HR如何通过人才数据分析,打造人力运营部门?
在过去50年里,人力资源部门处理了大量日益复杂的业务挑战,所有这些挑战都催生了它们对数据驱动方法的需求和渴望,这种需求和渴望比我们今天看到的还要强烈。
一些先行者早已经纷纷着手进行人力资源的数字化转型,加大对数据科学投入,组建人才数据分析团队,将技术工具嵌入人力资源的各个模块与流程。
比如瑞士信贷银行,将分析和数据驱动方法嵌入了人力资源部门的核心职能;谷歌也早早布局成立了人力数据实验室,明确所有人力资源决策必须有数据支撑。以上都为人力资源数据的沉淀与分析提供了可能性。
近些年,随着数字化的普及,人才数据分析逐渐进入广大企业的视野之中。与此同时,一些问题也开始凸显。
01 难以落地的人才数据分析
到底是哪里出了问题?
经过近几年观察发现,人才数据分析在人力资源领域被讨论的频次越来越多,甚至大多数企业对数据分析已经或多或少有所接触或了解,数据思维已经较为“深入人心”。
越来越多的企业试图将数据分析方法应用于人力资源管理工作,但大部分仍处于起步阶段,甚至可以说是进展缓慢。
其中一个很大的原因,在于分析切入的视角不够战略导向。
如果说数据是对员工行为的数字记录,那么人才数据分析就是从数据中提炼出有实际操作意义的洞见、协助提升企业效能的科学。
人力资源部门在进行人才数据分析时,往往容易以“人力资源流程和效率”为切入点,缺乏战略与业务视角,导致输出结果难以被业务部门采用。
作为HR,我们经常被各种具体的“杂事”裹挟:搜简历、约面试,接待候选人;月底算考勤,做工资,发工资;员工入离职,社保增减员……
当我们无法跳出全局时,对人才数据分析的理解就很容易停留在狭义的“节省HR时间”上。
但实际上,人才数据分析的终极目标,是输出对业务有意义的人才数据洞见,在企业中推进数据驱动的决策与变革。也就是站在整公司和创新工作的角度,去思考如何提高效率以及优化现有工作模式。
只有这样,才能提高人力资源职能在企业中的业务参与度和影响力。因此,人力资源部门需要确定一个长期计划或战略,来推进人才数据分析。业务战略是该计划形成的关键因素。
02 关于人才数据分析战略
做好这几点是关键
根据过往经验,一些人力资源职能部门仍在努力应对过时的人力资源技术、组织内不相关的问题数据集以及缺乏数据分析能力等问题。
做出任何改变,都需要一个战略或计划来作为行动纲领。因此我们不仅需要支持人才战略,还需要改进这个人才战略。当我们从长远的角度出发,转向高成熟度模型时,人才数据分析可以帮助我们细化、定义和执行人才战略。
1、战略一致性
对人力资源部门来说,我们的人才数据分析战略,要与企业的业务和人才战略保持高度一致,保持人才数据分析战略的一致性并将其视为实现组织业务目标的一个组成部分至关重要。
请记住,人才数据分析为你的组织提供了全面的基于证据的洞见,以了解关于你的员工优势和缺陷。这意味着你可以管理人员风险,将员工与工作相匹配,适当地奖励员工,通过人才举措来提高生产效率。
2、数据驱动文化
改变文化不是一件容易的事情。我们都知道,市场业绩超越竞争对手的组织,更有可能同时拥有强大的领导力与大众化的数据访问和使用权限。此外,数据驱动型组织在赢利能力方面更有可能超越竞争对手。
其中的挑战在于,在了解你该从何做起的同时,如何以可持续和吸引人的方式推动组织走向数据化。
虽然每一次的文化变革都是不一样的,但期望采用基于数据的方法没什么特殊的,应该像任何其他主要的组织倡议一样先进行规划。我们如果要推动数据分析,让它成为企业思考和人力资源专业人士行动的核心部分,那么必须充分了解分析文化。
3、数据质量
如果没有数据,我们就什么都没有,也就谈不上什么数据分析。这其中的关键是,我们要有足够的历史数据。这些数据要集中在一个地方,或至少可以很容易地汇集到一起,而且是被清理过的。
拥有旧的或无用的数据是没有什么意义的,因为这些数据会拖慢你的速度。人力资源部门需要梳理出有用的数据,以帮助我们回答所设定的业务问题。这很可能需要一个更好的技术解决方案,以便能够在未来对此做出回应。
4、分析能力
人力资源从业者面临的最大挑战之一,就是缺乏解读数据的专业分析能力。
人才数据分析能力是当今最受欢迎的技能之一,因此我们需要确保所有从业者都能不断学习这一领域的知识。整个人力资源和学习与发展领域都需要提高数据分析能力,以便从业者能够在这个数据世界中应用他们的专业知识和特长。
对数据所表达的内容做出务实的理解,是机器人和算法目前还做不到的。
5、沟通策略
为了最大限度地扩大对组织的影响,人力资源部门必须清楚和有信心地宣传其结果。这不仅是给客户和业务领导讲故事,而且是在整个组织内分享调查结果,并在分析方法中创造动力和兴趣。
6、以人为中心的数据分析
虽然战略、流程和技术被用来推动业务目标,但最终推动业务的还是人。人才数据分析可以助力员工在工作中产生积极影响。
例如,通过使用数据,人力运营部门可以积极主动地支持员工的福利,让员工工作得更快乐、更健康和更投入,增加员工对企业的黏性,这反过来又会提高他们的业绩和在组织中的职业生命周期。
7、使人才数据分析成为新常态
人力运营部门需要将人才数据分析当作新常态,不是作为一种附加功能或“有很好,没有也行”的功能,而是作为未来运作方式的一个组成部分,并通过更好、更快地根据数据做出员工决策来支持组织的业务战略。
这将提高人们的期望值,特别是在战略劳动力规划等其他流程方面。我们必须承认,数据存在于所有关键的业务实践中。
*以上内容整理自《人才数据分析指南》
作者:[巴基] 纳迪姆·可汗(Nadeem Khan)[英] 戴夫·米尔纳(Dave Millner)
译者:北森人才管理研究院
在过去50年里,人力资源部门处理了大量日益复杂的业务挑战,所有这些挑战都催生了它们对数据驱动方法的需求和渴望,这种需求和渴望比我们今天看到的还要强烈。
一些先行者早已经纷纷着手进行人力资源的数字化转型,加大对数据科学投入,组建人才数据分析团队,将技术工具嵌入人力资源的各个模块与流程。
比如瑞士信贷银行,将分析和数据驱动方法嵌入了人力资源部门的核心职能;谷歌也早早布局成立了人力数据实验室,明确所有人力资源决策必须有数据支撑。以上都为人力资源数据的沉淀与分析提供了可能性。
近些年,随着数字化的普及,人才数据分析逐渐进入广大企业的视野之中。与此同时,一些问题也开始凸显。
01 难以落地的人才数据分析
到底是哪里出了问题?
经过近几年观察发现,人才数据分析在人力资源领域被讨论的频次越来越多,甚至大多数企业对数据分析已经或多或少有所接触或了解,数据思维已经较为“深入人心”。
越来越多的企业试图将数据分析方法应用于人力资源管理工作,但大部分仍处于起步阶段,甚至可以说是进展缓慢。
其中一个很大的原因,在于分析切入的视角不够战略导向。
如果说数据是对员工行为的数字记录,那么人才数据分析就是从数据中提炼出有实际操作意义的洞见、协助提升企业效能的科学。
人力资源部门在进行人才数据分析时,往往容易以“人力资源流程和效率”为切入点,缺乏战略与业务视角,导致输出结果难以被业务部门采用。
作为HR,我们经常被各种具体的“杂事”裹挟:搜简历、约面试,接待候选人;月底算考勤,做工资,发工资;员工入离职,社保增减员……
当我们无法跳出全局时,对人才数据分析的理解就很容易停留在狭义的“节省HR时间”上。
但实际上,人才数据分析的终极目标,是输出对业务有意义的人才数据洞见,在企业中推进数据驱动的决策与变革。也就是站在整公司和创新工作的角度,去思考如何提高效率以及优化现有工作模式。
只有这样,才能提高人力资源职能在企业中的业务参与度和影响力。因此,人力资源部门需要确定一个长期计划或战略,来推进人才数据分析。业务战略是该计划形成的关键因素。
02 关于人才数据分析战略
做好这几点是关键
根据过往经验,一些人力资源职能部门仍在努力应对过时的人力资源技术、组织内不相关的问题数据集以及缺乏数据分析能力等问题。
做出任何改变,都需要一个战略或计划来作为行动纲领。因此我们不仅需要支持人才战略,还需要改进这个人才战略。当我们从长远的角度出发,转向高成熟度模型时,人才数据分析可以帮助我们细化、定义和执行人才战略。
1、战略一致性
对人力资源部门来说,我们的人才数据分析战略,要与企业的业务和人才战略保持高度一致,保持人才数据分析战略的一致性并将其视为实现组织业务目标的一个组成部分至关重要。
请记住,人才数据分析为你的组织提供了全面的基于证据的洞见,以了解关于你的员工优势和缺陷。这意味着你可以管理人员风险,将员工与工作相匹配,适当地奖励员工,通过人才举措来提高生产效率。
2、数据驱动文化
改变文化不是一件容易的事情。我们都知道,市场业绩超越竞争对手的组织,更有可能同时拥有强大的领导力与大众化的数据访问和使用权限。此外,数据驱动型组织在赢利能力方面更有可能超越竞争对手。
其中的挑战在于,在了解你该从何做起的同时,如何以可持续和吸引人的方式推动组织走向数据化。
虽然每一次的文化变革都是不一样的,但期望采用基于数据的方法没什么特殊的,应该像任何其他主要的组织倡议一样先进行规划。我们如果要推动数据分析,让它成为企业思考和人力资源专业人士行动的核心部分,那么必须充分了解分析文化。
3、数据质量
如果没有数据,我们就什么都没有,也就谈不上什么数据分析。这其中的关键是,我们要有足够的历史数据。这些数据要集中在一个地方,或至少可以很容易地汇集到一起,而且是被清理过的。
拥有旧的或无用的数据是没有什么意义的,因为这些数据会拖慢你的速度。人力资源部门需要梳理出有用的数据,以帮助我们回答所设定的业务问题。这很可能需要一个更好的技术解决方案,以便能够在未来对此做出回应。
4、分析能力
人力资源从业者面临的最大挑战之一,就是缺乏解读数据的专业分析能力。
人才数据分析能力是当今最受欢迎的技能之一,因此我们需要确保所有从业者都能不断学习这一领域的知识。整个人力资源和学习与发展领域都需要提高数据分析能力,以便从业者能够在这个数据世界中应用他们的专业知识和特长。
对数据所表达的内容做出务实的理解,是机器人和算法目前还做不到的。
5、沟通策略
为了最大限度地扩大对组织的影响,人力资源部门必须清楚和有信心地宣传其结果。这不仅是给客户和业务领导讲故事,而且是在整个组织内分享调查结果,并在分析方法中创造动力和兴趣。
6、以人为中心的数据分析
虽然战略、流程和技术被用来推动业务目标,但最终推动业务的还是人。人才数据分析可以助力员工在工作中产生积极影响。
例如,通过使用数据,人力运营部门可以积极主动地支持员工的福利,让员工工作得更快乐、更健康和更投入,增加员工对企业的黏性,这反过来又会提高他们的业绩和在组织中的职业生命周期。
7、使人才数据分析成为新常态
人力运营部门需要将人才数据分析当作新常态,不是作为一种附加功能或“有很好,没有也行”的功能,而是作为未来运作方式的一个组成部分,并通过更好、更快地根据数据做出员工决策来支持组织的业务战略。
这将提高人们的期望值,特别是在战略劳动力规划等其他流程方面。我们必须承认,数据存在于所有关键的业务实践中。
*以上内容整理自《人才数据分析指南》
作者:[巴基] 纳迪姆·可汗(Nadeem Khan)[英] 戴夫·米尔纳(Dave Millner)
译者:北森人才管理研究院
您也可以添加企业微信
马上开始1对1咨询
您也可以添加企业微信
马上开始1对1咨询