Visier
【PA】HR如何通过平衡业务价值、数据可用性和资源能力等要素推动企业内部正确的人力资本分析项目
说到人力资本分析，问题总是多于答案。这个领域的新颖性，人类行为的复杂性，以及组织不断变化的性质，都会产生大量的潜在问题。企业领导者的愿望和想象力很容易让他们的人力资本分析（People Analytics）团队被要求和不切实际的期望所淹没。
交付和展示进展的动力导致人力资本分析团队过度扩张。然而，失去关键高管利益相关者兴趣的最快方法就是错失他们的期望。每一个新兴或成长中的人力资本分析（People Analytics）团队都需要一个流程来确定哪些问题能得到回答，哪些问题不能。
在我们10多年的人力资本分析（People Analytics）领域，Visier确定并建立了丰富的知识库，了解哪些方法可行，哪些方法不可行。
以下决策模型就是这项工作的成果。它可以帮助你快速评估、证明和解释你的人力资本分析（People Analytics）团队该做和不该做的工作。
阶段1：确定PA项目可行性
很容易产生关于人员如何影响业务的有趣问题。人力资本分析（People Analytics）最令人兴奋的方面之一是，问题比答案多。通过人员项目找到新知识、新方法和使业务与众不同的机会是巨大的。不过，所有组织的资源都是有限的，没有办法为每一个出现的问题分配资源。
这种综合因素导致了需要一个注重平衡的决策模型。该模型需要平衡与价值、数据和资源相关的多个部分。该模型的目标是确定哪些项目或 "产品 "是可行的，哪些不是。在这样做的过程中，它需要覆盖各种可能性，从最基本的报告到最引人注目的复杂的新研究选择。
下图显示了组织在对人力资本分析（People Analytics）项目或产品进行决策时应该考虑的组成部分。
这三部分内容如下：
a. 价值。任何人力资本分析（People Analytics）活动的目标都应该是为企业创造价值。当陷入所有复杂的人员数据参考和排列组合中时，很容易忽视这一点。简单来说，企业的每一分钱的支出中，有高达80分钱是花在员工身上的。改善与人有关的结果的行动或决策将为企业带来价值。
对于每一个人力资本分析（People Analytics）项目来说，首先要衡量的是它将如何为企业带来价值。行动和价值之间的联系是否已经确立，比如留住员工和节约成本？还是像网络连接对整体收入的影响那样模糊不清、没有定义？
例如，退出风险模型现在非常普遍地被使用。这是因为它们的价值很明确，很容易与业务结果联系起来。留住一名员工不仅可以节省更换员工的成本，而且还与对收入或风险的影响有关。Visier自己的研究表明，留住员工的项目始终能给组织带来巨大的投资回报率。
在衡量价值时，有两个关键问题需要回答。
在PA工作和拟议的业务影响之间是否存在清晰、明确和普遍理解的联系？
这是个 "是 "或 "否 "的问题。如果你不能阐明这种联系，你就不应该继续进行，直到大家都清楚这种联系。
2. 2.可以提供的价值规模是多少？
这张图解释了人力资本分析（People Analytics）能给你的组织带来的价值规模。
b. 数据。人力资本分析（People Analytics）革命源于人员数据的可用性和处理能力的提高。每天，组织都会记录大量关于员工的信息，包括过去、现在和未来。为了使人力资本分析（People Analytics）项目可行，你需要用数据来支持它，而且这些数据需要适当的结构化才能有用。
最近与一个正在探索如何分析学习行为的小组进行的一次谈话显示，他们没有采用有效的数据采集机制。虽然他们有很多数据，但数据中没有任何东西可以唯一地识别特定的学习经验。
同一个YouTube视频或哈佛大学的论文可以在任何数量的不同记录集中体现，而且没有办法分解出所需的较低层次的细节。有一个记录表明一个人经历了一些学习。然而，没有办法确定这个人与其他人相比经历了哪些学习。
可想而知，这是这个小组的一个挫败感的来源。令人失望的是，由于他们的事务系统是如何设置的，他们认为可用的数据并没有。
在这个例子中，由于缺乏适当结构化的数据，无法回答任何有关学习消费影响的问题。这说明了数据作为燃料的关键重要性，它使人力资本分析（People Analytics）工作成为可能。
更常见的与数据相关的判断是关于是否有足够的数据，足够的质量，以提供一个值得信赖的答案。人力资本分析（People Analytics）团队应该能够进行数据审查，对数据集进行处理，看它是否足够完整，结构是否良好，以支持相关问题的答案。
很少需要完美的数据，重点需要放在符合目的的数据上。人力资本分析（People Analytics）团队需要有能力评估现有数据是否符合目的，并向利益相关者说明。
同样至关重要的是，组织要对他们将使用和不使用的人员数据有一个道德标准。 回答业务问题所需的数据必须符合这个道德标准。
要衡量与业务问题相关的数据的可行性，请问自己。团队是否能获得一个结构合理的数据集，与我们的道德政策相一致，能够支持有效地回答业务问题？
希望上述问题的答案是 "是"。然而，如果答案是否定的，这并不意味着这个问题应该被搁置。重要的是生成数据所需的成本或资源。
c. 资源。 资源涵盖广泛的投入。你可能有一个价值很高的问题，而且有数据可查。但是，如果你没有拥有时间和技能的人，没有合适的技术，也没有相关利益攸关方的支持，项目就不会有进展。
资源错位的一个例子来自于几年前我看到的一个演讲。一个团队建立了一个风险退出模型。两位博士花了半年的时间来收集数据、运行模型、生成结果。CEO对这个结果很兴奋，能看到价值。CEO希望每月提供退出风险信息。
PA团队无法满足这一期望。他们的方法论和基础设施不允许他们每三个月产生一次以上的结果。他们拥有数据，价值也很明确。他们所缺乏的是提供业务所需的一致性洞察力的资源。
这种模式太常见了：分析团队采取以项目为中心的方法，提供一次性的答案。答案可能很有趣，但只有当分析能够持续地支持相关利益相关者的决策时，对业务的价值才会出现。
这就是为什么前期考虑资源很重要。同样重要的是考虑项目整个生命周期的资源需求，以便为所有业务利益相关者提供全部价值。
衡量与业务问题相关的资源需求的最佳方法是使用下面的结构。
此图显示了衡量与业务问题相关的资源需求的最佳方法。
注：上述模型的一个结果是，不要把技术看成是一次性的工具，而要把技术看成是一种投资，支持广泛的项目，扩大PA团队的交付量。
阶段2：分配项目
在概述了可行性模型的组成部分后，下一阶段就是了解如何将其付诸行动。项目可行性是商业价值、数据质量和你所拥有的项目资源之间的平衡。
这将有可能把项目可行性本身变成一个复杂的研究。我们建议并实践一些更实用的东西，允许更快地做出决定，并且只在利害关系大的地方进行详细研究。
下面的矩阵显示了自动进入清单的项目，那些永远不会进入清单的项目，以及那些需要判断的项目。在每一种情况下，团队都必须能够访问适当结构的数据集，这将支持有效地回答业务问题，并与组织的数据道德政策保持一致。
价值高、资源需求低的项目显然是赢家。价值低、资源需求量大的业务问题是不可能的。属于这一类的项目在进入团队的工作日志之前，需要仔细判断或进一步调查。
这个表格比较了价值和资源需求，帮助你判断你的项目是否需要进一步调查。
如果数据集不可用，你就要做出决定。确定项目的潜在商业价值是否值得投入资源去获取所需的数据就变得很有意义。
通过人力资本分析（People Analytics）找到成功之路
过去五年来，人力资本分析（People Analytics）的做法已经成熟。今天，已经建立并遵循了行之有效的方法和程序。决定一个新兴的人力资本分析（People Analytics）小组成败的核心实践之一，就是能否只选择和交付最相关的工作。
通过平衡业务价值、数据可用性和资源能力等要素，就能明确哪些项目要优先考虑，哪些项目要放弃。这种模式还有助于向广大利益相关者传达为什么要做出这些决定。
原文标题：How to identify the right people analytics project
作者：Viser Ian Cook
Visier
组织网络分析（ONA）与人力资本分析的联合意味着什么？
序言：如果没有组织网络分析，组织内真正值得认可的人可能会被忽视。当与其他人力资源数据相结合时，这些更深层次的网络洞察力为识别隐藏的人才、关键影响者提供了背景，并实现了更智能的战略劳动力规划。
在这篇文章中，我们将更深入地探讨组织网络分析和人力资本分析的结合为人力资源和企业领导者带来了哪些好处。
组织网络分析（ONA）是什么意思？
组织网络分析并不是一门新科学。它已经存在了30多年，这种做法 "通过研究这些网络中人们之间互动的强度、频率和性质来测量和绘制协作模式"。单从这个定义来看，ONA似乎只有最专业的数据科学家才比较适合，但技术的进步让它变得更容易，也更容易获得。
如今，有一些公司，如TrustSphere，可以处理我们与同事的日常互动中产生的大量副产品数据。TrustSphere是一个令人难以置信的工具，可以发现你的组织的影响者，并挖掘出促进成功的关键关系。他们将这些数据点转化为人与人之间形成的网络的有意义的可视化，以及总结个人对该网络影响力的分数。
个人得分可以让你量化一个人在组织中的影响力和地位，比如
员工网络中心化：员工有多少关系？
员工网络影响力：员工对其网络的影响
员工网络的多样性：雇员网络的多样性
网络中的关键性：该员工对其网络的关键性
ONA的重要性为何不断提升
当ONA指标可以与更广泛的人力资本分析一起查看时，它们为您的劳动力洞察力增加了一个全新的维度。
您是否曾观察到，员工倾向于分批辞职？一个人递交了辞呈，似乎会引发多米诺骨牌效应。ONA可以显示出第一个人是否是支撑一个网络的关键人物，他们的缺席导致了网络的崩溃。
这种分析还可以揭示出令人惊讶的见解，比如第一个离开的员工并不是业绩最高的员工，但他们却是你的明星人才凝聚在身边的人。现在这个人走了，你可能会发现你的顶级员工也有离职的风险。
在人力资本分析中加入 ONA 洞察力，还可以揭示与你的多样性和包容性相关活动的风险和机会。ONA可以向您的D&I领导展示员工是否正在建立促进包容性的网络，并使不同的员工能够充分发挥其潜力。
TrustSphere的首席执行官Manish Goel与我分享了一个故事：一家价值数万亿美元的资产管理公司使用了ONA来了解，为什么在公司雇佣同等数量的初级男女员工的情况下，获得晋升的女性却越来越少。Network insights帮助该公司确定了与晋升数据相关的工作关系发展中的性别差异。这种理解为旨在帮助女性员工建立正确的内部网络以获得平等晋升机会的培训项目提供了重要的参考。
ONA将把您带到哪里？
ONA数据的力量是毋庸置疑的，当与您的全部员工数据和人力资本分析相结合时，其结果可以改变业务。
一起投入其中吧，一切都是新的，值得探索！你觉得呢？关注HRTechChina学习更多前沿新知，一起进步！
作者：凯特琳·比格斯比
以上由AI翻译完成，仅供参考。
Visier
如何通过数据驱动的继任规划避免人才缺口？
根据TD的数据，只有35%的组织有正式的继任规划流程。这可能是一个危险的命题，特别是当担任关键角色的个人意外地被从你的组织中挑选出来的时候。在危机时期，这些担忧可能会加剧。与大多数事情一样，管理这些风险的最佳方式是做好准备并制定计划。
人才管理工具缓解人才缺口的三个方式
有三种常见的人才管理流程，如果管理得当，可以大大降低组织内关键或重要岗位人员流失的潜在风险。
继任计划：确定对企业运营至关重要的关键职位和员工，并确定能够胜任这些职位的继任者。
人才审核：对组织内的员工进行结构化评估，以评估他们是否具有适应未来职位的潜力。
职业发展：员工驱动的职业管理。通常组织会提供一些工具，让员工探索机会并制定计划，设定目标并采取行动，主动为自己的职业生涯导航。
下面，我概述了可以使用人员分析PA来支持这些流程的不同方式。
利用数据进行继任规划
有一个继任计划是很好的，但你对计划的质量和力度了解多少？分析可以帮助你评估。
您的管道的强度
在这里你需要回答的是。你是否对每个关键职位都有足够的保障？你名单上的继任候选人中是否存在退休风险？
下面的分析可以评估你的候选人库的实力。根据这个虚构组织的分析，很容易看到各职位的板凳规模，以及现在和未来几年准备好的候选人数量。
该分析显示了按职位和候选人准备度划分的接班人候选人库规模。使用的是虚构数据。
深入挖掘还可以根据员工临近退休的时间，显示出继任人选库是否长期可行。
这一分析表明，接班人库中的退休员工可能离退休人员有多近。使用的是虚构数据。
你的人才的准备进度
你需要在这里回答什么？你的发展计划是否有效？继任者是否被提拔到继任职位？
这种分析可以帮助你了解你是否正在随着时间的推移缩小准备度的差距。例如，如果去年你有150名候选人在两年内准备好，你会期望今年会有更多候选人在一年内准备好。如果没有，可以更加注重培养这些候选人的技能、能力和经验，以提高他们承担更多责任的准备度。
该可视化显示了继任者库中候选人的准备情况。使用的是虚构数据。
衡量该计划成功与否的另一个重要标准是有多少准备好的现在的继任者进入继任职位。如果员工已经准备好进入责任更大的职位，而没有看到职业发展，这可能会导致不必要的流动风险增加。
本分析按接班人职位对晋升后的时间进行了细分。使用的是虚构数据。
渠道的多样性
你需要在这里回答什么？目前的继任候选人队伍是否能帮助你实现多元化目标？
在下面的例子中，可以对继任者名单进行评估，从性别和少数族裔员工的角度来确定员工的组合。这有助于确保组织有足够的代表性，以实现多元化目标的最佳定位。
通过这个分析，你可以从性别角度看到继任板块中的员工组合。使用的是虚构数据。
此外，下面的分析显示，虽然似乎关注性别多样性，但候选人名单中的种族多样性并不强烈。这提醒你需要更加关注的领域。
这个可视化显示了你的继任管道的种族多样性。使用的是虚构数据。
基于事实的人才审查
大多数人才评审参与者在讨论员工的绩效和潜力方面准备不足。分析学可以帮助你就员工和组织的需求进行更有力的对话。例如，分析技术可以让你。
评估高潜力人才的承诺
你需要在这里回答什么？一个高绩效的员工是否有飞行风险？他/她与同岗位的其他员工相比如何？
在这个例子中，我们将Abbie与所有担任相同职位的其他员工进行比较。在进行人才审查时，这种内部基准可以帮助确定她在薪酬、绩效、任期和离职风险等诸多因素中与同行的位置。 掌握所有这些信息有助于为她的发展以及留任策略制定更明智的计划。
这种比较分析显示了一个员工在多个因素上与同龄人的比较。这对人才评审很有用。使用的虚构数据。
识别整个组织中可能存在哪些技能差距
在这里你需要回答的是：哪些领域缺乏关键技能？哪些员工具备这些技能？
下面的例子表明，组织上缺乏批判性思维技能。我们可以使用分析法来浮现哪些人表现出了这些技能，和/或这是否是组织重点发展的领域。
该分析按公司内部各部门细分技能，帮助浮现可能存在技能差距的地方。使用的是虚构数据。
本分析显示了组织中哪些员工具有复杂的问题解决能力。使用的是虚构数据。
识别隐藏的人才
你需要在这里回答什么？哪些员工是 "不被关注 "的？
利用组织网络分析(ANA)可以帮助您找到组织中最活跃的连接器和影响者。我们的合作伙伴TrustSphere可以帮助提供这种类型的分析，以显示其他人凝聚在哪些员工周围，并可能表明他们是优秀的领导者。
这种类型的分析有助于帮助识别组织内隐藏的领导者和有影响力的人。通过连通性模式识别这些人，有助于减少选拔过程中的偏见，并揭示出那些通过更传统的视角可能被忽视的员工。
TrustSphere的组织网络分析实例。
数据驱动的职业发展路径
根据SHRM的说法，"当员工认为雇主关心他们的成长，并在完成公司使命的同时提供实现个人职业目标的途径时，他们通常会感到更有参与感。"
面临的挑战是，如果不清楚哪些机会是可能的，这可能会让人感到无所适从，限制了管理者和员工就垂直晋升以外的职业轨道进行有意义的对话的能力。
为了增强员工的职业流动性，你需要给你的人事经理提供正确的工具。而且也不仅仅是 "对话启动器"，而是硬数据和易于理解的可视化，可以帮助管理者和员工评估他们现在的位置和可能的发展方向，为两人产生一个清晰的终极规划。
下面的分析显示了其他员工从Abbie目前所处的职位出发，所走过的不同职业道路。
这条职业道路显示了其他员工从事的不同工作，曾经占据了阿比的角色。使用的是虚构数据。
我们还可以查看她可以采取的轨道，以转移到一个可能是她理想的职业目标的位置。
深入挖掘职业发展路径分析，可以看出安妮为了实现目标职称可以从事的不同工作。使用了虚构的数据。
让您的组织走上正确的道路
制定计划来培养企业关键岗位的人才是非常重要的。在这种情况下，继任规划和职业发展路径可以帮助你避免因在合适的时间、合适的地点没有合适的人而带来的风险。
利用所有可用的工具和信息来释放员工的力量是非常重要的。通过打下坚实的基础，制定强大而有意义的计划，并建立分析能力，你一定会走在前面。
作者：卡拉-威廉姆斯
来源：visier
Visier
如何使用劳动力分析来雇用更多不同的人才
编者按：改善员工的多样性和包容性仍然是全球CEO的头等大事。
工作场所的多样性和包容性是一个多方面的问题，只有组织对积极变革的坚定承诺才能改善。包括Visier首席执行官兼联合创始人John Schwarz在内的150多名全球CEO率先签署了《CEO促进多元化和包容性承诺行动》，“旨在团结工商界，通过工作来促进多样性和包容性。跨组织和部门共同进行。”
签署这一承诺的首席执行官们认识到，采取行动要更加周到，让每个人都能平等地获得就业机会，并为更多的人才打开大门。在当今的商业环境中，构建更多样化，更具包容性的工作场所可能只是您所需要的。
研究一次又一次地表明，拥有多元化和包容性员工的组织会赢得：
具有种族差异的公司获得高于国家行业中位数的财务回报的可能性要高35％，而具有性别差异的公司这样做的可能性要高15％（McKinsey ）
从长远来看，拥有更多女性董事的公司在统计上优于同业公司（Catalyst ）
在基于团队的评估中，包容性团队的表现优于同行 80％（Deloitte Australia ）
（Catalyst也有一个很好的信息图，显示了企业应在多样性和包容性上进行更多投资的39个原因）。
人才招募负责人已经注意到。Jobvite发布了他们的年度社会招聘调查，并显示43％的调查参与者（由招聘人员和人力资源专业人员组成）在做出雇用决定时认为多样性在某种程度上或非常重要。
正如我之前提到的，数据驱动的招聘是根据直觉做出这些决定与根据事实做出决定之间的区别。为了使您的员工队伍更加多样化，请使用科学的方法来揭示有关招聘过程的事实，尤其是您需要注意的危险信号：
1：忽略当前的员工人数
尽管可能会吸引所有类型的人并希望坚持下去，但现实是，不同类型的人将需要不同的营销计划以吸引他们作为雇主。其中一些计划可能比其他计划更为昂贵。这就是为什么采取科学方法为您的人才培养工作制定正确策略的重要性。
如何使用分析方法进行修复：
第一步是确定您的多样性差距在哪里。使用分析方法查看您当前的员工人数，并按性别，种族，退伍军人身份等检查人员。此过程将揭示一些见解，例如您的组织是否需要更多的少数族裔人才来担任行政领导职务，或者是否需要更多的女性担任STEM职位。
一旦知道自己的立场，您就可以与业务负责人一起确定哪个多样性目标更为重要，并相应地为这些计划分配预算。
2：招聘渠道缺乏多样性
当招聘经理迫使招聘人员尽快招聘关键职位时，很容易忘记在渠道中增加多样性。数据驱动的招聘人员不断监视漏斗，以查看随着候选人在管道中移动，多样性是增加还是减少。
如何使用分析方法进行修复：
使用分析来跟踪招聘渠道各个阶段的多样性比率（即性别，种族和退伍军人身份）。这样可以清楚地说明在招聘过程中您失去了多元化
候选人。
3：未能使访问者与候选人匹配
我们所有人都有无意识的偏见，这些偏见可能会影响我们的判断，无论我们是否愿意。当这些盲点潜入招聘决策时，可能会影响各种求职者的机会。
如何使用分析方法进行修复：
当面试官的多样性与应聘者的多样性相匹配时，有一些关于减少偏见的研究。例如，一位女性面试官与一位女性候选人相匹配。这是一个值得您的组织尝试的实验。密切关注它是否会提高您的招聘率。数据将显示您是否应该针对所有空缺职位尝试这种做法，而不仅仅是专注于获取各种候选人的做法。
4：将多样性作为一揽子数字进行衡量
仅仅说“多样性增加了10％”是不够的。当提高员工队伍的多样性是您的业务目标之一时，至关重要的是要跟踪多元化团队的招聘成功率。为什么？
如何使用分析方法进行修复：
如果目标是雇用更多退伍军人，则需要能够显示成功雇用了多少人。劳动力分析技术可以轻松地按组将您不同的候选人分开，并向您展示您在每个类别中的成功程度。
5：忘记看招聘后数据
从长远来看，聘用机票的各种候选人实际上可以揭示有关您的租车做法的重要见解。这些员工在公司待了多长时间，他们的表现如何以及他们获得晋升的时间多久可以告诉您很多不同员工的素质。
如何使用分析方法进行修复：
如果您将所有聘用前和聘用后数据系统都连接在一个平台上，则可以定期分析各种员工的绩效，并关注他们所获得的晋升（以及在任职期间实现这些晋升）。这些见解将帮助您确定高素质和多元化的员工。使用此信息来重新创建你走上聘请他们摆在首位的步骤，这样你就可以不断地吸引和聘请多样化和高潜力的员工。
为什么对招聘人才有整体看法
Aptitude Research Partners的联合创始人兼首席执行官Mollie Lombardi 在最近的一篇文章中说：“组织意识到，他们今天的招聘工作将以两种重要方式影响他们未来的成功：他们的业务执行能力和能力继续寻找并吸引优秀人才。”
伦巴第对战略人才培养的研究表明，招聘不再仅仅依靠运营指标（如雇用时间和转化率）来衡量和交付战略影响力。
“公司需要从候选人到求职者再到新员工，从候选人的旅程的每个阶段着眼，以更加全面的视角。”
正如以上错误所显示的那样，人才培养分析可以揭示招聘过程中各个阶段以及之后的许多重要见解。从头到尾，数据驱动的方法创建了更加多样化的招聘渠道和更强大的员工队伍。
以上由AI翻译完成，仅供参考
作者：Ian Cook
来源：https://www.visier.com/clarity/hire-diverse-talent-workforce-analytics/
Visier
下一个十年员工体验将如何演变
雇主已经从询问他们可以从雇员那里得到什么转变为询问他们可以为雇员做什么。
近年来，这种观念转变已成为一种主要趋势，并且越来越多的组织将员工体验推到了人力资源议程的首位。
在我们的《2020年人力资源趋势》报告中，FIS全球战略与分析人员主管Isabel Naidoo。观察到我们生活在一个按需，实时，定制且快速的世界中。但是，我们的工作生活通常取决于流程和复杂性。
Naidoo解释说：“一旦我们到达一个可以提供与工作世界之外的体验更相似的体验的地方，甚至可以使个性化定制化更好，我们将真正看到我们的员工队伍蓬勃发展。”
科技在此转型中起着关键作用-它不仅仅能够实现更好的HR交易。为了帮助员工成长，组织已经使用了协作工具，开发了自助式职业道路支持，并开始采用轻推引擎。专注于提高即时生产率和敬业度固然令人鼓舞，但是员工体验的另一个组成部分是：积极的企业文化。
2020年以后的员工体验
在接下来的10年中，组织将更加全面地关注员工的体验，包括D＆I和数据道德规范，以帮助员工掌控自己的幸福，职业发展和心理健康。这将需要为所有人提供更多的数据源和分析，而不仅仅是高层决策者。
在未来十年内，我们将看到更多的组织发展为：
为员工提供解释和分析自己的工作数据的工具。这将帮助工人，尤其是那些需要透明访问数据的人，并负责他们自己的财务计划，健康，个人发展和职业道路。这将要求组织制定完整的员工价值主张（EVP）进行人员分析。一种方法是使人员分析活动与Maslow的需求层次结构保持一致。如果人力资源和人员分析领导者倡导执行EVP（除了探讨其道德和法律方面），他们的人员分析活动将更加顺利，并为员工和雇主创造价值。
促进更多的社会责任感。它提供的多元化和包容性最好的结果的策略是特殊的创建工作队，根据社会学家和宾卡莱弗。此外，高级组织正在使用数据来照亮和扩大对话范围，不仅在实现多样性目标上，而且在确保也解决包容性方面。当工作队和D＆I负责人可以尊重个人员工隐私的方式访问正确的数据时，他们可以为特定部门开发定制的解决方案。
更加重视心理弹性。 这有助于增强专注力，归属感，目的和幸福感。公司的健康计划已经覆盖了健身房会员资格和长时间戒烟。在未来的几年中，越来越多的组织将采用健康技术，将其无缝集成到工作流程中，以帮助员工管理内部状态。
对于大多数组织而言，这些转变不会一overnight而就。人力资源主管可以采取以下步骤，为正确的员工体验建立正确的基础：
通过员工视角专注于长期发展。
给员工“职业生涯的契机 ”。例如，Humanyze的技术使员工能够将自己的行为与团队平均水平进行比较，以便他们可以看到实现自己的职业目标需要做什么。
使用职业路径分析。当人力资源主管和经理知道人们如何在组织中从一个工作转移到另一个工作以及他们过去有多快完成这项工作时，他们就拥有了讨论实际职业选择，评估时间表和确定团队指导者所需的结构。
授权多元化和包容性工作组。
使用人员分析来了解不同员工之间的敬业度，并监控敬业度对营业额和退出模式以及包容性的影响。在整个组织范围内广泛推广人员分析（同时遵守并遵守数据隐私法规），以便创建基层计划。
使员工的目的与组织的目的保持一致。
实现目标并从工作中提取意义是员工体验的最高点。将微动引擎与人员分析相集成，以使个人行为改变与更广泛的组织目标保持一致，这将帮助个人使个人发展与更大的目标保持一致。
作者：Lexy Martin
以上由AI翻译完成，仅供参考。
文章来源：www.visier.com
Visier
3种方法可以使员工数据对您的CEO产生更大的影响
应该在没有争议的情况下分享简单的员工记录，但是当人力资源主管在与首席执行官和首席财务官的月度损益表会议期间提交人数报告时，它可能成为议程中最具争议的项目。
通过我过去与大型企业就人才和人力资源战略进行咨询的经验，我听到了无数关于CFO和CHRO产生人数不匹配的故事。通常会进行20分钟的讨论，了解哪个数字是正确的以及为什么。这是一场低价值的讨论，它将两个应该建立战略联盟的合作伙伴之间的语气设置错误。
你能猜出谁负担解释他们的数字？这不是首席财务官。
在大多数情况下，这在技术上不是HR的错。事实上，人力资源和财务部门可以报告不同的数字，并且两者都是算术正确的。在这篇较老的（但仍然相关的博客文章）学者Donald M. Atwater和Brad Jorgensen 解释了这种差异是如何发生的，特别是当每个部门对谁是工人使用不同的定义时。
Atwater和Jorgensen用这种方式准确地总结了人数难题：“客观观察者可以说这些计数在技术上都是正确的。一位沮丧的高管会说应该只有一个答案。“
是的，建立一个真像的来源，但是.......
虽然员工人数和解仍然是许多人力资源领导者面临的棘手问题，但一些先进组织已成功解决了这个问题的核心问题。
最积极主动的团队从更好的协作开始，确保人力资源和财务方面的人员和预算影响数据定义保持一致。他们还有纪律，不会创建影子系统，并避免使用一个部门或另一个部门中携带的“对帐”电子表格作为不根据原因修复流程的借口。
在技术层面，当从一个虚拟平台访问所有相关数据时，它消除了人力资源部门为财务部门建立影子系统的需要。然后，人力资源领导者可以消除他们的团队花费时间来获得与财务所呈现的数字相匹配的时间。
就避免人数纠纷而言，这绝对是明智之举，但事情就是这样：当戏剧清除时，另一个问题仍然存在。
传统的人数报告很无聊
对于大多数人力资源领导者来说，最大的问题是员工人数报告是因为缺乏更好的无聊期限。
无聊的人数报告无法帮助人力资源明确表达满足业务目标或需求所需的内容。他们未能揭示人员短缺将如何影响收入目标或净推动者得分。他们未能揭示投资（或缺乏投资）将如何影响未决人才短缺等趋势。因此，传统的人数报告无法帮助人力资源获得与财务相同的战略基础。
通过将重点从孤立的人数指标转移到对业务至关重要的动态趋势，战略性人力资源领导者正在引起关注并获得高管人员的信任。来自社交媒体软件公司的一个人力资源团队在执行会议期间询问“假设”问题，以检查他们在招聘目标方面的表现，从他们的人员数据中获取答案，以确定他们是否需要根据新的发展情况改变方向。
RBL集团的研究发现，有效的人力资源专业人员“既是理解商业背景的战略定位者......又是通过信任关系影响的可靠活动家。”为人数建立一个真理来源很重要，但它并不否定讲故事的必要性。基于更全面，动态的人员数据视图。
如果您是人力资源领导者，希望在与CEO会面期间提升您的战略角色，请考虑进行以下三项升级：
升级＃1：避免将人员作为库存
您的投资顾问不会报告您拥有的股票数量。她告诉你他们相对于市场的表现以及他们的目标。换句话说，她为您提供资产估值。
同样，您需要向首席执行官提供人员资产的估值。但在大多数人数报告中，人才绩效与业务成果之间的联系并未实现，人们被列为项目清单。
例如，在给定的时间段内查看人数的净变化是很常见的。但是，这使组织几乎无法了解有多少人对其角色不熟悉，这可能会产生错误的安全感（提示 - 尝试使用瀑布图来显示人员变化）。然后，组织将此指标用作围绕组织应雇用，转移，促进或解雇的人数的决策的基础。
而不是仅仅关注整体净变化，而是关注组织内部以及内部和外部的人员流动。通过将人数放在正确的背景下，您可以回答手头的真正问题：您是否有准备好工作的人的短缺或盈余。
升级＃2：关注未来，而不是过去
销售人员不仅会报告预订数量，还会报告销售渠道。正如人力资源专家John Sullivan博士在这篇关于影响首席执行官的帖子中所说，“高管们希望了解当有时间对此做些什么时会发生什么'明年'。”
吸引首席执行官注意力的趋势将反映出以未来为重点的销售额。在错过生产里程碑或客户因服务质量差而停止重复访问之前很久就找出关键角色是否短缺的最佳时机。
然而，大多数人数报告都是历史性的和反应性的。当人力资源部门能够提供与未来对收入，客户满意度或生产率等领域影响相关联的人数预测时，相关利益相关方可以采取行动。
升级＃3：将员工人数转换为费用
CEO希望看到变化的底线影响。但这很难确定并与员工人数沟通。“头数”确实需要转化为组织在人们身上花费的多少。
提供总劳动力成本（TCOW） - 为组织贡献工作的人员的全部成本，包括所有劳动力成本和劳动力管理成本 - 将帮助您了解和沟通潜在决策将来如何影响您的组织。
在展示TCOW时，请确保显示总数。这意味着将临时工和任何其他劳动力纳入人员增加。通过以临时工或临时工的形式聘用“非征用”人数来避免传统的审批程序是很常见的。务必对劳动力成本进行全面描述。
一家大型跨国制造商利用我们的人才战略平台按地点分析其员工队伍 - 与创收，成本和风险的关系 - 回答战略问题，例如：“我们是否在劳动力的成本和生产率方面处于正确的区域？ ”
那些能够阐明人才潜在成本影响的人力资源领导者往往会在组织内部产生更多影响，并可以就高优先级的业务问题提供明智的观点。
超越人数报告
当财务和人力资源部门使用相同的数据语言时，员工人数就变成了应有的程度：能够以无可争议的方式快速解决问题。
然而，谈话也必须转向人才如何影响业务成果和未来计划。通过这种方式，人力资源领导者可以从成为令人沮丧的辩论的焦点转变为成为商业关键信息的引人入胜和可靠的来源。
作者：Paul Rubenstein
As Chief People Officer for Visier, Paul is responsible for ensuring the company has the right culture and talent to fuel growth and innovation. With more than 25 years of experience consulting and working in HR, Paul has extensive expertise in leading the transformation of Talent Strategies and HR Functions, with work spanning M&A integration, corporate strategy, total rewards, outsourcing, and service delivery design. Prior to Visier, Paul was a partner at Aon Hewitt, where he advised large enterprise HR leaders on talent and HR function strategy.
以上由HRTech Ai 翻译，仅供传递观点。
来源：https://www.visier.com/clarity/headcount-data-more-impactful-to-ceo/
Visier
基于云端的人力资源系统将会越来越好
文/Sarah Fister Gale
现如今，大量公司将其核心系统接入云端，人力资源部门也不例外。
云端的灵活性意味着技术团队可以快速无缝地提供新功能和交互。基于云的人力资源系统也意味着供应商可以更快地实现新的迭代，并且减少麻烦。
普华永道亚特兰大首席人力资源技术负责人Dan Staley表示，这对客户来说是个好消息。“供应商过去常常每隔一到两年推出一次升级，现在它们每季都推出一次。”这为用户提供便利，用户可以即刻访问最新功能，并允许供应商增加其功能。
这使他们能够加快路线图的时间表，并使大型供应商更容易获得同类最佳小公司，并将它们集成到其工具套件中。“我们希望看到供应商能够更快地加强产品能力”他预测道。这包括嵌入更多社交和协作功能以及添加新报告和仪表板。它还允许他们整合多个来源的数据，以支持劳动力分析——这是生成实际业务价值的地方。
人力资源管理系统供应商长期以来一直承诺进行预测分析，没有太大的进展。德勤咨询有限责任公司Bersin解决方案提供商研究副总裁Christa Manning说，这可能很快就会改变。“大多数平台正在试验机器学习，以从他们拥有的大量员工数据中获得有意义的见解。”
大数据的重要一年
虽然真正的劳动力管理预测分析仍然是一个梦想，但包括Workday，Visier，Vista，IBM Watson和SAP Successfactors在内的多家供应商现在都提供了一些数据分析功能。这些工具有望提供一系列见解，例如公司是否满足多元化目标，面临周转风险，以及培训职业发展建议。
大部分供应商正在利用存储在公共云中的庞大数据库来磨练系统。公共云拥有大量的劳动力数据，这对于创建有用的算法至关重要，而算法又是计算机用来分析数据的一组规则。“需要对大型数据集进行算法训练，以了解哪些信息是相关的，”Manning指出。“他们从每次交流中学习，并随着时间的推移变得更好。”
Staley预测，由于这些算法能够利用更多数据集，因此能够提供更有针对性的见解。例如，想象一个单一的系统可以查看员工的加班日志表，旅行支出和他们的LinkedIn行为，以确定哪些过度工作的员工最有可能退出——然后提供人力资源建议，告诉他们可以做些什么来让他们留下来。“使用预测分析有很多可能性，以确保你的最佳人才不会离开，”他说。
加利福尼亚州普莱森顿市Workday HCM产品副总裁Cristina Goldt表示，人力资源管理系统中的分析工具也将在管理工作人员方面发挥作用，它可以查看有关所有类型的工人和项目的数据，帮助公司更好地分析何时何地雇用承包商与全职员工，选择谁以及如何支付他们。“他们可以将技能与不同的角色相匹配，并使他们的招聘系统更有效率，”她说。
包括Workday在内的一些供应商也为客户提供了将他们的数据洞察与行业标准进行比较的能力，以了解他们的立场。“这使得他们可以与同行进行比较，”Goldt说。
我们准备好了吗？
所有这些场景都很诱人，尽管这些时候商业领袖仍然可以通过粗略地浏览分析仪表板来预测员工趋势，Goldt表示，与推出并准备使用的其他软件不同，机器学习需要时间和培训，并且需要使用相关数据访问链接数据库。“它被称为机器学习是有原因的。”
客户对于如何在自己的组织中应用分析仍然有些不确定。Manning说，部分原因在于缺乏有意义的案例研究。“每个供应商都在谈论人力资源的机器学习，但目前还没有很多例子。”
对于那些听过供应商吹捧劳动力分析强大“魔法”的pitches的公司，她敦促他们“要求实时客户参考”和现实世界的例子来证明其他公司正在做什么，他们是如何做到的以及他们看到了什么结果。“培训算法需要与了解技术的供应商建立强有力的合作伙伴关系，以及如何提供可操作的信息，”她说。这种转变需要时间，因此选择一个值得信赖的供应商非常重要。
以上为AI翻译，观点仅供参考。
原文链接：Sector Report: Cloud-Based HR Systems Make Everything Better
Visier
人力资源管理分析初创企业Visier获2550万美元C轮融资
人力资源管理分析初创企业Visier刚刚宣布获得了 2550 万美元的 C 轮融资。
Visier 是一家由 Business Objects（后被 SAP 收购）及 SAP 前员工创建的人力资源管理分析初创企业，成立于 2010 年。CEO John Schwarz 和 CTO Ryan Wong 均为 BO 的主要技术人员。
尽管 Visier 也属于数据分析软件，但跟复杂的数据仓库或商业智能软件不一样的是，它是基于云的针对人力资源管理量身定做的分析服务，可以将包括 Taleo、Workday 及财务软件在内的多个来源的数据整合，然后让人力资源部门建立仪表盘并对数据进行可视化。
几乎所有公司都声称要以人为本，人才是企业最宝贵的资源。但是人力资源管理软件领域仍很欠缺深度开发的努力，大部分的管理仅限于基础信息。Visier 正是瞄准了这一商机。Visier 在公告中称，其收入在 2013 年翻了 3 番，且 2014 年也将保持这一增长率。
此轮融资由 Adams Street Partners 领投，原有投资者 Foundation Capital 和 Summit Partners 参投。此轮融资过后，其总融资额已达 4950 万美元。所得融资将用于在销售拓展和解决方案研发。
[36氪原创文章，作者: boxi]
扫一扫 加微信
hrtechchina
Visier
Visier
Visier
Visier
Visier
Visier
Visier
Visier
扫一扫 加微信
hrtechchina
