数字化时代,跟亚马逊学人力资源管理
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数字化时代,跟亚马逊学人力资源管理
孙汗青
大数据、商业智能和人力资源分析是人们经常谈论的三个热门词汇。你真的知道他们的意思吗?大数据和商业智能给人力资源领域带来了什么附加值?
今天我们可以一起讨论,用不同的例子来解释回答这些问题。
人力资源是一个跟人相关的组织,那么它是如何依靠数据,更客观地去做与人和组织相关的决策呢?
在数据化时代背景之下,作为人力资源,我们应如何以事实为依据,而非人云亦云地做重要决策呢?
经营业务大部分是需要数据作为支撑,在人力资源上,我也想提出一个新话题,把人力资源当成业务来管理,而不是当一个职能性的辅助部门。
依据数据来决策
在谈到人力资源的数据的时候,大家就会说数据太多了,好像金矿一样。
那么我们平常会处理哪些跟人力资源相关的数据呢?
招聘,Recruitment / Hiring data
薪酬,Compensation data
培训,Training data
出勤,Absenteeism figures
绩效,Productivity / Performance data
人才发展,Leadership development data
能力素质,Competency profiles
员工满意度,Employee satisfaction data
……
以上数据仅仅是开始,除了传统的人力资源数据集合之外,是不是有其他更多的数据。
比如在新时代的背景下,我们可以找到员工社交媒体数据、健康数据。在销售过程中,我们也可以了解到员工拜访客户的数据;员工的情绪数据。特别有意思的是,HR还可以通过内部行政的数据,分析出员工离职的倾向。
举个例子,有些公司,员工在打印的时候是需要刷员工卡的,每一个员工都会有自己的员工卡,那么员工刷卡打印的时候,实际上这就是一个数据。
我们发现某一个员工,在某一个阶段会频繁打印公司的一些规章制度,公司的管理流程。同时,还有人会对以上数据进行数据备份及下载,如果公司能有这样的系统去跟踪这些人力资源内部的行政数据,就可以很好地预测,这个预测实际上是与判断员工的离职风险有关系的。
HR不缺数据,并且数据是HR非常重要的资产。
与此同时,也有很多的不一样的声音。在这样一个新的数据时代之下,在法律和道德上,使用人力资源数据具有挑战性。
比如说员工的社交媒体数据、健康数据、拜访客户数据、情绪数据,特别是健康数据,薪酬数据,这些数据到底是属于员工的,还是属于公司的?我们在使用这些数据的时候,会不会有其他风险?
事实上,这些数据背后都代表着巨大的价值,如果我们HR能够运用这些数据去做出更有价值的判断的话,就能够为业务的发展贡献战略价值;更重要的是,人力资源数据,更多的是被用来改善公司决策、提升公司氛围、提高工作效率、优化流程的,同时让员工更加快乐,员工的绩效也会更高。
合理的,合法的运用这些数据,会为公司增加不可估量的价值。
在很早的时候,人力资源部门就开始依据数据来做决策,特别是与人相关、与组织相关的决策,依据数据来做决策有一个发展历程。
Level 1 –生成人力资源报告
第一个层面,也是最简单的方式,人力资源部门生成人力资源报告,这些报告都是与基础运营相关的,当时也是由于公司法务的一些要求,HR需要去做的数据跟踪。
Level 2 –多个报告进行数据比较
第二个层面,我们将数据分析进行升级,不仅把报告备份,同时还可以对多个报告数据进行比较,发现问题,对将来可能产生的风险有更好的预测。
我们也能够把自己公司的数据,与市场的数据去做对比,与竞争对手去作对比,由此发现公司内部的问题,同时也可以发现新的市场机会。
Level 3 –数据分层,运用数据而决策
第三个层面,我们会把数据做一些分层的运用,进行决策。
人力资源数据,能够证明我们在流程上、政策上、客户体验和服务上、以及公司业务经营上出现了一些问题,我们根据发现的问题,要去做调整和改善。
很多组织变革也是通过数据的反馈和分析进行调整的。那么怎样去使用这些数据,我们将人力资源、财务、运营部门、还有售后服务部门的数据拿过来之后,统一全盘去做分析和比较,在第三层面做数据分析。
Level 4 - 预测风险,与战略规划相结合
最高层面,利用过去和现在的数据,去规划未来,与将来的战略规划相结合,做一些有关创新和未知领域的经营决策。
人力资源是可以贡献有关战略决策的数据,比如说绩效评估、招聘,通过这些可以更加客观的进行人事管理。
同时在数据的指引下,我们就能够更好地做一些与以人为本(people oriented)相关政策的制订和业务决策。
事实为依据vs 人云亦云
HR的任务是由数据来驱动的。
不论是业务部门还是HR自己的部门,我们都会有自己的关键绩效指标,与组织或者人相关的目标,还有一些需要必须实现的目标。
例如组织架构的设计,我们在第一线需要多少个汇报层级,在第二线需要汇报多少个层级;像矩阵式的这种汇报,在有些公司内部是有政策规定的。从政策最后看结果,最后去管理我们的目标。
那么除了传统的KPI、矩阵式管理、HR的目标外,HR还能从数据中有哪些新发现?
1. 了解和评估人对业务的影响
每年年初,人力资源部门都会与业务部门一起商定当年的编制计划(Headcount Plan)。
大多数的公司会提出,业绩指标的增长是否会与人数的增长直接挂钩?简单来讲,如果我的销售任务在明年是100%的增长,那么我在第二年是否需要增长100%人数?
如果按照传统的方法做计算,每增加一个销售,他可以给业务带来多少收入(Revenue),以这样的一个公式计算,我们最后得到整体的编制计划。