午啪啪夜福利无码亚洲,亚洲欧美suv精品,欧洲尺码日本尺码专线美国,老狼影院成年女人大片

1、如果評選 2014 年最忙的詞匯，“大數據”應該榜上有名。各個行業都在為大數據時代的到來歡欣鼓舞。在人才管理的各類行業論壇、專業研討會、案例分享活動中，不管是否與自己的業務有關聯，標題和內容也是言必稱大數據。 似乎不抓住這些機會明確表態， 就會被時代淘汰一樣。我和許多HR 從業者交流過他們對大數據的看法絕大部分人說不出來“大數據”到底指什么內容，只是模糊的覺得這是趨勢， 會改變他們未來的工作方式。也有一些從業者激情澎湃地談到他們對大數據的實踐，但實質上可能只是幾份普通的報表而已。我想，之所以數據化的概念會這么熱，一方面因為大家確實在實際的工作中面臨困難，希望自己能突破困境;另外一方面也是看到別2、的行業因為新的技術帶來了變革，總歸有一天能輪到自己的行業。實際上， HR的工作就像生產企業或者電商企業一會產生大量的業務數據和行為數據比如一個職位的招聘周期有多久，這是業務數據;招聘到一個工程師或者招聘專員需要找多少份簡歷、 打多少次電話， 這是行為數據。這些信息首先會量化地反映 HR各項業務開展的情況，幫助我們發現中間的問題，當然有時候也會充分反映出 HR的工作價值比如用人部門抱怨某個職位招不到人的時候，就可以來看看 HR 在這些職位上做過什么樣的努力。HR工作信息化相對落后，比如至今大部分公司的招聘管理還在用 excel 進行。沒有科學的數據記錄工具，更別提數據分析了。暫時拋棄掉大數據的概3、念，先讓數據成為工作的重點。臨近年終各家企業都在做工作總結，實施核心人才盤點。一個組織推動人才盤點的本質，無非是根據企業將來可能的業務發展儲備(或者培養)足夠的合適人才。從數據驅動的角度來看，對應的內容是：每個員工詳盡的人才檔案，企業人才結構的情況，人才獲得的難度等。那么人才盤點中有哪些數據可用?如何積累這些數據?這些數據能夠解決現在或者是未來的哪些問題?一、建立人才數據庫是一切 data-driven的基礎做人才盤點之前不妨先看看是不是能夠構建企業人才數據庫。傳統的企業人才管理的信息化建設大部分會落在將流程信息化，將業務表單信息化，將薪酬和考勤之類的基礎人事模塊信息化。因此，當你去問一個花了4、兩三年時間去做 HR 信息系統落地項目的企業，“你們是否已經建好了自己的人才數據庫?”答案很可能會讓你失望。雖然人才數據庫的建設都是基于不同的信息管理軟件，但是軟件的基因不同，對待人才數據的管理思想差異也是非常大的。傳統的 e-hr 提供的信息主要是基礎人事信息。而在一個信息負載過大的互聯網社會，我們對員工的了解需要更加全面才能做出更合理的人事決策。如何能把這些信息用網狀聯系在一起，可以考慮在保持基本信息的基礎上，擴展發展性的信息。我們先來看看一份標準的人才檔案可以包括哪些內容。 人才數據庫的信息是結構化的數據，能夠搜索和排序是很重要的。如果人才檔案是一份一份的文檔，在使用中并不便利。舉例而言5、，員工來應聘的時候提交的簡歷，通過簡歷解析技術可以形成用于智能搜索的數據信息這樣當你想要查找所有的在某公司工作過的員工時，就輕而易舉。員工的領導潛力不再是冷冰冰的數字，而是一份關于他領導潛力的組織內甚至行業內分析報告。這也是使用工具建立人才數據庫的意義，搜索的價值大于瀏覽。二、讓人才數據庫“用”起來如果你的人才數據庫是只存在于 HR 自用系統里面的數據，可能一年中只有幾天會被查詢和瀏覽，那么這個數據庫可以說完全沒有發揮價值。 除去提供完整的數據信息，可搜索可瀏覽之外，人才數據庫還應該具備以下的特點： 業務部門可以使用。實際上，不只是人才盤點，甚至整個人才管理的過程，都應該以業務部門為核心。人才6、盤點中的人才提名和盤點的主體也都來自于用人部門，那為何不把最完整的人才的信息開放給業務部門呢? 實時查看。每到人才盤點時再開放數據出來，平時都是保密的?隨時隨地可以查看人才信息，除了可以實時掌握人才情況，更重要的是可以實時把握人才的發展并給與必要的支持和幫助， 而不是只在每年定時定點盤點一次，這也是互聯網思維帶給我們工作方式上的變化; 可視化分析。近些年大數據的熱潮有一個很重要的進展，就是加速了“數據可視化(info- graphics)”的發展進程。無論是更生動的圖形化展示還是關鍵數據的提取，都是為了讓數據的價值更大，讓非專業人士能夠快速把握要點。那么就必須讓由專業人士通過復雜的演算來解讀數7、據的日子一去不復返。三、讓人才數據庫“活”起來有人會說，我也可以用 excel 維護這些人才檔案，要計算要搜索，excel 也可以完成。如果只用 excel 完成這些工作，有兩件事情會成為難題：一是當你的員工數據很多的時候，excel 的搜索能力太有限，更不用提存儲安全什么的了;二是 excel 永遠無法提供實時的行業數據對比，這也是動態人才庫的巨大價值。大數據中的分析包括幾個數據層次：個人數據 組織(群體)數據 互聯網數據。在 HR 的工作中，這幾個數據層次并不陌生，例如大家熱衷的薪酬調查或者敬業度調查，也是因為可以為組織提供行業參照標準而突顯出數據的價值。當人才信息數據化后，通過行業對比分8、析，掌握組織的競爭力和發現問題都變得易如反掌。比如可以動態查看行業內的人才流動方向、行業的薪資變化趨勢、比對組織各層級管理者比例的合理程度，這些信息一定是動態變化的，而不只是付費購買一組數據，每年更新一次。而這種應用的背后依賴的是先進的存儲技術、計算能力和安全技術。四、讓人才數據說話：隨時隨地盤點人才隨時隨地盤點人才一個組織獲得人才的兩大途徑主要是外部招聘和內部培養。大部分致力于花費很多精力做內部培養的企業，主要的挑戰都是所需人才很難直接從市場上獲得(或者成本很高)。企業內的管理者通過內部培養和提升的比例是很多企業較容易給出的數據。但是升遷的路徑是什么樣的?預計到達下一個階段的時間是多久?這些9、就不是下一個階段能給出來的信息了。而這些信息對于穩定發展的企業尤為重要。總的來講，擁有人才數據庫可以較為容易地實現人才搜索和挖掘。當我們以某個企業內績優的人才為核心時，就很容易通過匹配來做人才挖掘了。比如需要找一個有外企經驗，有23年管理經驗，做過政府項目，與競爭對手打過交道的員工，在傳統的人才管理中需要靠人和人之間傳遞信息，或者是人員盤點會才能找到。但是有了人才數據庫以后，可以隨時隨地通過搜索和查找去找到合適的員工。讓信息的傳遞變得更加透明。人才盤點本身就是一個數據化的過程。在人才盤點過程中，直接上級、HR專家等會對候選人的各種方面進行評價和記錄，這本身就是一個豐富的數據化過程。一年可以針對10、哪類核心人才進行幾次人才盤點會，也成為企業評估組織人才管理成熟度的重要標準。召開人才盤點會的確很好，可是一年最多只有兩次。組織的用人需求是動態的，高速發展的企業可能時時都有人才需求。能不能將人才盤點會也變成一個動態的過程?對用人部門來說， 適度開放人才數據庫是一個很好的方式，有助于組織隨時隨地發現人才。許多企業的內部競聘并不是為了隨意地通過競聘找到潛在人才，而是為了給已經錨定的人才一個發展機會。但是，如果這個人才沒有找到，哪里談得上后面一系列的工作呢?五、讓人才數據說話：什么人才可能成功?參與人才盤點會時，花費時間最多的工作是去討論人才未來成功的可能性。人才檔案所提供的信息一般是以查看為主的，11、也就是能知道這個人的過往，但是他們的將來會如何呢?我們更想知道他將來是不是有可能勝任，他是不是真的會成功?這就是數據在預測中的價值，用歷史數據預測特定人才未來可能有的成就。當然，預測的第一步是積累數據模型。兩種預測模型可以在完善的人才數據基礎上使用：基于能力的勝任預測和基于經歷的勝任預測。在勝任力模型的構建中，我們會使用績優員工的關鍵特點去分析他們成功的素質特點，然后反過來去預測其他人的效果。在人才盤點的工作中可以去利用的數據分析有： 根據潛力預測人才成功的可能性 根據標桿人物預測成功的可能性 根據多項指標預測離職的風險根據潛力預測的成功可能性通常基于人才的測評結果進行預測。將人才的測評結果與12、一般的勝任力模型進行比對，對風險和問題做出預測。近些年來較為流行的是根據企業內部員工進行建模和預測。常見的一種是根據績優人員的特點建模， 將新晉人才的領導力測評等數據進行比對。另外一種是將新晉人才的測評結果與內部的員工進行匹配，告知人才盤點會的參與者，目標候選人的特點更像公司內的哪個員工這種方式快速幫助管理者形象直觀地把握人才特點，能迅速形成諸如“影響愿望不高，程度與 xxx差不多”的概念，大大提高了人才盤點中對人才信息的理解和共識。 根據多項指標去預測員工的離職風險，現在還是一件相對困難的事情，主要是缺乏合理的數據模型(也沒有數據) 。 但也有一些成功的實踐總讓人們燃起對大數據的期待，比如惠13、普的案例被收納入各種大數據書籍：“幾年前，惠普一些部門離職率高達 20%，受此觸動，惠普決定預測全球 33 萬名員工中誰最有可能辭職。分析師團隊從薪酬水平、加薪情況、升遷情況等海量數據入手，搭建了一個離職風險評分系統，成功幫助降低了離職率。大數據的魔力可見一斑。”摘自 大數據思維預測時擁有數據是做預測最大的前提，接下來是構建預測模型。實際上預測模型并不需要做的非常復雜，將關鍵因素提取賦予不同的權重可以是最基本的方式。目前對于關鍵人才的離職風險預測，主要是依賴直接上級的個人判斷。總的來講，人才管理的未來也是數據的未來。當我們熱衷于對大數據可能帶來的美好未來侃侃而談時，其實應該先回顧實際業務中的數14、據積累，是否已經使用了合適的報表對 HR 工作進行分析?是否建立過數據模型?分析的周期和成本有多高?試想一下，一家連工作郵箱都未啟用的公司，招聘還靠著 excel 記錄，如何談得上用數據驅動工作?數據驅動的人才盤點也不是一夜之間就可以完成的。選擇正確的管理軟件，建立合理的流程，選擇合適的時機完善人才數據，一切才有繼續發展的可能。先進的工具和技術都是為業務服務的。與其談概念，不如先讓自己的工作更加量化， 能夠讓HR的工作用更多量化的數據來反映，做到 data-driven，再談大數據也不遲。Bersin在 2104 年于美國拉斯維加斯召開的 HR 技術大會(HR Technology Conference)發布的HR 技術領域的十項巨變(Top 10 Disruptions in HR Technology)中提到，未來的 10 年將會是 HR 數據化的十年，人事決策也會是基于數據的決策人們的性格、工作經歷、發展、評估數據等，結合實時的與工作相關的數據，去對雇傭誰、如何提升銷售業績、如何減少員工成本等制定科學的決策。在未來，軟件會越來越沒有價值，真正有價值的是數據、決策和分析HR 軟件可能會是免費的，收費的是數據。