人才数据分析的价值的一个关键去处:高绩效组织与人才管理价值引

发布时间:2017-06-27 编辑:唐露

  站在人力资源管理的角度,人本时代,六大模块向人才管理的转型,用应景的话来讲,也是人力资源管理供给侧的体现。以下是小编为大家整理的高绩效组织与人才管理价值引导的详细内容,希望能帮到各位读者,更多内容请浏览(yjbys.com/hr)。

人才数据分析的价值的一个关键去处:高绩效组织与人才管理价值引

  我们把人才数据分析的成熟度分为四个层面,第一个层面是反应性统计,包括基础组织与岗位信息、员工基础信息、员工基础行为数据等。第二个层面叫做高级分析。常用的分析方法包括人才细分、基准分析、内容分解、连续性统计。第三个层面为决策分析,包括业务驱动分析、关联因子和因果分析。第四个层面我们可以理解为模拟和预测。需要建立价值判断基准、复杂建模和数据预测。

  传统人力资源管理过程中的选用育留辞、入离升降调的数据在某种程度上体现了效率价值,基本在第一和第二个层面徘徊,某种角度上,这些基本都是人力资源部“自娱自乐”的数据。

  原因是这其有两个致命的缺憾,一是管理视角,而非人才。管理视角关注管理行为,人才视角关注人才特征和驱动因子。我们的国家在做供给侧改革,也给我们的企业管理带来启发,以往的管理侧重管控,自上而下视角。现在的管理侧重引导和影响,强调以人为本的自下而上的视角。站在人力资源管理的角度,人本时代,六大模块向人才管理的转型,用应景的话来讲,也是人力资源管理供给侧的体现。二是微观视角,而非宏观、经营和价值视角。也就是我们常常说的由内而外,而非由外而内的视角。经营层或企业主看待人力资源的视角是什么,不是传统hr管理模块的数据记录。而是更体现效力和价值的管理结果,对组织效益、人力资本价值、战略人力规划(swp)、人才发展的促进。这两个缺憾也体现了人力资源管理转型变革的关键导向。

  回到人才数据分析的角度。解决第一个问题需要改善分析角度和技术,对接问题发现和价值判断,方法是小数据分析(而非大数据)。解决第二个问题需要开展聚焦产出的驱动要素分析,方法是(1)寻求业务、组织和人才发展的关联关系、(2)建立价值模型和(3)展开趋势预测(其中有大数据的意思在里面,但仍尚未进入大数据分析的范畴)。篇幅有限,不便展开对两个问题背后更为细分的解决方案逻辑的表述。

  但有一件事情是这其中最为关键的一个改善细节,甚至可以说衡量人才数据分析成败的关键标准,就是高绩效组织与人才管理价值引导。

  需要建立一个价值判断标准。价值判断标准是什么?我们可以简单的理解为什么是好的,什么是坏的。同时,这个标准是在动态演化的,在这其中,演化的要素又是什么。在一个组织中,管理的目的和结果从很大意义上讲,是对业务目标达成的驱动。那么衡量好的组织发展和人才发展的标准是什么?我们的组织与人才差距在哪里?我们如何清晰的表达高绩效组织和关键人才所蕴含的价值判断要素?我们如何动态的更新和持续改进这些判断要素与标准?

  我们强调循证式管理(一阶),强调人才细分和逻辑分析,这种深度思考习惯会给我们带来诸多像问题发现的乐趣,但这仅仅停留在第三层面。展开人才数据分析的目的是用规范式的研究方法来界定未来去处(第四个层面),界定价值要素(二阶)或者是说界定界定价值要素(三阶)的方法之后,开展仿真模拟和预测将会带来巨大的商业和管理价值。并且,当我们知道什么是正确的,我们就可以不断思考和引导如何达成正确。

  在这个过程中,有三个要素非常关键,一是数据积累,取自时间维度、空间维度、组织内部以及组织外部等方面的数据,对接数据筛选原则。二是分析技术,通过第三和第四层面的数据分析过程,结论应引导其产生类似组织形状、赢模式、组织效能杠杆、关键人才画像等各类焦点明确的价值判断标准。三是结果应用。

  就以上内容而言,在若干公司中,都当下正在探索和发生的事情。

最新推荐
热门推荐