In den letzten zehn Jahren haben HR-Experten auf der ganzen Welt begonnen, die Bedeutung von Personenanalyse (Personenanalyse) als grundlegend für die Zukunft des Personalwesens.
Angetrieben durch die weit verbreitete Einführung von Cloud-Diensten im Personalwesen beginnen Unternehmen, stark in Programme zu investieren, Plattformen und Tools, die Daten für alle Aspekte der Personalplanung, des Talentmanagements und der Verbesserung nutzen betriebsbereit.
Anzeige
In diesem Artikel finden Sie:
Was ist People Analytics?
People Analytics, auch bekannt als Workforce Analytics, ist ein systematischer und wissenschaftlicher Ansatz, bei dem verfügbare Humandaten (sowohl qualitativ als auch quantitativ) werden verarbeitet, um verschiedene geschäftliche Anfragen im Zusammenhang mit dem Personalwesen als Ganzes zu lösen / zu verstehen.
Anzeige
Um die schwierigsten Geschäftsanfragen auf die effizienteste und müheloseste Weise zu beantworten, sind ausgeklügelte statistische Techniken und maschinelle Lernalgorithmen erforderlich. Dieser Ansatz verschiedene Ideen und Geschichten extrahieren, die bei der Entscheidungsfindung verwendet werden können, Strategien und Zukunftsziele für Organisationen formulieren.
Der People Analytics-Ansatz ist auf elementare Weise eher ein „Bundle“ oder „Packaging“, der aus mehreren iterativen Schritten besteht, die gut definierte Methoden beinhalten, um Geschäftssinn zu erzeugen.
Anzeige
Bedeutung
Ein sich ständig änderndes und volatiles Geschäftsumfeld hat dazu geführt, dass Menschen überall dringend bessere Entscheidungen treffen müssen. Um wirklich erfolgreich zu sein, müssen Sie in der Lage sein, Ihre Daten abzufragen, um die Ursache der Probleme, wenden geeignete Interventionen an und antizipieren zukünftige evidenzbasierte Entwicklungen solide.
Dieser Prozess ist das Herzstück effektiver Strategien zur Personenanalyse. Die Macht von People Analytics bei der täglichen Entscheidungsfindung ist unbestreitbar: Laut DDI ist die Unternehmen, die sich in der Personalanalyse auszeichnen, haben eine 3,1-mal höhere Wahrscheinlichkeit, dass sie übertreffen ihre Altersgenossen.
Anzeige
Viele gängige HR-Kennzahlen sie fügen dem Unternehmen keinen strategischen Wert hinzu. Sie helfen der Personalabteilung oft nicht. um zu artikulieren, was erforderlich ist, um ein Geschäftsziel oder einen Geschäftsbedarf zu erfüllen. Sie legen nicht offen, wie sich die Unterbesetzung auf die Umsatzziele oder Nettoergebnisse der Veranstalter auswirkt.
Mit People Analytics können Sie die Aufmerksamkeit Ihres CEO auf sich ziehen, indem Sie sich mit strategischen HR-Kennzahlen befassen, wie z.
Anzeige
- Einkommen pro Mitarbeiter.
- Verbesserung der Qualität der Rekrutierung.
- Rotation der Leistung in Schlüsseljobs.
- Einkommensverlust durch freie Tage.
- HR-Effektivität.
- Ausfallrate bei Neueinstellungen.
- Diversity Recruiting in Positionen mit Kundenwirkung
Fokus
Dies ist das typische Ökosystem des People Analytics-Ansatzes
1 Reichweite
Das Verständnis des Geschäftsproblems / der Studie und seiner bestehenden Auswirkungen ist ein erster Schritt. Im Allgemeinen werden alle Aspekte zusammen mit dem gewünschten probabilistischen Ergebnis definiert / diskutiert / debattiert. Sie findet typischerweise auf der Führungsebene zwischen Stakeholdern und Fachexperten statt.
2.- Planung
Weiter unten... die Ziele sind hier sehr gut definiert bezüglich der Beschreibung der of Umfang, die erforderliche Logistik in Bezug auf Ressourcen, Methoden, Tools, SLA, usw. Die Absicht ist zusammen mit den geschätzten Lieferzeiten klar definiert.
3.- Datenarchitekturmodell
Die Daten sind das Gerüst dieser Studie. Das Verständnis des bestehenden Schemas ist ebenso wichtig wie das Veranschaulichen des gewünschten Datenarchitekturmodells.
Es werden wiederholte Datenaudits durchgeführt, um Verfügbarkeit, Qualität, Vernunft, Zugänglichkeit, Genauigkeit und Sensibilität zu messen. Und die erforderlichen zusätzlichen strukturierten Daten sollten zu den Ergebnissen der Datenprüfung gesammelt werden, bevor Sie fortfahren, um Meinungsverschiedenheiten und Anomalien zu vermeiden.
4.- Prozessflussdiagramm (PFD)
Hier erfolgt die Anbindung der Knoten nach dem Datenarchitekturmodell. Dies illustriert die Roadmap der Studie und charakterisiert alle möglichen Kritikpunkte auf dem Weg. In der Regel sollte ein PFD mit Stakeholdern besprochen werden, um Beiträge zu erhalten, bevor mit dem nächsten Schritt fortgefahren wird. Hier können Sie den Umfang des Projekts noch einmal ändern und ggf. die Zeitleisten neu einschätzen.
5.- Analyse und Datenverarbeitung
Dies ist ein interessanter und unterhaltsamer Teil der Studie, bei dem die tatsächlichen Daten gemäß der in PFD definierten Roadmap analysiert und verarbeitet werden. Statistische Techniken und Algorithmen des maschinellen Lernens werden iterativ verwendet, um die gewünschten Ergebnisse zu erhalten, die dem definierten Umfang der Studie entsprechen.
6.- Wissensextraktion
Dies ist der intuitive Teil des Projekts, in dem die Ergebnisse untersucht werden, um Wissen zu extrahieren. Um dieses Teil auszustellen, sind ausgezeichnete kaufmännische und technische Kenntnisse erforderlich. Das Ergebnis liegt hauptsächlich in Fachsprache und Erfahrung, um daraus Geschäftsergebnisse in Form von Geschichten zu machen.
7.- Wirkungsanalyse und Empfehlungen
Dies ist der letzte formale Schritt des Ansatzes, bei dem die Wirkung durch verschiedene Hypothesenstudien analysiert und Empfehlungen mit den Interessengruppen abgegeben werden. Es ist notwendig, die positiven und negativen Aspekte der Studie zu definieren, um Konsequenzen zu vermeiden. Empfehlungen werden in der Regel auf der Grundlage gesammelter Erkenntnisse und Ideen in Form eines Berichts oder einer Visualisierung abgegeben.
