पीपल एनालिटिक्स क्या है?

पिछले एक दशक में, हमने देखा है कि दुनिया भर के एचआर पेशेवर इसके महत्व को पहचानने लगे हैं लोग विश्लेषिकी (लोग विश्लेषिकी) मानव संसाधन के भविष्य के लिए मौलिक के रूप में।

एचआर के भीतर क्लाउड सेवाओं को व्यापक रूप से अपनाने से प्रेरित, कंपनियां कार्यक्रमों में भारी निवेश करना शुरू कर रही हैं, प्लेटफ़ॉर्म और टूल जो कार्यबल योजना, प्रतिभा प्रबंधन और सुधार के सभी पहलुओं के लिए डेटा का लाभ उठाते हैं परिचालन।

पीपल एनालिटिक्स क्या है?

पीपल एनालिटिक्स, जिसे वर्कफोर्स एनालिटिक्स के रूप में भी जाना जाता है, एक है व्यवस्थित और वैज्ञानिक दृष्टिकोण जिसमें उपलब्ध मानव डेटा (गुणात्मक और मात्रात्मक दोनों) को समग्र रूप से मानव संसाधन से संबंधित विभिन्न व्यावसायिक पूछताछ को हल करने / समझने के लिए संसाधित किया जाता है।

सबसे कुशल और सरल तरीके से सबसे कठिन व्यावसायिक प्रश्नों का उत्तर देने के लिए चतुर सांख्यिकीय तकनीकों और मशीन लर्निंग एल्गोरिदम की आवश्यकता होती है। यह पहुच

विभिन्न विचारों और कहानियों को निकालें जिनका उपयोग निर्णय लेने में किया जा सकता है, संगठनों के लिए रणनीति और भविष्य के लक्ष्य तैयार करना।

पीपल एनालिटिक्स दृष्टिकोण एक मौलिक तरीके से "बंडल" या "पैकेजिंग" से अधिक है, जिसमें कई पुनरावृत्त कदम शामिल हैं जिनमें व्यावसायिक कौशल उत्पन्न करने के लिए अच्छी तरह से परिभाषित कार्यप्रणाली शामिल है।

महत्त्व

हमेशा बदलते और अस्थिर कारोबारी माहौल ने हर जगह लोगों से बेहतर निर्णय लेने की तत्काल आवश्यकता पैदा कर दी है। वास्तव में सफल होने के लिए, आपको मूल कारण निर्धारित करने के लिए अपने डेटा से पूछताछ करने में सक्षम होना चाहिए समस्याओं, उपयुक्त हस्तक्षेपों को लागू करना और भविष्य के साक्ष्य-आधारित विकास का अनुमान लगाना ठोस।

यह प्रक्रिया प्रभावी लोगों की विश्लेषण रणनीतियों के केंद्र में है। दैनिक निर्णय लेने में लोगों के विश्लेषण की शक्ति निर्विवाद है: डीडीआई के अनुसार, लोगों के विश्लेषण में उत्कृष्टता प्राप्त करने वाले संगठनों के बेहतर प्रदर्शन की संभावना 3.1 गुना अधिक होती है उनके साथी।

कई सामान्य एचआर मेट्रिक्स वे कंपनी के लिए रणनीतिक मूल्य नहीं जोड़ते हैं। वे अक्सर एचआर की मदद नहीं करते हैं। व्यावसायिक उद्देश्य या आवश्यकता को पूरा करने के लिए क्या आवश्यक है, यह स्पष्ट करने के लिए। वे इस बात का खुलासा नहीं करते हैं कि कम स्टाफिंग प्रमोटरों के राजस्व लक्ष्यों या शुद्ध स्कोर को कैसे प्रभावित करेगा।

लोगों के विश्लेषण के साथ, आप रणनीतिक एचआर मेट्रिक्स में खुदाई करके अपने सीईओ का ध्यान आकर्षित कर सकते हैं, जैसे:

• प्रति कर्मचारी आय।
• भर्ती की गुणवत्ता में सुधार।
• प्रमुख कार्यों में प्रदर्शन का रोटेशन।
• खाली दिनों के कारण आय का नुकसान।
• एचआर प्रभावशीलता।
• नए कर्मचारियों की विफलता दर।
• ग्राहक प्रभाव पदों में विविधता भर्ती

केंद्र

यह लोग विश्लेषिकी दृष्टिकोण का विशिष्ट पारिस्थितिकी तंत्र है

1 पहुंच

व्यवसाय की समस्या/अध्ययन और उसके मौजूदा प्रभाव को समझना एक प्रारंभिक कदम है। सामान्य तौर पर, अपेक्षित संभावित परिणाम के साथ सभी पहलुओं को परिभाषित/चर्चा/बहस किया जाता है। यह आम तौर पर हितधारकों और विषय वस्तु विशेषज्ञों के बीच कार्यकारी स्तर पर होता है।

2.- योजना

इसके अलावा... के विवरण के संबंध में उद्देश्यों को यहां बहुत अच्छी तरह से परिभाषित किया गया है गुंजाइश, संसाधनों, कार्यप्रणाली, उपकरण, SLA, के संदर्भ में उपयोग किए जाने के लिए आवश्यक लॉजिस्टिक्स, आदि। अनुमानित डिलीवरी समयसीमा के साथ आशय स्पष्ट रूप से परिभाषित किया गया है।

3.- डेटा आर्किटेक्चर मॉडल

डेटा इस अध्ययन का कंकाल है। वांछित डेटा आर्किटेक्चर मॉडल के उदाहरण के साथ मौजूदा स्कीमा को समझना महत्वपूर्ण है।

उपलब्धता, गुणवत्ता, विवेक, पहुंच, सटीकता और संवेदनशीलता को मापने के लिए दोहराए गए डेटा ऑडिट किए जा रहे हैं। और असहमति और विसंगतियों से बचने के लिए आगे बढ़ने से पहले डेटा ऑडिट परिणामों पर आवश्यक अतिरिक्त संरचित डेटा एकत्र किया जाना चाहिए।

4.- प्रक्रिया प्रवाह आरेख (पीएफडी)

यहां नोड्स का कनेक्शन डेटा आर्किटेक्चर मॉडल के अनुसार किया जाता है। यह अध्ययन के रोडमैप को दिखाता है और रास्ते में सभी संभावित आलोचनाओं को दर्शाता है। आमतौर पर, अगले चरण पर आगे बढ़ने से पहले इनपुट के लिए हितधारकों के साथ एक पीएफडी पर चर्चा की जानी चाहिए। यहां आप परियोजना के दायरे को फिर से बदल सकते हैं और यदि आवश्यक हो तो समय-सारिणी का पुन: अनुमान लगा सकते हैं।

5.- विश्लेषण और डाटा प्रोसेसिंग

यह अध्ययन का एक दिलचस्प और मजेदार हिस्सा है जहां वास्तविक डेटा का विश्लेषण किया जाता है और पीएफडी में परिभाषित रोडमैप के अनुसार संसाधित किया जाता है। अध्ययन के परिभाषित दायरे से मेल खाने वाले वांछित परिणाम प्राप्त करने के लिए सांख्यिकीय तकनीकों और मशीन लर्निंग एल्गोरिदम का उपयोग पुनरावृत्त रूप से किया जाता है।

6.- ज्ञान निष्कर्षण

यह परियोजना का सहज ज्ञान युक्त हिस्सा है जहां ज्ञान निकालने के लिए परिणामों का अध्ययन किया जाता है। इस भाग को प्रदर्शित करने के लिए उत्कृष्ट व्यावसायिक और तकनीकी ज्ञान होना आवश्यक है। परिणाम मुख्य रूप से तकनीकी भाषा और अनुभव में कहानियों के रूप में इसे व्यावसायिक परिणामों में बदलने के लिए है।

7.- प्रभाव विश्लेषण और सिफारिशें

यह दृष्टिकोण में अंतिम औपचारिक कदम है जिसमें विभिन्न परिकल्पना अध्ययनों के माध्यम से प्रभाव का विश्लेषण किया जाता है और हितधारकों के साथ सिफारिशें की जाती हैं। परिणामों से बचने के लिए अध्ययन के सकारात्मक और नकारात्मक पहलुओं को परिभाषित करना आवश्यक है। सिफारिशें आमतौर पर एकत्रित साक्ष्य और रिपोर्ट, विज़ुअलाइज़ेशन के रूप में संचालित विचारों के आधार पर की जाती हैं।