Što je People Analytics?

  • Jul 26, 2021
click fraud protection

Tijekom posljednjeg desetljeća vidjeli smo kako HR stručnjaci širom svijeta počinju prepoznavati važnost analitika ljudi (People Analytics) kao temelj za budućnost ljudskih resursa.

Potaknute širokim prihvaćanjem usluga u oblaku unutar HR-a, tvrtke počinju ulagati velika sredstva u programe, platforme i alati koji koriste podatke za sve aspekte planiranja radne snage, upravljanja talentima i poboljšanja operativni.

Reklame

Analitika ljudi

U ovom ćete članku pronaći:

Što je People Analytics?

People Analytics, također poznat kao Workforce Analytics, je sustavni i znanstveni pristup u kojem su dostupni ljudski podaci (i kvalitativne i kvantitativne) obrađuju se kako bi se razriješile / razumjele razne poslovne upite povezane s ljudskim resursima u cjelini.

Reklame

Oštroumne statističke tehnike i algoritmi strojnog učenja potrebni su kako bi se najučinkovitije i bez napora odgovorilo na najteže poslovne upite. Ovaj pristup

izvući razne ideje i priče koje se mogu koristiti u donošenju odluka, formulirati strategije i buduće ciljeve za organizacije.

Pristup People Analytics više je "Paket" ili "Pakiranje" na elementarni način, koji se sastoji od nekoliko iterativnih koraka koji uključuju dobro definirane metodologije za generiranje poslovne sposobnosti.

Reklame

Važnost

Stalno promjenjivo i nestabilno poslovno okruženje stvorilo je hitnu potrebu za boljim odlukama ljudi svugdje. Da biste bili istinski uspješni, morate biti u mogućnosti ispitati svoje podatke kako biste utvrdili osnovni uzrok probleme, primijeniti odgovarajuće intervencije i predvidjeti budući razvoj zasnovan na dokazima solidan.

Ovaj je proces u središtu učinkovitih strategija analize ljudi. Moć analitike ljudi u svakodnevnom donošenju odluka neporeciva je: prema DDI, Organizacije koje se ističu u analitici ljudi imaju 3,1 puta veću vjerojatnost da će nadmašiti njihovi vršnjaci.

Reklame

Mnogo uobičajenih HR mjernih podataka ne dodaju stratešku vrijednost poduzeću. Često ne pomažu HR-u. artikulirati ono što je potrebno za postizanje poslovnog cilja ili potrebe. Oni ne otkrivaju kako će nedostatak osoblja utjecati na ciljeve prihoda promotora ili njihove neto rezultate.

Pomoću analitike ljudi možete privući pažnju svog izvršnog direktora kopajući po strateškim HR mjerilima, kao što su:

Reklame

  • Prihod po zaposlenom.
  • Poboljšanje kvalitete zapošljavanja.
  • Rotacija performansi u ključnim poslovima.
  • Izgubljeni dohodak zbog praznih dana.
  • Učinkovitost ljudskih resursa.
  • Stopa neuspjeha novih zaposlenika.
  • Zapošljavanje raznolikosti na pozicijama s utjecajem na kupca

Usredotočenost

Ovo je tipični ekosustav pristupa People Analytics

1 doseg

Razumijevanje poslovnog problema / studije i njegovog postojećeg utjecaja preliminarni je korak. Općenito, svi se aspekti definiraju / raspravljaju / raspravljaju zajedno sa željenim vjerojatnim ishodom. Tipično se događa na izvršnoj razini između dionika i stručnjaka za predmetnu temu.

2.- Planiranje

Dalje prema liniji... ciljevi su ovdje vrlo dobro definirani u pogledu opisa opseg, logistika potrebna za upotrebu u smislu resursa, metodologija, alata, SLA, itd. Namjera je jasno definirana zajedno s procijenjenim rokovima isporuke.

3.- Model arhitekture podataka

Podaci su kostur ove studije. Razumijevanje postojeće sheme ključno je uz prikaz željenog modela arhitekture podataka.

Ponavljajuće se revizije podataka provode kako bi se izmjerile dostupnost, kvaliteta, zdrav razum, dostupnost, točnost i osjetljivost. I potrebni dodatni strukturirani podaci trebali bi se prikupiti o rezultatima revizije podataka prije nastavka kako bi se izbjegle nesuglasice i anomalije.

4.- Dijagram tijeka procesa (PFD)

Ovdje se veza čvorova vrši prema modelu arhitekture podataka. Ovo ilustrira putokaz studije i karakterizira sve moguće kritike na tom putu. Tipično, o PFD-u treba razgovarati sa dionicima radi unosa prije nego što prijeđe na sljedeći korak. Ovdje možete ponovno promijeniti opseg projekta i po potrebi ponovno procijeniti vremenske rokove.

5.- Analiza i obrada podataka

Ovo je zanimljiv i zabavan dio studije u kojem se stvarni podaci analiziraju i obrađuju prema planu definiranom u PFD-u. Statističke tehnike i algoritmi strojnog učenja koriste se iterativno za dobivanje željenih rezultata koji odgovaraju definiranom opsegu studije.

6.- Izdvajanje znanja

Ovo je intuitivni dio projekta u kojem se proučavaju rezultati kako bi se izvuklo znanje. Za izlaganje ovog dijela potrebno je imati izvrsno komercijalno i tehničko znanje. Rezultat je uglavnom na tehničkom jeziku i iskustvu kako bi se to pretvorilo u poslovne rezultate u obliku priča.

7.- Analiza utjecaja i preporuke

Ovo je posljednji formalni korak u pristupu u kojem se utjecaj analizira kroz različite studije hipoteza i daju preporuke sa dionicima. Potrebno je definirati pozitivne i negativne aspekte studije kako bi se izbjegle posljedice. Preporuke se obično daju na temelju prikupljenih dokaza i ideja vođenih u obliku izvještaja, vizualizacije.

instagram viewer