Kas ir People Analytics?

  • Jul 26, 2021
click fraud protection

Pēdējās desmitgades laikā mēs esam redzējuši, ka personāla speciālisti visā pasaulē sāk atzīt cilvēku analīze (People Analytics) cilvēkresursu nākotnei.

Virzoties uz plašu mākoņpakalpojumu ieviešanu HR, uzņēmumi sāk daudz ieguldīt programmās, platformas un rīki, kas izmanto datus visiem darbaspēka plānošanas, talantu pārvaldības un uzlabošanas aspektiem operatīva.

Sludinājumi

People Analytics

Šajā rakstā jūs atradīsit:

Kas ir People Analytics?

People Analytics, kas pazīstams arī kā Workforce Analytics, ir a pieeja sistemātiskai un zinātniskai pieejai, kurā pieejamie dati par cilvēkiem (gan kvalitatīvie, gan kvantitatīvie) tiek apstrādāti, lai atrisinātu / saprastu dažādus biznesa jautājumus, kas saistīti ar cilvēkresursiem kopumā.

Sludinājumi

Lai visefektīvāk un bez piepūles atbildētu uz sarežģītākajiem biznesa jautājumiem, ir nepieciešamas gudras statistikas metodes un mašīnmācīšanās algoritmi. Šī pieeja

iegūt dažādas idejas un stāstus, kurus var izmantot lēmumu pieņemšanā, formulē stratēģijas un nākotnes mērķus organizācijām.

People Analytics pieeja elementārā veidā drīzāk ir “pakete” vai “iepakojums”, kas sastāv no vairākām atkārtojamām darbībām, kas ietver precīzi definētas metodikas, lai radītu uzņēmējdarbības asprātību.

Sludinājumi

Svarīgums

Pastāvīgi mainīgā un nepastāvīgā uzņēmējdarbības vide ir radījusi steidzamu vajadzību pēc labākiem cilvēku lēmumiem visur. Lai gūtu panākumus, jums jāspēj iztaujāt savus datus, lai noteiktu piemērot atbilstošas ​​iejaukšanās un paredzēt uz pierādījumiem balstītu turpmāko attīstību ciets.

Šis process ir efektīvu cilvēku analīzes stratēģiju pamatā. Cilvēku analītikas spēks ikdienas lēmumu pieņemšanā nav noliedzams: saskaņā ar DDI teikto Organizācijām, kas darbojas cilvēku analītikā, ir 3,1 reizes lielāka iespējamība pārspēt viņu vienaudžiem.

Sludinājumi

Daudzi kopīgi HR rādītāji tie nepievieno uzņēmumam stratēģisko vērtību. Viņi bieži nepalīdz HR. formulēt to, kas nepieciešams biznesa mērķa vai vajadzības sasniegšanai. Viņi neatklāj, kā nepietiekams personāla skaits ietekmēs reklāmdevēju ieņēmumu mērķus vai neto rādītājus.

Izmantojot cilvēku analīzi, varat piesaistīt sava izpilddirektora uzmanību, iedziļinoties stratēģiskajā personāla rādītājā, piemēram:

Sludinājumi

  • Ienākumi uz vienu darbinieku.
  • Personāla atlases kvalitātes uzlabošana.
  • Veiktspējas rotācija galvenajos darbos.
  • Zaudētie ienākumi brīvo dienu dēļ.
  • HR efektivitāte.
  • Jauni darbinieki pieņem neveiksmju līmeni.
  • Dažādības algošana klientu ietekmes pozīcijās

Koncentrējieties

Šī ir People Analytics pieejas tipiskā ekosistēma

1 sasniedzamība

Izpratne par biznesa problēmu / pētījumu un tā esošo ietekmi ir iepriekšējs solis. Kopumā visi aspekti tiek definēti / apspriesti / apspriesti kopā ar vēlamo varbūtējo varbūtējo rezultātu. Parasti tas notiek izpildvaras līmenī starp ieinteresētajām personām un priekšmetu ekspertiem.

2.- Plānošana

Tālāk pa līniju... šeit ir ļoti labi definēti mērķi attiecībā uz joma, loģistika, kas jāizmanto resursu, metodikas, rīku, SLA, utt. Nodoms ir skaidri definēts kopā ar aprēķinātajiem piegādes termiņiem.

3.- Datu arhitektūras modelis

Dati ir šī pētījuma skelets. Esošās shēmas izpratne ir ļoti svarīga, kā arī vēlamā datu arhitektūras modeļa piemērs.

Tiek veikti atkārtoti datu auditi, lai noteiktu pieejamību, kvalitāti, saprātu, pieejamību, precizitāti un jutīgumu. Lai izvairītos no domstarpībām un anomālijām, pirms turpināt, būtu jāsavāc nepieciešamie papildu strukturētie dati par datu audita rezultātiem.

4.- Procesa plūsmas diagramma (PFD)

Šeit mezglu savienojums tiek veikts pēc datu arhitektūras modeļa. Tas ilustrē pētījuma plānu un raksturo visu iespējamo kritiku. Parasti PFD jāapspriež ar ieinteresētajām personām, lai sniegtu ieguldījumu, pirms pāriet uz nākamo soli. Šeit jūs varat vēlreiz mainīt projekta darbības jomu un, ja nepieciešams, pārvērtēt laika grafikus.

5.- Analīze un datu apstrāde

Šī ir interesanta un jautra pētījuma daļa, kurā faktiskie dati tiek analizēti un apstrādāti saskaņā ar PFD noteikto plānu. Statistikas paņēmienus un mašīnmācīšanās algoritmus izmanto iteratīvi, lai iegūtu vēlamos rezultātus, kas atbilst definētajam pētījuma apjomam.

6.- Zināšanu ieguve

Šī ir intuitīvā projekta daļa, kurā tiek pētīti rezultāti, lai iegūtu zināšanas. Lai izstādītu šo daļu, ir nepieciešamas izcilas komerciālas un tehniskas zināšanas. Rezultāts galvenokārt ir tehniskajā valodā un pieredzē, lai to pārvērstu par biznesa rezultātiem stāstu veidā.

7.- Ietekmes analīze un ieteikumi

Šis ir pēdējais oficiālais solis pieejā, kurā ietekme tiek analizēta, izmantojot dažādus hipotēzes pētījumus, un ar ieinteresētajām personām tiek sniegti ieteikumi. Lai izvairītos no sekām, ir jādefinē pētījuma pozitīvie un negatīvie aspekti. Ieteikumi parasti tiek sniegti, pamatojoties uz savāktiem pierādījumiem un idejām, kuras tiek virzītas ziņojuma, vizualizācijas veidā.

instagram viewer