CIO 报告 ： 利用人力资源和财务数据分析的技术战略

利用人力资源和财务数据分析的技术战略 随着数据成为企业货币，公司需要IT来创建、生成和共享劳动力和财务见解，以推动更好的业务决策并获得竞争优势。 白皮书 不断增长的数据价值 每个行业的竞争都是激烈的、动态的和不断增加的。今天久经考验的商业模式很快就会变成明天的过时做法。毕马威最近的一项调查显示，超过一半的企业(57%)比根深蒂固的竞争对手更担心数字创业。 当今的技术可以改善全球企业的竞争环境，打破传统的地理障碍。产品生命周期正在缩短:传统的三到五年寿命现在是18个月-有时甚至更短。全球商业环境正在迅速变化。 这些动态的一个主要贡献者是可用数据的数量、多样性和速度 。公司- 现在，我们收集和分析的信息比以往任何时候都多-而且没有尽头。根据IDC的数据，到2025年，世界将积累180ZB（ZB）的数据，高于2020年的44ZB和2015年的10ZB。为了说明这些增长的数量，如果每个字节是一个苹果，1ZB将填满太平洋。 人工智能，机器学习和物联网（IoT）等新技术只会加速大数据的新来源和创新用途。从历史上看，生成数字数据是如今，数据被收集、操作甚至分析的设备可以放在口袋里— —或者更小的口袋里。 赞助 增加了这种不断上升的客户期望。网络开发可以即时访问信息，消费者只需按几下键就可以在移动设备上完成复杂的任务。因此，客户需要即时满足，并在不满足的情况下迅速前往其他地方 在许多行业中，速度已经成为竞争的必要条件。 在这个新的环境中，不仅仅是数据量，还有数据的价值爆炸，这要归功于分析。 分析曾经仅限于财务和销售方面的少数专业人员，现在正成为每个功能的关键差异化因素，并扩展到整个企业的业务用户。作为这种变化的证据，投资于大型 数据和业务分析正在快速增长。IDC 预计2017年该市场的全球收入将达到1508亿美元，比2016年支出增长12.4% 。 根据IDC的数据，从地理角度来看，美国将是大数据和业务分析解决方案的最大市场，支出预计将达到2017年788亿美元。西欧是下一个，支出为$34.1 十亿今年，其次是亚太地区（不包括日本）在136亿美元. 这些投资现在涉及许多功能，这是有充分理由的。现代系统使企业能够更有效地收集客户输入并采取行动，更有策略地使用信息，更快，更轻松地推出新产品和服务，并更快地适应市场变化。例如，人力资源经理可以使用数据来确保联络中心员工得到适当的培训，财务部门可以更准确地调整预算。 IT部门面临的压力，需要提供员工和财务见解 随着企业进入信息驱动型经济，数据变得非常有价值，人力资源和财务数据的洞察力对企业绩效至关重要。世界各地的企业都面临着用更少的钱做更多事情的压力。这已经把现代经济集中在人才和财政资源的高效和有效管理上。因此，整个组织的业务领导者和决策者需要能够利用其财务和人力资源数据做更多的事情。数据驱动的公司，对他们的运营如何运作，如何交付有敏锐的了解。 他们的客户想要什么，如何识别新的机会，以及确定内部存在的薄弱环节将蓬勃发展。那些缺乏这种见解的人不会。 在这个新的商业环境中，IT负责选择、开发和部署技术解决方案，以帮助收集这些见解并在整个组织中分发它们- 以竞争所需的速度进行竞争。在这样做的过程中，他们有许多关键责任: •管理和集中企业数据。 •确保数据的可靠性和可追溯性。 •实现数据的民主化，以便做出及时和明智的决策。 •管理和保护特定于业务需求的数据。 •提供具有消费者级性能的直观分析解决方案。 根据IDGResearch最近的一项调查，CIO和IT高管看到了共享信息以实现其三大业务目标的价值：提高客户体验，提高组织敏捷性以及引入新的数字收入来源。 但调查显示，只有五分之一的首席信息官表示，他们的组织在跨业务部门共享劳动力和财务信息方面做得很好，只有大约一半的人认为他们的组织在这项任务上做得非常好。 跨部门共享信息对实现三大业务目标的重要性 IT领导者评价它的重要性或重要性 提高客户体验 64% 提高组织敏捷性 63% 介绍数字收入流 50% 他们还看到，挑战不在于生成数据，而在于有效地利用数据来获得企业洞察力和底线影响。Workday产品管理副总裁PeteSchlampp说：“公司现在拥有比以往任何时候都更多的可操作信息，但他们很难将其提供给可以使用它来做出决策的员工。” 根据IDG的调查，这种脱节对IT领导者来说是显而易见的： •10位IT领导者中有6位报告了在执行管理层的顶级战略业务计划方面存在一定程度的挑战。 •只有五分之一的首席信息官表示，他们擅长提供劳动力和财务洞察力，以推动业务决策。 确定技术限制 问题是什么?数据孤岛、传统数据结构、业务用户有限的数据访问、糟糕的安全控制以及低劣的用户体验,使得IT在这个动态的商业世界中提供价值变得具有挑战性。IT领导者对他们的要求很不理解。但是技术限制往往阻碍了实现这些现代企业目标的进展。 在许多组织中，数据广泛分散。大多数公司运行数百（有时数千）的应用程序来支持他们的操作部分。因此，这些应用程序中生成的数据主要存储在数据孤岛中，仅对一部分用户可用。在整个财务部门中只生成一个统一的视图可能非常具有挑战性，更不用说从跨多个部门收集的数据中提取纵向见解了。 以加拿大联络管理和联络中心解决方案提供的BillGoslig外包为例。从历史上看，该公司将数据存储在其财务系统，MicrosoftExcel，ADP外包应用程序和SharePoit中-这意味着公司数据主要包含在自治部门应用程序中。例如，人力资源经理无法快速获得诸如每日员工人数之类的数据快照，BillGoslig外包首席财务官JoeFatti说。 数据孤岛存在的原因多种多样。传统上，将信息从一个系统移动到另一个系统很困难。部门经常建立自己的数据存储。由于格式不同，数据结构僵化和信息不一致，这些很难调和。 集成是劳动密集型的，并且跨系统加载数据的速度很慢。 在过去的几年中，问题只是成倍增加。应用程序和数据结构也在不断 发展。新的结构，例如图形数据库和用于非结构化数据的NoSQL，让组织以创新的方式存储数据。此外，公司已经认识到，关系数据库并不总是组织具有复杂关系的数据的最佳方式，例如人员和财务。 信息也可以以不同的方式分类。当货物到达商店货架时,物流应用可以定义“销售”,而当顾客购买物品时,销售应用可以定义“销售”。收集的信息的差异也会产生类似的问题。一个应用程序可能包括姓名、地址、手机号码和Faceboo页面URL，而另一个应用程序包含姓名、电子邮件和客户ID 。当企业试图合并记录时，数据通常不会以苹果对苹果的方式排列。 要将信息从一个部门转移到另一个部门，或将其应用到应用程序，企业必须开发通用术语，构建软件连接，并创建业务流程来翻译和整合信息 。 企业也可能与信息的多个版本作斗争。如果员工在CRM系统中更新客户的地址，则该更新通常不会自动应用于应付帐款功能，从而创建重复数据。 企业目前花费大量的时间，金钱和人力来保持信息的同步。信息必须从数据库中提取，上传到清理系统并与其他数据混合，然后格式化并加载到另一个程序中进行分析，从而产生了很多无用的- 动态开销。数据混合和准备是此过程中的必要步骤，但不能为公司提供任何差异化价值。此外，随着更多数据来自其他来源，这些步骤只会扩大。 79% 78% 资料来源：IDG/Workday“转型促进全球增长”调查，2016年8月；基础：569名CIO级高管 4 Schlampp说：“企业花费大约80%的时间来准备数据，而只有20%的时间来分析数据。”在当今竞争激烈的环境中，企业必须找到方法来花费时间来分析信息。 对IT团队来说，绘制集中、可靠的数据系统的工作，即使是单个部门的工作，也是一项巨大的战略任务。IDG调查的受访者同意。共享劳动力和/或财务的三大挑战 跨业务线的信息包括太多的手动任务（39%）、数据隐私和安全（ 39%）以及在管理数据方面缺乏一致性（38%）。 此外，对于许多IT领导者来说，安全性和隐私不仅是首要考虑因素 ，而且在许多情况下都是恭维所必需的，尤其是在员工和财务信息领域。与数据孤岛一样，在许多组织中，数据安全已经以增量和碎片化的方式发展。 例如，在没有一致性或中央配置的情况下，可能已经将安全检查附加到应用程序上。由于要维护多个安全模型，IT部门很难跨多个系统和应用程序同步用户权限、包含影子IT数据访问和/或防止数据泄漏。 提供这一价值的压力促使IT探索新的数据策略和技术。最近的技术进步——包括云计算、自助数据准备和集成工具、具有视觉驱动的查询和探索的直观分析、监控和治理控制以及机器学习——帮助改变了这一局面。 如今，企业将数据从数据中心转移到前线。例如，分析工具让业务用户直观地查询数据本身，更改他们在探索数据时想要问的问题，并调整数据以满足他们的需求。例如，使用正确的工具，人力资源专家可以快速查看所有未完成的工作申请，估计填写这些申请需要多长时间，并了解每个未完成的工作使公司损失了多少收入。 采用现代方法处理劳动力和财务数据 随着技术的发展，消除孤立数据和促进真正的业务分析的挑战的答案也越来越多。企业应用程序公司越来越多地专注于集中化数据管理，同时分散访问以进行分析。这种方法允许企业既 如今，企业将数据从数据中心转移到前线。分析工具使企业可以查询数据，更改他们想问的问题，以及旋转数据以满足他们的需求. 解决筒仓难题 总之，为了实现一个有凝聚力的数据分析策略，IT必须帮助分解孤立的人力资源、财务和其他业务数据，以便信息在部门之间自由流动。这种方法必须是安全和可扩展的，同时还必须保证满足业务需求所需的实时性能，并跟上数据本身不断变化的动态。 内聚的数据分析方法对每个企业都具有真正的底线潜力。有了这个汇集的数据，提供了对实时劳动力数据和趋势的全面可见性，组织可以使用预测建模来收集新的见解，并做出更好的人力资本相关决策。例如，分析可以根据预算实时提供当前员工人数和工资的指标，或者结合绩效数据、销售数据和员工调查数据，以确定哪些员工最成功以及原因。 在一个位置保护数据，并促进使用可靠的数据来提高业务绩效。 BillGoslig外包通过转向现代金融和人力资源云解决方案来解决其数据分散问题，在该解决方案中，数据使用通用格式存储在中央位置。“这种变化对我们来说是变革性的，因为现在每个人都说同一种语言，”Fatti说。“每个人看待相同的数字，每个人都同意相同的指标，每个人都以相同的方式优先考虑信息。." Fanutti和其他人正在利用技术的几个进步，包括： •在内存中存储数据 在传统的分析世界中，要进行分析，必须将数据从交易系统“提升并转移”到几个分析多维数据集（“OLAP”）。但是有一个问题 使用这种方法：数据然后成为具有固定维度的事务数据的静态，老化副本。此外，每次创建新的多维数据集时，它也会创建数据的新副本。结果：多个位置的数据的多个副本。 相反，通过将交易数据保存在内存中，公司可以将其当前业务数据的单个副本存放在一个位置。可以跨不同的分析表示实时访问此数据 ，而不是 通过ETL（提取、转换、加载）过程不断同步不同的系统以创建多维数据集。当跨多个功能（如HR、采购、会计和计划）分析数据时，这一点尤其重要。将数据集中在同一系统中并存储在内存中 ，可以消除数据的多个副本以及交易和分析之间的时间间隔。 在数据必须来自多个位置的其他情况下，将所有数据集中在内存数据存储中仍然是一种强大的方法。内存数据存储是为高性能查询而构建的，允许临时分析所需的快速分析生成。 •具有完整上下文的分析 应用程序公司越来越多地提供自己的嵌入式分析。这种类型的“功能特定”分析方法带有上下文，因为应用程序包含各种有价值的信息-组织结构 ，职位，员工信息和交易细节-用户可以在应用程序级别直接在记录系统中做出决策。随着智能被引入到这些应用程序中，它使在正确的时间向正确的个人提供正确的信息变得更加容