构建成功的人力资源分析策略的基石

观点 构建成功的人力资源分析策略的基石 摘要 组织现在比以往任何时候都需要利用更明智的战略来赢得人才之争，控制成本并提高整体盈利能力。这迫使人力资源（HR）功能从被动转向主动的商业模式。商业高管们意识到如出勤率、人员流动和生产力的结果是如何相互关联的，以及人力资源分析在推动战略商业决策中扮演着核心角色。 分析学通常被定义为“对数据或统计数据的系统计算分析”。然而，在人力资源管理（HR）的背景下，分析既是艺术也是科学。人力资源分析超越了对数据的简单计算或统计分析。它需要识别出对企业有意义的趋势，并据此进行改进或调整。人力资源分析建立了一个综合的、可执行的框架，用于分析来自多个来源业务功能的数据，并提供可操作的干预措施。 对在组织中创建数据驱动文化和战略中使用人力资源分析的兴趣日益增长。本文描述了人力资源分析策略的关键组成部分，涉及战略、专业知识、基础设施和数据管理等领域。 引言 财务与市场营销部门已采用商业智能工具，如数据挖掘和统计分析，以进行预测并提升业务绩效。这些工具在人力资源部门应用得较少。现在，人力资源管理数据的处理和转化为有意义的情报以辅助组织做出数据驱动和客观决策的转型迫在眉睫。 一个强大的HR数据分析策略对于人力资源领导者至关重要。全球各地的组织都希望了解他们的员工如何应对新冠疫情，并做出适当的决策来管理这一重大变革和风险时期。数据分析不仅有助于创建新的指导方针和流程，而且在人力资源战略的发展中也是一个重要的辅助工具。 塑造工作未来。 最新来自FrostandSullivan的研究预测，全球大数据分析市场将从2019年的1485亿美元增长到2025年的6 809亿美元。1未来将是一个数据分析的时代，分析和理解数据将成为组织成功的关键杠杆。 关键要素的模型人力资源分析策略 人力资源领导者应制定解决人力资源管理问题的分析策略，并在必要时利用人力资源管理数据、商业数据和外部基准数据。一个成功的人力资源管理分析策略： 与公司战略一致 人力资源分析路线图应与公司战略保持一致。分析应被用来提出正确的问题，以解决关键的组织痛点、问题以及围绕人员管理、成本和能力方面的挑战。分析还应被用来确定推动公司向提高生产力的业务和人力资源指标。 可靠性可以通过证明HR分析解决方案能够提供符合业务利益相关者在各职能关键期望的可操作见解和决策支持来展现。 定义有意义的的人力资本指标 标准化的人力资本衡量指标是构建人力资源分析的第一步。通过这一步，绩效分析可以比使用轶事评论更加精确。指标应该是清晰的、实用的，并与业务目标相关。既要考虑回顾性滞后指标，如效率、流程周期时间、成本等，也要考虑前瞻性领先指标，如领导力调查分数 、参与度调查分数、准备情况等。 比率等可以帮助管理层采取人力资源团队提供的信息行动。以下是一些需要注意的关键要素： 采用以用户为中心的方法设计思维过程应遵循商业现实。与所有级别的员工进行关键访谈，直至高级领导者，将有助于挖掘人力资源管理问题、愿望清单以及耗时任务，如占据员工80时间的最前5到10项活动。通过这些访谈 ，可以识别出策略的关键主题，例如利用数据更好地理解、预测和解答员工疑问，以及设计更好的政策。这还可以用于获取跨功能数据视图，并通过仪表板和报告改进自助服务选项，这些同时也提供了可执行见解。 选择最合适的指标根据目标定义目标并优先考虑能力，例如，战略性的 、增值性的或操作性的。确定的目标应能够直接反映对业务流程的影响和可量化的改进。例如，根据成本或人力资源服务交付的投入、成本效率、周期时间和错误率等指标，确定最佳的招聘时间 。 设计指标时基于人类和文化因素将人类因素融入指标中至关重要。语言 、文化、经验和现实感知影响我们所重视的事物。例如，如领导力或员工构成按性别和种族划分的多样性衡量指标在不同文化和地区中有所不同。 向各国输出并影响这些指标分数。 规划使用指标指标管理的最终目标是构建预测分析。一旦确定了要监控的指标，制定一个计划来确定数据如何被使用是非常重要的。收集这些数据的方法可以采用其他统计技术，如定量方法、定性方法或基于案例研究的的方法 ，或者成立专门的任务组或研究小组。 以行业标准为基准 凭借可靠和具体的基准信息，人力资源领导层能够为定义人力资源指标KPI的任何举措提供支持，验证现有实践 ，并确保基于行业标准的目标和目标持续改进。基准涉及多个维度，如地区、行业、地点以及员工规模或增长率。 基准可以用来查看行业或地区间的广泛趋势。HCM能力成熟度模型也可用于确定人力资源流程成熟度水平，如人才管理、人力资源战略一致性、人力资源共享服务和人力资源赋能（政策、技术 、报告、分析和SLAs）。这也有助于设计达到最高成熟度的路线图。这些基准用于评估组织相对于其行业的实力。它们还根据人力资源重点领域的关键性，确定了所需的投资差距。 外部文档2021InfosysLimited 提供跨职能视角 人力资源管理分析往往主要基于员工数据他们的表现、职业生涯和发展这些数据存储在人力资源系统中。一项成功的策略必须整合组织内部的HR、客户、财务和运营数据。应该在运营层面计划有意义的对话，涉及销售、财务、运营、IT和人力资源 ，以了解共同的问题，这些如何影响运营，以及如何进行改进。一些这些数据集包括销售经理表现、销售流失成本和影响、多个运营中心的业绩比较，以及现场客户服务技术人员出勤率。 打造一支由通才和专家组成的强大团队 一个强大的数据分析团队应结合来自三个学科的知识和专业知识，即，人力资源专家、数据专家和咨询专家。数据专家包括技术专家、统计学家和IT系统基础设施专家。咨询专家是那些了解业务、与关键利益相关者进行咨询并拥有强大变革管理和人心理学技能的人。 通知关于购买还是自行开发技术的决策。 在组织决定“购买或自建”技术时感到挑战重重，因为所选解决方案必须与现有环境相集成。在购买最佳分析解决方案之前，组织应确定该解决方案是否包含关键功能，如模拟、假设分析、可用性 可扩展性、集成能力、统一用户体验 、数据隐私、仪表板和计分卡，以及在整个流程、社交、行为和跨职能指标方面的全面分析覆盖。 创建或构建一个定制的数据仓库和BI工具通常被认为是最佳方法。数据湖和精炼厂倡议统一人力资源数据，确保实时数据，实现数据融合，在一个共同平台上连接其他企业数据源，并确保数据的及时可用性和完整性，以便快速回答和决策。在选择定制数据仓库工具之前，组织还应评估整体企业数据管理策略的稳健性和现有的BI能力。这包括平台基础设施（网络、服务器和云）、数据存储（企业数据仓库和数据集市）、数据集成、数据挖掘（预测性、即席和实时 ）以及可视化工具（仪表板、计分卡、移动应用和自助服务门户）。 云系统或不同的本地系统。所有这些数据源都应连接并统一数据，以便于轻松访问。 提供基于数据的可预测性 仅凭指标本身无法帮助做出有效的决策 。统计和预测分析是一个重要的步骤。为了理解分析中捕获的数据，并从中获得有意义的洞察，人力资源分析策略应做出以下规定： 所有分析所需的数据变量必须可用 。统计学家应确定合适的技巧并获取有效且可行的结果。 数据应通过热图、图表、仪表板、基准目标和详细报告轻松消费。这些可视化应揭示令人信服的信息并提供建立可靠的预测。 数据分析概念必须应用于CRM工具 ，例如社交监控和情感分析。应从人力资源帮助台、社交论坛和内部社交网络中挖掘数据，以改善政策。 一个成功的人力资源分析策略结合了数据专家的统计和IT技能，以及人力资源专家的敏锐洞察力，以及商业人力资源咨询专家对咨询和实际解决方案的知识。这样的团队配备了制定可操作的干预计划，以基于可量化的评估来解决人力资源商业问题的能力。它提供了最合适的解决方案或建议，以帮助组织在运营、盈利能力、管理 、结构和战略等方面提高业务绩效。 确保数据质量以实现准确的预测性。 数据质量和完整性是准确报告和分析的基础。尽管人力资源部门拥有其数据，但它并不直接负责数据的管理。另一个挑战是，数据源通常由第三方或其他业务职能，如财务、销售、运营等管理。在某些情况下，数据可能驻留在 除了上述组件之外，组织还应该提高对人力资源分析的认识。他们必须通过各种举措普及和不断改进分析，例如基于视频的培训、通过组织范围内的论坛公布数据和见解，以及进行关于仪表板用户界面的易用性用户调查。 一个结合上述所有要素的人力资源分析策略可以推动以数据驱动的组织文化。然而，并非所有的人力资源决策都能由机器驱动。正如Workday技术产品副总裁AdeyemiAjao所言：“分析工具可以驱动更好的商业成果，而人力资源是这些决策的核心。分析可以增强人类的判断力和直觉它们不会取代它”2 外部文档2021InfosysLimited 结论 人力资源数据分析必须是一个持续的过程。它必须跟上新技术的发展步伐 ，关注业务目标以适应今天动态经济环境中的变化需求，不断努力连接销售、可变薪酬、客户关系管理（CRM ）、福利、薪酬等高价值数据，并不断进行优化调整。一个有效的HR分析策略必须通过实现跨职能视角、数据质量和完整性来增强决策能力。它还应利用多技能团队、行业基准和基于人力资本的关键绩效指标（KPIs） ，以帮助组织变得更加灵活，并识别改进和增长的机会。 关于作者 Kirti HCM领域与HRIT专家 Kirti是一位拥有超过20年HCM领域经验的HCMDomainHRIT专家，并参与过多项SuccessFactors的实施和推广。她对新兴的人力资源技术充满热情，这些技术正在重新定义和提升人力资源在现代企业中的作用。 参考文献 1httpswwwfrostcomnewspressreleasesglobalbigdataanalyticsmarkettogrow45timesby2025poweredbydatasecurityrequirements 2httpsblogworkdaycomenus2015thefutureofhranalyticsqawithworkdaysadeyemiajaohtml 关于更多信息，请联系askusinfosyscom 2021InfosysLimited，班加罗尔，印度。版权所有。Infosys相信本文件发布日期所载信息是准确的；此类信息可能未经通知而发生变化。Infosys 承认本文件中提到的其他公司对其商标、产品名称以及所述其他知识产权的所有权。除非明确允许，否则本文件不得被解释为授予任何此类知识产权的使用权。文档的任何部分均不得以任何形式或通过任何手段（电子、机械、印刷、影印、录音或其他方式）进行复制、存储在检索系统中或传输，除非得到许可。 本文件中，需事先获得InfosysLimited及或任何被列名的知识产权持有者的许可。 Infosyscom纽约证券交易所：INFY 保持连接