《人力资源管理大数据》第2章:从商业分析到人力资源分析
”科学的全部不过是日常思考的提炼“。在全球市场信息化数字化的推动下,各公司纷纷前赴后继地采用分析法以帮助自己赢得竞争。尽管目前人力资源数据分析还很不成熟,但是相关理念的起源其实很早……
图片来自网络,如侵删市场营销到人力资源
在1990年以前,市场营销和现在的人力资源一样,都被认为是”凭直觉和经验作战“的团队,直到分析学的引入,市场营销分析为很多企业在战略性的吸引、细分、获得、增加、留住和反馈客户给到了非常大的支持。
人力资源完全可以从销售的营销分析中借鉴经验,依赖数据情报做出更明智的决策,而不是依靠”直觉、判断、经验、本能“的传统四大法宝。
三大挑战
认知挑战
在一些组织中,人力资源部门被认为是一个成本中心,是无用的办公室文员,与商业实况脱节。换句话说,人力资源部本身在组织中的地位就比较低。
战略挑战
人力资源应成为一个更加具有战略性的商业伙伴,主动提供建议解决与核心业务直接相关的挑战和目标。
业绩挑战
如何利用数据分析来进行员工全生命周期的挂历,弥补全球技能差距,更好地吸引和保留人才,如何捕捉00后的关注
营销分析VS人力分析
市场营销
-
客户生命周期管理
-
客户关系管理
-
客户360度分析和理解
人力资源
-
人才寿命周期管理
-
人才关系管理
-
人才360度分析和理解
主要组成部分
人才管理业务问题
-
劳动力计划
-
人才资源
-
人才收购
-
新员工培训
-
员工敬业度
-
人才流动率
-
人才发展
-
人才保留
-
安全OR员工福利
整理各类数据源
人才数据:开销、人力资源部门成本、组织结构、领导、人才控制范围、招聘成本、员工品质、员工绩效与敬业度、薪酬和福利、员工的生产力、学习和职业发展、继任计划、员工流动率、员工多样性、过往绩效评估、应聘者筛选测试结果、社交网络足迹、员工幸福指数等
公司数据:销售业绩、销售收入、客户群、平均订单规模、钱包份额增长、产品多样性、忠诚度、产品质量、净增长值、销售额、通勤状况、股票价格等
劳动力市场数据:工薪总额、就业率、失业率、GDP、职工流动率、职位空缺、裁员、工资等
人力资源分析的意义
人才获取——有助于识别谁是顶尖人才和何时应该联系他们
人才管道规划——预测分析可以通过利用宏观经济和人才数据确定能引导资源分配优化的关键因素来优化人才管道
优化公开招聘响应——数据分析可以为公司提供定制的建议和量身打造的实践方案来帮助他们获得更好的基于持续时间、位置、职业和行业等因素的公开招聘相应
赢得客户——猎头公司的人才库数据分析是其最有效的竞争优势和销售工具
技术路线
信息
市场营销
-
客户仪表盘和客户报告
-
客户积分卡和客户重要业绩指标
-
客户资本立方体触发和警报
人力资源
-
人才仪表盘和客户报告
-
人才积分卡和客户重要业绩指标
-
人才资本立方体触发和警报
理解
-
市场营销
-
客户分割
-
客群建档
-
市场分析
-
顾客满意度分析
-
竞争情报
-
社交媒体分析
-
短信分析
-
社交图谱分析
人力资源
-
人才分割
-
人才流动率和保有率档案
-
就业情况市场调研
-
员工满意度分析
-
竞争情报
-
应聘者社交媒体分析
-
应聘者短信分析
-
应聘者社交图谱分析
预测
-
市场营销
-
客户和前景预测模型
-
客户获取
-
客户锁定和选择
-
客户保留
-
客户奖励和忠诚计划
-
客户升级
-
客户损耗
-
客户被动流失
-
预测市场机遇
-
预测新客户数
-
客户生命周期管理
-
客户关系管理
人力资源
-
人才和应聘者预测模型
-
人才获取
-
人才锁定和选择
-
人才保留
-
员工奖励和忠诚计划
-
人才提升
-
人才流失
-
人才被动流失
-
预测市场机遇
-
预测新员工数
-
员工生命周期管理
-
员工关系管理
搭建分析团队需要什么人
技术专家
与IT团队密切合作,收集来自多个信息源的数据并进行整合和标准化
统计学家、数据科学家、商业情报家
利用模型提供知识
商业分析师
作为纽带联系起人力分析和其他业务
本文系原创,首次发布于微信公众号:HR大数据