-
观点
坚守人力资本分析（People Analytics）的道德基准
编者注：这个话题应该是做PA同事的第一课，强烈推荐大家了解下。也欢迎大家就PA话题谈谈您的看法和实践。
在行动上，你对待人类的方式，无论是对你自己还是对任何其他人，决不仅仅是作为达到目的的手段，而总是同时作为目的。
- 伊曼纽尔-康德。
人力资本分析被定义为对业务结果的人的驱动因素的系统识别和量化。从康德的人本原则的角度来看，值得注意的是，这个定义没有认识到人本身就是一个目的。问题是：我们如何确保人力资本分析是合乎道德的？在本文中，我们将讨论算法的道德基准的现状，并为该领域的从业者提供建议。
算法的评估Evaluation of algorithms
我们如何评估我们算法的道德规范？欧洲通用数据保护法(GDPR)等法律框架为区分对错提供了指导。然而，合法的东西并不总是道德的。
GDPR规定了同意权、访问权、被遗忘权和知情权。然而，它没有规定员工参与人力资本分析的开发和应用的权利。而我们也一再看到，公共政策往往跟不上技术发展的速度。这意味着，很多时候，员工几乎没有或根本没有机会让自己的利益得到代表和保护。
虽然现有的伦理框架，如赫尔辛基宣言、美国心理学会（APA）的心理学家伦理原则或IEEE自主和智能系统伦理全球倡议，让我们可以更进一步地涉足这一未知领域，但它们也往往已经过了 "最佳日期"。例如，APA指南的最后一次修订是在2016年。
很多时候，由于缺乏道德和法律先例，人力资本分析团队拥有相当大的自主权。最少的指导和相互竞争的商业利益为道德违规行为提供了肥沃的土壤。
背景上下文的作用The role of context
与有效性类似，在评估我们的决定是否符合道德规范时，我们需要时刻意识到，在一个组织中行之有效的做法，在另一个组织中可能行不通。最终被认为是对的或错的东西，往往会因决策的背景和独特的利益相关者而变得非常独特。
话虽如此，我们可以利用从过去的道德过失中吸取的框架和教训。在伊曼纽尔-康德等巨人的肩膀上，填补空白。
你很可能已经遇到过AI算法的恐怖故事。这些包括亚马逊的性别偏见的人工智能招聘工具，谷歌的种族主义面部识别，以及Facebook的广告服务算法，按性别和种族歧视。让我们假设组织努力做到道德行为（这对我们中的一些人来说可能已经是一种想象力的延伸）。这些Giga公司，看似拥有无穷无尽的资源，但仍然都成为输入数据的偏见的牺牲品，引发了不必要的和无意的结果。垃圾进就是垃圾出。如果你不主动控制数据中的偏差，你的干预措施充其量只是次优。
我们如何评估人力资本分析的道德性问题的答案在于基准。基准可以衡量各种属性，并根据它们所代表的道德框架提供分数。这极大地促进了对人力资本分析伦理的系统性评估方法。具体来说，通过迫使我们开发和应用标准化的指标，基准使我们能够对背景进行编码。这使我们能够将新颖的案例与最新的技术状态进行比较和对比。
游戏的名称是确保我们的道德基准包含所有相关标准和关于这些标准的证据。使我们能够就全组织范围内部署特定算法是否符合道德标准的问题得出有效的判决。在这方面，无知不是福。确实值得注意的是，前面所引用的三个道德框架都强调了能力的根本重要性。
从当前的道德框架中衍生出的主要主题是隐私、同意、问责、安全和保障、透明度和可解释性、公平和不歧视、人对技术的控制、职业责任和促进人类价值。与这些主题交织在一起的是建立内部、结构和外部有效性的需要。
每一个关注点都会影响到数据处理和利用过程中工作流程的设计和实施。这些主题也会相互影响。如果你没有保障数据的安全，你如何守护围绕隐私的基本原则？如果你不知道你的算法是否对种族或性别或其他更多人为的品质没有不适当的偏见，你怎么能真正促进人类价值？如果你不知道你的算法是否对种族或性别或其他更人为的品质有不适当的偏见，你怎么能为一个没有内部有效性的算法承担专业责任？如果在一个问题领域中没有一个一致的应用框架，你的道德规范的重点就会有所不同。那么，你需要衡量什么来实现道德标杆也会。此外，基准化可以在透明度和可解释性方面发挥不小的作用。
然而，增加复杂性的是，优化算法的基础方法正在迅速发展。我们现在正在进入一个自动机器学习（AutoML）的时代，在这个时代，算法将选择一个最优的算法集，提供优化的解决方案。
一个探索解释人工智能新方法的新领域被称为可解释人工智能（XAI）。看看XAI方法将如何嵌入到AutoML解决方案中，这将是有趣的。
很有可能，在接下来的十年里，人力资本分析师将不得不处理那些有趣的侧例。作者预计，该领域将被民主化，选择优化模型的工作流程将被自动化。
使之实用化Making it practical
在错综复杂的道德要求编织下，此刻能实现什么？
首先，要合法。围绕人工智能已经有了法律约束，例如，与数据处理相关的隐私，GDPR是最主要的例子，但其他法律，如反歧视，也可能会适用。
Frederik Zuiderveen Borgesius教授最近为欧盟委员会进行的一项关于人工智能与歧视问题的研究指出，虽然有法律框架，但这些法律框架适应于某些类别，例如对肤色或性别的偏见。然而，人工智能可能会在新的人工类别中产生偏见，这取决于数据的基本结构和变量或特征的操作方式。
第二，阐述你的价值观，并努力遵守它们。虽然谷歌的口号 "不要做坏事 "可能会让人觉得有些不尽如人意，但它为审查和批评打开了大门。而在道德标杆方面，批评就是免费的建议。
第三，跟踪变化。认识到人工智能是有影响的，随之可能产生竞争优势，这种优势不会消失，因此值得早期投资。记录下我们在研发中面临的无数决定是如何驾驭的，这不仅有助于道德问责，也有利于与关键利益相关者的沟通。
第四，向相邻的实践领域看齐。一个实用的人工智能伦理基准需要关注一组特定的属性或指标，以符合基本的伦理原则，这些原则是可衡量的，并且与人员分析问题领域相关。它需要囊括人工智能判断的关键操作特征，这些特征在人力资源领域具有代表性。
由于我们处理的是影响真实人群的决定，我们需要区分诊断和干预目的。这与医疗领域的特性类似，例如，你可以有一个设备来评估你的健康状况，而另一个设备则保持你的心脏跳动，并在出现不正常情况时进行干预。一般来说，第二类设备的影响更直接，因此应该密切关注。FDA目前正在审查如何将软件作为医疗设备（SaDM）立法。
第五，审查可操作的基准的例子，如AI公平360，它使用广泛的方法来评估。为了获得经验，可以考虑运行他们的旅游。你注意到的是，目前在数据的抽样中保持偏见，需要对细节的精心理解。人类需要在循环中。当然，这可能会随着时间的推移而改变，但技术基准只有那些配置和部署它们的人的理解才是好的。不偏不倚的培训数据也是为了培训你的员工。
第六，考虑如何在你的过程中有针对性地进行共同开发。改变我们对人工智能培训的偏向，会影响到发明的对象。因此，干预措施本身也需要做一些调整。一旦你从数据样本中消除了偏见的来源，就要考虑与那些受你的决策影响的人进行新阶段的共同开发。只有这样，你才有机会满足康德的人性原则。
第七，审计跟踪。垃圾进就是垃圾出，要注意你的样本量和方法。比如，人类对数据进行标注，这样就可以根据这些标注对人工智能进行训练。通过训练，人类可以部署自己的偏见。因此，我们建议对你在生命周期中所做的事情进行审计跟踪。AI是组织的反映。一个可审计的生命周期使您能够在以后提供取证，以显示控制和改进您的流程。
最后，考虑作为一个社区，朝着提供培训、示例和共享空间的方向努力，以收集经验、道德实践和最佳的AI模型和基准。我们的问题领域有其独特的要求，我们作为一个社区最适合评估。 对于那些从相邻领域寻找例子的人来说，那么回顾一下放射科医生的AI-LAB（HRTech备注：AI-LAB是为了加快临床实践中人工智能（AI）的开发和采用，需要授权放射科医生在自己的美国机构中创建AI工具，以满足他们自己的患者需求。ACR AI-LAB™提供放射科医生的工具，旨在帮助他们学习AI的基础知识，并直接参与医疗保健AI的创建，验证和使用。）。
一个人力资本分析实验室将是一个中心资源，用于增长和加强思想，分享基础知识，并协商和采用机械化基准执行的道德实践。一个对社区友好的、面向未来的训练场。
作者： Stefan Mol 阿姆斯特丹大学阿姆斯特丹商学院组织行为与研究方法的助理教授
Alan Berg 阿姆斯特丹大学中央计算机服务的首席开发人员
来自人工智能人力资源，以上由AI翻译完成，仅供参考。
-
观点
再谈什么是人力资本分析 What is people analytics?
What is people analytics?
PeopleInsight联合创始人兼CEO John Pensom一直将人力资本分析定义为：
使用人的数据和业务成果数据来做出更明智的人员和业务决策。
我们把这个定义分为3个部分。
首先，人员数据可能来自以下任何或全部。
其次，经营成果数据也会来自于多种形式，比如。
第三，这种人与企业成果数据的结合，必须应用并持续用于企业的决策。
人力资本分析将帮助企业：
·做出更明智的用人决策
·识别和留住关键人才和
·提高投资回报率，投资于最有影响力的人力资源和人才项目。
人力资本分析、人力资源分析、人才分析或劳动力分析？People analytics, HR analytics, talent analytics or workforce analytics?
人力资本分析过去和现在有时都被称为人力资源分析、人才分析或劳动力分析。
直到2014年左右，这些不同的术语在某种程度上是可以互换的--被早期的厂商用来试图标记空间和命名这个领域。就在这个时候，行业分析师重量级人物、数据驱动型HR的长期支持者Josh Bersin发表了看法，并通俗地将这个空间命名为People analytics。
虽然人事分析类的人力资源技术在2012-2015年期间兴起，数据驱动型HR已经出现了一段时间，但在大多数组织内，拥有人事分析功能还是相当的异类。在这些早期的日子里，当人员分析是人力资源的一部分时，它通常是由具有技术技能和对数据感兴趣的个人作为一种小众（而且往往是一次性的）活动来玩的。人力资本分析正在发展，但它还没有成为一门广泛的学科。
然而，在此期间发生的事情，是一系列影响因素的汇集，使人力资本分析成为人力资源部门的当务之急。
·考虑到人才争夺战，我们在 "人力资源 "上的花费比例很高，而且CEO们也越来越相信并大声疾呼，人是他们最关键的资产，因此，人的数据在组织中开始被认为具有更高的价值。
·人员数据（候选人和员工）的来源正在迅速扩大，由于云端应用被HR买通，这些数据更加容易获取，此外还有更先进的数据管理、集成和API。
·HR技术厂商跳上分析的浪潮，声称自己提供人员分析解决方案。
几乎所有的HR技术厂商都开始宣称自己有人员分析、大数据和预测性，以努力打压估值，搭上营销的浪潮，但造成了巨大的噪音和市场混乱。实际上，他们中的大多数人除了对他们的事务系统产生的数据进行单一维度的报告外，没有任何其他的东西--这与人员分析相去甚远。除了少数几个诉求者之外，所有这些诉求者都是事务性的人力资源系统，因此，没有采用任何人员分析技术中最关键的组成部分之一--人力资源专用数据仓库，用于优化多源人力资源数据的复杂结构。
结果是，HR开始拥有更多的数据和更多的系统--但他们无法超越孤立于事务性系统中的数据的单一维度报告。
这就引出了我们所说的HR的普遍问题。
与人力资本分析相关的普遍问题 The Universal Problem Related to People Analytics
一言以蔽之-数据利用不足和断线Underutilized and Disconnected Data
尽管有大量的数据，但在将数据整合到一起、在不同的系统之间建立联系，并使之具有意义以推动更好的业务成果时，就会出现普遍性问题。
深入了解普遍性问题
·人力资源和人员数据无处不在--很大程度上停留在孤岛上（即你的事务性人力资源技术）。
·不仅是该人力资源技术领域不断扩大新的系统和额外的丰富数据来源，没有真正的计划有一个桥梁跨越这些岛屿 - 或统一数据到一个单一的真相视图。从本质上讲，这些人力资源数据孤岛的差异性和它们所收集的历史数据量正在加速增长。
·这些不同的人力资源数据可以而且应该被用来做出更好的人员和业务决策。
·人们对业务成果中的人的方面以及如何最有效地利用你的人员数据来创造新的价值的理解正在形成，但仍然有限。
·当您结合并连接多个来源时，您的数据的价值就会显著增加，从而使您的数据具有多个维度。
·管理、连接和组合人力资源数据以实现商业智能是极其复杂的，可以说是有点黑科技（如果你不同意这个观点，你有没有做过--用人力资源数据，大规模的持续刷新数据？
·实现将公司最敏感的数据（人员数据）在正确的时间传递给正确的人，同时确保保密性、隐私性和信息安全，不仅真的很复杂，而且从很多角度看绝对是任务关键。这种类型的数据泄露可能会让任何公司沉沦。
·人力资源报告和分析需求传统上被IT团队认为优先级低于其他企业需求。
人力资本分析纯游戏功能
这些挑战往往导致人力资源报告以最简单、单一维度的方式执行，一次又一次地手工创建电子表格。
不用说，基于电子表格的人力资源报告引入了许多风险，包括数据完整性、有限的访问管理控制、有限的数据管理能力，以及从几乎没有治理或内部控制的系统中下载原始数据。
不要误解我的意思，电子表格很适合入门和原型设计，但它们挖掘出来的速度非常快，不应该在企业级人力资源报告和人力资本分析中发挥关键作用。
人力资源指标与人力资本分析的比较 HR Metrics Versus People Analytics
我们必须超越人力资源指标，进入人力资本分析领域。
人力资源指标其实是为HR服务的。人力资本分析是为整个企业服务的。
虽然这一点可能有待讨论，但我们认为HR度量的特点可以是单一维度和简单的关于人力资源实践、流程和交易的测量。
人力资源度量是关于人力资源效率的。这都是好的，但它需要更进一步。
因此，下一个层次，也是与我们的定义一致的，是人员分析--它更多的是关于衡量人力资源、组织和人才实践、流程、项目和交易所产生的结果。
因此，人力资本分析更多的是关于人力资源的有效性--这就引出了一个非常重要的基本原则。
例如，要衡量和了解招聘处理，如填补时间，你可以采用一些简单的人力资源指标。
然而，如果要了解哪些招聘渠道是你的最佳招聘来源，以及优质招聘的成本是多少，你需要将各种来源的数据结合起来，并以人员分析的方式交付。
你需要通过深度细分、算术或统计分析来生成更多与业务相关的见解，并使分析师能够从多个镜头或维度来查看数据（例如，按地点、角色、级别、成本、招聘者、招聘经理、来源、使用的评估工具、评估结果等来显示招聘质量）。
一句话，如果人力资源部门想成为更多的业务伙伴、价值创造者和企业战略的关键推动者，我们必须超越人力资源指标，进入人力资本分析领域。
人力资本分析帮助HR专注于对业务重要的事情
人力资源和人力资源业务伙伴必须使用数据驱动的方法，专注于重要的、与业务相关的事情。数据驱动的人力资源玩法介绍了一种以业务为中心的方法--平衡业务的运营和战略需求。
Operational People Analytics
以数据驱动的方式来处理你应该做的事情。
首先，运营报告和分析应该帮助你提高业务线（LoB）的标准人力资源、人才管理和人员项目活动的效率和效果。这是基础层面。
这应该包括对日常招聘、人员管理、人员流动、流动、学习和发展、薪酬、福利和绩效管理等活动的分析。
这将帮助HR从日常的角度出发，专注于基础而又重要的 "HR的事情"，并获得LoB领导、LoB经理和LoB员工的信任--利用数据来报告、改进和优化你的核心人力资源和人才服务或范围。您应该专注于提供高效和有效的人力资源流程和项目。
Strategic People Analytics
注重识别和理解异常值。基于数据驱动的洞察力实施项目和变革。
战略性人力资本分析是关于业务合作--帮助您所服务的业务线与人员方面实现其战略业务目标。
战略报告和分析将帮助人力资源部门专注于LoB所面临的多个业务问题。这些用例是直接从对整个组织和具体的LoB都很重要的方面来驱动的。它们也将直接与LoB的1-3-5年战略--或全公司业务计划的战略里程碑--保持一致。
一个很好的例子是使用人力资本分析来指导数据驱动的方法，以准备和动员一个新的客户支持团队，该团队专注于18个月后上市的新产品。
战略报告和分析是关于你在LoBs需要帮助的事情上帮助他们--特别是在人员方面，并采用数据驱动的方法。
Data-Driven Analytical Projects
专注于识别和理解异常值。基于数据驱动的洞察力实施项目和变革。
第三，分析型项目利用人力资本分析来识别和理解异常值--包括好的和坏的，目标是实施高价值的项目和有意义的变革。
简单而有力的项目例子可能集中在改善关键人员异常高的流失率，改善有经验的员工在头两年异常高的流失率，在面临COVID-19影响时对你的劳动力构成做出决策，或者提高关键绩效人员在育儿初期的保留率。
分析性项目都是关于使用数据驱动的方法来解决值得解决的问题。
请记住，要想将这些用例中的任何一个用例视为人力资本分析，您需要将人员和业务成果数据结合起来，以优化效率和效果。
-
观点
执行您的人力资本分析项目--8个步骤即可完成
在这篇博客中，我们看看我们的8步计划，一旦你确定了你的第一个人力资源分析项目--那个多汁的商业机会，就可以开始了。 遵循这些步骤，你将确保通过你的分析和报告提供商业价值。
以下是这些步骤的概述。
阅读并理解您的业务计划
确定DDHR（数据驱动的人力资源）项目的范围。
定义您的主要指标
定义您的二级指标和支持指标
阐明 "是什么"。
阐明 "什么 "背后的 "为什么"。
推动决策、变革案例、目标和变革计划。
实施、衡量成功、稳定和实现价值。
Read and understand your business plans
Scope out your DDHR (data-driven HR) project
Define your primary metric
Define your secondary and supporting metrics
Articulate the ‘What’
Articulate the ‘Why’ behind the ‘What’
Drive Decisions, Case for Change, Targets and Change Plans
Implement, Measure Success, Stabilize and Realize Value
1）阅读并理解你的商业计划书 Read and understand your business plans
这可能看起来很明显......但是......你读过你最新的企业商业计划或目标吗？如果你无法获得它或没有它，你是否已经采访了你的执行团队成员以了解整体方向？
如果你没有，你将如何建立人员和组织能力？
HR成为数据驱动型，是为了更好地实现你的定性和定量数据（即直觉和硬事实）的平衡。 这种平衡的方法需要在与组织相关的、多汁的、有意义的事情的背景下应用--无论是你所服务的特定业务线（LoB），还是更大的企业目标。
人力资源部门必须了解公司和业务部门计划，了解这对人员计划和能力的意义，必须确定、确定范围和交付数据驱动的人力资源项目，这将帮助你实现这些业务计划的结果。
2）确定你所选择的DDHR（数据驱动型HR）项目的范围。Scope out your DDHR (data-driven HR) project
你的范围界定工作应该包括这些活动。
阅读您的企业商业计划书
阅读您的业务线单位计划（直接客户的计划）。
向管理团队/办公室讨论并 "回放 "你的关键观察，以确保你已经建立了足够的理解。
确保并阐明你的第一个DDHR项目如何支持客户的关键重点领域（这些目标可以是公司目标、LOB目标，或两者的结合）。
对于您的第一个DDHR项目，尽您的能力研究、集思广益并记录以下内容。
与项目有关的具体目标、成果和指标。
实现这一目标的人员和组织要求/能力。
当涉及到人力资源和人员项目的所有方面时，你的差距（例如，如果你需要 "提高我们销售团队的成交率"，而你没有最佳实践销售成交培训课程，那么这将被认为是一个 "差距"）。
不消除这一差距的风险、影响和商业影响。
向你的LoB领导/管理团队简要介绍你从上述活动中发现的情况--获得对你的项目更深入的理解、调整和支持。 如果您做对了，您应该已经提高了客户的热情和兴趣。
现在，您已经围绕您的ONE数据驱动的人力资源项目设定了一些界限，并与您的组织或LoB对应方更详细地了解了它--您现在必须更详细地定义项目--并执行。这其中有几个步骤--这些步骤可以挖掘你要捕捉的数据和指标。
3）定义你的主要指标 Define your primary metric
你需要定义一些我们称之为 "主要指标 "的东西，它能抓住你的项目所要完成的本质。在定义主要指标时，建议尽可能的具体和详细--因为这是所有后续步骤的基础。
然而，你可以决定，在这个时候，保持这个方向性的性质（即减少或增加），而不是进入具体的目标。这都是好事。 目标可以在后续阶段，当你能获得硬数据时，再进行估算/设定。
下面是一个例子。
"降低销售部第一年业绩优秀者（被评为优秀和卓越）的流失率"
确保你定义你的度量标准的细微差别，如... 你是指在公司的第一年，还是销售的第一年？你是否将一个在市场部工作了3年，然后转到销售部，然后在销售部工作9个月后离开公司的优秀员工计算在内？
从比率和幅度两方面量化（陈述当前有关的事实）你的首要指标。
2019年，我们在销售部门任职第一年的员工中，表现最好的员工离职率为23%。
2019年，这代表着在77个EE的总段上有17个EE离开。
为了实现全面的理解，需要从多个角度观察您的主要指标--这意味着在您可用的数据维度上对您的数据进行切片和切割。如果你有幸拥有强大的劳动力分析或商业智能工具，这将是简单的。如果你是在电子表格中进行计算，这将更具挑战性，所以要做好准备，并在这方面花费一些时间。
4）定义你的次要或支持性指标。Define your secondary and supporting metrics
次要指标或辅助指标是对您的分析很重要的额外数据维度和细分。这些次要指标和细分的程度实际上取决于您--但根据我们的经验，这是最有洞察力的观察和故事线的来源。
比如说 对你的数据进行细分和切片，这样你就可以了解是否有任何基于人口统计学、地点、经理、经理参加人事经理培训课程、招聘渠道、入职调查结果和参与度等方面的异常情况。
你只受限于你所能接触到的数据和你连接数据的能力。同样，如果你正在与人员分析合作伙伴合作，或者使用强大的BI工具，这将是相对容易的。如果你没有，你正在处理电子表格和断开的系统，卷起你的袖子，收起你的袖子......你需要时间和一些分析方面的专业知识。
5）进行量化观察--阐明 "什么"Articulate the ‘What’
使用您的二级指标，继续细分和分析您的数据，将观察重点放在异常点上（您的数据中的离群值、超过可接受阈值的热点、或问题的质量/规模可能代表机会或缺乏机会的地方）。
6）阐明 "什么背后的原因"Articulate the ‘Why’ behind the ‘What’
至此，你就会有一个关于销售业绩最高者流失的事实汇编，对象是任职第一年的员工。
掌握了这个多维度的分段分析，你必须深入挖掘故事线，了解故事发生的背景，并向那些最能阐述逻辑原因和假设的人询问 "为什么"。
这就是定性理解。
这可以通过各种技术来实现。例如，你可以选择与其他销售业绩最好的人进行一些焦点小组，那些在任职第二年的人可以对经验有所了解，你可能想实施或收获入职经验调查的数据，你可能想进行小组电话会议，1对1的或与经理的水冷/非正式谈话等。无论采用何种方法，这都是为了了解相关人员的生活经历，使数字活起来，并提供背景。
这里的目标是花一些时间深入挖掘，这样你就可以平衡你的事实和背景，并准备以更完整的方式讲述故事，尽可能多的纹理。
7）推动决策、变革案例、目标和变革计划。Drive Decisions, Case for Change, Targets and Change Plans
在我们看来，除非你愿意推动决策，并实施变革，否则开始这个过程的第一步是徒劳的，也是没有意义的。
肠胃检查：如果你不期望你的数据驱动的人力资源工作能够推动决策和变革，那么认真考虑一下，现在就停下来，专注于一些业务或你的人力资源团队会重视的事情。
决策必须在合作、协商和乐虎国际客户端支持下进行。因此，至关重要的是，您必须在之前的步骤中与您的LoB客户保持联系--并且能够获得事实、背景和意见。
业务线的决策都是关于投资回报率（ROI）的，这就需要制定一个变革案例。有些人可能会将其称为 "Pitch Deck"，有些人则称为 "商业案例"。
不管怎么说，变革案例是一个10-15张幻灯片的总结和建议，其结构如下。
执行摘要
背景和情况
当前环境/问题的确定(事实和背景)
机会
拟议的解决方案和目标成果
成本和效益(ROI)
项目/实施办法
所需资源
B. 建议
下一步工作
目标是让你的利益相关者和受影响的合作伙伴相信变革是必要的，并帮助他们完成目标。
8）实施变革计划，稳定、衡量成功，实现价值。Implement, Measure Success, Stabilize and Realize Value
关于如何实施和创造可持续变革的更多信息，请参考Playbook 4，我们将在其中深入探讨这一主题。
值得注意的是，"商业案例实现 "非常容易被忽视--事实上，我们往往在取得成果之前就被迫系统地进入下一个活动--并比喻为 "将赢利存入银行"。
你必须不惜一切代价尽量避免这个陷阱。
记住，你被信任投资于数据驱动的人力资源的唯一原因是为了追求多汁的业务成果。
你已经在商业案例上出售了这一举措--所以你必须花一些时间来量化和计算你的成就和成功--并与那些重要的人分享。
简单地确定你的举措的投资回报率
在投资回报率等式的一边，你将阐明你通过这一举措创造的 "新价值"。
在等式的另一边，阐明该举措的成本（在这个项目中工作的天数可以转换为每天的内部负荷成本率）。你将以此为分母。
从新价值中减去成本，并将结果称为 "净新价值"--将其作为分子。
将净新价值除以成本，然后乘以100。
现在，你就有了这个数据驱动的人力资源项目的投资回报率。
鉴于这是一个巨大的未开发领域--利益池可以是壮观的。
下面是我们PeopleInsight的一个技术客户的例子。
在实施了分析工具后，一个特定的关键技术角色的营业额在第一年内下降了25%，这些工具使经理们能够深入了解他们的营业额--使他们能够快速地进行细分。
副总裁和人力资源部门将这些影响直接归因于透明度的提高。
这导致今年避免了约75万美元的成本。
投资成本不到2.5万美元。
净新价值为75万美元-2.5万美元=72.5万美元。
这笔数据驱动的人力资源投资的投资回报率是。 (72.5万除以2.5万) x100 = 2,900%。
是，2,900%
一旦你意识到了价值，你就必须将其传达给大家并加以庆祝。然后从中学习，并在此基础上再接再厉。在你的下一个人力资源分析项目中保持这种势头。
作者：PeopleInsight
以上由智能AI翻译完成，仅供参考
-
观点
Workday的员工体验平台：ERP（企业管理系统）格局的演变
编者注：疫情出现，大型系统反应速度和迭代是否跟得上每天都在变化的需求？协同沟通类系统给员工带来了快速应对的工具和服务，帮助企业快速与员工建立沟通连接。那么对于大型系统来讲如何能够轻盈的跳起舞？企业在未来对于系统的要求和员工对于系统的消费者体验需求对你是否都有影响？一起来看看JoshBersin对Workday的观察和思考吧！
企业软件界由于受到到了新冠病毒的攻击。大多数大型的、复杂的、多年实施的ERP工作都暂停了，因此，公司决定 "我们必须马上弄点东西出来"。他们把现有的工具集中起来，建立了沟通计划、测试和反馈应用、培训计划，以及各种帮助人们在家工作、保持心理健康、协作和跟踪病毒进展的项目。
这就引出了一个问题：在此之前为什么我们不能这么快地做这些事情？
我不会轻易告诉你有多少公司对我说："我们的新系统已经实施了两年了，在周末就实施了......而且成功了。"
公司在疫情期间学到了一些东西，需要大规模的ERP系统。但最大的需求是能将员工连接在一起、与新政策沟通、提供实时培训、给人们提供团队远程工作工具的系统。这就是为什么微软的Teams、Facebook的Workplace和ServiceNow发展如此迅速的原因。在这些协作系统的背后，是快速增长的供应商，如Qualtrics（100% YTY增长）、Medallia、Glint、BetterWorks、Lattice、15Five，以及一群拥有易于使用的调查、反馈、认可、绩效管理和学习工具的供应商大军。
那么workday呢？
人力资源技术领域最大的宠儿Workday怎么了？ 它仍然是一个非常需要的系统（"记录系统"），但作为一个应对巨大的变化敏捷的工具，新的选择还有很多。
我相信有一场圣战正在进行--争夺员工眼球的战争。而Teams、Workplace、ServiceNow和Qualtrics等这些工具正在获胜--为员工和人力资源经理提供了快速、易用的 "员工体验 "工具，可以立即解决员工的需求。而这其中包括Degreed、EdCast、Medallia、Guidespark等数百家供应商，这些公司都在以接近三位数的速度增长。
鉴于这种流行病，公司不再等待供应商制造他们所需的工具。因此，虽然每个公司都需要一个ERP记录系统，但市场上最热门的部分是体验层软件，它可以让公司快速建立工作流程、调查、沟通和学习解决方案。而正如我在关于Facebook的Workplace的文章中所描述的那样，这意味着 "混搭"，可能会将谷歌地图、约翰-霍普金斯病毒数据、旅行数据和ERP数据合结合一起。
我们曾经把这种软件称为 "员工体验平台"，是一种可以用来构建工作流程和多系统应用的东西。现在，我认为它正在被我所说的WORKTECH(工作技术)所取代--像微软Teams、Qualtrics或其他简单作为 "员工优先 "的系统。
而在这个上层有很多应用。它们包括协作、团队管理、目标和绩效管理、按需学习交流，然后是更高级的应用程序，如入职、员工过渡管理、案例管理，甚至职业生涯管理。像Workday、SAP和Oracle这样的供应商想构建大量的此类应用程序，但他们不能轻易地这样做，因为他们想保留核心系统中所有的业务规则和安全性。因此，"附加组件 "的市场呈爆炸式增长。
我们过去把这些应用称为 "人才管理"，但我认为这已经不公平了。我们假设它们是 "员工体验 "应用，但它们任需要一个架构来工作。
这些盒子中的每一个都可以是一个内部建立的系统，一个第三方应用程序，或者是ERP中的一个模块。你作为人力资源经理或IT专业人士，都可以决定如何构建它们。在一个大公司里，这些应用需要充分利用ERP中的安全和领域信息组合在一起，，并希望尽可能多地由智能数据驱动。
聊聊Workday的员工体验平台Workday People Experience
好吧，Workday一直没有结束。去年他们宣布了Workday People Experience（一个让Workday更有活力、更容易使用、更有帮助的工具集），现在它已经可以购买了。
Workday People Experience由三样新东西组成：
第一，一个全新的、不需要成本的用户界面（建立在卡片上），使系统的使用更加现代、优雅和个性化。
第二，你可以购买Workday Journeys，这是一个新的ML驱动的系统，让你可以设置一步步的员工旅程（带提醒和个性化体验）来处理更复杂的员工活动。
第三，你现在可以购买Workday Help，其中包括深度案例管理、Workday聊天机器人和用于支持员工的高级个性化功能。
这整个一层软件，已经开发了两年多，很重要也很复杂。它利用每个员工的数据来提供个性化的体验，它还利用安全和工作架构来使旅程变得相关。
最初Workday构建了 "入职 "和其他现成的应用，但客户说 "不用了--反正我们要定制这个"。因此，与ServiceNow走过的道路类似，这些都是可定制的应用程序，让你建立员工应用程序。
如果你比较Workday和ServiceNow在哪里，你会发现他们产品的集成度更高，但在功能上落后。ServiceNow有各种各样的开发工具和垂直、水平的应用程序可以插入Workday，但随着时间的推进，我相信Workday会推陈出新。
一个重要的新产品是Workday的帮助（案例和知识管理）系统。这是一个非常大的市场，ServiceNow、Salesforce、NeoCase等厂商都在这一领域有重大投资。大多数大公司已经拥有这些工具，而且这些工具总是用于IT、人力资源、财务和其他 "业务服务 "支持团队。目前还不清楚Workday的这款产品是针对哪个市场，但我确信所有Workday的客户都会关注它。
我问了产品团队一个问题 "你们为什么要收取这些费用？" 当然答案是，这是一个收入机会。我完全能理解这一点，但这也引出了一个问题。那就是客户会在Workday、ServiceNow、Qualtrics、Medallia和其他类似的EX工具集之间做一个 "烘托"。这是Workday的商业决定，如果是我的话，我可能会把这个免费送出去。
发布的部分内容包括推出Workday for Microsoft Teams和Workday for Slack，使这些协作平台能够原生访问Workday事务并传递数据。你可以在Teams中工作，点击一个按钮来寻找员工或打开一份费用报告，Workday就会在Teams中生成并弹出这些信息。不需要登录，不需要遍历菜单，甚至不需要触摸Workday的用户界面，我感觉这才是更广阔的市场发展方向。
你如何构建EX员工体验应用？
虽然这是一个不得不构建的产品，但它提出了很多需要考虑的问题。假设你想建立一个为期一年的入职计划，其中包括在第一年内会见你的团队，参加各种课p程，与教练建立导师关系，以及其他一系列活动。你是在Workday People Experience 中建立这些的吗？或你是在Workday Learning中建立？又或者你看ServiceNow，一个LXP，或者可能是你的LMS？
IBM可能让你建立一个IBM智能工作流程，它位于你现有系统之上的新的应用，有自己的用户界面、数据和基于AI的处理。这些由IBM建立的应用，让你建立这样的先进的新员工（和客户）系统，现在你可以访问世界上的任何系统。
Workday人员体验具有巨大的潜力--事实上，它可能成为系统中许多新功能的重点领域之一。但是，与所有员工应用一样，门槛移动得很快。
在很多方面，Workday别无选择（就像SAP不得不建立HXM一样），客户需要一个信息丰富的员工应用的工具集。
这个平台将为Workday客户提供巨大的价值。但如果你是一个人力资源部门在四处采购，选择就变得更加复杂了。
SAP会鼓励你使用SAP智能企业，更有可能使用Successfactors人力体验管理工具。这些工具与Workday People Experience类似，使用聊天机器人和卡片来创建跨SAP系统的工作流程。由于SAP有一个成熟的企业级LMS，这个长达一年的入职应用可以有相当大的扩展性，会让你访问SAP基础设施的任何一块。他们甚至可能会推荐你购买Qualtrics，这样你就可以根据员工第一年的经验进行调查、反馈和员工驱动的交易。
如果你是ServiceNow商店，你会在ServiceNow（"Workflow Workhorse"）中建立这个系统。你会把这个应用连接到Workday、你的LMS，也许还有LinkedIn Learning和其他一些评估工具，你会建立一个企业级的入职应用，这个应用也可以用于员工的过渡、晋升和公司的其他历程。而且这个应用还可能包括一个 "搬迁 "或 "晋升 "的模块，以防在这个过程中发生这些其他事务。
而我们假设你是一家小公司，你有Facebook的Workplace。你可能会在那里建立整个事情，并让它成为一个基于聊天机器人的体验，并与你的同行进行大量的协作会话。然后把它连接到你的LXP上，让LXP管理你需要的各种学习路径。
明白我的意思了吗？现在我们有了很多选择。
在员工体验市场的早期，厂商们认为在事务系统的基础上构建漂亮易用的应用会非常容易。然而自从COVID-19来袭之后，我们的期望值已经上升了很多。现在，公司希望能够将位置数据、ERP数据、约翰斯-霍普金斯病毒数据以及其他各种监管数据混杂在一起，形成近乎实时的监控、支持和开发人员的应用。
如果你不相信，请阅读我本周最近的一篇来自Facebook的关于Workplace的文章。Honest Burgers打造了一整个基于位置的人员配置应用，它将谷歌地图与病毒信息、交通信息和技能信息融合在一起，提供下一家汉堡店开在哪里的实时数据。而且它只用了三天时间，只用了公有领域软件和Workplace作为核心，就建成了。
Workday还介绍了两款开箱即用的COVID-19响应历程，看起来非常酷。他们可能在几周内就把这个放在一起了，展示了这些新的 "基于体验的 "应用有多强大。
Workday人员体验具有巨大的潜力--事实上，它可能成为系统中许多新功能的重点领域之一。但是，与所有员工应用一样，门槛移动得很快。
在很多方面，Workday别无选择（就像SAP不得不建立HXM一样），就像客户需要一个信息丰富的员工应用的工具集。
平台将为Workday客户提供巨大的价值，但如果你是一个人力资源部门在四处采购，选择就变得更加复杂了。
以上来自Josh Bersin的网站，仅供参考
-
观点
使用技术创造更好的整体员工体验
人力资源管理人员，请注意：在你决定在你认为能提高员工满意度的人力资源活动上投入更多资金之前，你可能需要考虑 "塑造 "的方法来设计引人注目的工作场所体验。
塑造工作体验是指通过利用新技术等方式对工作环境的要素进行管理，或者通过实施新的计划和举措，在组织和员工之间建立持续的对话和协调。
Gartner的分析师认为，组织应该将更多的注意力和投资放在塑造方法上，该研究公司将这种方法描述为通过使用心理、激励和社会原则来影响和改善员工对其整体体验的感受。
Gartner人力资源业务总监Caroline Walsh表示，像Workgrid这样的技术是一个例子，它是一个数字助理工具，可以帮助员工查看工作信息，与同事协作，并个性化他们的日常体验，它是如何利用技术来推进塑造方法的一个例子，这种方法可以使工人保持参与，并与他们的同事以及延伸到组织的联系。
Walsh补充说，塑造有三个核心领域。
员工对体验的期望。
日常的体验。
对体验的记忆。
其他平台，如Slack、Trello和微软团队是另外一些工具的例子，这些工具可以帮助团队共同工作，并帮助工人个人简化工作流程，推动更积极的工作体验。
普华永道美国人力资源转型和技术负责人合伙人Dan Staley指出，推动信息共享和鼓励员工反馈的技术是促进塑造体验的工具的好例子。游戏化技术或员工认可软件可以帮助促进行为改变，让员工对工作体验有更好的感受，同时激励他们在工作中的积极性。
共同的责任
实施塑形方法不能只是人力资源部门或技术部门的责任。
"对于人力资源高管来说，实施塑形方法是一项重任。"Staley说。"它是多层次的，是由组织经验、文化和技术塑造出来的。"
当没有一个高管监督所有影响工人日常体验的维度时，首席人力资源官很难实施塑造体验。
"组织中谁拥有文化？" Staley问道。"工作环境是由不同的群体拥有的。你可能会看向人力资源部门说：'我们的员工并没有更快乐；他们的工作体验并不尽如人意，所以要做点什么'。然而，如果你围绕着他们如何体验组织的结构、如何体验文化、如何体验他们工作的地方或给他们的工作等不同的要素来看待，那就不是人力资源部门的全部领域了。"
技术也不能单独完成这项工作。根据普华永道的数据，在600位全球人力资源和人力资源信息技术领导者中，只有27%的人认为人力资源技术对改变工作中的行为非常有效。
利用技术来支撑塑造体验也没有被充分发掘。在普华永道的调查中，只有30%的公司使用了驱动激励的技术，只有20%的公司使用了游戏化技术。
提升职场满意度
这个问题需要解决。许多员工对自己的工作经历并不满意，而人力资源经理们也在努力寻找方法来塑造一个更有凝聚力、更有吸引力、更快乐的工作环境。
Gartner最近的一项研究对2800名员工进行了调查，发现只有13%的员工表示对自己的工作经历完全满意。相比之下，超过三倍的人数，即46%的人表示他们对自己的整体工作体验基本不满意。然而，企业平均为每位员工花费2420美元来改善员工的工作体验。
Gartner的分析显示，人力资源部门的投资是为了支持福利计划和为人力资源部门配备人员。
当Gartner分析师梳理这些数据时，得出的结论是，目前为提高员工的工作参与度、体验度和满意度而进行的投资并没有获得最佳的投资回报。
"你可以看到，企业只是让自己陷入了一个困境，他们在体验上投入了大量的资金，他们把对良好体验的期望值抬高，然而员工对这种体验仍然不满意。"沃尔什说。"我们发现的是，这其实不是一个改善这些投资的问题。我们发现，这种投资策略其实是行不通的，也不会有回报。它是不可持续的。"
Gartner的研究显示，目前，只有24%的组织将塑造纳入其整体员工体验方法中。
然而，那些从战略上应用了塑造方法的组织，其员工表示高意向留任的可能性增加了38%，表示高斟酌的可能性增加了33%，成为高绩效者的可能性增加了44%。
在员工和管理者进行日常工作时，人力资源领导者必须更好地了解他人的体验，然后开始塑造员工的生活体验。
"这并不意味着公司应该布置出理想的体验，员工应该盲目地接受它。"沃尔什说。"实际上，我们已经看到了一些共同创造体验的好例子，员工和经理以及人力资源领导共同确定什么样的体验适合他们个人，然后适合整个公司。"
此外，人力资源经理还要参与塑造体验的记忆。
"许多公司会迅速做出反应，当发生好的事情时，要么给予奖励，要么纠正负面的情况，有时这样做很重要。"沃尔什说。"然而，随着时间的推移，公司可以延迟反应，或者，如果他们后来有第二次反应，他们可以帮助塑造员工如何记住他们的经历，这实际上可以改变他们对未来经历的整个看法。"
事实上，塑造体验的成功在很大程度上取决于团队如何协作；能否消除工人与上级之间的等级障碍；以及人力资源领导者是否创造了一个包括员工优先考虑的愿景，如成长、机会和工作/生活平衡。
希望通过塑造的方法，人力资源领导者能够帮助员工赋权，因为他们利用现有的信息来个性化他们的日常体验，并提供支持和指导，以管理与公司目标一致的个人任务。
"这是一种视角的转变，帮助员工了解他们应该从体验中得到什么，然后帮助他们拥有管理每天体验的工具，"沃尔什说。
作者：Nicole Lewis
来自shrm.org
由职能的ai翻译完成，仅供参考。
-
观点
Z世代将如何改变工作场所 ？
Gen Z 已正式进入员工队伍，他们带着自己的一套期望。
作为第一个数字本土一代，智能手机和社交媒体自诞生以来一直是Gen Z日常生活的一部分。
Allwork.Space与设计总监凯蒂·麦克休和来自NELSON全球的室内设计师艾米·利·赫芬德进行了交谈，以了解这一代人将如何改变工作场所。工作场所在不断发展，这是新生代进入劳动大军和年长工人退休时很自然的事情。在过去的几年里，许多工作场所的谈话都归功于千禧一代...他们的喜欢，不喜欢，他们如何比较他们面前的一代。开放式办公室、每周欢乐时光、灵活的日程安排、大胆的家具和休闲装是千禧一代进入职场和要求不同工作方式的结果。但千禧一代不再是年轻一代的工人;Gen Z 已正式进入员工队伍，他们带着自己的一套期望。Gen Z 是第一个数字原生代，这意味着他们已经通过技术成长。智能手机、社交媒体、网上购物和即时消息自出生以来一直是Gen Z日常生活的一部分。
当然，这将影响他们对工作和工作场所的期望。Allwork.Space与设计总监凯蒂·麦克休和来自NELSON全球的室内设计师艾米·利·赫芬德进行了交谈，以了解Z一代和千禧一代之间的主要差异，以及随着Z代日益成为劳动力的一部分，工作场所的动态可能会如何变化。
所有工作.空间：Z代和千禧一代之间的一些关键区别是什么？
凯蒂·麦克休和艾米·利：主要的区别在于两代人的沟通方式，因为他们的一般教养。虽然千禧一代仍然很高兴有面对面的会议和会议，以物理，听觉和数字学习，大多数Gen Z队友更喜欢电子学习。
Z世代是一个更容易表达情感的群体，而千禧一代则成长于一个仍然充满人口需求的人隐藏着自己各个方面。这是因为Z世代是在激进的个人主义时代成长起来的，在那里表达他们的个性和情感对他们更重要。
这并不意味着他们想要满是象征他们是谁的桌子——这一代人往往把心戴在袖子上，相信他们所生产的工作和他们这一代人可以为公司增加的价值。千禧一代赋予 Z 一代赋予他们权力，并指导他们过去行之有效的最佳实践，并帮助他们理解"我们"与"我"的力量。
Allwork.Space 您提到Z世代更喜欢用数字化的方式学习和开会，这将如何影响工作场所的设计和工作动态？
虽然有些千禧一代天生就会使用技术，但大多数人并不是，他们不得不在年幼的时候，甚至在十几岁的时候学习适应技术。对一些千禧一代来说，智能手机在他们上高中时就开始流行了--但对另一些千禧一代来说，那时他们已经上了几年大学。然而，千禧一代内部的年龄范围很广，这使得我们很难确定他们与技术的关系是什么。在大多数情况下，大多数人并不认为新技术浪潮，即社交媒体和在线购物，已经成为他们童年和成长过程中固有的一部分。
然而，Z世代出生时手中就拿着科技--从小就拿着智能手机，知道互联网可以提供他们所需要的任何东西，看着他们的直系亲属流畅地依赖科技，仿佛科技本来就一直存在。
为那些仍然喜欢从技术中解脱出来，使用更具体、更物理的工具，比如纸张、马克笔，当然还有面对面的会议，创造一个适合他们的工作场所是很容易的；而与那些不知道技术之外的生活的个体进行平衡才是挑战。
Allwork.Space 很自然地，Z世代精通技术，并以技术为导向。Z世代期望在工作场所中使用的顶级技术是什么？
Z世代会希望有更好的方式以数字方式相互联系--这可能意味着在家里进行视频聊天，在不同地点同时就同一程序进行工作（更有效地获得工作共享），以及在工作场所内使用社交媒体作为分享个人信息的手段。
Z世代还将寻求更多创新的方式与客户分享--最具有体验感的过程和方法将被希望，比如VR、制作视频而不是打印出来的演示文稿，以及让实物模拟变得更加可用。Z世代会希望无论他们为谁工作--无论是客户，还是大公司，或者是自己公司内部--都能让自己作品的接受者真正体验到，然后再买单。
Allwork.Space 你从Z世代的工作场所中发现了哪些额外的偏好和兴趣？
虽然千禧一代觉得在办公桌前工作和在更多社交、开放的区域工作之间来回穿梭非常舒服，但我们发现Z世代更喜欢远离办公桌--但仍处于孤立状态。
Z世代更多的是依靠技术来进行交流--这并不意味着他们是反社会的，事实上，他们是迄今为止社交性最强的一代人。但他们不想要典型的办公室生活的假象，他们更希望感受到工作和家庭之间的完全流动性。Z世代希望每一个空间都能给他们带来健康和休养生息的机会，并能感受到设计上的美学细微差别。
以上由AI翻译完成，仅供参考
来自allwork.space 作者： Cecilia Amador de San José
-
观点
人力资本分析和学习：在正确的时间为合适的人员提供正确的解决方案，推动员工发展
12，762 个赞、300 万次点击次数、100，000 次点击次数— 所有这些措施都为营销活动提供了某种视角。但最有价值的见解来自更深层次的分析——这种分析说明了对注册中的内容和美元之间的联系，这是衡量特定营销活动有效性的真正标准。同样，改变游戏规则的学习见解不仅来自识别给定行为的前后变化，或测试和控制组之间的观察，还来自结合学习数据、业务数据和行为数据以及进行可靠的统计分析，以个性化学习建议和职业发展干预措施。通过多个数据点进行校准，这些精确的解决方案在正确的时间向合适的人员提供正确的干预，从而推动业务成果。
学习分析
的上下文 希望更准确、更可靠地衡量学习对业务结果的影响并不是新鲜事，而是访问数据点以创建它。现在，这不仅仅是欲望——我们生活在一个不断变化的现实中，这使得测量成为当务之急。工作性质的快速变化正在造成对提高劳动力队伍的几乎持续的需求。在5年学习技能的半衰程下，1对学习和发展计划的渴望是贪婪的。
此外，随着技术和学习平台使信息更易于访问，人们现在在工作流程中学习。2虽然课堂和讲师指导的培训可能不会完全消失，但现实是，大多数学习都是非正式进行的——从员工简单的搜索操作视频来处理当前的任务，到阅读前同事发布的感兴趣的文章。
但是，所有学习解决方案并不提供同等价值，而且随着所需投资水平的提高，修剪和专注于最有效的学习计划的必要性也随之增加。
从创造到治疗
任务关键性需求到提高技能3内容源的多样性引发了从内容创建到体验固化的转移4进一步启用学习体验平台。5这种日益增长的升华需求，6课堂以外的学习扩展和数据集的激增是学习功能新时代的基石：在这个时代，分析使学习功能成为业务驱动力，为如何培养员工队伍以优化业务成果提供宝贵的见解和指导。
在日益社会化的学习模型中衡量解决方案的有效性（其中内容是策划而不是创建的）需要扩大指标和指标，不仅包括学习数据，还包括业务数据和用户行为数据。随着学习朝着扩大用户选择的方向发展（如点播电视中发现），组织需要更新其方法和设计分析工具，以捕获这些新平台中的学习。这是实时学习分析和见解的提示。
通过学习分析，组织可以及时获得有关各种学习投资对个人发展、组织学习趋势和业务成果的疗效和影响的信息和反馈。成熟的学习功能可以使用这些分析见解来推动决策，了解要继续、扩展、终止和启动哪些程序、工具和资源。
可持续的分析战略始于有效的数据战略
，评估学习解决方案对业务成果的影响的投资回报率，需要可靠的统计分析。即使在分析完成之前，它就需要独立数据集的组合，这些数据集位于业务内外的不同功能（甚至存储平台中）。有效的聚合取决于清晰的数据治理结构、标准化数据集和数据规范化过程。整合后，不同的业务、学习和用户行为数据可以使人们对特定学习资源对业务的影响有新的见解。
例如，假设您在参加财务战略实验室后，可以看到您的财务顾问的投资变化;或者，如果你能衡量你的高级董事在参加领导力研讨会后"追随者"的增加。更进一步，想象一下了解哪些链接最共享，哪些文章获得了最仔细的阅读，以及人们在寻找新信息时实际去找谁。我们已经知道终身学习领导力的重要性，7但是，如果你能根据学习习惯来识别你的明星表演者，或者在学习者自我指导注意力的领域先发制人地提高技能，那该怎么办呢？这些见解可用。数据存在。它们只需要汇集在一起进行分析。
聚合和分析孤立的数据并不容易;它需要一个有意和充分开发的数据策略。有效的数据战略应包括五个组成部分：
利益相关者之间对目标的一致
实现这些目标所需的数据假设
如何集成数据的计划
明确对所有利益相关者的期望
一个内置的审核流程，用于评估进度并根据需要进行调整
开发这种分析敏锐度的学习功能具有远见，这种功能可以帮助他们了解员工最需要哪些信息，哪些学习经验在改变目标行为方面最为有效，哪些学习解决方案与绩效最相关，反过来，学习干预对公司最有价值。
虽然将数据拼接在一起可能很困难，但它是收集对学习对业务影响见解的必要先决条件。有效数据策略的优点在于，它为研发功能奠定了基础，从自上而下和自下而上获得见解。当数据被主动管理和集成时，学习职能部门可以问：学习解决方案或学习解决方案计划对个人和业务绩效有何影响？
同时，通过实时集成实现有效的数据策略，使企业能够实现表现最好的和向后设计公共变量的趋势，从而可能将其跟踪到特定的学习资源。例如，想象一下，在所有最有效的销售人员中搜索一种常见的学习体验——也许，他们都在学习体验平台上遵循相同的 SME，阅读同一本书，或者完成相同的在线课程！将不同业务部分的数据集拼接在一起并了解特定变量的影响，需要强大的数据策略、统计专业知识和对稳健分析的承诺。
一个例子
：公共部门机构已经能够根据这种类型的学习分析优化学习投资。该客户采用基础广泛的数据策略，分析了研发投资与 KPI 绩效之间的关系，量化了在员工学习体验中所投资的价值。他们检查了运营效率指标、法规指标和业务 KPI，以评估学习投资的有效性及其对组织绩效的影响。这些投资分析以数字交互式仪表板提供，为机构领导提供单一访问点，以继续跟踪其研发投资的投资回报率。它是业务影响的链接，使学习功能能够做出数据驱动的业务决策，从而在正确的时间以正确的方式精确地向合适的人员提供最有效的学习解决方案。
让你的支出更
重要 成为利用分析推动业务向前发展的学习功能的过程，首先从了解和预测业务需求开始，并调整学习策略以优化学习投资。对于一个组织来说，要解决的可能不是与另一个组织相关的，但机会是相同的。L&D 函数聚合正确的数据集并进行相关分析以产生有价值的见解，是业务驱动因素，而不仅仅是程序提供商。
作者：
艾琳·克拉克是德勤咨询公司人力资本业务领域的董事总经理。她专注于通过学习战略、能力发展和领导力，通过人员来转变企业和组织。
David Fineman 是德勤咨询 LLP 人力资本业务领域的人力资源转型人员分析和劳动力规划专家。
Praveen Kaushik 是德勤咨询 LLP 人力资源转型实践的专家领导者，专注于学习战略、流程再造、技术部署、分析、内容集成和共享服务设计。
Mariana Aguilar 是德勤咨询公司人力资源实践的顾问，专注于数字学习解决方案、体验式学习计划开发和包容性领导力。
以上由AI翻译完成
-
观点
技术话题：LinkedIn如何重新设计其长达17年的消息平台？
微软的LinkedIn的第一条消息是在2003年5月5日服务推出当天发出的。
现在，LinkedIn消息平台存储了17年的消息（用17年不同的产品功能创建的），而且发送的消息数量不断上升。在过去的四年里，它翻了四倍，但在4月份的第一周，消息比前一年增长了14%；3月底，同事之间发送的消息每周都在跳跃（增长21%），用户在消息中互相发送LinkedIn新闻源的内容（增长14%）。
原本这些消息看起来很像电子邮件，现在看起来更像聊天，有线程、群组对话、表情符号和没有主题行。为该消息系统提供动力的代码一直在更新，变得越来越复杂，但为所有不同的LinkedIn消息体验提供动力的通用基础设施多年来并没有发生那么大的变化。
"虽然很少的代码，还存留在2003年，但很多基础架构还是一样的。"消息平台基础架构团队的工程经理Manny Lavery告诉New Stack。
最初的基础架构是一个Oracle数据库，运行在一个数据中心，有两个表为两个服务提供动力：一个用于存储消息，其中包括多个LinkedIn产品的所有消息业务逻辑，另一个负责消息的不同传递方式--推送通知、不同的电子邮件格式，以及跟踪它们的接收情况。
随着时间的推移，LinkedIn增加了新的数据中心，并改用自己的NoSQL JSON数据库Espresso，采用碎片化架构的分布式数据存储。不过，扩展带来了自己的复杂性；不同的邮箱被划分在不同的碎片之间，由个人数据路由服务跟踪谁的收件箱在哪个碎片上，双向复制将每个碎片的副本放到不同的数据中心，以防出现可用性问题。
2016年有一次重大的产品重新设计，LinkedIn不断增加更多的功能，最终改名为Messaging。但它仍然建立在为两个人之间的电子邮件式对话设计的数据架构上，使用的代码库已经超过十年，这使得它很难正确地对数据进行碎片化扩展，关键的业务逻辑仍然嵌入在消息存储的代码中。
解铃还须系铃人 Untangling the Mess
当LinkedIn的任何一个产品团队想要为消息传递添加功能时，基础设施团队都会参与其中--有时为他们编写代码或与他们一起进行开发--并负责在生产中维护所有这些新代码。但虽然他们拥有代码，但不同的产品团队却拥有业务逻辑、背后的理由以及对其进行任何修改的决策。
消息平台支持五个不同的LinkedIn业务线：消费者网站、为人力资源和招聘团队提供一种电子邮件消息的 "人才解决方案"、提供另一种电子邮件的销售解决方案、LinkedIn的营销解决方案和拥有高级消息选项的高级服务（加上其他一些内部客户）。所有这些产品都有自己的业务规则，如何处理它们在消息传递中的特定功能。
"所有这些业务用例都存在于一个单一的代码库中，消息团队负责长期维护，"Lavery告诉我们。"随着公司的扩张，17年来我们增加了更多的业务线，用例变得越来越复杂，用例也越来越多，这对我们的工程师来说真的很困难。没有人能够完全理解平台中发生的每一个业务用例。" 在重新设计之前，大约有六十种不同的定制业务逻辑。
基础设施的设计使得编写新的代码变得比需要的更难、更慢，开发人员对最简单的变化变得过于谨慎，因为团队越来越多的时间只是在维持事情的运行。"维护成本消耗了大部分的工程时间。"
由于担心新的架构可能会随着时间的推移成为同样多的维护负担，新的平台不仅仅改变了数据架构，将重点放在对话和内容而不是单个消息上。它还被设计成一个插件式的基础设施，服务所有权分布在基础设施和产品团队之间。
"我们开始对内容进行拆分，这样可以共享的内容就会被共享，不需要共享的内容就会被隔离到一个服务上，我们围绕着责任的所有权来设计我们的系统，然后用提供这些数据的数据库来备份这些责任服务。"
"我们确保我们可以作为一个平台来运作，与在我们身上执行的业务逻辑不可知。从我们的角度来看，消息只是内容，一旦你做出这个决定，很容易说'我只是要获取内容并为你存储，我要以你给它的完全相同的条件检索给你'，然后他们就可以按照自己的意愿呈现。"
信息传递的基本单位不再是整个收件箱，而是对话，这使得它更容易提供快速的搜索和检索时间，因为对话和信息可以被分解并分布在数据库中。对话与其中的消息分开存储，并有对消息的引用，以避免非常活跃的数据库记录的 "热键 "问题，从而降低系统的速度。
"现在，当会员在获取他们的收件箱时，他们并不是在修复一个消息列表，他们是在获取一个对话列表，如果他们访问其中一个对话，我们就可以访问其中的消息，"Lavery解释说。最初，只检索最近的对话，而且只检索这些对话中的前几条消息，因为那是用户最有可能寻找的内容。而这些最近的对话都存储在数据库的同一个部分，以提高速度。
"现在你把搜索问题从'如何在数十亿对话中找到数据'降低到了'我只需要找到与一个人的前十条对话，对于每条对话，我只需要找到前几条消息'。现在，你的数据检索问题非常小，无论他们的对话列表有多大，都是完全一样的数据大小检索问题。"
这个列表可能很大：一个LinkedIn新会员可能只有几百条信息。其他人则有75万或100万条信息。"如果你是一个在这个平台上工作了十几年的招聘人员，你每天可能要发几百封邮件，一周五六天。不管你的收件箱有多大，你的检索时间应该是一样的。"
当用户通过对话进行回读时，更多的信息会被检索出来。"Espresso就是为了做这种分页式的检索而建立的，因为它是NoSQL，因为只有我们要存储到的引用，没有连接，所以这种数据库检索变得非常快。"
新的设计确实占用了大量的存储空间，因为它有多个表和多个索引，使检索速度更快。但性能和可靠性方面的改进超过了这一点，Lavery认为。
"工程时间是昂贵的。即使新系统在存储方面确实有一些额外的成本，但与你为非常困难的问题提出技术解决方案所花费的维护和工程时间相比，这相对较低。"
存在的问题 Owning the Problem
同样的决策也决定了平台服务，刻意保持较少的数量，而不是选择完整的微服务架构，以此来获得长期有效的团队结构。
消息平台的服务不到十几个，有的很小，但有的相当大，规模上，每个服务都可以由一个高级技术领导拥有。"我们将领导权分散在一些工程师身上，这确实让我们在开发过程中能够非常迅速地加速，因为我们可以把那些对整个平台不是很熟悉的工程师请来，并将他们组织在这些技术领导的周围，并且非常迅速地执行。" Lavery可以给开发人员更多的责任，而不会让团队中的两位专家之一成为瓶颈。
当平台最初的部署计划没有成功时，这就帮了大忙。团队原本计划让旧的消息留在现有系统中，当他们将成员转移到新系统时，新的消息会在新系统中被创建。然后他们意识到，他们意外地创建了一个最终具有一致性的分布式系统，因为对于没有被迁移到新服务的成员来说，消息必须复制到旧系统中。
"我们开始看到非常糟糕的会员体验，等待这些消息出现，并确保一切都同步。" 这意味着将1%已经迁移到新系统上的会员回滚，并从整个公司引入额外的工程师来重新制定部署计划。
通常在项目中增加更多的员工会使项目更加缓慢，同时他们会加快进度，但由于每个服务都由一个技术负责人拥有，他们能够指导额外的工程师，回到正轨，并将推出速度加快到每两周一次。
"你还见过多少其他系统，花了三年多时间建立的斜坡没有问题，每两周一次？在两个月内，现在每周服务于数亿条创建的消息，服务于数亿会员，数据库中存储了数十亿条消息。"
服务所有权的方法对于构建新功能也很有效。产品团队仍然与基础架构团队合作，但所有的定制业务逻辑都被迁移出消息存储，并封装到其功能的插件中，当他们需要帮助时，不同的服务所有者可以与他们合作。"我想，如果我们采用比如说，二十几个服务，今天要确保我们有那些技术负责人可以提供帮助，就会困难得多。"Lavery建议。
新的架构意味着产品团队可以试验和测试新的想法，而无需承诺几个月的开发。"如果你的用例在我们已经构建的插件式架构中工作，并且你不需要额外的改变，你应该能够在一个月内构建并让你的插件生产就绪，"他说。"如果不成功，我们可以很容易地把它拉出来，如果成功了，我们可以加倍努力。"
这也加快了一些长期以来要求的功能的工作，比如能够编辑和删除消息，虽然技术上不是不可能，但在旧系统上构建这些功能是非常困难的。给两个人发送一条消息，过去需要创建三条记录，一条是发件人的，一条是收件人的，这就意味着一致性问题。
"如果我想编辑那条消息，我必须编辑三次，并确保这三次编辑都成功。" 现在，这条消息是一个记录，三个人都能得到一个参考。
"这个参考告诉我们那条消息在哪里，它还包括诸如你是否读过它，是否设置了删除。这使得编辑和删除大大简化，因为我只是在编辑一条记录。我只需要确保这个编辑是成功的，我们有系统来确保这个编辑是以最快的速度传到世界各地，这样我们所有的数据中心都会更新。"
另一个有需求的功能已经开始推出，让同组的人发送消息请求，与还没有LinkedIn关系的人开始对话。"这是我们在很长一段时间内收到的最大的抱怨之一：为什么我必须要有连接才能与另一个成员进行对话？"
消息团队提出的设计原则帮助他们逐步提供功能。LinkedIn消息是加密的，它们在消息数据库中创建之前，就会被审查是否是垃圾邮件。但LinkedIn并没有阻止垃圾邮件，而是向用户显示一条消息可能是垃圾邮件的通知，让用户忽略或阅读。现在，如果以后有一个成员确认某条消息是垃圾邮件，就可以在整个服务中异步删除它。
由于系统是可扩展的，LinkedIn信任团队能够以与垃圾邮件检查相同的方式添加反性骚扰检查，现在这一点正在扩展到其他形式的骚扰，以及通知用户有关账户接管和密码重置等问题--旧系统不够灵活，无法发现这些问题。
采取这种更有条理的方式来设计平台，意味着用户将更快地获得新功能，而且对从事该项目的工程师的职业发展也更好。
"火灾确实会吸走房间里很多的氧气，所以如果你的系统经常出现这类问题，人们往往会退而求其次，选择几个众所周知能够解决这类问题的工程师，但这些工程师不断地解决问题并不是一个好的职业选择，而且对于一个团队来说，不断地解决这些问题也是不健康的。"
"我见过的所有工程师都是解决问题的人，但他们也有自己想要打造的东西，或者想要实现的东西，如果你的状态是可以真正专注于那些类型的问题，那么团队的整体士气就会提升。"
以上由AI翻译完成，仅供参考。
作者：Mary Branscombe 由会员推荐
-
观点
为什么工作场所学习比以往更重要
人们通常认为工作场所学习和专业发展已成为一种上乘之选，而现在，由于组织在保持愉快的员工并保持竞争力方面的最佳做法，其工作日趋重要.
在家工作的想法可能会让人联想起衣衫不整de高管。但是，房屋实际上已经成为一场技能革命的中心，这可能会使企业免于冠状病毒引起的崩溃。
企业学习提供商（例如LinkedIn学习，Circus Street和Hive Learning）都报告了使用率的飙升，因为大量新业务挑战给团队施加压力，要求他们接受远程培训方法和专业发展。
在LinkedIn学习上，仅在3月，全球就消耗了超过400万小时的内容。自锁定开始以来，Hive Learning的登录量增加了20％，Circus Street注意到，工作日学习量不仅增加了64％，而且周六也增加了前所未有的500％。
世界经济论坛已经概述了需要弥合的技能缺口，例如数字和数据素养，现在已变得不可商议。同时，随着传统的销售和营销渠道变得越来越不可行，诸如搜索引擎优化和按点击付费广告之类的电子商务和数字营销策略已经崭露头角。
但是远程学习模式也显示了在一个地方平衡家庭和工作对个人的影响。在LinkedIn学习上，对压力管理和远程工作内容的需求在3月份增长了两倍，而Hive Learning响应了对弹性，福祉和领导力计划前所未有的需求。
Hive Learning的首席执行官Julia Tierney表示：“目前确实有动力确保团队收到正确的内容来支持他们的健康。” “例如，我听说万事达卡（Mastercard）首席人力资源官谈到公司如何支持员工，以及在这场危机过后很长一段时间内人们的记忆。巨大的影响将是心理健康和福利问题，因此公司希望知道自己的员工会没事的。”
在线学习远程工作者的新常态
学习和开发团队现在正在快速跟踪多年数字计划的推出，以满足这种意外情况。
“这次我们发现了一个有趣的机会，可以改变我们一直以来想要的组织，”法务和通用（L＆G）的团队人才和人员发展总监Tanya Bagchi说。
“ COVID-19所做的事情已经跨越了我们看到的视野，距离现在还有六个，十二，二十四个月。突然，许多障碍都消失了。”
然而，公司都太清楚了由于过度依赖远程培训方法而导致的屏幕疲劳的现实，这有可能使专业发展不在待办事项之列。
为了保持参与度和动力，L＆G引入了离线“任务”以巩固和补充远程培训方法，以及面向团队的社区，以促进更有效的问题解决和协作。
L＆G的开发经验和创新主管Gemma Paterson认为，这对于高级领导者特别有效。
她说：“我们现在在该社区中有300多人正在协作，共享和访问资源。” “这可能是我们在2020年底必须达到的目标，但我们已经能够在几周内做到这一点。”
通过重新学习与远程团队互动
跨国制药公司赛诺菲通过创新将其学习带入21世纪，例如以人工智能为动力的内容定位，内部和外部专家开发的精选播放列表和播客。最终，赛诺菲大学（Sanofi University）于3月成立，并伴随着全公司范围内的挑战，即到6月实现一百万小时的学习。在仅仅一个月的时间里，他们已经到了一半。
“与许多大型组织一样，赛诺菲以前也具有围绕学习的推动文化，并且不是非常数字化。赛诺菲全球学习转型负责人杰森·海瑟薇（Jason Hathaway）表示：“很多可用的学习解决方案不一定都可见。”
赛诺菲大学的成立与这场危机同时发生，当时人们在家，这一事实增加了对赛诺菲能力建设战略性产品的知名度。现在人们在一个地方可以获取所需的技能。”
各种各样的内容格式可能会使屏幕疲劳，但至关重要的是，领导才能在赛诺菲业务中推动了团结与活力。
“当我们的首席执行官向组织发起挑战，说'让我们一起做'时，确实会产生一种团结感，”海瑟薇补充说。
使培训内容与业务影响相匹配
衡量学习对业务的影响一直以来都是一个挑战，但是远程培训方法的大量使用现在正为团队提供大量数据。
“我们实际上所做的越多，测量就越简单，因为您可以使用分析来了解人们与内容的交互方式，” Paterson解释说。
“这是关于衡量我们解决问题的能力以及将要解决的问题。我们有合适的直线经理能力吗？我们有能力以敏捷的方式进行远程工作吗？将更多的在线活动变得更加简单。”
如果学习不再成为日常工作的一部分，那么您将在未来十年无法生存
建立一个具有数字能力的组织和具有数字思维的领导者，现在不仅要考虑L＆G的战略重点，而且要想跨过COVID-19危机的另一端，还需要跨行业的企业。
特许营销协会首席执行官克里斯·戴利（Chris Daly）表示，但由于专业发展预算通常被认为是自由裁量权，因此企业需要认识到其在适应和蓬勃发展中所扮演的角色。
他警告说：“高层领导团队需要分析任何延误实施的影响，以考虑对组织绩效，人才保留和士气的风险。”
远程学习现在对业务至关重要
Circus Street首席执行官理查德·汤森德（Richard Townsend）表示，新的家庭办公默认制度没有尽头，许多企业正在领导层中给予更多学习机会。
他说：“现在，在学习方面，我们看到了业务负责人的更多直接参与，并认为这对于他们实现目标是至关重要的，也是至关重要的。”
“如果学习不再成为日常工作的一部分，而不是将其束之高阁，那么在接下来的十年中，您将无法生存。”
以上来自raconteur
由AI翻译完成，仅供参考，作者
MaryLou Costa
-
观点
额偶：最新报告显示，85%的企业领导对他们的人力资源技术项目不满意！
UNLEASH公布了他2020年人力资源技术应用报告《人力资源项目为何失败》的调查结果。
根据调查结果，85%的受访者--他们在人力资源技术项目上的总预算估计为30亿美元--对他们的项目是否达到了预期目标并不完全满意。
只有16%的人认为他们的人力资源技术项目非常成功。虽然技术在大多数商业部门蓬勃发展，但在人力资源方面，它仍然在寻找自己的脚步。变革的欲望是存在的，但大多数企业似乎无法实现其项目目标。
研究还显示，只有11%的受访者认为他们的人力资源技术项目能如期改善员工体验。
在任何企业中，员工都是最重要的，因此显然需要采取行动来帮助改善员工体验。
除了项目没有实现目标或改善员工体验外，研究还发现了以下重大挑战。
- 40%以上的受访者报告说，有三个或三个以上的问题直接影响到项目的成功。其中包括数据不干净(30%)、用户没有做好功能准备、变更管理不到位(29%)等。
- 19%的受访者报告说，他们过于关注技术，而不是技术要实现的目标。
- 据报告，46%的人力资源技术项目的实施时间比原计划长
虽然数据凸显了一般人力资源技术项目历史上的不成功，但还是有希望的，也有可以借鉴的经验。从定性上看，研究发现，那些成功的项目都是源于对人力资源技术不仅仅是系统升级的理解，往往是人力资源技术是业务转型的入口的项目。
该研究还肯定了长期以来的信念，即高度成功的项目是那些重新设计工作、职业和工作流程的项目--并利用人力资源技术来实现未来的工作。
对于 "为什么人力资源项目会失败"，UNLEASH与SurveyMonkey、ServiceNow和Walkme合作，从过去四年中参与重大技术项目的全球700多名领导者那里发掘了一些见解。
UNLEASH创始人兼CEO马克-科尔曼说。"我很高兴揭晓我们的人力资源项目成功的八条黄金法则，希望通过这些法则，企业可以开始以正确的方式利用人力资源技术。那些制定自己想要实现的战略，并与技术合作伙伴一起坚持这一愿景的组织更有可能实现转型成果。"
扫一扫 加微信
hrtechchina
