为什么预测分析(Predictive Analytics)是人力资本管理改变的关键?
文/ Chiradeep BasuMallick
这是一个由数据推动的时代。对于人力资源专业人士来说,数据驱动的人力资源分析有助于简化战略规划,改善决策,使员工能够从公司更智能、更有吸引力、更高效的生命周期中获益。在这种情况下,预测分析可以改变核心人力资本管理(HCM)过程,如员工流失管理、员工情绪监控、人才获取和能力规划。
通过预测人力资源分析能力,HCM解决方案将真正改变上述所有情况。让我们来看看几个关键的影响领域:
对员工进行剖析,并进行准确的分类
有了大量关于技能、教育和背景经验的员工数据,预测分析可以帮助评估每个员工的准备程度。这确保了最适合的申请者被雇佣,新员工被分配到最合适的岗位。企业还可以了解哪些员工最值得拥有,并根据未来的结果预测,制定员工福利计划。
管理员工流失率,衡量员工忠诚度
通过预测性人力资源分析,人们可以建立复杂的模型,根据有关员工潜在流失的数据生成触发器。HCM解决方案通过将员工流失风险因素与绩效数据相结合,可以准确判断员工的工作效率,检查员工流失率,并专注于提高员工忠诚度和员工福利计划。
预测能力和招聘要求
人力资源分析可以通过对最佳资源可用性、需求可能下降或上升以及其他有用的细节进行正确的检查和平衡,从而确保人员配备。这也将有助于招聘团队掌握工作量,确切知道需求何时会激增,以及如何填补缺口。与此同时,由于准确的产能预测,您的员工也可以减轻工作负担。
员工情绪分析
到目前为止,这是人力资源分析最重要的益处。除了年度调查或反馈机制外,预测分析还能帮助评估员工对自己在公司的角色的看法。通过跟踪员工对不同话题的看法,跟踪他或她在社交媒体上的数据,绘制他们的绩效图,我们可以分析员工的动机商数,留在公司的愿望以及与企业目标一致性程度。然后,这将继续促进成果、精简增长、有利于重新调整员工福利计划,精简对核心业务目标的关注。
结论——未知的领域和灿烂的前方道路
对于人力资源团队来说,对预测分析如何帮助日常任务分配感到有点不确定是很正常的。然而,今天,全面的HCM解决方案必须包含这些关键的预测分析组件,帮助揭开高度复杂和竞争激烈的市场的神秘面纱。
最后,预测性人力资源分析将创造有意义和令人满意的员工体验,带来真正的长期利益和关系建设。
以上为AI翻译,观点仅供参考。
原文链接:Why Predictive Analytics is a Game Changer for Human Capital Management
HRtech
2018年09月28日
HRtech
领导者还是落后者:评估人力资源科技数字化成熟度的5个方法
为数字未来塑造业务是CIO们业务中的一大挑战。EY的一项研究显示,90%(87%)的数字化首席信息官(cio)特别关注IT如何推动业务转型。这是一个涉及流程、系统和人员转换的挑战。在这个过程中有一个关键的步骤——日复一日支持员工应对与工作相关的挑战。因此,数字化的过程应该反映在每个人的接触点上——从雇佣到离职。
在开始数字化之旅时,应该满足多样化员工基础的需求。这意味着使用技术来建立完整的透明度,赋予员工权利。在踏上这条征途之前,对人力资源技术进行反思将有利于技术潜力的发挥。
以下是5个具体的方法。
1.是否有关注技术意识?
任何数字化的旅程都始于人力资源功能的技术化意识。为此,人力资源内部的心态和文化必须首先改变。人力资源专业人员本身应该数字化配置,并了解当前的趋势。他们必须远离盲目地推动工具和系统。技术的态度必须延伸到各级领导。文化和人们工作方式的转变将直接影响到数字产品的使用率。
2.你能用技术与员工建立信任关系吗?
一个典型的例子是在办公室使用互联网。员工不被鼓励使用个人设备,而且经常被限制使用办公室网络。这种态度需要改变。企业需要通过透明的方式来建立与员工的信任关系。这意味着要有一个系统的办法来建立正确的边界,使员工能够进行无缝工作。鼓励员工亲身体验分析工具、人工智能和基于ML的招聘助手、聊天机器人等工具,将进一步加速你的旅程。
3.你们的技术支持CIO-CHRO合作伙伴关系吗?
人力资源业务合作伙伴必须积极致力于地高科技工作。问一些问题,比如“我们怎样才能实现无纸化?”,“我们如何提供一种“零接触”的体验?”,“我们怎样才能消除体力劳动?”“我们怎样才能把一个多步骤的过程减少到单步骤?”这些问题有助于人力资源部门思考数字化层面的问题,进而有助于与IT部门建立正确的协同作用。
真正的数字转型成熟度曲线是通过提供“WhatsApp或Facebook”等类似于工作场所的经验来实现员工生命周期(从入职到离职)的数字化管理。“每一项工作都是一项技术工作”这句话从来没有比今天更正确。
4.你正在建立未来技能吗?
组织必须为数字时代寻找并培养新的技能。工作技能可以分为五种类型:体力;基础认知;高级认知;社交和情感;技术。
越来越多重要的是,好奇心、学习能力、识别机会领域的能力,以及引入正确的技术实现数字应用的能力。为了建立正确的能力,创建一个学习生态系统,让人们了解他们想去哪里并不断成长,这是必不可少的。这意味着提供“学习地图”和数字内容,让人们与公司一起成长。为了实现这一点,CHROs必须与CIO密切合作,并与利益相关者和供应商一起推动议程。
5.把员工放在数字化的中心
从人力资源的角度来看,数字化转型的最大客户是员工。一切都必须从保持“员工之旅”开始。无论是聊天机器人,还是基于AI-ML的选择过程,管理者们在雇佣员工之前都必须考虑到员工。员工旅程映射是数字化转型成熟度曲线的基石。
任何数字转型都是分阶段进行的。敏捷就是目标,在数字化的过程中允许渐进式的即兴创作,同时优化资源投入,按时进行校正。
组织需要灵活,同时通过平衡的控制策略保持遵从性。只有当数字技术的主要支持者,如人力资源、信息技术和最高领导层共同努力的时候,这才有可能实现。
一个建设性的合作
HR和IT都是具有类似SLA(service-level agreement,服务品质协议)的内部服务提供商。他们应该共同创造,而不是单独作业。数字化要求将功能(IT和HR)结合在一起,首要关注的是输出。换句话说,它意味着关注员工通过自助服务解决的问题的数量。自我学习的个人和学习组织将波动和破坏作为一种生活方式,是人力资源KRA(Key Result Areas,关键结果领域)为了推动组织的明天,而不是今天或昨天。
以上为AI翻译,观点仅供参考。
原文链接:Leader or Laggard: Here’s how to assess the digital maturity of HR tech?
HRtech
2018年09月28日
HRtech
展望2019:人力资源科技变革
文/Sara Pollock
数十年来,人力资源技术一直在不断演变。从移动到云计算,到视频的兴起,再到大数据,我们已经跟踪这种演变相当长一段时间了。成功的企业不断优化新的自动化流程,以进一步形成世界级的人才管理战略。事实上,全球65%的雇主认为,人力资源技术将解放员工,让他们专注于知识密集型的工作。
人力资源技术已经走到了尽头,它将走向何方?搜索者和求职者不再像以前那样浏览网页,现在是时候更新我们的联系方式了,也时候更新我们推销自己的方式了。这意味着我们需要比以前更容易、更快、更好,吸引到注意力,并保持注意力,获得我们想要的人才。
众所周知,如今的招聘市场是求职者主导的,86%的招聘人员和62%的雇主都有这种感觉。以下是一些人力资源技术的关键领域,它们正引领着我们走向一个更好、更成熟的招聘未来。
自然语言处理(NLP)
自然语言处理(Natural Language Processing,NLP)由人工智能技术组成,许多人认为人工智能技术可能像我们人类一样处于思考和说话的边缘。有一点很重要,那就是要明白这对人力资源的多个方面都有帮助,而不仅仅是招聘。NLP技术的作用是要真正讲我们的语言,并且能够区分特定的情绪,而不是简单地通过计算机代码翻译。
不知道如何才能使用这样的系统?当应用于领导力激励,员工反馈调查,甚至聊天时,NLP技术可以用来深入了解员工对工作场所的想法和感受。NLP对你的员工一视同仁,让你能够立即采取行动,帮助他们和你的候选人获得经验。
这不仅是确保您的员工满意的好方法,而且您还可以使用这个系统来询问关于业务内数据的具体问题。NLP可以包括PTO查询,工资信息甚至预算支出。系统具有无限可能。
虚拟现实(VR)
如果你关注过最新的视频游戏或培训研讨会,那么你就知道虚拟现实(Virtual Reality,VR)正在接管一切。2017年的一项研究发现,只有18%的受访者对VR不感兴趣。这意味着82%的人对这项技术感兴趣,这只是该技术正在经历的惊人增长的一小部分。模拟开始在世界的每个角落萌芽——包括人力资源。
这项技术使新员工比以往任何时候都更容易进入现实世界真实场景中,而不会冒着与客户沟通不畅、扰乱客户订单或其他任何耗费公司时间和金钱的事情的风险。相反,通过VR的使用,他们可以完成日常任务,以便在真正实施之前掌握窍门。
分析(Analytics)
你可能曾经使用过某种形式的分析,但它们从来没有像现在这样重要。使用最新的HCM解决方案,雇主现在可以深入了解员工信息,以更好地理解员工生命周期的重要方面,如离职统计和原因,绩效和领导策略的整体有效性。这种洞察力还可以帮助你发现公司内部的潜在问题,比如不平等和雇佣偏见。
今天,这些信息被用来更进一步的研究,不仅是用于识别问题,而且还用于预防问题。通过预测分析,公司可以更好地根据新员工、领导方法等来确定可能出现的人才指标和风险。根据预测解决方案的数据,工作场所伤害的预测准确率高达97%。在人工智能和机器学习的帮助下,这项技术正在不断进步,以帮助你在问题出现之前制定策略并加以改进。多年来,人力资源技术一直在迅速发展。公司可以利用许多系统来更好地跟踪、影响、吸引和分析候选人和雇员。
以上为AI翻译,观点仅供参考。
原文链接:Revolutionary HR Technology - What You Can Expect in 2019
HRtech
2018年09月28日
HRtech
人力资源技术取得显著进步,但招聘过程中的“人情味”仍不可或缺
文/Media OutReach
智能技术允许招聘人员更多地专注于人际关系和知识型工作
越来越多的雇主开始使用人力资源技术来吸引和雇用最优秀的人才。根据全球人才解决方案公司任仕达(Randstad Sourceright)发布的一份报告,尽管这些招聘工具得到了广泛采用,但许多企业领导者表示,他们仍然希望在招聘过程中的关键时刻表现出“人情味”。
根据对超过800名人力资本领导者的调查,任仕达的人才趋势研究发现,在进行寻找人才等任务时,半数 (51%)的雇主认为初步筛选应该大部分或完全自动化。同样,相同的百分比认为自动化对于跟踪HR数据/指标以及HR分析的创建和管理非常有用。
然而,人才领导者仍然重视人际互动,因为他们表示在招聘过程中某些方面的个人接触能使候选人参与其中。雇主认为受益于个人接触的前三大职能包括通过视频访谈(28%)筛选候选人,安排与候选人的访谈(27%),以及管理人才社区和参与(26%)。
“对于雇主来说,探索技术创新是一个很好的机会,它们可以为招聘流程带来更多可能性。现在,采购和筛选人才变得更加容易,但同时也增加了复杂程度。这需要公司考虑整体招聘经验,更具体地说是确定技术和接触的最佳组合以改善招聘结果。”任仕达公司董事总经理Anthea Collier说。
无论雇主在何处落实科技与人类接触的差距,65%的人认为人力资源技术的持续发展将积极提升候选人的经验,这些新工具将使招聘人员能够专注于更多知识密集型工作。
以上为AI翻译,观点仅供参考。
原文链接:Despite advances in HR tech, employers believe human touch still an important part of hiring process
HRtech
2018年09月27日
HRtech
YC新星:人力资源聊天机器人Leena AI获得200万美元种子轮融资
文/Ron Miller
人力资源科技创业公司Leena AI今日宣布从数位投资人那里筹集到200万美元的投资,其中包括著名投资人Elad Gil,Snapdeal联合创始人Kunal Bahl和Rohit Bansal, 以及FundersClub基金, Quiet Capital (Lee Linden, Matt Humphrey, and Ray Bradford)和Cathexis Ventures等投资机构。
Leena AI公司专注于开发人力资源聊天机器人,解决员工的疑问。今年夏季,Leena AI参加了Y Combinator创业课程,此次融资也是紧随毕业之后。
公司联合创始人兼首席执行官Adit Jain表示,种子资金将用于扩大公司规模并赢得客户。他们希望在未来12-18个月内拥有50家企业客户。目前,他们有16个。
据Jain解释,他们于2015年在印度开过一家名为Chatteron的公司。最初的想法是帮助其他人建立聊天机器人,但是像许多创业公司一样,他们意识到这个需求没有被解决,通过这次在人力资源领域的尝试,他们从去年开始专注于开发Leena AI。
随着他们对人力资源问题深入研究,他们发现大多数员工无法获得基本问题的答案,例如他们有多少休假时间或如何利用健康保险当他们有新生儿时。当信息可在网上找到时,这就迫使求助于电话服务台,但也并不总是很容易得到。
Jain指出,大多数人力资源政策都被写在政策文件中,但员工并不总是知道它们在哪里。他们认为聊天机器人是解决这个问题的好方法,可以节省大量时间搜索或寻找那些本应该很容易找到的答案。更重要的是,他们了解到绝大多数问题都相当普遍,因此系统更容易学习。
员工可以通过Slack, Facebook的Workplace, Outlook, Skype for Business, Microsoft Teams和Cisco Spark访问Leena聊天机器人。同时,他们还提供Web和移动端访问服务。
图片:Leena AI
更重要的是,由于大多数公司使用一套通用的后端人力资源系统,如Oracle,SAP和NetSuite(也属于Oracle),他们已经能够构建一套标准的集成商,这些集成商可以顺利采用他们的解决方案。
客户向Leena提供手册或一套政策文件,他们将机器学习用于此。Jain说,凭借这些信息,他们可以将这些文档转换为一组结构化的问题和答案集,并将其提供给聊天机器人。他们应用自然语言处理(NLP)来理解被问到的问题并提供正确的答案。
他们看到了超越人力资源的空间,并扩展到其他部门,如IT,财务和供应商采购,这些部门也可以利用机器人来回答一系列常见问题。目前,作为最近的YC毕业生,他们获得了第一笔巨额资金,他们将集中精力建立人力资源聊天机器人,并看看这会把他们带到哪儿。
注:以上内容由AI翻译,观点仅供参考。
原文链接: Fresh out of Y Combinator, Leena AI scores $2M seed round