大数据时代的人才管理
- 格式:doc
- 大小:41.50 KB
- 文档页数:2
大数据给人力资源管理带来的变化伴随着大数据时代的到来,现代企业越来越重视数据的分析和应用。
作为企业管理中不可或缺的一环,人力资源管理也发生了深刻的变化。
大数据技术的应用为人力资源管理带来了更加灵活、高效和精准的方式,这些变化也对人力资源管理工作提出了新的要求。
一、招聘流程的优化传统的招聘流程需要耗费大量的人力和物力,而且往往难以保证招募到合适的人才。
而大数据技术的应用可以让企业更加精准地找到合适的候选人,减少招聘成本和时间。
通过分析历史招聘数据,企业可以了解哪些渠道或方式更适合招募特定类型的人才,从而调整招聘策略。
此外,大数据分析还可以帮助企业预测人才流动情况,及时做好人才储备和替补计划。
二、员工绩效管理的提升传统的员工绩效管理通常是基于人工填写的绩效评估表格,这样的方式容易出现主观评价和信息不足的情况。
而大数据技术可以帮助企业更加客观地评估员工绩效。
通过对员工工作数据的跟踪和分析,企业可以了解员工的工作表现、技能和潜力,并及时给予反馈和奖励。
此外,大数据分析还可以帮助企业预测员工绩效和未来的人力资源需求,从而更好地做出人力资源规划。
三、员工培训的优化员工培训是企业发展中非常重要的一环,但传统的培训模式往往效率低下,难以满足员工个性化的学习需求。
而大数据技术的应用可以让企业更加精准地进行员工培训。
通过对员工学习数据的跟踪和分析,企业可以了解员工的学习习惯和需求,从而提供更加个性化的培训内容和方式。
此外,大数据分析还可以帮助企业确定哪些培训方式和内容更加有效,从而优化培训计划和投入。
四、员工福利的优化员工福利是企业吸引和留住人才的重要手段,但传统的福利体系往往缺乏个性化和差异化。
而大数据技术的应用可以让企业更加精准地提供员工福利。
通过对员工生活和健康数据的分析,企业可以了解员工的需求和偏好,从而提供更加个性化和符合员工需求的福利方案。
此外,大数据分析还可以帮助企业评估福利计划的效果,从而及时调整和优化福利方案。
大数据时代的人力资源管理一、概述随着物联网、云计算等新技术的广泛应用,大数据成为了当今最热门的话题之一。
在这个大数据的时代,人力资源管理也遇到了重大的挑战和机遇。
本文将从人力资源管理的角度出发,探讨大数据对人力资源管理的影响,以及如何利用大数据进行人力资源管理。
二、大数据对人力资源管理的影响大数据对人力资源管理的影响主要体现在以下几个方面:1. 提高人力资源决策的精度和效率通过收集和分析大量的人才数据,企业可以更准确地了解人才的需求和供给,从而更加科学地制定人力资源管理策略。
例如,在进行招聘时,企业可以通过对候选人的简历、社交媒体资料等信息进行分析,从而更好地了解候选人的背景和潜力,提高招聘的成功率和效率。
2. 优化员工绩效考核和管理通过大数据分析,企业可以更全面地了解员工的表现和绩效,识别出超越绩效标准的高绩效员工,及时调整员工的岗位和薪酬体系,从而提高员工的工作满意度和忠诚度。
3. 实现高效的培训和发展计划通过对员工的学历、工作经验、职业规划等信息进行分析,企业可以制定更有效的培训计划和职业发展规划,提高员工的技能水平和职业素养,从而增强企业的核心竞争力。
4. 提高员工福利和人性化管理水平通过大数据分析,企业可以了解员工的偏好和需求,针对性地提供个性化的员工福利,从而提高员工的工作满意度和幸福感,增强企业的凝聚力和竞争力。
三、如何利用大数据进行人力资源管理企业要实现利用大数据进行人力资源管理,需要采取以下措施:1. 建立专业的人力资源大数据分析团队企业需要组建专业的人力资源大数据分析团队,为企业提供数据分析、人才评估、人才招聘等服务。
2. 建立完整的人力资源信息库,收集各类人才数据企业需要建立完整的人力资源信息库,收集各类人才数据,包括员工的个人信息、工作经历、学历、证书、培训记录等,以及竞争对手的薪酬、员工福利等信息。
3. 通过人力资源管理软件对数据进行分析和挖掘企业需要使用专业的人力资源管理软件,对大数据进行挖掘和分析,从而得出更准确的人才预测和人才评估结果。
大数据环境下的企业人力资源管理分析随着科技的不断发展和市场的不断变化,企业的发展过程越来越复杂,企业管理越来越关注市场变化和消费者需求的快速响应。
随着大数据的出现和发展,企业可以将传统的人力资源管理方法与大数据相结合,提高人力资源管理水平,同时更好地应对市场需求。
1. 人才招聘和招募企业在大数据环境下可以根据自身的业务需求和人才需求,通过分析和研究市场潜在人才的数据,制定招聘计划和招募策略,快速定位和招募符合企业要求的人才。
企业还可以通过大数据分析优化招聘渠道和采用适当的招聘方式和工具,大大提高招聘效率和招聘质量。
2. 员工培训和发展企业可以通过大数据分析员工的教育背景、培训需求和优势,进一步明确员工的能力和潜力。
这有助于企业根据员工的需求和企业的培训计划,为员工提供更为个性化的培训和职业发展计划,使员工的能力得到更好的发展和应用。
通过培训和发展,员工的工作能力和知识水平可以得到大幅度提高,更好地满足企业的需要和要求。
3. 员工考核和绩效管理企业可以通过大数据分析员工的业绩和工作表现,评估员工的工作质量和绩效。
这有助于企业更加全面和客观地对员工的工作表现进行评定和考核,制定和实施科学的薪酬激励计划,提高员工的工作积极性和满意度。
企业还可通过大数据分析工作表现差异的原因,为员工提供相应的改进建议,协助员工克服工作中遇到的难点和挑战。
4. 企业文化建设和员工满意度管理企业文化建设和员工满意度管理是企业人力资源管理的关键之一,这也是利用大数据进行人力资源管理的一个重要方面。
企业可以通过大数据分析员工的口碑、离职率、工作满意度等方面的数据机密优化企业文化,制定更具吸引力和影响力的企业文化建设计划。
同时,企业还可以通过不断进行员工满意度调查和分析,发现员工的关切点,了解员工的需求和期望,提高员工满意度和忠诚度,从而维持和增强企业的核心竞争力。
总的来说,大数据在企业人力资源管理中的运用可以帮助企业建立更优化、更强大的人力资源管理体系,也为企业的人力资源开发和管理注入朝气和活力。
大数据背景下人力资源管理应用创新与挑战大数据技术的出现和发展,为各行各业带来了革命性的变革和机遇。
而在人力资源管理领域,大数据技术也为企业提供了全新的应用创新和挑战。
本文将从大数据背景下人力资源管理的应用创新和挑战两个方面展开探讨。
1. 数据驱动的人才招聘和选拔随着大数据技术的发展,企业可以利用大数据分析技术对招聘信息进行广泛深入的挖掘和分析,从而更准确地了解候选人的能力、技能、经验和职业发展方向。
通过大数据技术,企业可以明确自己的招聘需求,更加精准地筛选出符合要求的人才,提高人才招聘的有效性和效率。
大数据技术可以帮助企业更加全面、立体地了解员工的工作表现、职业发展动向和潜力评估。
企业可以通过大数据分析,更好地挖掘员工的潜力和发展空间,为员工提供个性化的培训和发展策略。
大数据技术还可以帮助企业预测员工的流失风险,并及时采取措施降低员工流失率,提升员工的满意度和忠诚度。
3. 数据驱动的绩效管理和激励机制大数据技术可以帮助企业更加客观、科学地评估员工的工作绩效和贡献,避免主观评价的偏见和误判。
通过大数据分析,企业可以设计出更加公平、激励性的激励机制,激发员工的工作动力和创造力。
大数据技术还可以帮助企业更好地识别和奖励高绩效员工,提升企业的绩效管理效率和效果。
4. 数据驱动的薪酬管理和福利设计利用大数据技术,企业可以更好地了解市场薪酬水平和员工薪酬期望,为企业制定更合理、激励性的薪酬政策和福利待遇。
大数据技术可以帮助企业更加科学地制定薪酬水平、薪酬结构和绩效考核标准,提升员工的薪酬满意度和激励效果。
1. 数据安全和隐私保护随着大数据技术的应用,企业可能会面临着更加复杂和严峻的数据安全和隐私保护挑战。
企业需要制定完善的数据安全政策和措施,加强数据的加密和防泄漏能力,确保员工和候选人的个人信息得到有效的保护和管理。
2. 数据质量和可靠性大数据分析的效果和结果,很大程度上取决于数据的质量和可靠性。
企业需要保证数据的采集、存储和处理的可靠性和准确性,避免因数据质量问题导致分析结果的失真和误判,影响人力资源管理的决策和执行效果。
大数据技术在人力资源管理中的应用一、引言在当今信息化时代,大数据技术的快速发展已经对各行各业产生了深远的影响。
人力资源管理作为企业组织中至关重要的一环,也离不开大数据技术的应用。
本文将探讨大数据技术在人力资源管理中的应用,并分为三个方面加以介绍。
二、招聘管理1. 人才需求预测:借助大数据技术,人力资源部门可以分析历史招聘数据、企业的战略规划以及市场趋势等相关数据,以此来预测未来的人才需求。
这样,企业能够提前制定招聘计划,高效地配置人力资源,避免招聘不足或招聘过剩的问题。
2. 智能筛选简历:传统的简历筛选工作常常需要耗费大量人力和时间。
而借助大数据技术,可以利用人才科学匹配算法,对海量的简历进行快速筛选。
通过分析求职者的教育背景、工作经历、技能能力等关键信息,大数据技术可以帮助人力资源部门快速找到合适的候选人,提高招聘的效率和成功率。
三、绩效评估与激励1. 数据驱动的绩效评估:大数据技术可以帮助人力资源部门更加客观地评估员工的绩效。
传统的绩效评估方法往往主观、片面,容易受到个人偏见的影响。
而通过大数据技术的应用,可以从多个维度、全面地考察员工的表现,包括业绩、团队贡献、客户评价等。
这样,绩效评估结果更加客观、公正,有利于激励员工的积极性和主动性。
2. 个性化激励方案:基于大数据技术的数据分析,可以更好地理解员工的需求和动机,制定个性化的激励方案。
通过分析员工的工作偏好、技能特长等数据,人力资源部门可以为员工提供有针对性的培训、晋升机会或其他非经济性激励。
这样,员工的工作满意度和忠诚度将会得到提升。
四、人才留存和离职预测1. 人才流失分析:借助大数据技术,可以分析员工的离职原因、离职趋势等信息,帮助企业了解人员的流失情况。
通过对离职员工的画像分析,企业能够更好地识别潜在的人员流失风险,并采取相应的留存措施。
同时,对于流失的高绩效人员,也可以采取针对性的挽留措施,以避免重要人才的流失。
2. 离职预测模型:大数据技术可以帮助人力资源部门建立离职预测模型,根据员工的个人信息、工作表现、福利待遇等因素,预测员工离职的概率。
大数据驱动的人才管理大数据驱动的人才管理随着信息技术的快速发展和智能化时代的到来,大数据已成为企业发展的重要战略资源。
对于人力资源管理而言,大数据的运用将有助于提高人才招聘、培养和留用的精准性和效能。
本文将探讨大数据驱动的人才管理的概念、优势和挑战,并探讨如何合理利用大数据来提升企业的人才管理。
一、大数据驱动的人才管理概述大数据驱动的人才管理是指通过收集、整理和分析海量的数据,并利用数据挖掘和分析技术来优化人力资源管理过程。
传统的人才管理往往依赖主管的经验和决策,但这种方法存在主观性较强、决策效果难以量化等问题。
而大数据的运用可以使人才管理更加客观、科学和高效。
二、大数据驱动的人才管理的优势1. 提高招聘效率:通过分析大数据,人力资源部门可以了解候选人的背景、技能、经验等信息,从而更好地匹配岗位需求,避免不必要的人力资源消耗。
2. 优化培训方案:大数据分析可以帮助企业确定不同岗位的培训需求和补充点,为员工提供个性化的培训方案,提高培训效果和员工绩效。
3. 预测人才流动:通过对员工的数据进行分析,可以预测员工的离职倾向和职业发展动向,提前采取激励措施,留住核心人才。
4. 优化绩效考核:大数据分析可以为绩效考核提供更准确的数据支持,客观评估员工的工作表现,减少主观因素的影响。
5. 加强员工参与感:通过大数据分析,企业可以了解员工的需求和关注点,提供更好的员工福利和激励机制,增强员工的归属感和忠诚度。
三、大数据驱动的人才管理的挑战1. 数据安全与隐私:在大数据驱动的人才管理中,大量的个人数据需要被收集和分析,企业需要确保数据的安全性,同时合法合规地处理员工的个人隐私。
2. 数据质量与分析能力:大数据分析的结果和决策质量直接依赖于数据的准确性和分析的能力。
企业需要投入相应的资源来确保数据的质量和提升分析能力。
3. 数据的合理利用:企业需要遵循合法合规的原则,将大数据的运用限制在合理的范围内,避免滥用和侵犯员工的权益。
大数据技术对人力资源管理的影响与应用一、引言随着社会的发展,运用新兴的技术来提高企业的管理水平已经成为了刚需,而大数据作为信息化领域的热门技术之一,近年来受到了越来越多的关注。
其中,在人力资源管理领域中,大数据技术的应用也逐渐受到了重视。
本文将从大数据技术对人力资源管理的影响以及如何应用大数据技术来提升人力资源管理能力两个方面进行阐述。
二、大数据技术对人力资源管理的影响1. 人才招聘和培养方面的影响在招聘人才方面,传统管理流程往往是通过人力资源经理或人力资源专员等在招聘网站、社交媒体上发布招聘信息,等待求职者主动投递简历后进行面试,而这种方式存在很多问题。
大数据技术的出现,使得企业对人才的需求量、人才优势以及相关的课程等信息都能够收集并进行数据分析,从而根据需求来精准招聘。
同时,企业可以通过大数据技术进行人才的背景、工作经历等信息的分析,为人才的职业规划和培养提供数据支持,帮助企业快速发现、吸纳及培养人才,提升招聘效率和精准性。
2. 岗位评估和绩效管理方面的影响传统的岗位评估和绩效管理多提供的是主观的标准,而大数据技术的应用能够有效地消除主观评估的不确定性。
通过将员工的绩效数据进行结构化、标准化处理,企业可以准确判读员工的进展情况和表现水平,从而更加客观全面地评估员工岗位匹配情况,并为员工制定更加精准的能力提升规划,有针对性地进行训练和培训,进而提升员工的绩效表现。
在绩效管理中,大数据技术可以进行复杂的数据分析,结合业务环境,发现隐藏在数据中的问题,实现对企业管理模式的优化升级。
3. 员工福利和关爱方面的影响企业的福利制度及关爱机制一直是衡量企业文化成熟度的衡量标准之一,通过大数据技术的应用来进行员工信息的性格分析、心理和情感分析,使得企业能在员工心态情绪等方面进行更有效的关联分析,在这基础上通过改善福利、关爱机制来不断提升员工关注度和团队凝聚力。
三、如何应用大数据技术来提升人力资源管理能力1. 完善招聘流程和方法利用人才管理平台进行大数据分析,抓住人才信息中的规律,定制符合企业需求的人才招聘流程,逐渐降低人力资源招聘人员劳动成本及招聘效率的提升。
大数据时代下人力资源管理的变革随着信息技术的迅猛发展和大数据时代的到来,人力资源管理也在经历着前所未有的变革。
大数据时代下,人力资源管理面临着许多新的挑战和机遇,需要不断更新自身的理念和方法,以适应新时代的要求。
本文将从大数据时代对人力资源管理的影响、人力资源管理的变革趋势以及应对挑战的策略等方面展开探讨。
1. 数据化管理:大数据时代以其海量、多样、高速、价值密度高等特点,对人力资源管理提出了更高的要求。
传统的人力资源管理依靠经验、直觉和个人能力进行决策,而大数据时代下,人力资源管理需要依靠数据来辅助决策,从而实现更加科学、精准的管理。
2. 人才招聘和留存:在大数据时代下,人才招聘和留存成为了人力资源管理的重要挑战。
大数据技术可以帮助企业更好地识别和吸引优秀人才,并通过分析员工数据来预测员工流失情况,帮助企业制定更加有效的人才留存计划。
3. 绩效评估和激励机制:大数据时代下的人力资源管理需要更加科学地评估员工的绩效,并设计相应的激励机制。
通过分析员工数据,可以更加客观地评估员工的工作表现,从而更加公平地激励员工,提高企业的绩效。
2. 个性化管理:大数据技术可以帮助企业更好地了解员工的个性化需求,从而设计个性化的培训和发展计划,提高员工的工作满意度和忠诚度。
3. 智能化工作:随着人工智能和机器学习等技术的不断发展,很多重复性、低附加值的工作可以被自动化和智能化替代,从而使人力资源管理可以更加专注于战略规划和人才发展等核心工作。
应对挑战的策略:1. 加强数据能力:人力资源管理需要加强数据分析和挖掘能力,不断提升自身在数据处理和应用方面的能力,从而更好地应对大数据时代的挑战。
2. 创新管理模式:人力资源管理需要不断创新管理模式,设计更加个性化、灵活的管理方案,满足员工多样化的需求,并真正实现人力资源管理的差异化竞争。
3. 开放式合作:大数据时代下,企业需要更加开放地与外部数据服务商合作,共享数据资源,获得更多的数据支持,从而更加科学地进行人力资源管理。
数字化时代的人力资源管理与发展随着科技的飞速发展,数字化时代已经全面来临。
这不仅改变了人们的生活方式,也对企业的人力资源管理和发展提出了新的挑战和机遇。
在这个数字化时代,如何有效地管理和发展人力资源已成为所有企业不可忽视的重要问题。
一、数字化时代带来的人力资源管理挑战1. 大数据管理数字化时代有大数据泛滥的趋势,企业面临着如何搜集、分析和应用这些海量数据的挑战。
从人力资源管理的角度来看,企业需要借助先进的技术和工具,将海量的人力资源数据转化为有用的信息,以便更好地制定战略、制定招聘计划、进行绩效评估等。
2. 新平台的应用数字化时代涌现出了各种新的平台和工具,如人力资源管理系统、在线招聘平台等。
这些新平台为企业提供了更加灵活和高效的人力资源管理方法,但同时也带来了管理上的挑战。
企业需要学习和适应这些新平台的应用,合理利用它们的功能,提高人力资源管理的效率和准确性。
3. 人才引进和留住数字化时代,人才市场更加竞争激烈。
企业不仅需要吸引优秀的人才加入,还需要制定有效的留才措施,避免人才的流失。
在这个过程中,企业需要根据数字化时代的特点,制定具有吸引力的薪酬体系、提供良好的培训和晋升机会,以及提供舒适的工作环境等。
二、数字化时代的人力资源管理策略1. 数据驱动的决策在数字化时代,数据成为企业决策的重要依据。
人力资源管理也不例外。
企业应该通过数据分析来了解员工的需求、评估绩效和预测未来的人力资源需求。
通过科学的数据分析,企业可以做出更加准确和明智的决策,提高人力资源管理的有效性。
2. 引入人工智能技术人工智能技术在人力资源管理中具有广阔的应用前景。
企业可以利用人工智能技术来进行智能招聘、自动化绩效评估、职业培训等。
人工智能技术的引入可以提高人力资源管理的效率和准确性,减少人为主观干预带来的偏差。
3. 建立多元化的企业文化在数字化时代,企业需要注重建立多元化的企业文化。
多元化的企业文化可以吸引更多不同背景和特长的人才,实现人才的优势互补。
大数据在人力资源管理中的应用随着信息技术的快速发展,大数据已经渗透到各个行业和领域,成为推动产业升级和转型的重要力量。
在人力资源管理领域,大数据的应用也日益广泛,它不仅可以提高人力资源管理效率,还可以为企业决策提供更加准确的数据支持。
本文将探讨大数据在人力资源管理中的应用,以及如何更好地发挥其作用。
一、大数据在人力资源管理中的应用场景1.招聘与选拔在招聘与选拔环节,大数据可以通过分析求职者的网络行为数据,如搜索记录、浏览记录、社交媒体动态等,来评估其兴趣、专业能力和职业规划,从而更准确地预测其是否符合岗位需求。
此外,大数据还可以对人才市场进行动态监测,通过分析招聘网站、社交网络等数据,预测行业趋势和人才需求,为企业制定招聘计划提供参考。
2.绩效管理大数据可以通过对员工行为数据的分析,来评估员工的绩效表现。
例如,通过分析员工的工作日志、任务完成情况、投诉记录等数据,可以了解员工的工作效率和问题所在,进而制定针对性的改进措施。
此外,大数据还可以通过对员工绩效数据的分析,来评估不同岗位的胜任力模型,为员工的晋升和培训提供依据。
3.薪酬与福利管理大数据可以通过对员工薪酬数据的分析,来制定更加合理的薪酬策略。
例如,通过对不同行业、不同地区、不同岗位的薪酬数据进行对比分析,可以了解市场薪酬水平,为企业制定薪酬政策提供依据。
此外,大数据还可以通过对员工福利数据的分析,来了解员工对福利政策的满意度和需求,进而优化福利政策。
4.员工关系管理大数据可以通过对员工社交网络行为的分析,来了解员工的心理状态和需求。
例如,通过对员工在社交媒体、论坛等平台上的言论和行为进行分析,可以发现潜在的员工关系问题,进而采取相应的措施进行干预和解决。
此外,大数据还可以通过对员工投诉数据的分析,来了解员工对企业管理方式的满意度和改进方向,为企业管理者提供决策支持。
二、大数据在人力资源管理中的应用优势1.提高人力资源管理效率大数据的应用可以大大提高人力资源管理效率。
大数据时代的人才管理
2014年07月14日14:32 来源:人力资源开发与管理2014年05期作者:陈果字号
打印纠错分享推荐浏览量【内容提要】基于数据分析的对标、关联等应用越来越多用在企业人才
管理,未来CHRO的工作方式会越来越像采用社交和大数
据分析做精准营销的CMO。
前几年在某大型跨国公司管理团队时,我意识到“大数据”在HR管理中的作用。
在管理团队薪酬时,IT系统不仅处理薪酬流程,还提供对标数据支持决策:调薪周期开始时,公司把调薪预算从上到下分解到各级经理,经理会具体分析每个下属员工应该分配多少预算。
一般会考虑:一、员工当期绩效表现,二、目前在公司内同类工作岗位中所处薪酬水平?三、与同行和竞争对手的同类岗位相比处于什么水平?经理根据业务需要确定是否要努力保留一位员工,通过预算分配使员工处于合理的薪酬水平。
这个系统不仅提供了公司内按职位角色细分的薪酬分布曲线,同时提供了行业薪酬分布曲线,使管理人员能直观看到员工调薪前后在公司内及市场上的薪酬“分位值”。
公司如果有规范的职位职务体系基础容易统计内部薪酬分布,行业的数据一般来自大型HR咨询公司的薪酬数据库。
做跨公司的职位职务对应匹配却是件有挑战性的事情——你怎么知道A公司的八级软件工程师相当于B公司的十级咨询顾问呢?传统上,我服务的那家公司是定向的对标指定,即人工对应到具体同类型公司的同类型岗位。
随着技术的发展,现在时髦的基于文本分析的“大数据分析”能够解决更广泛的职位匹配问题,再结合薪酬数据库,能够更准确做薪酬对标。
可以预计,这种对标方法会成为一种更加普及的应用。
HR咨询公司薪酬数据库的客观性和准确性往往存有争议,大企业做对标时一般会购买几家咨询公司的数据,相互参照使用。
然而,现在互联网上各种“晒工资”网站越来越多,例如,基于互联网的大数据分析可能颠覆传统的薪酬数据库服务,企业能够更加实时、准确地做职位薪酬对标,提升人才管理水平。
HR部门的价值从后台服务职能,发展到帮助业务部门挖掘、培养、发展人才,成为企业业务的驱动者,人才相关数据的分析为这样的工作方式转型提供了可能性。
不仅是薪酬数据分析,从上图所示的HR 相关数据可以产生很多分析机会。
例如某些专业岗位招聘如何选择候选细分人群,需要在用人成本、人才质量、使用风险以及细分人群供应量等不同因素中平衡,可以通过数据挖掘方法,根据不同人才寻源策略确定相应的候选人细分对象;又如雇主品牌建设,通常员工敬业度调研结果中薪酬是一个抱怨因素,可是,实际薪酬水平以及期望薪酬水平与员工的敬业度、员工绩效之间有多深的关联?不同的薪酬或者奖金结构方式会对敬业度产生什么影响?再例如提高招聘质量,国外某保险公司对数百例初级销售人员聘用后的实际业绩分析发现,应聘人资质与业绩相关度较高的因素有:简历文本质量(语法准确、表述清楚)、教育经历完整性、高端产品销售的经验、过去类似工作的成功、不确定环境下工作的能力等,并有意思地发现大学档次、大学成绩、推荐
人资质等因素与业绩相关度不高。
除此之外,在员工保留因素、销售人员绩效、出勤率预测、继任计划、人才管道计划、高潜力人才挖掘等人力资源管理领域,数据分析都有广泛的应用。
HR总监向管理层解释工作计划是件比较麻烦的事情,如果他在预算会上拿出一份人员自然减员率分析、招聘预测、人员管道与业务增长相关性、不同绩效水平的薪酬增长比率和市场对标水平等数据的分析报告,可以设想这会多么有说服力。
在移动、社交和互联的今天,与消费者开展“倾听、理解、使能”循环,加上精准效果评估,是新一代首席营销官的工作模式。
如果把人才和员工看做HR的营销对象,首席人力资源官的工作方式会越来越像CMO,通过社交媒体的多向信息沟通特点,建立内外部人才协作、目标设定和绩效跟踪、职业生涯管理、人才寻源等,并准确评价HR投入产出效果。
^。