人力资本分析
当人力资源数字化转型得太快，人性将何去何从？
编者注：人力资源发展迅猛的现在，很多公司都在全力进行人力资源数字化转型。将所有数据和流程数据化当然可以大大提高公司的办公效率，方便管理并为公司产生更多的利润。但是这也会带来一个严峻的道德问题，人力资源部门是应该将员工视为一个独立的人格个体，还是一个单独的数据集合？
显然，我们热衷于探讨人力资源技术如何对组织产生有意义的影响。从无偏见的招聘到提高员工的参与度，软件在正确的情况下通常是积极的。
然而，在我们的行业中，有一个迫在眉睫的威胁，那就是将人力资源技术中的人性从本质上剔除。 作为一个研究团队，我们认为这是工具的陷阱，从被滥用的自动评估，到阻挡需要真人帮助的员工的机器人。
软件里的监测技术
人们对监控技术越来越感兴趣，尤其是在移动办公的浪潮中。
尽管有证据表明，员工的工作效率更高，实际上工作的时间也更长，但也有个人经理和老派的企业文化一直都在担心，员工不在办公室时效率会降低。
虽然目的性的“告状软件”是一回事，但现在各种人力资源和一般商业软件厂商都在他们的产品中构建了本质上相当于监控技术的东西。
昨天看到一个很有启发性的帖子，微软现在已经可以让管理者通过查看员工如何使用MS 365（Word、Outlook、PPT等）来查询各个员工的工作效率。
作为个人，看看我的工作与同事相比如何，可能会很有趣。 也许我花在MS Word上的时间比我的角色中的其他人少得多。 这可能是因为我的写作速度较快，喜欢用记事本写作，或者这意味着我确实需要提高我的个人生产力！这也可能是我们公司在组织层面的梳理。
此外，了解我们公司在组织层面与同行相比如何，也是一件有趣的事情。 我们是否缺乏跨职能的沟通？ 我们是否没有充分利用不同的工具或部门？ 也许我们对取消会议的关注意味着人们花在PowerPoint上的时间更少，而花在Excel上的时间更多--这不是一件坏事。
但是，当人力资源团队和经理们可以逐一查看个人的工作效率时，事情就变得有点邪恶了。 意味着对个人隐私的毫不犹豫的侵犯。
此外，通过在监控用例中采用这种技术，我们正在归因于微软认为的 "生产力 "的样子。 我通常每天中午都会休息一下，进行锻炼和/或冥想。 我是否会因为在工作时间不在办公桌前而受到惩罚？ 我通常也不会在早上8-11点回复邮件，这是否意味着我很懒，或者只是想在昼夜节律的高点做一些深度工作？
重点是，企业文化已经远离老派的生产力代理，比如面子时间和办公室政治活动，已经有一段时间了。 监视技术有可能侵蚀组织的信任，根据微软产品经理的观点重新定义生产力的含义，并大幅降低人力资源技术对人们生活的积极影响。
如何应对软件监控技术
一般来说，人力资本分析是人力资源技术中一个非常有趣的细分领域，它使组织能够优化他们的招聘漏斗，弄清楚为什么在纽约办公室，女性的晋升速度不如男性，或者为什么某些销售人员总是能达到配额。
这是很强大的东西，但能力越大，责任越大。 如果你把人从人力资源技术中剥离出来，你就会失败。 你的组织管理将出问题，不管你的分析能力有多好，人员流动都将成为一个问题，你将成为一个反乌托邦式的无脸办公公司。
利用软件可以给人力资源团队带来超强的动力。 自动化和人工智能正在改变招聘人员的来源、人力资源部门支持组织和业务完成的方式。 然而，技术需要在塑造员工生活方面同时保持人性化，这是任何成功的技术实施的重要组成部分。
作者：菲尔·斯特拉祖拉
由聪明的AI翻译完成，仅供参考。
人力资本分析
人力资本分析新模式：如何帮助公司大规模实现员工价值？
人力资本分析正迅速成为人力资源（HR）最重要的领域之一。然而，人力资本分析经常被误认为是只为少数（通常是非常高级的）业务主管提供 "白手套 "待遇的陷阱。这使得它很难大规模地提供切实的商业价值。
几乎所有的人力资本分析机构都会反复思考三个问题：
如何提高我的影响力？那些建立了坚实的、面向业务的基础的组织--而不是仅仅专注于解决技术和数据问题--从长远来看，能够为其组织创造更多的影响。
如何创造更多价值？定期关注分析活动的领导者和从业者将为企业和员工本身创造价值。
我应该关注什么？关注与公司人才战略相关的业务挑战的从业者，其努力会更加成功。
想要真正解决这些问题，人力资本分析职能部门都应该把重点放在为更广泛的利益相关者提供业务价值上--从高管到经理，必要时还应覆盖整个员工队伍。要做到这一点，团队应该优先考虑关注业务挑战的项目，在采用以服务为中心的交付模式的同时，将服务产品化。
微软人力资本分析主管Dawn Klinghoffer在最近的一次谈话中，聊到了她扩大人力资本分析的方法：
"在最简单的形式下，人力资本分析需要良好的数据、可靠的分析和有效的流程。但是，要想真正为员工和业务带来改变，人力资本分析必须扩大规模。像大多数事情一样，除非人们--员工、经理和高管--真正使用分析技术，否则分析技术的价值是有限的 "。
人力资本分析职能部门--就像微软一样--正越来越多地通过关注业务领域而不是人力资源领域来提供更多的业务价值（见图1）。反过来，他们也在构建自己的结构，以关注业务挑战。
规模化交付价值：人力资本分析的新运作模式
Insight222在2020年3月至7月期间进行了一项调研，旨在了解人力资源部门如何应对COVID-19和市场动荡。分析了60家全球组织的数据，这些组织需要负责近500万名员工，在150多个国家运营。
根据这项研究，Insight222提出了人力资本分析运营模式，该模式专注于业务挑战--而不仅仅是人力资源挑战--以及在整个企业中扩展实用的分析解决方案。
这种新的运营模式对于首席人力资源官（CHRO）和希望利用人力资本数据为企业带来价值的企业高管来说是至关重要的。研究的主要发现如下 ：
人力资本分析正在增长
在接受调查的公司中，55%的公司表示，他们的人力资本分析团队的绝对规模在过去12个月内有所增长--60%的受访公司打算在未来18-24个月内，用新的相关专家来壮大他们的人力资本分析团队。
分析技术的投资正在增加
54%的受访企业预计在未来18-24个月内会增加人力资本分析技术投资。此外，超过80%的受访企业正在使用（37%）或计划使用（44%）先进的人力资本分析技术来开展项目，可以称之为专业分析技术应用的 "第三次浪潮"。
高级人力资本分析团队持续增长
超过一半（52%）的受访企业希望增加内部分析顾问的数量，近三分之二（57%）的企业希望增加数据分析师的数量--但只有约四分之一（28%）的企业希望增加内部开发人力资本的数量。这种角色分配的转变使得人力资源部门可以专注于与业务相关的人力资本分析项目，并采用更复杂的科学方法。
全新的价值驱动人力资本分析方法
研究结果表明，公司正致力于投资人力资本分析，为了应对2020年的复杂商业环境大力发展团队。问题是，应该如何利用好这些投资？
研究中展示了一种人力资本分析的新运作模式，重点是关注业务需求、价值和结果，名为人力资本分析价值链（见图2），它以客户驱动力作为投入开始，以分析产品大规模交付业务成果结束。
价值链可以通过Insight222人力资本分析运营模式来实现，该模式通过三个引擎大规模地提供价值（见图3）。
需求引擎--由咨询师直接与业务主管合作，提供最重要的业务（而不仅仅是人力资源）挑战和机会的漏斗。
解决方案引擎--由专家分析师、数据分析师、行为科学家和管理员组成，提供见解和建议。
产品引擎--由设计师、产品工程师和变革经理组成，以大规模地构建和实施有价值的分析产品。
我们相信，人力资本分析可以从让员工贡献更多的价值，并为企业带来切实的业务提升。而这一切，都将因新的人力资本分析运营模式得以实现。
作者：乔纳森·费拉尔，卡罗琳·斯蒂尔和阿纳斯塔西娅·克泰纳
以上由聪明的AI翻译完成，仅供参考！
人力资本分析
【洞察】如何发挥员工的最大价值：衡量员工技能数据的价值
编者注：公司无论什么规模，都有属于自己的员工。你可能对自己公司的客户或者同行有着深刻的了解和认知。但是，你了解自己的员工吗？你知道你的员工分别有什么样的技能吗？当你需要一个人才的时候，你指导如何在现有的员工中快速的找到你需要的人才，将工作效率和员工价值最大化吗？
拉克兰是一家全球性公司的人力资本分析师，他与公司的首席战略官（CSO）坐在一起。CSO很快就进入了正题，他说："拉克兰，我需要你帮忙找一个专家来领导一项新业务。机会已经成熟--所以我们需要尽快开始。在本周结束前，我需要你确定一位具备以下技能的领导者：有前后端开发经验，对亚马逊网络服务(AWS)有一定的了解，了解东南亚IT市场，并能说一口流利的普通话。我们在全球大概有6万名员工，所以肯定有符合要求的人--对吧？"。
拉克兰停顿了一下，然后才回答道。"说实话，我也不知道。我当然可以联系一些联系人，看看我们内部的不同数据集，但我不能百分之百确定能找到一个拥有你要找的精确技能的人"。
CSO皱着眉头，抿着嘴。"好吧，那外部呢？你能从公司外部给我找一个人吗？"。听到这句话，拉克兰立刻显得很轻松，回答道。"当然可以--我可以在明天下班前给你一份详细的专家名单。这样可以吗？"
CSO微笑着点了点头，然后补充道。"为什么你不能从我们全球6万名内部人口中给我找一个人 但你却能在24小时内给我一份全球约80亿人口的名单？"
拉克兰停了下来，考虑着眼前的问题。几秒钟后，他简单地回答："嗯，这一切都取决于我所掌握的数据质量"。
这个小故事，其实指出了一个存在于各种规模公司的共同问题--大多数组织都不知道他们的员工群体中所蕴含的技能。
员工技能数据的概念最近在人力资源行业引起了相当大的兴趣，关注的理由如下：
精通技术的厂商希望应用快速发展的人工智能（AI）
应对各种挑战的人力资本专业人士
希望大规模提供个性化员工体验的CHRO们
希望为员工提供定制化学习产品的首席学习官（CLO）
人才招聘负责人希望通过人才市场来调动更多的内部调动
那么，是什么将这些不同的方面联合起来呢？归根结底，是大家意识到旧有的技能管理实践--具体来说，就是无法对组织内部的 "黄金 "进行分类--是站不住脚的。
基于此，本文探讨了在技能管理方面的两个基本问题。第一，如何获取员工的相关技能数据？其次，你又能从这些丰富的信息中产生什么实际价值？
如何获取员工的技能数据
上面的故事，其实突出了一个关键问题：员工技能目录完全依赖于高质量的数据。那么，要求员工个人完成并维护自己的员工技能档案（即类似LinkedIn的公司特定档案）呢？
这当然是不可持续的。员工可能会忘记更新自己的档案，觉得自己太忙，或者根本看不到这项活动的好处。
因此，组织必须：
尽量减少每个员工所需的努力。
尽可能智能地充分利用现有数据。
为个人和更广泛的组织创造明确的利益。
而人工智能的进步--特别是自然语言处理（NLP）--才是关键所在。NLP已经在人力资源行业内得到了广泛的应用，尤其是在人才招聘领域。这项技术如果使用得当，可以将众多数据源连接起来，并进行提炼，从而建立起以前未知的联系。
例如，以下数据源--虽然经常分散在人力资源/IT领域，处于休眠状态--但已经包含了大量关于员工个人的宝贵信息。
招聘数据。简历、求职信、评估等。
职业历史数据。个人以前在组织内担任的职务、职务名称、工作描述、项目描述、领导角色、获奖情况等。
学习与发展数据。学习和完成的课程、发展目标、指导、认证、360度反馈、心理评估等。
绩效数据。绩效目标、绩效评估、同行和利益相关者的书面反馈等。
外部数据。专业网络网站、专业出版物、专利、博客等。
所有这些来源（除了外部数据之外的所有来源）早已成为人力资源行业内标准的数据收集机制。如果说财务被认为是基于数字的洞察力来源，那么HR无疑是基于文本的洞察力来源。因此，企业可以通过组合来实现技能数据的自动化工程。
目前保存在不同组织的人力资源/IT系统中的各种形式的员工数据。
新一代NLP技术，可以对基于文本的数据进行真实的解释。
上图直观地展示了这个过程。通过分析和应用相关的技能数据，组织可以在人事问题上实现循证决策。毋庸置疑，这对员工个人和更广泛的组织都带来了相当大的价值。
利用员工技能数据产生的实际价值
获取相关的技能数据固然是好事，但如何才能把它用好呢？如果使用得当，技能数据可以指导企业内部的各种员工接触点。例如，为某一特定角色确定合适人选的过程（如前述例子）就是员工技能数据的基础应用。
下图概述了技能数据可以在哪些领域得到很好的利用，从而为组织和员工带来优势。
下表从员工和组织的角度列出了其他一些潜在的参考方向。
上述列表虽然不是详尽无遗的，但却说明了技能数据在组织内许多主要员工接触点上的各种方式。基于技能的人事决策的最大好处是，它提供了一个客观、全面、接近实时的组织视角--这是以前组织无法企及的结果。
为什么技能可以成为新的商业推动力？
自80年代以来，技能管理一直存在。然而，它在历史上一直是复杂的，高度的资源密集型，甚至更糟的是，它对整个组织的实际价值值得怀疑。
但这一切都将改变。技术的进步意味着组织可以比以往任何时候都更容易地识别和管理员工的技能组合。以上详细介绍了技能数据的应用前景，表明了技能数据的广泛用途，以及在整个员工生命周期内客观提升人事决策的潜力。此外，技能数据为组织决策提供了一种全球通用的货币，从而实现了超越地域界限的大规模个性化员工决策。
通过保持对组织内部能力的持续收集和分析，他们将能够直面未来，无论面临何种挑战。
作者：亚当·麦金农和米卡尔·沃努
以上由聪明的AI翻译完成，仅供参考！
人力资本分析
拥抱人力资本分析：更敏锐的洞察力，更强大的团队
编者注：世界各地的人力资源部门都在拥抱数字化转型，以重塑业务运营，并在不断变化的工作环境中解决其未来的需求。但是数字化同时会带来大量的内部数据，并且与之前的统计相比，数字化会带来新的数据数量和类型，这是转型后的人力资源部门必须面对的挑战，与此同时人力资本数据分析也是企业需要认真面对的一个重要话题。
基于云计算的人力资本管理（HCM）平台继续扩张性增长，每个公司都实施了一些旨在改善员工体验、培训和发展、绩效、福利和薪酬等方面的应用。这导致了数据的爆炸性增长，各种各样的组织都有更多的程序和应用，为他们提供了比以往更多的信息，涵盖了更多的指标。
所有这些数据都能显著提升业务绩效，但前提是必须拥有正确分析这些数据的工具，以找到有意义的见解。在普华永道最近的一项调查中，74%的受访者计划在2020年增加人力资源技术方面的支出。正确的平台将使您能够将多个人力资源和其他业务数据系统关联起来，从而更全面地了解您的员工队伍的福利、参与度、人才和绩效。它还将使您能够获得预测分析等先进技术，这可以帮助您领先于趋势，提醒您注意人员问题、技能差距和市场波动，并在一个不确定的世界中提供指导。
逐步实现跨系统的数据关联
所有关于大量数据涌入人力资源团队的言论听起来让人难以接受，但幸运的是，根据LinkedIn的2020年调查：在过去的五年里，具有数据分析技能的人力资源专业人士的数量增加了242%。这意味着在你的人力资源组织中，现在可能就有相关专业人士可以帮助你从数据中获得更多的信息。或者，如果你知道你缺少这个关键的角色，你也可以找到一个新的队友，他可以为你带来人力资源的敏锐性和数据技能。
即使懂得如何处理数据的人力资源专家人数增加，也只有约29%的专业人士在利用人员分析的洞察力。其中一个原因是，许多组织的响应机制还没有从简单的报告发展到应用更高级的分析方法，即寻求趋势和生成预测。
总而言之：你需要一个成熟的人力资本分析计划。你需要一个成熟的人力资本分析项目来真正影响业务成果。我们不仅仅是在谈论让人力资源团队的生活变得更轻松，人力资本分析可以通过多种方式直接影响业务增长，从知道如何为团队配备人员以保持卓越的客户服务和最大化收入，到准确识别招聘何种类型的人员以满足未来的业务需求等等。
了解您的员工
更多的数据并不能自动保证更好地了解你目前的员工和他们的需求。将正确的人力资源分析系统与能够理解它的正确角色相结合，就是神奇的地方。然后，您就可以专注于重要的事情，以及要做出哪些改变，为您的同事和公司建立一个更好的未来。人力资源专业人员是将人类现实与数据中的关键学习联系起来的关键。
Mike McQuarrie，多伦多人力资源咨询公司Buck的数字实践负责人，也是Sisense的客户。他这样总结："我们需要从更广泛的角度出发，这也是分析的关键所在。因此，通过把调查中的感受与分析中的事实结合起来，我们可以让指标变得更加具体，让高层领导少一些挤兑。"
如果你能了解员工流失的原因，以及这些原因在公司内部发生的位置，你就能解决员工流失问题，并制定有针对性的、有效的员工保留计划，将员工的不满转化为行动。
人力资本分析还可以帮助人力资源部门吸引和留住最优秀的人才。利用分析技术建立更好的员工队伍，意味着要确定谁是你的最佳员工，选择当前有利的或新兴的地点，制定有竞争力的薪酬待遇，并识别业务增长所需的技能。
改进员工体验
任何人力资源部门的主要目标之一就是减少员工的流失。虽然即使是最优秀的员工也不可避免地来来去去，但这种波动会给组织带来非常大的代价，伴随着内幕知识的流失和士气的下降，以及其他负面影响。正确的人力资本分析可以通过识别员工最投入的领域来帮助防止流失。
"有一个普遍的共识是，如果你有一个高度参与的员工队伍，你将经历较低的流失率，"Mike补充道。"你有的人都愿意朝着这个方向前进，不太可能下船。"
在员工方面，参与度可以看成是参加公司的培训和活动，比如快乐时光或锻炼课程（虚拟或面对面）。从雇主方面来说，投资于员工培训和发展是推动参与度的重要方式。
更高的参与度意味着更高的生产力、盈利能力和产出质量。在基线上，你甚至需要分析来开始了解你的员工的参与度。然而，当你的商业智能平台的范围扩展到整个组织时，从连接到其他数据集和跨系统的相关性中获得的附加价值才是人力资本分析真正开始为员工体验增加洞察力的地方。这样可以做出更好的决策，以提高体验和降低流失率。
从人员配置战略中消除猜测
2020年对于各种规模和专业的公司来说，将永远被铭记为无数起伏的一年。 虽然商业环境确实发生了巨大的变化，而且速度很快，需要在极具挑战性的条件下迅速进行调整和执行。但事实上，裁员和辞退在企业中是周期性发生的，那么企业如何处理这些情况就显得至关重要。
医疗保健行业尤其受到2020年不可预知事件的影响，一些公司不得不迅速调整，以跟上他们的预期目标和收益。巴克咨询的一个客户在一个主要城市地区经营着一个由六家医院组成的网络。他们估计2020年余下的收入损失高达10亿美元以上。通过使用Sisense来支持他们的分析，Buck能够帮助该客户和其他客户节省资金并获得稳定。例如，该分析技术通过计算出何时用仿制药替代品牌药、预测人口趋势并将这些数据插入其中以优化保险公司的收费，以及通过决定重新安排因COVID-19而推迟的选择性手术的最佳时间来优化成本。此外，将人力资本分析应用于人员配置能力、培训、福利/倦怠，会对患者的护理结果产生直接影响。
人力资本分析为更好的决策提供动力
随着人员和人力资源分析领域的发展，它使领导者能够更好地了解他们最宝贵的资产：员工。正确的分析可以让你看到有多少员工离职以及离职原因。例如，识别趋势，随着员工达到一定的任期，他们离开组织的风险更高。当组织中一定比例的员工接近这个任期门槛时，这又可以触发警报。
掌握了这些知识，并设置了通知，就可以设计工作流程，通知相关的管理者，并推荐方案来应对人员流失的可能性。根据以往的成功率，某些经理可能会选择参与方案，试图留住他们的顶尖人才。或者，如果决定在某个员工身上减少损失，让他们流失，领导可以根据使用知识图谱创建的理想档案，开出人头，招募替代人员。
各个组织在分析成熟度的历程中都处于不同的阶段，有三分之一的组织还在使用临时性的报告，这些报告将用户回溯到发生的事情，而不是指导他们未来的行动。挫败这种情况的一个方法是，企业从最紧迫的业务问题开始他们的人力资本分析之旅，并从那里发展他们的分析成熟度。根据德勤的说法，那些 "在劳动力指标方面比较成熟的公司，更有可能有效地感知内部和外部的变化和趋势"。
成功的公司知道，对人力资源分析的投资将有助于建立一支更有效、更有能力、更有参与感的员工队伍。当人力资源和人员团队开始根据员工相关数据做出数据驱动的决策时，那么他们将增加价值和转型变革，这必将影响企业的未来发展。
作者：夏伦·马拉弗
以上由聪明的AI翻译完成，仅供参考。
人力资本分析
如何确定人力资本分析项目的优先级
弄清楚如何确定项目的优先级是成功进行人力资本分析的关键一步。人力资本分析专业人员普遍关心的问题是，我怎么可能管理好多个业务利益相关者的关注点--以及来自多个业务利益相关者的请求轰炸？
正如数字人力资源领导者播客的嘉宾Sophie Rwegera Khadhraoui所说。
"我们是一个小团队，团队也在不断扩大，但当你是一个小团队时，这并不总是容易的，因为你需要确定优先级，尤其是在人员分析方面，每一个分析、每一个项目研究都需要花费很多时间。所以，优先级真的很重要，我确信我们可能会像全球其他人员分析职能部门一样，[因为没有有效地确定优先级]而错过一些机会。"
优先级的确定通常有两个阶段：
1.当人力资本分析职能正在建立时--我如何知道从哪些项目开始才能推动最大的影响，并确保对人力资本分析职能的持续投资？
2.当人力资本分析职能正在扩展时--我如何确保我所做的每一个项目都能为整个企业的大多数利益相关者推动最大的业务影响，而不是为少数--通常是非常高级的--利益相关者提供 "白手套 "待遇？
人力资本分析的领导者们很难搞清楚在这两个阶段应该优先考虑哪些工作。在本文中，我们将探讨如何有效地确定项目的优先级：
1.通过考虑业务影响和复杂性来理解项目的意义
2.专注于大额投注和快速赢利
3.谁负责确保有效地确定优先次序？
通过考虑业务影响和复杂性来了解项目的意义
人力资本分析应该考虑每个请求的优先级，关注业务影响和复杂性。这需要对业务专业人员有深刻的理解，超越个人的主观意见或 "当下 "的话题。
我们可以通过以下方式考虑业务影响和复杂性之间的关系。
项目复杂度是指你在交付项目时面临的挑战范围。要了解一个项目是低复杂度还是高复杂度，请考虑以下因素。
政治--你的想法在哪里得到支持？你的共识越少，项目的挑战性就越大。
技能--你所拥有的人脉资源是否足以满足你想要开展的工作？
数据--获取数据的难度如何，或者说你这个项目所需要的数据有多复杂？
技术--你的团队有多大的装备来满足项目的需求？
投资回报率（ROI）--项目的预期成本是否低于企业的预期回报？
时间--影响是短期还是长期？
机会成本--这个项目如何与其他人员分析项目和其他正在进行的业务项目相适应？
实施--将洞察力转化为行动需要多少变革管理？
影响是指企业从进行分析和实施后续建议中获得的利益水平。要了解一个项目是低影响还是高影响，请考虑以下要素。
专注于大额投注和快速赢利
在人力资本分析功能刚建立时，关键是要注重速赢，以证明该功能的影响力。随着团队的进步和价值的理解，重点应该放在速赢和大赌上。让我们更详细地看看上面显示的四种类型的项目。
琐碎的努力--有时候这些项目的出现是因为人们想从事自己喜欢的事情，或者是很容易。但往往这些事情并不能带来多少价值。我们建议避免这些。
宠物项目--这些项目包含分析师、高管或I/O心理学家真正想做的工作，但实际上，它们并没有深远的影响。有时，它们可以帮助人们学习新的技能，但实际上，它只是吸收了时间和资源，并没有带来多少业务影响。
速赢--这些项目复杂度低，但影响力大。数据很容易获取，方法论相对简单，而且它们会带来价值。这是一个很好的开始，可以在前期证明人员分析功能的价值。
大赌注--这些项目往往需要很长的时间，有很多复杂的方面，但因为它们有很好的投资回报率，或者其他创造价值的方面，所以它们可以成为企业关注的非常重要的项目。当人员分析团队已经启动并运行，并且已经用一些速赢证明了它的价值，这--以及持续的速赢--应该是扩大人员分析功能时的主要关注点。
谁是优先级的责任人？
在人力资本分析中，优先级的确定属于治理的范畴。我们将在即将发布的报告《规模化的价值交付》中探讨治理团队、他们的角色和责任，以及他们如何融入更广泛的人力资本分析运营模式。人力资本人员分析的新运营模式"。你可以在这里预先注册，以便在2020年11月报告上线时第一时间收到报告）。
人力资本分析的治理有六种类型：
人员分析委员会
道德操守委员会
数据管理
财务委员会/商业价值委员会
项目的优先次序
运作模式
正如你所看到的，第五种治理方式是围绕着 "项目的优先级"。这种处理优先级的方法的一部分是建立一个优先级委员会，由来自业务和人力资源部门的不同代表组成，以确保工作实现业务价值。
作者：卡罗琳·斯蒂尔
以上由聪明的AI翻译完成，仅供参考。
人力资本分析
科技正在改变人力资本分析，这会是好事情吗？
Tech Is Transforming People Analytics. Is That a Good Thing?
一个世纪前，弗雷德里克-泰勒的《科学管理》为现代人力资源奠定了基础。他的核心前提是，组织应该把工作场所变成现实世界的心理学实验室，测量和监控员工的一举一动，以提高他们的绩效，降低他们的压力水平。这一范式具有革命性的意义，并促使亨利-福特等著名工业家在人类工程方面进行了前所未有的创新，创造了具有开创性的流水线，并提出了优化角色、任务和工作设计以提高员工生产力的科学公式。福特汽车公司等大公司成为应用心理学的试验田，循证人力资源应运而生。
快进100多年，这都是泰勒的注脚。一些最大、最成功的企业，如谷歌、微软等，都在加紧研究数据科学，招募了一支工业/组织心理学博士大军，并加速数字化转型，围绕人工智能和大数据部署智能技术，以改善人才管理系统。人力资本分析时代已经到来，在COVID-19之前，它已经很发达了。但在一个越来越虚拟（甚至可能只是虚拟）的工作世界中，可用于了解和预测员工行为的数据量将继续呈指数级增长，从而为通过技术和数据进行管理提供更多机会。
从广义上理解，人力资本分析是致力于追求数据驱动的关于组织员工队伍的洞察力的人力资源职能--是的，人力资源的极客部分。把数据看作是员工行为的数字记录，而人力资本分析则是将这些数据转化为可操作的洞察力，从而提高组织效率的科学。大多数组织都坐拥丰富的数据。我们一再听到 "数据是新的石油"，但没有洞察力的数据是没有意义的--只是0和1。你需要正确的框架、模型或专业知识来确保数据获得意义，而下一阶段的工作是在这些洞察力的基础上采取行动，在组织中创造数据驱动的决策、变革和数据导向的文化。因此，人力资本分析是一种刻意的、系统的尝试，目的是使组织更加以证据为基础、以人才为中心、以业绩为中心，人们希望，这应该使组织更加有效。
考虑到员工体验，传统上是通过年度调查来评估的，重点是工作满意度或员工参与度。尽管这些衡量标准与工作绩效呈正相关，但相关性通常很小（表明参与度与生产率之间的重合度不到20%），而且与员工的个性等不相关因素混为一谈。等待一整年的时间来评估士气是上升还是下降也是不合理的，为什么不更定期地监测呢？
这也是更加定期的 "脉搏调查 "和员工倾听工具开始流行的地方，并能迅速地推动真正的行动，使员工和企业受益。像Glint、CultureAmp、Qualtrics和Peakon等公司都能够帮助企业定期为员工 "把脉"，实时了解员工的参与度和员工情绪。虽然员工倾听已经出现了一段时间，但在应对Covid-19危机时，它更加流行。荷兰合作银行、默克公司和澳大利亚国民银行等公司都在利用员工倾听来了解员工如何应对新的远程工作安排，他们对支持的需求如何变化，以及他们对重返工作岗位的偏好是什么。通过使用分层抽样（一种替代随机抽样的方法，使数据科学家能够将给定的样本划分为 "层"，以便对人群进行预测）和自由文本评论（将单词和词频解码为情绪情感或不同心理特征的软件）和讨论板的文本分析等技术，公司可以在快速变化的环境中获得有价值的洞察力，了解什么对员工来说是重要的，同时避免调查疲劳，并保留个人层面的匿名性。
另一个重要的问题，特别是在目前的情况下，就是是否可以利用新技术来保证人们的安全，监测他们的精神和身体健康。目前，人们正在广泛讨论雇主如何使其工作场所安全，并确保在封锁后的阶段健康地重新开放办公室，这不仅仅是通常的措施，如温度检查或社会距离，可能会有所帮助。公司正在通过多种方式实施新技术来支持员工。可穿戴设备现在可以监测压力和焦虑，如果员工选择分享这些数据。可以部署聊天机器人，询问你的情绪状态并提供建议。当然，同样的信息也可以用来支持或控制人们：如果你知道某人的感受，他们的生理和心理状态是什么，这些信息很可能被用来帮助他们，让他们变得更好，或者，人们希望不要操纵他们，控制他们。只要技术能够让其他方面或个人洞察你更深层次的情绪状态，都是如此。
最值得注意的是，"跟踪和追踪 "应用，如美国谷歌和苹果公司开发的应用，在应对疫情时，一些ZvF（如你懂得、新加坡和以色列）立即部署了这些应用，雇主很容易采用这些应用来监控和改善人们的健康状况。同样，学术界也在与可穿戴式创业公司合作，比如Oura戒指和UCSF，将人们已经分享的生物识别数据--当然是自愿的--转化为Covid-19风险档案。将这些创新视为数字等同于当你到办公室时检查你的体温，或者让医生在现场检查关键症状。虽然这些措施是有争议的，因为它们有可能侵入人们的个人生活，并劫持他们的隐私和匿名性，但它们越来越多地被大型雇主采用，而且随着我们的物理生活和数字生活本身的界限开始变得模糊，我们越来越难以看到那些数字的区别，以及那些模拟或物理的区别。
另一个关键目标可能是提升员工的绩效或生产力。在大多数组织中，这将始终是主要目标，即使公司非常关心士气和福利，主要是因为他们认为这些东西与绩效相关。然而，这也是监控的 "毛骨悚然 "因素开始发作的地方。随着手机、传感器、Alexa、可穿戴设备和物联网都有能力检测和记录我们的举动，而真正离线和脱离雷达的机会相当少，这一切可能很快就会变得相当有侵犯性和像大哥大一样。例如，现在一些公司正在寻求推出更具侵入性的监控软件，这些软件可以在员工工作时进行截图，可以追踪人们的行踪，以此来追踪生产力，监控一夜之间变得远程的劳动力。今年早些时候，普华永道因开发监控来追踪员工是否离开电脑而招致不少批评。
其他公司正在考虑开发监控工具，以监测COVID-19病毒在办公室内的传播情况。但是，当我们看到为应对COVID-19而增加使用监控技术时，员工将不得不做出怎样的权衡？如果在保护员工健康的幌子下，这些工具成为强制性的，那么员工如何确保他们的隐私会受到保护，他们的数据不会被用于其他目的？这就是人力资源部门必须介入的地方，并推动对话，解决员工的信任、企业责任和任何新技术的道德影响，在员工、经理和企业的需求之间取得平衡。
虽然我们仍处于这场革命的初期，但在人才管理的每一个主要垂直领域都取得了明显的进展，出现了一系列新颖的工具和技术，在某些情况下，这些工具和技术得到了科学的支持。如果领导者能够在其组织中灌输一种信任、尊重和公平的文化，并根据最强有力的道德和法律参数（这不是一个小的 "如果"）来部署这些新兴的创新，那么就有真正的机会使工作显著改善。
在公司考虑新技术或人力资本分析项目时，仅仅希望道德规范处于最前沿是不够的。在我们看来，企业需要为人力资本分析采用一个道德章程，帮助他们明确规定什么该做什么不该做，就像为客户或财务数据的使用制定准则一样。为了建立和维护员工对人员数据使用的信任，组织需要正面解决道德和隐私话题，在如何使用数据方面对员工公开透明。
毫无疑问，技术加上近乎无处不在的工作和工作相关行为的数字化，有可能帮助组织大规模地监控、预测和了解员工的行为（和想法），这是前所未有的。同时，这些技术以不道德或非法的方式部署，也允许雇主控制和操纵员工，违反信任，不仅威胁到他们的自由和士气，还威胁到他们的隐私。防止这种情况发生的唯一方法是严格执行适当的法律和法规，确保员工始终处于驾驶位置，能够授权雇主使用他们的数据（或不使用），并从从中获得任何见解和知识。可以肯定的是，在对雇主有利的事情和对员工有利的事情之间，并不存在逻辑上的矛盾。但是，强迫人们做出某些行为，或使用他们的个人数据来对付他们，这种诱惑比人们想象的更真实。
作者：Tomas Chamorro-Premuzic Ian Bailie
仅供参考，版权归HBR所有。
人力资本分析
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。
人力资本分析
访谈：人力资本分析如何支持默克在中国的发展
根据最近的研究，从现在到2027年，人力资本分析市场将以平均每年14.2%的速度增长，价值达62.9亿美元。 据预测，这一增长大部分来自亚太地区，亚太地区拥有全球60%的人口，根据麦肯锡的预测，到2040年，亚太地区的GDP将超过全球GDP的50%。正如我之前在这里写过的，分析人力资本在该地区也在崛起，LinkedIn的《人力资源中的分析崛起》亚太地区报告发现，在截至2018年的五年里，该地区人力资源中的专业分析人员增加了70%，中国是目前该地区最大的经济体，而在这个世界第二大经济体中，人力资本分析正呈指数级增长。 除了印度，中国是我收到关于人力资本分析的最多信件的国家--既有希望提高能力的公司，也有寻求了解这一新兴领域的专业人士。
在Insight222的人力资本分析项目中，许多与我们合作的公司都在中国有持续的业务和团队资源。 其中一家公司是默克公司，我最近采访了在上海工作的Sherry，了解了人力资本分析发展如此迅速的原因，以及她和默克人力数据分析与战略人力规划规划团队在中国开展的一些工作。
1）感谢您抽出时间和我交流，Sherry。请您解释和分析一下为什么人力资源数字化和人力数据分析在中国发展如此迅速？
谢谢David，很高兴与您交谈。中国快速增长的原因可以从外部市场竞争环境和内部企业资源禀赋两方面来解释。近年来，随着宏观经济放缓，投资资本回报率降低，人力资本成本增加，越来越多的中国企业开始关注企业管理效率。这为人力资本分析的发展提供了基础。同时，对于中国IT巨头来说，数据某种程度上就像他们发展离不开的 "血液"--数据分析一直是他们商业模式的重要组成部分，数据也正在成为新的 “生产资料"。同时，与西方国家相比，中国对个人数据获取的限制较少，这进一步促进了数据业务的发展。
2）中国的人力资源数字化和人力资本分析有哪些独特的挑战和机遇？
首先，大多数中国企业的领导者仍然认为人力数字化/资本分析是一种额外的成本，而不是业务的组成部分。当面临业务挑战时，相比于分析优化当前的FTE成本结构，重新分配有限的资源，企业更多选择是雇佣更多的员工解决问题。
此外，人力资源本身的重新定位也很关键。从我以往的咨询经验来看，我发现在很多企业中，事务性工作占到了HR整体工作的70%以上。只有在更贴近业务的HR运营模式下，HR被定义为战略角色时（当然，需要更强大SSC的支持），才有可能做出改变，构建数字化能力从而影响业务。
在中国的领先IT企业中，我们看到先进的人工智能和机器学习被应用到人力分析中。为了精准提升生产力，头部企业针对特定的业务场景，对员工的行为进行追踪和分析。这些分析一般不由人力资源部门主导，而是由业务领导在数据科学家的支持下进行。到目前为止，全面的人员数据基础架构、人力数据分析平台，人力资源分析能力赋能，在中国企业中还没有广泛地建立起来。中小企业，尤其是传统行业的企业，或多或少还处于提升传统人力资源功能模块的阶段。
3）默克集团的人力资本分析和战略劳动力规划团队是如何设置以服务中国市场的？
该团队属于全球创新人力部，德国、中国、新加坡和美国等默克业务战略中心设置有岗位，团队集中管理，同时非常敏捷。我在中国，领导默克全球人力资本分析赋能解决方案，同时支持其他全球人力资本分析和战略人力规划解决方案，并交付默克中国的相关项目。在这样的组织架构下，我与我们先进的人力资本分析产品进行无缝互动，同时根据中国需求，提供定制化服务。
4）能否提供一两个由默克集团团队在中国交付的人力资本分析项目案例？
作为默克集团增长最快的市场，中国已经成为最复杂的市场之一，有高增长的目标，有非常复杂的生态系统，有新的创新上市模式，也有默克集团内部的业务和成本管控目标。
在这种情况下，能够充分利用各种数据，利AI技术帮助管理团队快速敏捷地做出决策是至关重要的。全球人力资本分析和战略人力规划团队与中国业务和人力资源负责人紧密合作，分析关键的业务痛点，决定从主动优化资源和更好的人才决策入手。
我们构建了一个名为M.I.A（My Intelligence Analytics）的分析工具，并嵌入了AI和机器学习算法（见下图）。第一次结合了人力数据和业务数据，为业务领导带来了对销售团队能力、投资回报率以及流失关键驱动因素的定制化和可操作性的洞察，帮助他们优化各销售区域的资源再配置，更好地管理人员流失，并切实落实中国未来的组织设计。
M.I.A业务相关人士Steve Vermant（生命科学中国区董事总经理）表示。
"M.I.A新的人力资本分析技术已经开始在很多方面帮助我们。有了这个工具，我和我的销售领导团队现在可以花更少的时间收集数据，有更多的时间分析未来的趋势，推动可持续发展。此外，它还精准地锁定了各地区、各业务的销售资源配置痛点。我相信，MIA是一个很好的例子，说明我们如何通过用AI增强人类智能，切实发展我们的领导力和创新能力。"
全球人力资本分析与战略劳动力规划团队正在进行其他一些针对中国的项目。其中一个例子是离职风险预测（见下图）在这个项目中，人工智能嵌入式算法帮助管理者：
1）预测员工的流失可能性，以及识别员工离职的关键驱动因素；
2）识别与12个月内离职的新员工高度相关的关键背景因素。这个模型可以帮助管理者对有可能离职的潜在在职人员进行提前干预，也可以在招聘阶段筛选出被认为有可能很快离职的候选人。
我们很高兴地看到默克中国的企业领导者开始通过将人力数据分析融入工作环境来实现思维方式的转变。同时，我们也在中国人力数据分析能力建设上进行投资。在BMC（Boosting Merck China）的战略框架下，人力资本战略已经成为优先考虑的业务举措之一。从制定人员战略到人才寻源和发展、全面回报，以及处理疫情的相关课题，人力资本数据分析得到了广泛的应用。
目前取得的一些成绩包括
角色转换--随着默克人力资源部新的运营模式的实施，部分人力资源事务性工作被转移到全球服务中心，使中国人力资源部的角色定位更加以战略和业务为导向，从而使得数据分析可以产生更大的业务影响。
技术投入--默克在2016年引入了Visier工具，整理了大量的人力资本数据，并已在默克全球范围内部署。这加速了中国同事对人力资本分析的接触，从简单的仪表盘和描述性分析到更进一步的预测性分析都有接触和了解。
能力提升--为同事提供精选的自我驱动的分析思维课程，并在中国为业务领导和人力资源部门的同事提供多场人力资本分析/战略人力规划赋能研讨会。
文化建设--由领导者发起一种让数据价值最大化的“面向未来”的创新文化。我很高兴默克为中国数字化转型和未来工作做出努力和贡献。
默克中国人力资源负责人Diane Zhu表示：“
"作为人力资源战略2022征程的一部分，我们正在不断发展成为与业务职能部门真正的战略伙伴关系。为了实现这一目标，我们正在建立新的内部人力资源能力，理所当然地说，增强型人力数据分析和战略性人力规划是这些'待开发'能力的核心。在中国这样一个战略市场，顶尖人才比以往任何时候都更难吸引和留住，懂得规划未来能力需求、预测和量化人才项目效果的企业，将在行业中拥有巨大的竞争优势"。
5）您认为人力资本分析在中国市场进一步发展的主要机会是什么？
鉴于人们对竞争力、效率、数字化转型和数据可及性的日益关注，人力资本分析在中国加速发展的机会很多。我设想中国的大型企业将率先实现数字化。除了速赢的人工智能和机器学习嵌入式分析，企业还应该思考如何让组织和员工为未来的工作方式做好准备，以及人力数据基础设施的投入，建立分析平台是可以看到的机会。当然为了实现所有这些--为企业领导者和人力资源部门的人力资本分析能力赋能也相当关键。第二波机会将在行业主导者打标杆后，大量追随者进行数字化转型而到来。
因此，为了帮助企业实现目标，中国人力数据分析生态系统也将受益。我认为学术机构、咨询公司、初创企业、人力资本分析社区和其他组织等各种参与者都有巨大机会。随着人力数据分析业务的指数级增长，在所有这些利益相关者的努力下，我相信中国企业的管理成熟度将被推动到另一个层次，中国的领导者将具备未来环境所需的思维方式和能力要求。这些趋势为提高中国人力资本分析业务提供了巨大的机会。
谢谢大家！感谢Sherry分享她对人力资本分析在中国发展的见解和专业知识，并提供了默克在中国开展工作的案例。
关于作者
Sherry Xie是默克集团的人力数据分析赋能全球负责人，常驻上海，负责推动HR和业务领导面向未来的思维方式转变和人力数据分析能力建设。Sherry最近致力于将产品化和定制化理念嵌入能力建设的研究，帮助员工和团队成长和发展。
David Green是一位在全球范围内备受尊敬的作家、演讲家、会议主席和执行顾问，他的研究领域包括人力数据分析、数据驱动的人力资源和未来工作。作为Insight222的执行董事，他帮助全球组织通过智能的使用人力资本数据和分析创造更多的文化和经济价值。在加入Insight222并担任TrustSphere的董事会顾问之前，David是IBM Watson Talent的人力资本分析解决方案全球总监。因此David Green在帮助企业开始并加速其人力资本分析之旅方面拥有丰富的经验。他还在myHRfuture上主持数字人力资源领导者播客。
人力资本分析
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
人力资本分析
为什么HR必须要掌握People Analytics
Why an HR Professional Must use People Analytics
随着时间的流逝，人力资源得到了巨大的发展，并且日新月异。HR不仅涉及人的方面，而且随着时间的推移，越来越多地使用数据和技术，这是过去十年来出现的。Human resources has evolved greatly over time, and continues to do so with each passing day. Moving beyond just the human aspect, HR is over time working more and more with data and technology, something that came about over the past decade.
数据的重要作用及其对HR各方面的影响，是HR分析技术的诞生。按照Heuvel & Bondarouk，2016年的说法，是指 "系统地识别和量化业务结果的人的驱动因素，并将其量化。" 它探讨了捕捉、测量和组织人员信息的不同方法，以发掘对组织的人力资源战略有价值的见解。
一个组织如何使用人力资源分析？How does an organization use human resource analytics?
人事分析在促进人力资源部门为组织的战略决策做出更好的贡献方面发挥着至关重要的作用。它通常用于解决特定的挑战，例如。
HR收到的工作申请质量不高。
在过去一年中招聘的员工流失率激增
特定团队的生产力下降
HR对分析的具体用途是什么？What specific uses does HR have for analytics?
具体的挑战可能会有所不同，但利用人力资源分析的杠杆作用通常是其中之一。我们的想法是利用数据来。
用既定的指标标准来衡量组织的绩效。
观察并总结出应对所面临挑战的可能解决办法
根据假设的解决方案改变流程，以解决挑战。
监测变革的结果，以了解其效果如何，并对其进行调整，将其推广到其他流程中（如果在这里成功的话），或将其回退（如果未能实现目标的话）。
分析学对HR的工作有什么影响？How has analytics impacted the work of HR?
随着经济和人力资源团队的工作按照数字时代的要求不断发展，那些希望成为人力资源专业人员并在人力资源领域创造未来职业的人，在他们的工作中需要能够很好地与数据打交道，这也是他们在工作中所戴的许多帽子中的一个。他们必须能够利用人员分析来筛选数据，并得出有价值的见解，为组织提供战略方向。
下面列举了人力资源部门工作中受分析影响最大的具体领域。
·绩效和效率: 这些是最常见的监测指标，用来判断人力资源活动和流程的成功与否。例如，按来源追踪留用率，可能会发现，比如说内部招聘显示的留用率明显高于LinkedIn发布的职位。然后，HR专业人员可以重新组织他们的工作流程，将内部招聘优先于其他来源，从而提高HR工作的效率。通过类似的方式使用数据来跟踪工作流程的绩效和效率，可以对资源配置进行关键性的选择，从而将重点放在影响最大的领域。
·招聘和录用方面:无论是在时间上还是在金钱上，这些都是人力资源团队处理的最昂贵的活动之一。人力资源分析可以通过改善这些重要流程，在节约成本方面发挥重要作用。
例如，人力资源部门可以将成功地被本组织聘用的人和不成功的人的数据与未来招聘的人进行比较。这将有助于更好地判断该人是否适合当前的角色和组织文化，这两个关键因素。在第一次招聘的时候就能准确地判断出一个人是否合适，可以节省重新招聘的宝贵精力，并通过减少摩擦和更好的福利等措施，将更多的精力用在留住现有员工上。
·员工体验：人力资源部门的工作不仅仅是招聘员工来填补现有职位。他们的工作的一个重要部分是创造良好的员工体验，并努力改善员工的体验，因为快乐的员工总是更好地参与其中。这种参与度可以通过以下几个方面来帮助员工。
·提高生产力
·提高保留率
·实现更高的总体成功率
员工的出勤率、参与度和生产率只是人事分析可以跟踪的一些指标，可以更细致地了解员工的体验。这可以提出人力资源部门需要改进的地方，并能带来优化的福利、休假政策以及培训和发展机会。
"这不仅仅是招聘，还包括留住、激励和发展强大的员工。"东北大学人力资源管理硕士课程讲师Tom Penque说。"人力资源分析归结起来就是能够...........利用所有这些信息来改善组织和员工。"
以上由AI翻译，仅供参考
作者： Aileen Scott
扫一扫 加微信
hrtechchina
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
扫一扫 加微信
hrtechchina
