【意大利】初创公司Data Masters Srl获得20万欧元融资，培养未来专业人才
Data Masters Srl 是一家总部位于意大利巴里的初创公司，主要开发和销售数据科学、人工智能和机器学习领域的在线培训课程和教材，公司获得了20万欧元融资。
Primo Ventures SGR Spa 通过旗下的 Primo Digital、Primo Digital Parallel Italia 和 Primo Digital Parallel Sud Italia 基金参与了此次融资。
公司迄今已通过股权、债务和创新征集等金融工具筹集了95万欧元，打算利用这笔资金扩充其团队，增加合格的专业人员，并加强研发活动，以创造新的培训和技术产品。
Data Masters 公司成立于 2022 年 7 月，由首席执行官 Luigi Congedo 领导，提供广泛的教育课程和实践研讨会，旨在培养未来的专业人才。这些课程采用模块化方法，为个人和公司提供持续、实践和定制化的学习方法。
公司还管理着一个由数据科学领域的专业人士和爱好者组成的社区，并正在开发一个用于人才分析和匹配客户公司需求的平台：Data Masters Brain。该平台通过创建定制路径收集和处理人才数据，通过详细分析他们的技能研究他们的学习表现，然后促进与合作公司需求的匹配。这种测量技术使 Data Master 能够进一步扩大其服务范围，吸引潜在的学生，使他们能够利用匹配平台。
关于Data Masters Srl
Data Masters Srl 是一家总部位于意大利巴里的初创公司，主要开发和销售数据科学、人工智能和机器学习领域的在线培训课程和教材。Data Masters 的目标是将数据文化带入意大利企业，引导企业向数据驱动型方法转型，从而提高企业竞争力，抓住人工智能带来的机遇。机器学习、数据科学和人工智能正在迅速改变工作世界，只有能够适应这种变化的组织才能茁壮成长。掌握这些技能具有战略意义，能够抓住新机遇，增强公司现有的人力资本，吸引最优秀的人才，从而创造显著的竞争优势。
人才分析
2023年10月16日
人才分析
好文：HR如何更好的优化人员分析（People Analytics）
关键点：
人力资源部应更有意地收集整理工作场所数据
侧重于绩效预测指标而不是一般绩效审核
数据分析需要特定、明确的结果
这是数据时代，数据分析正在彻底改变人力资源。
埃森哲计算，从数字可用的工作场所数据的新来源来看，大型上市公司在美国有3.1万亿美元的收入机会。
但是，人力资源部是否准备好此机会？
长期以来，人力资源一直被视为"硬"数据的保管人，如用工成本、离职成本、缺勤率、劳动力成本等。所有这些信息都至关重要，但这些信息都是衡量业绩和生产力的滞后指标。等到数据出来的时候，再想改变策略已经太晚了。
HR可以---而且应该是----更有意地转化领先指标劳动力数据。要做到这一点，CHRO必须更加努力地推动核心人员分析，特别是在战略绩效和人才管理方面。对战略人力资源组织来说，维护数据的日子已经过去了。
CHRO必须更加努力地推动核心人员分析，尤其是在战略绩效和人才管理方面。
CHROs must drive core people analytics harder, particularly concerning strategic performance and talent management.
充分利用绩效领先指标 Fully Leverage Leading Indicators of Performance
战略分析需要领先指标和整理、综合和分析数据的能力。人力资源部还要求授权部门通过绩效分析实施真正的组织变革。但是，为了做到这一点，人力资源部门需要非常具体的数据。
例如，根据盖洛普的研究，只有29%的员工强烈认同他们的绩效评估是公平的，26%的员工强烈同意他们的绩效评估是准确的。然而，很少有人说，他们被管理的方式，激励他们做出色的工作。这些精细的详细信息与组织级绩效和增长问题一起出现。
人力资源部应了解其组织中每个指标的百分比。这些数据解释了预测绩效的因素（如员工敬业度、人才绩效、更替驱动因素等），帮助领导者了解在仍有机会时可以改变哪些因素。
但是，人力资源部门有很多方法可以帮助领导者真正利用预测分析的力量，并加快质量决策。但是，关键是要确定最少的员工和员工绩效指标，这些指标对关键结果提供最大的解释能力。根据我们的经验，以下步骤至关重要：
审核和组织来自多个来源和年份的现有数据到单个数据库（劳动力、运营和业务数据）。
利用高级分析确定哪些指标对关键业务成果（即营业额、生产率、销售额、盈利能力）以及数据质量最高的指标最可靠、最有指示性和预测性。
使用裁员指标的缩减列表来监控和预测业务绩效、通知战略更改以及确定干预和变革计划的优先级。重点回答有助于业务推动价值的基本问题。例如：我们如何有效地根据申请人数据预测特定职位的人才招聘质量？哪些因素增加了顶尖人才留在公司并继续表现的可能性？
领导者重视这种战略分析，因为它有助于他们做出正确的决策。尽管如此，人力资源部门需要更好地使用此类分析来讲述公司长期价值（与其战略目标一致）的故事，而不是仅基于描述性分析的狭隘的短期员工增强计划。
破解人才分析 Disrupt Talent Analytics
例如，考虑人才管理讨论。根据我们的经验，人才审查是经常、持续滥用的一个领域。长期以来，大多数公司都依赖于将人才分为"九盒"模式，这种模式将人才分为顶尖人才、一贯的超级明星或表现稳健的超级明星以及表现不佳的类别。
没什么不对的。但数据的质量和客观性令人担忧。
传统上，"高潜力"员工被评定为反映一组能力。员工的经理指定了该标签，但经理的评价往往充满了偏见。整个评估过程需要几个月才能完成。之后是无休止的等待行政投入，最后，个人发展计划的制定。与此同时，员工们也继续行动;发展投入迟迟或不相关。
漫长而繁琐的传统人才审查过程需要被打乱。首先是评估和分析更客观的潜在指标。但是，一旦完成了客观的审核，人力资源部门就可以更快地将评估洞察转化为真正的发展计划，特别是帮助顶尖人才的经理在与每位员工的辅导对话中定期使用这些见解。与现在一样，只有 23% 的员工强烈同意他们的经理提供有意义的反馈，让他们等待几个月才能进行有偏见的评估，这是提高绩效的可疑方法。
冗长、繁琐的传统人才评审流程需要被打乱。这要从评估和分析更客观的潜力指标开始。
The long, cumbersome traditional talent review process needs to be disrupted. This starts with the assessment and analysis of more objective indicators of potential.
谷歌（Google）是一家基于硬分析的所有决策的公司，为更好地利用数据提供了一个很好的例子。早期，Google 人员分析团队想出了一个算法来优化软件工程师的关键晋升决策。
该算法用于做出令人印象深刻的 90% 的促销决策。但是工程师们想要更高的透明度，而算法不是答案。因此，谷歌停止了该计划。公司知道人们应该做出决策，而分析只是为了用最可靠的见解来武装决策者。从本质上讲，拥有正确的数据与拥有足够的数据是需要记住的关键。
将数据分析与长期目标联系起来
HR 创新使用预测数据分析应具有明确定义的结果，所有项目都应采用。但是，为了达到最大效用，这些可交付成果需要与特定的客户、运营和业务成果以及组织层面的结果（如上市时间、缩短周期时间、快速产品创新或加速质量改进）相关联。
为了真正敏捷，人力资源必须超越结果，在领先指标（如客户和员工敬业度指标、人才和发展影响）上持续提高质量。这些是真正推动业务绩效的因素。
在客观数据的支持下，并在管理人员的实时支持下，人力资源部门可以做世界上所有分析都做不到的事情：导致可预测、可衡量、成功的结果。
直截了当地说，人力资源部门有潜力将危机转化为机会，但它必须首先能够将人员分析转化为业务决策。
作者：VIBHAS RATANJEE 来自盖洛普gallup.com
原文标题：How HR Can Optimize People Analytics
由AI翻译完成，仅供参考。欢迎交流
人才分析
2020年04月27日
人才分析
人才分析、基于技能的招聘以及学位的潜在颠覆
文/Sean Gallagher
现在是毕业季，一批新的大学毕业生正在进入职场。与此同时，关于越来越多的芯片公司不再需要学士学位的文章也层出不穷，引发了一个问题:如今，这些学士学位到底有多大价值?
包括IBM首席执行长罗睿兰(Ginni Rometty)和美国教育部长德沃斯(Betsy DeVos)在内的许多知名人士都在继续为大学之外的其他选择以及在招聘方面更多地关注技能而非学位提供理由。在美国就业市场上，寻找有技能的人才是一个特别热门的话题，而美国的就业市场是几十年来最强劲的:招聘速度正处于历史最高水平，目前的职位空缺数量(750万个)远远超过失业人数(600万个)。
在这个竞争激烈的人才环境中——在新技术工具的帮助下——确实发生了一些不同的事情。雇主们在如何招聘、如何设定工作资格、如何评估技能和能力方面，开始变得更具战略性、分析性和细致入微。尽管这一运动还处于早期阶段，但这一趋势受到了大学领导和政策制定者的特别关注。它也为教育技术公司、替代教育提供者和雇主本身提供了新的机会。
人力资源变得更聪明:人才分析的兴起
从历史上看，大多数公司——甚至包括许多财富500强企业——很少对学历与员工绩效之间的关系进行分析。尽管分析的应用改变了营销、物流、金融和其他企业功能，但人力资源功能在通过数据和分析驱动战略和决策方面一直比较缓慢，而且相对较晚。
如今，企业对“人才分析”或“人才分析”的欢迎正在蓬勃发展。首席人力资源分析师Josh Bersin估计，截至2018年，大约30%的人力资源部门包括一个致力于分析的人或团队，而几年前这一比例仅为10%。曾经只有大公司才能负担得起的奢侈，新的基于云计算的分析工具和人力资源技术系统使中小企业更容易获得人才分析。人力资源技术市场发展迅速，在过去四年里每年都吸引了大约30亿美元的投资。
在东北大学高等教育与人才战略未来中心(Center of the Future of Higher Education & Talent Strategy)最近对人力资源主管进行的一项独特的全国性调查中，我们发现，在人才市场非常紧张的情况下，雇主在设定教育要求、优化大学招聘以及考虑其他大学选择方面，正变得更加严格，并以数据为导向。
例如,一些雇主表现的研究自己的就业数据可能显示,例如,从一个小州大学毕业生比那些从一个精英私人机构,或某些角色,要求学士学位可以由个人,只有一个行业认证或一定数量的多年的经验。我们的调查发现，只有17%的雇主认为他们目前设定工作学历的过程是“严格的和数据驱动的”，而41%的雇主表示，他们开始利用更多的数据和分析来制定这些决定。
基于能力招聘
对教育提供者和劳动者来说，更重要的是许多雇主开始采取的措施——往往是根据数据——在招聘过程中明确淡化学历和背景。在我们对人力资源主管的调查中，大多数雇主表示，他们要么已经在进行一项正式的以技能为基础的招聘工作(24%)，要么正在探索这一工作(39%)，这是一个更令人惊讶的事实。
这种策略被称为“以能力为基础”或“以技能为基础”的招聘，由于就业市场吃紧，以及考虑大量没有学位的专业人士的机会，这种策略正在获得势头;意识到许多工作岗位并不一定需要学位；出于公平和包容的原因。许多有影响力的非营利组织、基金会和雇主都支持这种方法，并支持开发知识和工具来实施它，包括Skillful、Opportunity@Work、Lumina Foundation和美国商会。
在以技能为基础的招聘类别中，有一种特别有前途和潜在破坏性的做法是招聘前测试或评估——在申请或面试过程中直接测试应聘者的能力。这种方法越来越受到技术的支持，并导致了一个不断增长的市场的发展。在我们对人力资源主管的全国性调查中，雇主们认为，雇佣前测试是一种实践或技术，在短期内最有可能对大学学位在招聘中的价值构成挑战——40%的雇主预计在未来三年内会产生影响。尽管雇佣前测试带来了各种各样的挑战，但技术支持的测试质量更高、验证效果更好、成本更低，很可能会削弱学历在员工筛选过程中的一些作用。
持续创新指日可待
技术和分析在招聘方面的应用还处于早期阶段。然而，这是一系列令人兴奋的发展，有望挑战传统的教育提供者和方法，并为新技术和企业提供机会。但这种方法还需要继续研究。
在一个数据更加丰富、技能和教育成果更加透明的环境中，雇主对人才分析和基于技能的招聘的接纳，可能会要求大学改变提供证书、评估学生和与雇主接触的方式。
以上为AI翻译，内容仅供参考
原文链接：Talent Analytics, Skills-Based Hiring and the Potential Disruption of the Degree
人才分析
2019年06月28日
人才分析
如何使用人才分析来识别组织中潜在的领导者
文/ Chiradeep BasuMallick
你知道你的高潜力员工比普通员工为公司增加了91%的价值吗?
这就是为什么企业如此渴望利用人才分析来发现最优秀的员工，并快速跟踪他们的发展。这些人往往在职业生涯的早期就表现出领导才能。通过识别这些线索并在适当的时候做出反应，您可以在您的组织中建立一个坚实的领导基础。
为什么你需要领导力分析
是什么造就了一个伟大的领导者?答案是复杂和多方面的。在选择领导时，组织要仔细考虑内在能力、资格、领域理解和人际关系技能，以及其他组织特有的特征。
在选择过程中，这些决策常常受到个人偏见的影响，经理和团队领导在不知不觉中更喜欢那些与他们自己的方法最一致的决策。不可避免地，这就产生了一种可能性，即大量员工在领导角色上被忽视。
人才分析通过应用数据来决定下一代领导者的关键决策，解决了这一问题。在帮助你决定谁是潜在的领导者之前，它会考虑多个来源的数据(工作历史、业绩记录、时间和出勤率，甚至社交媒体足迹)。
领导力识别的人才分析是如何工作的?
人才分析为领导力潜能评估的高级形式提供了动力，在这种评估中，数据洞察力被用来了解哪些个人最有可能影响组织路线图。
人才分析从观察不同级别和部门的成功领导者开始，寻找模式和主导特征。这有助于在当前行为和未来潜力之间建立隐藏的关联，当使用人工智能时，它们可以帮助预测可能的领导者。
虽然人才分析可能无法直接帮你找到下一任首席执行官，但它将为你提供一个界限分明的高潜力员工群体，这些人可以被培养，并置于领导岗位上。
寻找五种类型的人才分析
人才分析不是一个一维的解决方案——各种分析模型和技术可以应用于领导力评估。我们建议探索这五种类型的人才分析，以确定您组织中的潜在领导者。
行为分析:HR可以通过观察世界各地公认的成功的领导者来建立一个衡量员工的标准。
内部基线化:拥有大型内部数据库的组织可以分析不同角色的“优秀员工”，并专注于他们的开发;这也将有助于聘用能够成为未来领导者的候选人。
团队分析:这种类型的人才分析专门针对那些带领团队走向成功的员工。记住，这些人可能并不总是担任管理或领导角色。
职位与特质的相互联系:这种人才分析技术的目标是识别哪些特质是应该避免的，然后为特定的职位创建“领导档案”。
培训分析:在他们学习和发展领导力的过程中，员工会展示出他们潜在能力(或缺乏潜在能力)的基本特征。人才分析可以应用于培训数据，以锁定最热门的领导职位候选人。
向2018年全球最佳雇主学习
谷歌拥有丰富的以技术为驱动的员工关注历史，人才分析是这一战略的重要组成部分。早在2008年，谷歌就开始了“氧气计划”，以了解究竟是什么造就了优秀的管理者。今天，“氧气计划”已经发展成为一项强大的人才分析计划，其动力来自于来自整个组织的详细和规范的员工调查。因此，谷歌可以访问定义好管理器的“行为”列表。每年都会有新的特点更新，保持领导引擎的相关性和活力。
这只是一个案例研究，展示了人才分析如何加强领导力评估和发展。随着新的数据来源不断出现，计算能力同步增长，人才分析将成为一个繁忙的领域。我们相信，世界各地的公司——即使是那些没有像谷歌这样庞大数据仓库的公司——很快就能在人才分析的推动下做出更明智的领导决策。它所需要的只是一个分析解决方案和使用解决方案提供的洞察力的技能。
以上为AI翻译，内容仅供参考
原文：How to Use Talent Analytics to Identify Potential Leaders in Your Organization
人才分析
2019年06月10日
人才分析
“人员分析现在可以成为战略性竞争优势”
工业工程师弗雷德里克泰勒在1911年发表了他的报告“ 科学管理”，该报告研究了钢厂工厂工人的流动和行为，从而开始了这一趋势。此后，公司已经部署了数千次参与调查，研究了最高领导者的特征，对留存率和营业额进行了无数次评估，并建立了大量的人力资源数据仓库。所有这些努力都是为了弄清楚“我们能做些什么来让我们的人们获得更多收益？”
那么现在这个域被称为人们的分析，它已经成为一个快速增长的核心业务举措。一项题为“ 高影响力人物分析 ”的研究报告由Deloitte在去年11月由Bersin完成，发现69％的大型组织拥有人员分析团队，并积极构建与人员相关数据的综合存储。
为什么增长和为什么业务势在必行？几个技术和商业因素相互碰撞使这个话题变得如此重要。
首先，组织拥有比以往更多的与人员相关的数据。由于办公生产力工具，员工证章阅读器，脉搏调查，集成的企业资源规划系统和工作中的监控设备的激增，公司拥有大量关于员工的详细数据。
公司现在知道人们与谁交流，他们的地点和旅行时间表，工资，工作经历和培训计划。内置于电子邮件平台中的组织网络分析的新工具可以告诉正在与谁交流的领导者，用于音频和面部识别的新工具识别谁处于压力之下，以及摄像机和热传感器甚至可以确定人们在他们身上花费了多少时间书桌。
可以认为，这些信息大部分都是保密和私密的，但大多数员工并不介意获取这些数据的组织，只要他们知道正在改进他们的工作体验，正如2015年会议委员会的研究所显示的那样，Big数据并不意味着大 哥哥。虽然从5月25日起可执行的欧盟通用数据保护条例标准将会将隐私权和治理责任放在人力资源部门，但雇主正在加紧处理这些数据并小心处理这些数据。
其次，作为获得所有这些数据的结果，公司现在可以学习重要而有力的事情。不仅高管们被迫就多元化，性别薪酬公平和营业额等议题进行报告，而且他们现在还可以使用人员分析来了解生产力，技能差距和长期趋势，这些可能会威胁或创造业务风险。
例如，一个组织发现欺诈和盗窃事件是“具有传染性”，导致同一楼层的其他员工在一定距离内出现类似的不良行为。另一种方法是使用情绪分析软件来衡量组织中的“情绪”，并根据他们的沟通模式来识别具有高风险项目的团队。
许多组织现在都在研究营业额，甚至可以通过监测电子邮件和社交网络行为来预测它，从而使管理人员能够在辞职前指导高绩效员工。组织现在使用分析和人工智能或人工智能来解码职位描述，识别造成偏倚招聘池的单词和短语，并防止性别和种族多样性。制造商使用人员分析来识别可能发生事故的员工，而咨询公司可以预测哪些人可能会因过多的旅行而被烧毁，而汽车公司现在知道为什么某些团队按时完成项目，而其他人则总是迟到。
因此，人工智能进入领域，给予它更多的权力和规模。一个新的基于人工智能的分析工具会向管理人员发送匿名电子邮件，询问简单问题以评估管理技能。通过其精心设计的算法，它为管理人员提供了一套无需赘述的建议，并在短短三个月内将管理效率提高了8％。
据Sierra-Cedar 2017人力资源系统调查显示，对于人力资源部门而言，人员分析现在是公司希望替换或升级人力资源软件的首要原因。
但对于首席执行官，首席财务官和首席运营官来说，这更重要。当一个销售团队落后于其配额实现或者商店的销售数字落后时，为什么领导者不会问“我们可能能够解决的团队中的人员，实践和管理者有什么不同？”或者甚至更大问题是“如果我们想通过收购德国的某家公司来发展我们的业务，文化和组织的影响会是什么？”这些关键的战略问题都可以通过人员分析来解决。
这门学科的历史是战术性的，有点神秘。多年来，工业心理学家领导了这项工作，主要关注员工敬业度和营业额。然而，今天，该行业正在采取新的行动，将其精力重新集中在运营，销售，风险和绩效指标上。技术工具在这里，公司已经有人工智能工程师准备以强大而有预见性的方式分析数据。分析人士表示，这个领域将会持续增长，请记住，对于大多数企业而言，劳动力成本是资产负债表中最大和最可控制的支出。
底线很明显：人们的分析现在可以成为战略竞争优势。专注于这一领域的公司可以出租，淘汰和淘汰竞争对手。
以上由AI自动翻译。
Fredrick Taylor, an industrial engineer, started this trend in 1911 when he published his report Scientific Management, which studied the movement and behaviour of factory workers in steel mills. Since then companies have deployed thousands of engagement surveys, studied the characteristics of top leaders, done countless reviews of retention and turnover, and built massive human resources data warehouses. All in an effort to figure out “what can we do to get more out of our people?”
Well now this domain is called people analytics and it has become a fast-growing, core-business initiative. A study, entitled High-Impact People Analytics and completed last November by Bersin by Deloitte, found that 69 per cent of large organisations have a people analytics team and are actively building an integrated store of people-related data.
Why the growth and why the business imperative? Several technical and business factors have collided to make this topic so important.
Firstly, organisations have more people-related data than ever before. Thanks to the proliferation of office productivity tools, employee badge readers, pulse surveys, integrated enterprise resource planning systems and monitoring devices at work, companies have vast amounts of detailed data about their people.
Companies now know who people are communicating with, their location and travel schedules, their salary, job history and training plans. New tools for organisational network analysis, built into email platforms, can tell leaders who is communicating with whom, new tools for audio and facial recognition identify who is under stress, and video cameras and heat sensors can even identify how much time people spend at their desks.
It could be argued that much of this information is confidential and private, but most employees don’t mind organisations capturing this data, as long as they know it is being done to improve their work experience, as shown in 2015 Conference Board research, Big Data Doesn’t Mean Big Brother. While European Union General Data Protection Regulation standards, enforceable from May 25, will put the burden of privacy and governance on HR departments, employers are stepping up to this and treating such data with great care.
Secondly, as a result of having access to all this data, companies can now learn important and powerful things. Not only are executives being forced to report on topics such as diversity, gender pay equity and turnover, but they can also now use people analytics to understand productivity, skills gaps and long-term trends that might threaten or create risk in their business.
One organisation, for example, found incidents of fraud and theft were “contagious”, causing similar bad behaviour among other employees on the same floor within a certain distance. Another is using sentiment analysis software to measure “mood” in the organisation and can identify teams with high-risk projects just from the patterns of their communication.
Many organisations now study turnover and can even predict it before it occurs by monitoring email and social network behaviour, enabling managers to coach high performers before they resign. Organisations now use analytics and artificial intelligence or AI to decode job descriptions, identifying words and phrases that create biased recruitment pools and prevent gender and racial diversity. Manufacturers use people analytics to identify workers who are likely to have accidents, while consulting firms can predict who is likely to be burnt out from too much travel and automotive companies now know why certain teams get projects done on time when others are always late.
AI is, therefore, entering the domain, giving it even more power and scale. A new AI-based people analytics tool sends anonymous emails to a manager’s peers asking simple questions to assess managerial skills. Through its carefully designed algorithms, it gives managers an unthreatening set of recommendations and has improved managerial effectiveness by 8 per cent in only three months.
For human resources departments, people analytics is now the number-one reason companies want to replace or upgrade their HR software, according to the Sierra-Cedar 2017 HR Systems Survey.
But for chief executives, chief financial officers and chief operating officers, it’s even more important. When a sales team is behind its quota attainment or a store’s sales numbers fall behind, why wouldn’t a leader ask “what’s different about the people, practices and managers at those teams that we may be able to address?” Or an even bigger question is “if we want to grow our business by acquiring a given company in Germany, what will the cultural and organisational impact be?” These critical strategic questions can all be answered by people analytics.
The history of this discipline is tactical and somewhat arcane. For years industrial psychologists led the effort and focused primarily on employee engagement and turnover. Today, however, the industry is taking on a new light, refocusing its energy on operational, sales, risk and performance measures. The technology tools are here and companies have AI engineers ready to analyse the data in a powerful and predictive way. And analysts say this domain will grow for years to come; remember that for most businesses, labour costs are the largest and most controllable expense on the balance sheet.
The bottom line is clear: people analytics can now become a strategic competitive advantage. Companies that focus in this area can out-hire, out-manage and out-perform their competitors.
人才分析
人才分析
人才分析
人才分析
人才分析
扫一扫 加微信
hrtechchina
