数据库 - HRTechChina.com - 向上的力量！

数据库

【芬兰】ESG报告与决策平台The Upright Project获得了500万欧元融资近期，总部位于芬兰的科技公司The Upright Project获得了500万欧元的最新融资。本次融资由Greentech VC Planet A Ventures与First Fellow Partners一起领投，天使投资人Risto Siilasmaa也参与了这笔投资。新的资金将用于开发其开放的数据库，该数据库为影响评估带来了更严格的可比性。芬兰初创公司The Upright Project的使命是帮助企业在影响力方面做出正确的决定。当世界接受克服挑战的同时，社会意识也在提高。现在，在大多数情况下，对公司的影响力评估有更多的审查环节，这对企业透明度的压力更大，消费者想知道企业的决定会产生什么后果和影响。目前，ESG报告是评估公司如何影响周围世界的最常见方法，随着气候危机的展开，这种报告工具的重要性正在飙升。但是，许多人只关注公司与环境或社会问题相关的财务风险。The Upright Project希望走得更远，虽然有几家ESG报告或碳会计提供商，但Upright是第一个不仅根据财务业绩而且根据整体净影响来比较各行各业公司的平台。该模型的方法显著提高了大多数企业社会责任（CSR）衡量的深度，例如ESG，SFDR等。Upright 基于人工智能的影响数据引擎是第一个将公司的披露和可持续发展目标与联合国可持续发展目标联系起来的引擎。使用的数据来自世界上最大的开放获取科学数据库。 Upright的创始人兼首席执行官Annu Nieminen表示：“全球ESG和影响力迫切需要普及常识让消费者理解它是什么。目前，公司核心业务的最大影响被埋藏在工作和报告方式的大量细节之下。我们需要一个透明的影响数据平台，其中包含所有人都可以访问的可比数据”。 Planet A的联合创始人兼合伙人Nick de la Forge表示：“由于42%的公司夸大了他们的可持续发展主张，我们需要一个新的影响力课程。使强大的利益相关者，从董事会和投资者到人才和消费者，了解公司的影响并做出明智的决策，这将导致公司行动及其对地球影响发生重大变化"。诺基亚前董事长兼F-Secure主席Risto Siilasmaa表示：“Upright的目标是使影响评估更加诚实和有信誉。他们正在通过消除我们当前影响评估中的盲点来解决企业面临的最复杂的挑战，同时使其民主化。当他们要求我投资时，我不需要三思而后行”。关于The Upright Project Upright成立于2017年，其以目标为导向的愿景是建立一种新型的量化模型来衡量公司的净影响。其平台旨在为投资者、客户、员工和企业提供更多基于事实的决策。其目的是通过衡量公司对环境、健康、社会和知识的积极和消极影响的总和，将公司的影响评估带入一个分析严谨和可比性的新时代。目前Upright的客户和合作伙伴已经包括Permira和EQT等领先的PE/VC投资者，以及Invesco和Nordea等大型资产管理公司。

数据库
2022年12月14日
数据库

如果你正在领导人力资本分析（People Analytics），现在该怎么办？创建人力资本分析仪表板人力资本分析从业人员所熟悉的话题：人力资本分析仪表盘。设定场景。 "你刚刚在人力资本分析领域找到了你的第一份重要工作。你一直在努力工作，而组织刚刚抓住机会，让你建立他们新的人力资本分析梦之队。你虽然紧张但又充满能量。你想迅速引起轰动。你会怎么做？" 许多处于这种情况的新的人力资本分析领导者，在对组织进行评估后，会决定采取行动，创建一个人力资本分析仪表板。这是个古老的东西，但也是个好东西。如果你是一个新的领导者，并且专注于速度-价值商数，你可能会从这里开始。但为什么呢？如果你是一个雄心勃勃的、前卫的领导者，在领导你的第一个人力资本分析功能的情况下，你可能会想："我从组织和人力资源部门的领导那里得到了坚定的职责和积极的授权，以满足他们对前沿人力资本分析的需求。组织领导期待着一个巨大的突破，而我在ML和AI方面的技能已经磨练了多年。让我们给人们他们想要的东西--通过先进的预测性分析来实现工作的未来！" 我祝愿你在这项工作中取得好成绩！这听起来很了不起！我唯一担心的是一旦你遇到创建一个新职能的组织实际情况，你的成功几率就会降低。它们包括但不限于：糟糕的数据、没有数据、缺乏系统、争夺预算、领导不知道如何处理数据、文化冲击，有时甚至更糟糕的数据。你可以做一些事情，大大增加你的长期可扩展成功的机会，为你和你的团队建立带宽，并以增加人力资本分析的可信度的方式使数据民主化。你可以开发一个人力资本分析仪表盘。从我的角度来看，开发这样一个仪表盘需要（宽泛地）三个步骤。数据，背景，和故事。第一步：数据你可能在想，我很快就淡化了人力资源部门对AI/ML的需求。我没有。在我的职业生涯中，一些最有价值、最有洞察力、最能激发智慧的工作需要先进的技术。然而，在一个人力资本分析职能部门的新领导人的背景下，直接的挑战是可能的事实，即客户没有，从来没有，也不习惯于拥有他们需要的数据来做决策。因此，一个新的领导者的第一步必须是获取、构思和增强数据的民主化。诚然，人们分析的 "极客"（即可能有编程、数据科学/工程和/或数据基础设施背景的人）会最喜欢这一步，在不灵活的情况下，会卡在步骤1，这可能是他们的死穴。他们会发现这一步对智力的刺激很大，原因是需要解决大量的问题，比如：整合来自多个来源的数据，清理数据流，建立数据处理程序，创建数据字典和定义，试验不同的技术来存储数据，处理数据，和自动化数据处理。这可能是一项永无止境的工作，有些团队从未离开过这个步骤。尽管有前面提到的注意事项，让你的数据 "正确 "是基础的一步。一个新的领导者将需要一些基础数据源来创建一个有目的、有意义的人力资本分析仪表板。这似乎是一个平淡无奇的话题，但我已经看到整个人力资本分析会议联盟致力于凝聚标准化的人力资源指标，每个企业和企业领导人都应该通过人力资本分析仪表盘来关心这些指标。事实上，适合你的公司的最有意义的数据来源很可能不是标准的，而是针对你的行业、员工构成、你的客户价值主张和你的组织的。尽管每个公司都是不同的，但这并不意味着创建人力资本分析仪表盘的一些数据来源/系统在各组织之间不一致。这些系统包括但不限于以下系统：核心HCM（招聘、人数、营业额、薪酬等。这可能是你最广泛的数据源），销售系统（Salesforce等），运营系统和吞吐量（ERP系统如SAP，自制的内部系统等），安全，技术和工程数据（Jira，Asana等），甚至更多的实验数据（例如，Zoom会议，日历邀请和Slack互动）。无论数据来源和系统如何，一个新的领导者将需要某种类型的数据库来汇编和存放这些数据。在中长期内需要哪种类型的数据库的决定，通常会归结为新技术的传统 "建造与购买或借用 "的决定。但不可避免的是，我愿意赌上几个硬币，几乎每一个刚接触人力资本分析的团队都可能开始使用Excel/Access或GSheets，至少在他们进行实验/原型设计的时候，将他们的数据整合到初步的可视化中。如果我的经验是指示性的，再加上我遇到的许多其他领导人，在人力资本分析领域更广泛的现实，许多团队从未离开这个原型阶段。我想这并不是世界末日，但对于一个新的人力资本分析团队来说，这绝对是一个早期的高原期。从我的角度来看，这个高原期可能是一个负面的原因，因为它可能会留下 "钱/价值"。使用Excel等工具推送原始和/或汇总的数据报告，并期望企业/人力资源部门的领导用这些数据做一些有价值的事情，这种循环从根本上来说是有缺陷的。我们将在第2步中进一步讨论这个问题。如果你的团队有兴趣超越一个简单的Excel报告/仪表盘，持续改进产品的周期应该是这样的：集中数据，数据可视化原型，获得用户反馈，投资于与业务影响相关的数据/可视化，重复。这个过程松散地基于敏捷方法论、最小可行产品（MVP）和软件开发（关于资源，请看这样的地方），但显然这个过程应该根据你的团队的技能组合、你的组织、团队/技术的投资水平等进行调整。与此相关，这里有一个关于前面提到的 "建设与购买 "路线的简单对比。如果你决定走 "购买 "路线，有许多成熟的供应商，如Visier和One Model，以及新兴的供应商，如eqtble，都可以竞争你的业务。所有的供应商都有优点和缺点。相反，如果你决定走 "构建 "路线，你可能会考虑通过R Shiny这样的开源产品，或通过购买的产品，如Tableau或Looker，来创建你自己的网络应用程序来承载你的人力资本分析仪表板。这条路也有它自己的优点和缺点。第二步：背景不是所有的人的分析仪表板都是平等的。你猜谁决定了仪表板的价值？是解决方案的架构师吗？还是数据分析师？仪表盘的客户--通常是业务领导、部门领导、人力资源领导--决定它的价值，并最终决定它的使用。决定仪表盘所产生的价值的，或任何被共享的数据的，是背景。然而，背景不能在分析员所隐喻的小房间里得到，而是要在组织决策的舞台上得到。在我看来，有两种背景，它们都是赋予固有的无价值数据以价值的先决条件。 1.组织背景 2.数据背景首先，作为一个新的领导者，你必须了解组织的背景。这一步是人力资本分析走出纯粹的数据分析领域的地方--因此，这也是 "极客 "们可能感到最不舒服的领域。对许多员工来说，人员成本占公司运营费用的70%左右（显然，这可能因公司和行业而异），这让人感到惊讶，但对任何财务主管来说，这并不令人惊讶。如果你真正考虑到有时是数十亿美元的企业，这是一个惊人的资金和投资数额，而这些是大多数人力资本分析机构所居住的组织。因此，我想的方式是，人力资源组织的汇款是正确投资和衡量组织70%的运营成本的投资回报率。这就是为什么我发现，当讨论一个组织中运营成本较低的部分--如IT、财务、集中式数据科学、运营等--的财务投资时，这些组织往往不会对在技术、数据和基础设施方面投入大量资金以更好地了解其组织的行动背景感到惊讶。而人力资本分析往往要通过乞讨、借用和偷窃来试图建立、构建和实施基本电子表格之外的任何数据机制，以服务于组织最大的OpEx支出。然而，如果人力资本分析的领导者能够充分理解他们产生的数据如何与组织的优先事项保持一致并产生价值，这种不公正就会迅速消失。其次，一个新的领导者必须了解数据的背景。我发现令人惊讶的是，有时我认识的非常聪明的人并没有意识到，没有背景的数据表面上是没有意义的，无法解释的。他们往往有一种 "梦境 "的心态，认为 "如果你建立了它[即，"它 "是一个可靠、准确的人力资本分析仪表盘，并具有视觉吸引力、动态、实时的方式]，他们就会来["他们 "是企业和人力资源领导人]。这不是真的。这是风格大于内容，这个论点我将在其他时间讨论。当领导者看到这种类型的仪表盘时，双方（领导者和人力资本分析团队）都会感到疑惑。人力资本分析团队期望得到赞扬，并展示了仪表盘，而领导者的反应是 "这看起来不错，但我应该用这个做什么？" 在我看来，只有三种方法可以为数据提供背景，让大家觉得有意义。 - 一个目标 - 一个基准 - 与以前的自己进行比较（即，随时间变化的数据趋势）没有这些，数据就只是数据。这三个提示给了任何人隐含地查看数据的背景（即，没有科学方法和试图证明因果关系）。它们还允许回答 "我们如何知道我们所做的事情是否有效？"这一问题的许多变种。我个人最喜欢的目标，允许观众以二分法的方式知道 "我们是高于还是低于目标？" 如果你有OKRs、成功指标和/或关键绩效指标，不假思索地规定目标对业务有意义，那就真的有帮助。基准，是我最不喜欢的，因为它很可能鼓励平庸，它可以让观众回答 "我是否与竞争对手/参考点持平 "的问题？一个与以前的自己进行比较的数据点，将你今天的位置与你过去的位置进行比较。这种背景是理想的，可以看到为解决一个问题所花费的努力和资源是否导致焦点变量随时间的推移而增加或减少。当反思你的组织当前的人力资本分析仪表板时，请随意问自己一个问题："这些数据是被我的客户推送的还是被我的客户拉动的？" 很可能，如果你的数据缺乏背景，你只是把它推给了不高兴的客户。然而，如果你的数据包括必要的组织和数据背景，你就会被拉去做更多的事情。这是一个很好的问题。第三步：故事光有背景还不足以让人事分析仪表盘产生影响。仪表盘中的数据有机会来追踪、告知和阐明组织的过去、现在和未来的故事。这个故事很可能具有任何好故事的叙事弧度。想象一下，如果你是一个组织的领导者，而你的组织内部有人能够用数据向你明确地展示你的组织的历史，你的组织现在在感兴趣的指标上的位置，组织在概率意义上的 "去向"，甚至有时 "为什么 "你会看到正在看到的问题。如果做得好，你的组织的故事可以带来增值的 "自我服务的数据即产品"，这是许多人力资本分析功能努力实现的。理想情况下，随着前面提到的改进人力资本分析仪表板的迭代过程的发展，数据和延伸的 "故事 "变得更加复杂、细致和有价值。我有一个假设，在人力资本分析甚至更广泛的科学中，一个最没有被研究的概念是 "时间 "的概念（有时称为时间效应）。时间有什么影响？想象一下，能够在足够长的时间内讲述组织的故事，你可以对一路走到行政级别的初级员工进行队列分析。撇开幸存者的偏见不谈--这种水平的洞察力难道不令人难以置信吗？另一个让我感兴趣的概念是将影响、成功指标和投资回报率嵌入到这个改进人力资本分析仪表板的反复过程中。作为一个新的人力资本分析领导者，如果你能将实现的价值嵌入到仪表盘本身，为什么要去做六个月的项目评估，以确定你的工作价值？想想你知道的任何一个好的故事。它是一个单向的对话，独白，还是独白？不是。所有好的故事都包括对话。人力资本分析仪表盘也应该如此。信息的流动不是单向的对话，而是一个持续的递归，数据通过叙述和背景流向决策者，而决策者根据组织的变化进行处理、校准和行动；这反过来又会导致对仪表盘所需变化的反馈，比如背景和所讲的故事。“球一直在跳动”，故事也不会结束。作者：Cole Napper 往期系列文章：如果你正在领导人力资本分析People Analytics，现在该怎么办？人力资本分析的战略和实施

数据库
2022年03月11日
数据库

新时期招聘-需了解候选人旅程和决策过程，以便传递正确的招聘信息，更好吸引人才（以美国为例）当今的招聘环境是难以驾驭的。候选人的需求量很大，市场竞争也很激烈。这种 "新常态 "迫使企业更深入地研究人才吸引问题。那些了解如何在正确的时间接触正确的受众的组织具有竞争优势。通过这种理解，他们能够在正确的时间将正确的广告放在正确的候选人面前，并传递正确的信息。本文将讨论候选人在做决定时所处的不同阶段，每个阶段的性质和动态，以及与每个阶段最相关的信息。候选人的决策过程在开发内容时，公司首先需要了解他们要营销的对象。候选人是消费者，他们根据收到的信息量或考虑因素来做决定。候选人所消费的内容包括公司的招聘广告和品牌信息。在创建内容和广告时，了解信息传递可能对受众产生的影响很重要。为了创建能够与潜在申请人产生共鸣的信息，了解候选人在做决定时经历的过程是很重要的。当候选人被给予时间考虑时，他们察觉问题的能力就会增加，他们寻求解决方案的可能性也会增加。他们得到的考虑越多，需要提供的就越少。或者说，候选人感知到的问题越少，他们转换的可能性就越小。在帮助候选人理解问题之前提供流程便利化，将导致候选人不太可能采取预期的行动。考虑过程中的每个阶段都代表着候选人对机会的不同评估点。候选人可以处于以下几个阶段之一：无意识：在这个阶段，候选人可能没有意识到存在问题—他们可能对自己目前的状况感到满意，或者没有评估自己的就业状况。问题识别：在这个阶段，候选人发现有必要审查自己的就业状况。这可能是由于他们认为自己目前的情况存在缺陷，或者是由于有人提出了他们没有考虑过的替代方案。信息搜索：在这个阶段，候选人试图找出适合他们的机会或下一步行动。替代搜索：这是研究阶段。候选人现在寻找他们感兴趣的特定机会、组织或角色的额外信息。这种搜索可以通过Google或在Glassdoor等网站上进行，甚至是在社交媒体上进行。行动阶段：在这个阶段，候选人已经准备好申请一个或多个可行的职位。反思：在这里，候选人对他们的决定进行反思，并确定下一步的适当步骤。对于寻求候选人的组织来说，根据候选人的决策阶段，考虑每一种广告类型中的广告和信息传递是很重要的。接触受众知道在哪里可以接触到公司的潜在候选人，并向他们传达与公司最相关的信息，对招聘成功至关重要。了解营销受众和媒体机会是取得这一胜利的关键。有几种方法可以在受众面前脱颖而出：付费社交能够成功在无意识和问题识别阶段影响候选人。需要考虑的关键指标：提高品牌认知度和亲和力，制定社交媒体计划，鼓励关键受众参与相关的、令人兴奋的和及时的内容。例子：Facebook / Instagram, LinkedIn, TikTok 展示广告这些广告可以有效地接触到无意识和问题识别阶段的候选人。可以通过各种内容、地理（位置）或行为定位和重定向来锁定受众。需要考虑的关键指标：增加网站流量、每次展示成本、点击量和其他现场关键性能指标（包括跳出率、滚动深度和访问的页面），最终导致申请的增加。例子：Google展示网络和程序化媒体网络，涵盖大量相关网站和移动应用程序。付费搜索和原生广告当候选人处于信息搜索和替代搜索阶段时，就需要有人存在。付费关键字活动和内容定位将确保公司出现在那些积极寻求机会的人面前，并向潜在的候选人分享最相关的内容。需要考虑的关键指标：网站或招聘启事的相关流量增加。如果关键词策略是有效的，并且申请过程是优化的，那么跳出率会下降，申请人会增加。例子：搜索引擎广告工作媒体与付费搜索类似，处于信息搜索和替代搜索阶段的候选人会在招聘网站上寻找公司。需要考虑的关键指标：工作浏览量、工作点击量、招聘会申请量例子：Indeed, ZipRecruiter, Monster, Career Builder, Recruitics Reach network 培养数据库如果一个公司没有积极培养自己的数据库，那么他们就需要增加一个计划来开始。重新定位自有媒体是当天获得申请的最有效方法之一。处于问题识别和反思阶段的候选人最好在公司的数据库中找到。使用来自公司数据的重定向名单，不仅可以帮助接触到当前的数据库，而且在寻找潜在客户时对创造新的受众也很有价值。提高投资回报率的最简单的方法是确保有一个与自己的数据库相关的全面沟通策略。需要考虑的关键指标：邮件打开率，邮件点击率，退订率，转换率例子：招聘会当公司知道在哪里做广告时，重要的是讨论他们将如何做广告—或要使用什么内容。公司的信息传递一个公司的信息传递可以分为两个主要类别：考虑和过程。考虑是一个公司提供给候选人的有关工作机会、组织和介于两者之间的任何信息。过程是指候选人完成申请的机制，如 "立即申请 "按钮，申请本身，或任何其他候选人必须完成的操作，才能被视为一个完整的申请人。随着候选人深入到做出决定的过程中，公司提供的考虑的数量变得不那么重要，责任从提供信息转向促进过程。看看这其中的关系: 无意识。这个阶段的内容需要重在考虑，帮助候选人识别存在的问题，并强调角色或组织的价值。广告应避免 "我们正在招聘 "这样的泛泛而谈，而应关注具体细节，如 "我们的薪酬比竞争对手高5美元/小时 "或 "6个月内从生产线到经理！" 清楚地定义组织的福利或好处，对于吸引那些可能没有意识到他们目前的工作可能缺乏的候选人的兴趣至关重要。问题识别。这是候选人发现有问题的时刻。公司的信息传递需要集中在与机会有关的价值陈述上。在这里，公司应该清楚地传达机会，并简化候选人表达兴趣的方式，就像一个线索捕获表。一旦收集到基本信息，公司就能够通过整个申请过程来培养潜在的候选人。替代搜索。当候选人到达这个阶段时，他们正在真正尝试了解这个组织。社交表现、Glassdoor资料、声誉和品牌知名度都将在候选人的决定中发挥作用。确保组织有最新的信息，品牌信息是一致的，并且他们在候选人研究的地方出现，将有助于引导候选人前进。行动阶段。这是候选人决定继续申请的地方。在这个阶段，减少候选人收到的摩擦是很重要的。要求候选人多次填写他们的信息，如创建一个账户，然后在申请中要求填写相同的信息，可能是一种阻挠。同样，让候选人填写就业史、教育史和其他存在于简历中的个人细节，然后直接要求提供该简历的过程也会导致候选人的沮丧。这里的目标应该是一次性获得相关信息，然后利用这些信息做出一个明智的决定。反思。在候选人完成申请后，他们会进入一个思考期。公司越是能够快速联系到候选人，他们就会越倾向于谈论这个机会。公司等待与申请人沟通的时间越长，候选人找到其他机会的可能性就越大—或者对机会的兴奋已经过去。这不是一门精确的科学，因为候选人在不同的阶段可能（也确实）存在于不同的平台上。重要的是要了解信息传递和目标定位将如何被这些媒介中的理想受众所接受。这就是为什么一个全面的战略是最好的战略! 一旦公司决定在哪里和如何做广告，他们仍然需要确保他们得到申请。单纯的广告和期待候选人的转换已经不够了。一旦公司得到候选人的注意，他们该怎么做？候选人获取与直接转化当候选人与广告互动时，公司有两个选择：将他们引向招聘网站并希望他们转换，或者将候选人引向线索获取登陆页面—即Facebook、Instagram和TikTok等社交媒体上的线索捕获表格。这两种做法都有好处，但如果利用得当，公司可以提高候选人的体验，并增加申请人的线索数量。当下准备好申请的候选人应该被引导到职业网站，但公司如何知道候选人是否处于这个阶段？简短的答案是，他们不能。另一方面，还有一些候选人可能需要更多的信息，才能被引导到职业网站。为了确保公司在这些人面前得到额外的考虑，利用着陆页而不是将流量直接流向职业网站，在那里可以提供候选人想要的额外考虑，这是理想的策略。自定义登陆页面可以为候选人提供有价值的信息，如工作细节、公司细节和下一步措施。此外，如果在这些页面上添加一个简单的捕获表格，公司就可以制定一个强大的培养策略—确保多次尝试将候选人转化为申请人。对于那些准备现在就申请的候选人，公司可以在他们的登陆页面上添加一个路径，将候选人引导到职业网站。这确保候选人在做决定时有所有的选择。信息传递那么，一旦公司获取了候选人的联系信息，应该向他们发送什么信息？这是由候选人的来源所决定的。付费社交/展示对这些候选人的信息传递应该在理解他们处于无意识或问题识别阶段的基础上进行。在发送电子邮件时，首先要提供大量的考虑，并确定候选人可能有就业问题。付费搜索/工作媒体这些候选人在决策过程中更深入地生活在问题识别或替代搜索阶段。他们正在寻找信息，需要更深入的考虑。这些候选人正在寻找有关机会和整个组织的细节。他们也可能已经准备好直接进入行动阶段，所以电子邮件信息应该开始集中于促进这一过程。培养数据库与其他阶段相比，这些候选人需要更少的考虑，但也应该以熟悉的方式与之交谈。认识到候选人之前所采取的行动，用表达紧迫感的语言与他们联系。记住，这些候选人要么处于问题识别阶段，要么处于反思阶段。他们要么在试图识别一个新的机会，要么在等待沟通。最后，为每一种类型的候选人制定一个完整的漏斗策略，是为漏斗的顶部提供营养并推动人们通过每个阶段的关键。然后，了解使每种类型的候选人采取行动所需的接触点数量，并在他们寻找的地方出现，将提供最大的成功机会，确保组织具有竞争优势。作者：Jason Messinger & Kelly Ward

数据库
2022年03月03日
数据库

云时代的人力资源：10种扎根的方法在这个全球自动化时代中，人力资源在支持云计算方面扮演着什么角色？我们生活在这样一个时代，我们比以往任何时候都更了解人，无论是好人还是坏人。通过从绩效到沟通模式的个人信息数字化，我们可以使用AI揭示可以增强业务成功的见解。在这个自动化的全球时代，人力资源在支持云计算方面扮演着怎样的角色? 强化独特而引人入胜的文化大品牌之所以成功，有很多原因，包括他们的文化。有了极具吸引力的创始人白手起家的故事，以及清晰传达的企业文化，他们能够激励和引导分散的、受过教育的知识型员工。考虑一下如何数字化和传播创始人的思维方式。当员工能够看到一位令人钦佩的创始人时，他们就能更好地为组织服务。传达清晰而有说服力的战略在一个虚拟的组织中，人们之间的数字联系比个人联系更紧密，明确的目标是至关重要的。尤其是在这个知识工作者必须灵活操作的VUCA时代，人们需要知道什么才是真正重要的。如果他们不知道要去干什么，以及他们怎么才能干得更好？组织的愿景、使命和价值观需要随时可用并经常得到加强。如果被问到你的公司是做什么的，公司各级员工都应该有一个明确的宣传。收集有用的数据数据的数量、种类和速度都在加速增长，因此人们对大数据情有独钟。但是，要牢记的另一个重点是完整性。劳动力数据的准确性和实用性如何？毕竟，被衡量的东西要得到管理。除了数据太少之外，还可能存在数据太多的问题。在海量数据中寻找真知灼见的做法越来越流行。某些东西易于查看和理解，但并不意味着它很重要。真正了解这个数字时代劳动力的个体差异比以往任何时候都更有可能，但很少有人能做得很好。良好的人员分析可推动战略增长，以需要“可靠”和“有效”的高质量人员数据。这些是每个HR专业人士都需要知道的。创建一个可访问的数据库孤立的数据会导致洞察力不足。精确的测量就像一顿美味的饭菜需要新鲜的食材，但厨房、食谱和厨师都需要提供一些令人难忘的东西。云的一个优点是能够为数据创建一个公共存储库，任何人都可以从任何互联网连接位置轻松访问该存储库。然而，尽管在统计和数据捕获方面取得了种种进展，数据管理仍然难以跟上。思考和管理数据如何在组织中流动和捕获是很重要的。财务数据、人员数据、运营数据和客户数据在多大程度上可以在一个标准位置进行访问，并有可能进行组合？访问这些数据并将其可视化需要什么级别的专业知识？自动化和清晰的基于云的数据策略（包括业务的所有方面）可以有所帮助，人力资源部需要在这方面有发言权。增进真诚的关系人类不能自动化。人们天生就有与他人建立联系，需要感到被重视和被理解的愿望。对员工进行数字化处理可能会导致人们对公司无法投入，并将自己的真诚自我投入到其他方面。为社交互动、偶然对话和跨组织的友谊创造机会，可以在忠诚度和创新方面带来好处。社区活动、社会委员会、用于共享的内部社会平台，以及分配给面对面培训和会议的预算，都是将人性重新注入数字企业的机会。（了解更多： https://hrtechchina.com/）透明且值得信赖正如招聘人员可以在网上搜索求职者的详细信息一样，求职者也可以通过浏览glassdoor或其他来源来了解一个组织的真相。领导层有责任促进公开、诚实的双向沟通。随着对包容性和多样性的推动加快，人力资源部必须确保领导层理解言行一致的重要性。如果领导者期望忠诚和诚实的工作，他们应该在他们的交往中表现出可信和诚实。人力资源的一个作用是倡导这种心态，不是出于同情，而是出于必要。在组织的任何一个领域，人力资源部都应该最清楚地认识到在员工队伍中侵蚀信任的陷阱。提供自动化教练和微观学习学徒跟随师傅的日子可能正在逝去，但指导和培训仍和以往一样重要。《连线》(Wired)杂志的创始人凯文•凯利(Kevin Kelly)在其富有洞察力的著作《不可避免》中指出，我们正在进入一个不断学习的时代。云心态是一种不断升级、稳步变化的心态。员工不能再被期望知道他们需要知道的一切，但他们可以被期望知道如何快速学习。人力资源和组织的工作是使学习变得容易获得并立即投入使用。提供内部拓展的机会在这个高度灵活的时代，零工经济蓬勃发展。员工们为了最大限度地增加收入、成长并回馈社会，而进行兼职工作的现象越来越普遍。人力资源可以为员工提供拓展的机会，可选的副业，以及内部回馈的方式。如果员工有超越自我的动力，那么组织就有必要引导这种热情。建立内部工作委员会，可选委员会和志愿者项目。在评估人员时，跟踪活动，考虑全面的绩效。（了解更多： https://hrtechchina.com/）在整个自动化过程中注入个性 Warren Bennis说：“未来的工厂将只有两名员工，一个人和一只狗。该名男子将在那里喂狗。狗会在那里阻止该名男子接触设备。” 自动化是不可避免的，但也不必枯燥。人力资源部门应考虑如何将组织的文化、个性和品牌注入到所有面向人类的自动化系统中。了解并尊重隐私最后，尽管在这个基于云的21世纪组织中有一个极好的前景，但隐私方面的担忧也在不断增加。无论是新的加州隐私法、欧洲的GDPR，还是加拿大的隐私法，人力资源专业人士都需要跟上员工的规章制度并确保遵守。然而，除了遵从性之外，组织还应该考虑员工的心理契约。这是一个不成文的合同，描述了雇员和雇主之间存在的理解、信念和承诺。理解员工的期望并以保持相互理解的方式进行沟通，将有助于最大程度地减少诉讼并最大程度地提高动力。以上由AI翻译，仅供参考！作者：Joel Philo 来源:hrtechnologist

数据库
2020年03月18日
数据库

6个步骤完善你的招聘人员数据库文/ Elena Yakimova 本文讨论了质量数据库的特点，以及如何创建一个更好、更快的招聘过程。市场竞争越激烈，就越难找到并留住人才。更重要的是，人才短缺已经成为一个普遍的问题。全球组织咨询公司光辉国际(Korn Ferry)表示，到2030年，全球人才短缺预计将超过8500万人。问题的一部分是降低那些没有足够能力获得一个职位的候选人的职业培训。然而，另一方面，招聘数据库充斥着糟糕、不完整的数据，阻碍了人才的获取。如果你认为你的招聘人员数据库可能达不到可接受的质量标准——这篇文章正好适合你。下面，我们就如何使用正确的数据方法来改进招聘人员的数据库管理提出了一些建议，以及这样做会带来什么好处。招聘数据是什么? 在讨论技巧之前，让我们先定义一个高质量的招聘人员数据库应该包含哪些内容。候选人资料首先，招聘人员必须对所有候选人的过去和现在有准确和全面的信息。姓名、电话号码、电子邮件、出生日期、以前和现在的工作、婚姻状况、驾驶执照——如果招聘者稍后需要回复求职者的申请表或联系他们，这些都是很方便的。在面试中记录下求职者的表现也可能会有帮助。招聘人员KPI 然而，招聘人员数据库并不以求职者的个人信息为结尾。诸如源质量、招聘时间(TTH)、通过率(PTR)和录用率等招聘人员绩效指标也应该成为存储在其中的数据的一部分。这些关键绩效指标帮助招聘人员长期了解自己的表现，如今它们仍然具有相关性，值得跟踪。如何修复已有的数据? 作为招聘人员，你可能有某种数据库，可能是电子表格，也可能是完全自动化的存储库。然而，低质量和不准确的数据可能带来不必要的后果。例如，如果招聘人员想联系求职者并向他们发送一份录用通知，电子邮件地址中的一个错误可能会让雇主失去人才。那么，招聘人员应该如何清理他们已有的数据呢?这里有一些想法。消除不准确建立一个合格的招聘人员数据库的首要步骤是进行彻底的测试，以消除不准确或重复的数据。一些人喜欢使用自己的资源清理数据库，而另一些运行更复杂系统的人则求助于数据测试专家。将数据库质量保证(QA)委托给专家团队是一种常见的做法，因为它允许招聘人员获得一个详细检查过的数据库，并为其他任务节省时间。根据A1QA的建议，这样的专业测试团队既可以远程工作，也可以现场工作。一般来说，如果你养成了定期测试的习惯，无论是利用自己的资源还是专家的帮助，你的招聘人员数据库肯定会给你带来回报。筛选候选人如果你的招聘人员数据已经或多或少干净整洁，那么下一步可能就是根据特定的共同特征对所有求职者进行细分。您可以根据候选人的技能和专业水平创建带标签的热门列表:例如，具有特殊技术能力的候选人或会说几种外语的候选人。有几十种不同的候选人细分，所以这完全取决于你决定你的申请人热列表将是什么样的。为什么过滤候选人?它将帮助您更快更有效地浏览数据库。例如，如果您需要在数据库中搜索精通c#、会说西班牙语和汉语的候选人，那么检查带有标记的热列表将比查看一排排杂乱无章的数据带来更多的结果。不要删除招聘人员的旧数据，要存档一些招聘人员的数据不可避免地会过时。这是所有招聘部门都会发生的事情，但并不是所有人都知道完全删除这些数据可能是个错误。最好将旧数据存档，这样您就可以随时返回到它。也许，你再也不会有机会使用这些数据了，但是有一天，拥有这些数据可能是正确的决定。如何修复新数据? 让我们假设，由于上面的推荐，您现有的招聘人员数据库变得更有组织，并且得到了验证。现在是修复新到达的数据的任何潜在问题的时候了。这是如何。重新考虑TTH、PTR和其他指标我们已经提到了一些基本的招聘指标，如源质量、TTH、通过率和录用率。这些绩效指标是招聘人员最好的朋友，但在2019年，它们需要重新审视。简单地跟踪TTH或PTR总比什么都不做要好，但它的效率并不高。最大化KPI跟踪的关键是将指标分解为多个阶段。让我们以TTH为例。使用TTH，您可以汇总以下步骤:申请工作面试，工作面试，录用通知，录用通知，录用通知开始日期。如果你开始跟踪每一步所花费的时间，而不是整个TTH，你会对其中最简单和最困难的部分有详细的了解。所以，如果你发现“offer to offer accepted”这一步一直在阻碍你，你就会知道到哪里去寻找漏洞了:要么是求职面试，要么是offer本身让你的求职者望而却步。确定合适的候选数据范围(不要忘记GDPR) 一个简单但仍然非常重要的提示:您应该决定最需要哪些候选数据，以免意外地错过它们。例如，求职者的全名、地址、电子邮件和电话号码等信息是招聘人员的基本信息。如果你需要关于你的候选人的更详细的信息，不要忘记跟踪它与所有的申请人，没有例外。还有一件事:如果您的公司在欧盟境内以某种方式活跃，请注意保持您的候选数据符合通用数据保护条例(General data Protection Regulation, GDPR)。无论你储存或使用什么个人信息，都要确保这些信息受到良好的保护，不会受到不尊重。顺便说一下，这是数据库测试的另一个原因:为了确保信息的安全存储，消除所有数据库漏洞非常重要。加强你的自动化游戏:申请人跟踪系统招聘和数据库维护都是费时费力的工作，但它们现在可以部分自动化。如果你的公司非常倾向于积极招聘，一个求职者跟踪系统(ATS)可以对你的招聘工作起到很大的帮助。 ATS每天自动处理数百个候选应用程序，创建唯一的候选配置文件并将所有内容记录到数据库中。没有手工记录，没有日常活动。简而言之，当处理高负载的CVs时，ATS是必须的。然而，也有陷阱。由于系统只处理基于统一模板的应用程序，招聘人员可能会忽略非标准应用程序。 ATS似乎还不是招聘人员的灵丹妙药，因此将自己的数据库维护工作与ATS功能结合起来可以产生更积极的效果。从良好的数据中获益升级招聘人员数据库不应该只是为了这个目的。就其本身而言，准确的候选记录并不能带来任何价值。真正有助于招聘人员成功的是他们如何使用数据库。经过验证和完整的数据，加上招聘人员愿意分析这些数据以获得有价值的见解，将在短期内获得回报: 招聘人员可以开发更好的候选人角色代表理想的申请者，候选人角色在招聘过程中更好地指导招聘人员和人才获取。依靠精确的数据，招聘人员可以创建更精确的角色。招聘人员可以消除基于直觉和偏见的决定有偏见是人类的天性。当基于定性数据做出决策时，招聘人员自然会降低他们的主观性。最后，一个好的数据库可以让招聘人员更快更好地招聘。准确地理解候选人的角色、结构化和完整的数据，如果需要的话，还需要一定程度的自动化——这可能是当今高效招聘人员期待已久的良方。以上为AI翻译，内容仅供参考原文链接：6 Steps to Make Your Recruiter Database Better

数据库
2019年06月19日

数据库

甲骨文宣布收购企业数据库创企DataFox，用AI强化商业数据分析今日，甲骨文公司宣布收购企业数据库创企DataFox。截至今日，这家创企已经搜集了280万家上市公司和私营公司，这个数据每年都会增加120万，它还能利用人工智能分析数据，进行更重要的商业预测。这些分析结果能被用于一系列客户关系管理服务：寻找优先销售账户、潜在客户等。 “和DataFox的结合，甲骨文云端应用可以通过后者的企业数据得到强化，让客户作出更好的决策，得到更优秀的商业成果。通过人工智能驱动的企业数据，甲骨文和DataFox将带来更多云端应用，提供建议，提高整个行业的成绩。”甲骨文的应用开发副总裁Steve Miranda说道。本次收购的具体细节尚未公开。 DataFox成立于2014年，目前融资总额为1900万美元，相关信息表示，2017年1月这家公司的估值已经达到了3300万美元。公司的投资人包括Slack、GV、Howard Linzon和高盛。甲骨文表示目前尚未给DataFox规划一个长期的产品路线，但会为现有的客户保留产品运营。目前DataFox的客户包括高盛、贝恩和Twilio等。这次收购的原因如下。首先，大型平台供应商都在寻找更多的人工智能工具，为客户提供更加精细的服务。其次，这也说明了，只要能找到合适的终端用户，内容仍然很有吸引力。许多客户的数据库会过时，因此帮助它们时常更新数据库，创建更加精准的商业记录，也很具有吸引力。相关阅读：甲骨文16亿美元收购Aconex 增强云计算业务原文链接：甲骨文宣布收购企业数据库创企DataFox，用AI强化商业数据分析

数据库
2018年10月24日
数据库

招不到程序员？「Talentful.ai」用 AI 建立千万名 IT 人才的数据库来源/36氪文/雨柔在硅谷，招聘一个技术人员平均要花费 22000 美元。伴随着互联网化进程，企业对 IT 从业者的需求剧增，造成数千万的人才缺口。无论在中国还是海外，技术人才招聘都是人力部门的头等难题。36氪近日接触的北美公司「Talentful.ai」想用 AI 为企业降低 IT 人员招聘成本，提高效率。 Talentful 主要关注社会招聘的第一步，即找到合适的候选人并建立联系。其难点一是人才资源难以获取，即使拿到联系方式，之后的初步沟通等工作要占用 HR 大量时间；二是招聘人员往往不懂技术，难以筛选到合适的候选人。硅谷企业招到一个程序员平均要花费 22000 美元，Talentful 希望运用自然语言处理和身份识别技术将招聘费用降到 4000 美元。为解决人才资源问题，Talentful 利用爬虫网络检索 IT 人才的开源代码、学术文章、博客、会议议程、Twitter 坐标等公开信息，建立起了 1900 万北美 IT 从业人员的人才数据库，和数亿非 IT 从业人员信息。为降低对 HR 从业者技术素养的要求，Talentful 会对候选人信息进行分析，建立评估指标，供招聘人员参考。当企业希望搜索到合适人才，想建立联系时，AI 系统可以自动发送定制邮件，并对邮件进行追踪和分类。 Talentful 还上线了自动内推系统，自动从员⼯的朋友圈和电⼦邮件列表中找出符合工作要求的朋友，通知员工内推，让每个公司可以有自⼰独有的人才招聘渠道。公司正在探索进入中国市场的可能，一方面为美国企业招聘来自中国的技术人员，另一方面尝试为中国企业提供人才服务。但相较于美国，中国开发人员没那么热衷于写开源代码、参加行业活动，公开信息相对较少。Talentful 观察后认为，中国技术人才的简历大都沉淀在各大互联网招聘平台，Talentful 计划和这些招聘网站展开合作。 Talentful 创始人兼 CTO 陈嘉告诉36氪，公司遇到最大的困难在于市场推广。招聘在企业价值链上属于成本中心，企业的付费意愿较低。Talentful 开始尝试与一些大型的人力管理系统服务商合作，为其提供解决方案。用AI 技术搜寻和匹配人才或将逐渐成为科技公司的标配。今年 4 月，AI 招聘公司 Fetcher 获250 万美元种子投资，Fetcher 从 LinkedIn、Twitter 等网站获取信息并建立数据库，目前已有近 1 亿的人才储备。中国的人工智能招聘初创企业中，猎萝卜去年拿到 1 亿元天使轮融资，Bello 今年也拿到千万元的天使轮。 Talentful 系统于 2016 年 1 月上线，以 SaaS 的形式提供服务，客户大多为中小型企业，2017 年营收约 12 万美元。团队目前有六个人，创始人兼 CTO 陈嘉是美国埃默里⼤学 MBA，加拿⼤⾥贾纳⼤学计算机硕士，有 15 年软件行业工作经验；CEO Michael Matthies 有四次创业经历(公司曾被埃森哲、IBM 收购)，曾在多个中大型公司担任⾼级销售主管。公司正在寻求 pre-A 轮融资。

数据库
2018年07月03日
数据库

构建聊天机器人，「Leena AI」想帮 HR 回答“年假还剩几天”等琐碎问题来源/36氪文/陈绍元将 HR 从琐碎的员工事务沟通中解放出来。 HR 和行政人员需要解答内部员工大量的问题，包括“年假还有几天”、“怎么报销”、“怎么请假”等。这些问题其实都有明确的答案，但 HR 需要分别答复，或许还要登录特定的系统、查看特定的文件，然后将标准答案回复给员工。如果将这些任务都交给AI机器人来解决呢？ Leena AI 是 Y Combinator Summer 2018 课程的成员，希望通过构建 HR 机器人，来即时回答员工的各种问题。 Leena AI 的 HR 机器人通过集成到公司现有的人力资源管理等系统中，例如 Slack、Workplace、Workday 等，实现数据库的自动化更新以及针对HR的一些常规问题的查询。 HR机器人可以集成到现有的人力资源管理等系统中员工可以向 Leena AI 的 HR 机器人询问工资、考勤、报销、审批、假期等各类常见问题，除此之外，HR 机器人还会将员工与职位导师联系起来，让导师提供建议或推荐课程。员工入职时，HR机器人会指导手续、流程。员工离职时，会收集员工反馈。目前，Leena AI 每周都会与员工进行 1000 次对话。所有这些数据都会反馈到神经网络中，将 Leena AI 训练的更好。在收费方式上，Leena AI 按照功能将服务划分成十多个模块。其中招聘、新人入职、员工离职模块是一次性付费，每位候选人/员工 15~20 美元。HR FAQ 自动化、差旅和费用管理、健康与保健等模块是按月付费，每位员工每月 1~2 美元。该服务在 2017 年推出，目前已经有十几个付费客户，包括可口可乐，Pearson，Marico，RPG 等。为实现 2018 财年收入增长到 5 倍的目标， Leena AI 也希望在 IT，管理，财务，采购，销售和管理信息系统等其他行业进行探索。 Leena AI 的竞争对手是其他将科技应用于人力资源领域的公司，包括 Bash，Skillate，EdGE Networks，PeopleStrong，Darwinbox 等。其中 Bash 使用 AI 来改善人力资源流程和员工体验，其前端聊天界面也可以在 Facebook Messenger，Slack 等平台上使用。 HR 机器人的价值很明显。对于员工来说，可以让他们的问题得到及时回应，改善工作体验。对于公司来说，可以将 HR 从重复琐碎的事务中解放出来，提高效率，创造更高的价值。更深一层，如果能将员工与机器人对话的数据，结合员工信息、工作状况等进行综合分析，或许能帮助 HR 自动观察和判断员工状态、情绪、关心问题、离职和休假可能等，从而及时采取相应的措施。看回国内，钉钉似乎是一个非常合适的“HR机器人”集成平台。钉钉本身就具有聊天功能，并且围绕办公场景，集成了丰富的应用，包括考勤、审批、招聘、请假、会议等。这些应用以及数据可以与HR机器人无缝对接。这样当我们想请假时，不用再找到“请假”模块进行操作，而是直接对HR机器人说一句“请假”，就自动进入了请假流程。

数据库
2018年07月03日
数据库

浪潮收购数据库完成战略拼图下一个收购目标会锁定金蝶中间件吗？来源：公众号“人称T客” 上一周浪潮股市停牌，当时就有证券公司朋友的问，浪潮是不是有什么重要事情要发生，T哥当时的第一反映很可能是年终的收购案，那么最急需的也是迫切的是完整软硬件一体化策略，数据库是浪潮的短板，而此次停牌浪潮很可能与数据库的收购有关。其实浪潮的高管曾在不同的场合表示，他们要软硬一体化最大的瓶颈在于基础软件的缺失，不过从近两年来浪潮的股市的优异表现上看，以及浪潮要完成千亿的宏伟目标，基础软件的课一定要补，收购自然成为重金在握的浪潮最便捷的到达方式，因此可以预见数据库和中间件将会成为浪潮的必修课。昨天，浪潮电子信息产业股份有限公司第六届董事会第十二次会议决议，浪潮以自有资金1,249万元投资鼎天盛华（北京）软件技术有限公司。交易完成后，公司持有鼎天盛华50.96%股权。那么鼎华和顶天立地有什么关系呢？ 2012年11月19顶天立地（北京）软件技术有限公司与韩国最大的软件公司-北京特脉克斯系统软件有限公司成立了合资公司名为鼎天盛华（北京）软件技术有限公司。而北京特脉克斯系统软件是一家韩国软件公司旗下拥有TmaxData、TmaxSof两款产品，数据库和中间件，在中国更名为企业级数据库产品（UpRight DB）、企业级中间件产品（ UpRight WAS）等，顶天立地是特脉克斯本土技术的支持方和方案的落地实施方，此次交易鼎华已将实际控制权交给了浪潮，浪潮也由此拿到TmaxData、TmaxSof中国区的授权和经营权。另外在技术更新和支持，公告显示依然由韩国公司主导，TmaxData及TmaxSoft会支持不断更新新产品、支持知识产权更新。在销售领域上也做了一定的限制，浪潮具有中国所有地区的销售权。但保留了 Tmax 中国法人对韩国籍企业及客户的销售权。同时在香港 / 澳门 / 台湾市场：合资公司和 TmaxData、TmaxSoft同时具有销售权。由此可见，浪潮看中的中国市场业务的绝对支配地位，换句话说TmaxData、TmaxSoft在中国区的业务已全权让给浪潮，浪潮也因此搭上了数据库和中间件的末班车。在合作上有排它性条款，合资公司存续期间，在中国境内关于合作对象产品系列的产品，浪潮信息与TmaxData、TmaxSoft均不得与第三方重复开展本协议中已约定之方式的合作事业，若任一方违反本项约定，违反的一方应向其他方当事人赔偿其向合资公司实际出资的金额。此次投资的目的浪潮旨在改善公司目前关键应用主机的生态环境,扩大关键应用主机销售规模,从而进一步提升公司的核心竞争力和盈利能力。但不排除浪潮全资收购的可能，并且浪潮手握优先选择权，另外浪潮也做了两手准备，在对Tmax实际控制之前，浪潮还与南大通用与金蝶中间件展开合作，一方面借用外资公司的技术和产品快速布局市场，另一方面也积极跟国内相关的基础软件公司接触，除了在在谈判桌上可以拥有更大的回旋空间外，也为浪潮软硬一体化另辟通道。从目前合资公司的控股来看，1千多万的金额对于浪潮来说是毛毛雨而已，所以也有可能是浪潮当下的权益之计，浪潮下一步可能更倾向将实际控制权掌握在自已的手里，因为在核心技术方面任何一家公司都不会将命运交给别人掌控，更何况是浪潮，因此可以预见浪潮下一步很可能会展开大规模并购。其中首要的目标对象会是金蝶中间件，今年9月3日，金蝶国际软件集团有限公司（简称“金蝶”）与浪潮集团有限公司（简称“浪潮”）在北京宣布达成战略合作。双方将在产品研发、方案融合、市场、营销等领域开展全面合作。这是国内两家重量级IT厂商的突破性合作，浪潮作为国内唯一一家软硬一体化的云计算领导厂商，金蝶作为中国软件市场的领跑者，双方将联手促成浪潮政务云、国产关键主机系统与金蝶中间件Apusic系列产品的技术融合与市场协作，从而实现合作共赢。金蝶中间件一直有上市准备，但从最近两年的财务报表显示金蝶中间件离上市之路依然任重道远，而且金蝶的战略重心已经转移开始全面加速企业移动互联网转型，金蝶中间件显然与金蝶轻装上阵加速快跑策略有点背道而驰，所以不排除金蝶有抛售的一些不良资产的可能。而能够接盘方唯有浪潮兴趣最大，一手谈合作，一手谈收购，脚踏两只船浪潮显然在做利益平衡。在数据库方面，浪潮与南大通用也采取先合作的方式，今年10月浪潮与天津南大通用数据技术有限公司（以下简称南大通用）正式签署战略合作协议，宣布双方将联合开发中国自主研发的大数据核心技术与产品，并推动产品在关键行业和企业的应用，为我国关键领域大数据应用提供高可靠、高性能的国产化支撑平台和解决方案。同时南大通用与IBM进行战略合作,获得Informix技术授权也为南大通用将自己打造成国产数据库的“龙头”奠定了基础。所以无论在技术上还是在国字化的背景上，金蝶中间件和南大通用显然是最适合浪潮的首选。浪潮此次率先完成对合资公司的控股，可能还是有两方面的考虑：第一、合作金额上没有谈到一个合适的价位，这也是为什么一直传言这么久的收购案，浪潮最终只落槌Tmax的原因。第二、技术团队的组建，一旦浪潮全资收购这两家公司，就要面临技术班底的搭建，而在数据库和中间件领域没有基础的浪潮，对于这块全部接盘显然有所顾忌，可能从合作的角度更适合浪潮目前的发展模式。由对方出技术和支持，浪潮出销售和方案。第三、浪潮本次控股合资公司的金额不大，浪潮有意控制棋局和走向，也为浪潮在日后的谈判上更大的周旋空间。浪潮大有醉翁之意不在酒的考量。从长期的发展规划来看，控股合资公司显然不是浪潮的最佳方案，到底浪潮葫芦里卖的什么药，可能要在日后中能够揭晓，不过浪潮坚定的软硬一体化方针策略不会改变，浪潮也一直在强化合作和并购补强自身的不足，找到一个可以支撑自已长期的发展路线图，而这一次的收购控股也仅仅是浪潮的又一个开始。

数据库
2014年12月31日