Большие Данные в HR как поле огромных возможностей / Блоги на HRM.RU
 сделать домашней  добавить в избранное  карта сайта RSS
Имя 
Пароль  забыли?
Присоединяйтесь!

Новые материалы

   Названы самые высокооплачиваемые вакансии в Башкирии
   Не все профессии равны. Вчерашние школьники идут в телевизионщики и PR
   Новочебоксарские безработные граждане обучаются востребованным профессиям
   Где в Уфе заработать 100 тысяч рублей в месяц
   Сколько в среднем получают владимирские врачи?


 

Облако тегов
agile альфастрахование альфастрахования аналитика для hr apple ассессмент-центр автоматизация hr-бизнес процессов автоматизация бенчмаркинг бизнес-процессы бизнес симуляция бизнес тренинги для руководителей бизнес тренинги онлайн бизнес дистанционное обучение персонала дистанционное обучение e-learning e learning электронное обучение электронные курсы hr-аналитика hr-бренд hr-конференции hr-метрики hr-видео hr инновации исследования it josh bersin кадровый резерв карьера клиентоориентированность клиентский сервис для развития продаж клиентский сервис тренинг клиентский сервис компетенции корпоративная культура корпоративное обучение корпоративные бизнес тренинги коучинг kpi лидерство лидеры linkedin менеджмент модель компетенций мотивация персонала мотивация неформальное обучение обучение персонала обучение сотрудников предприятия обучение сотрудников обучение оценка эффективности обучения оценка персонала организационная культура персонал подбор персонала поиск работы продажи психология разработка речевых модулей для работы с претензиями рекрутеры рекрутинг рекрутмент roi рынок труда собеседование социальное обучение социальные сети стандарты клиентского сервиса стандарты обслуживания клиентов стив джобс таланты текучесть персонала тестирование тренинги по клиентскому сервису тренинги по сервису тренинги тренинг угловое преобразование фишера управление качеством обслуживая клиентов управление персоналом управление талантами управление текучестью персонала управление знаниями управление вебинары вовлеченность персонала websoft знания

все теги


События

полный список

Последние обсуждения

  26.04.2018 18:17:06
Компания 3M объявила о финансовых результатах I квартала 2018 года
  16.04.2018 15:01:39
Охрана труда: за автоматизацией будущее
  13.04.2018 11:27:28
20 лет Coleman Services в России!
  06.04.2018 10:04:12
Резюме специалист с&b (Москва)
  29.03.2018 16:47:10
Новый сервис для размещения вакансий и стажировок


Опросы
  Актуальные направления работы HR вашей организации 2017
Все опросы

HR-Блоги
Бабушкин Эдуард 29.04.2012 23:29:11 (Изменен 27.06.2012 23:50:34)

Большие Данные в HR как поле огромных возможностей

очередной перевод поста Джоша Берзина

Большие Данные в HR как поле огромных возможностей

Темы Больших Данных в HR сейчас актуальна. На этой неделе мы анонсируем наше исследование, как именно компании – мировые лидеры выстраивают процессы аналитики управления талантами.

В данной статье я выделю несколько акцентов нашего исследования.

Пять базовых выводов

Позвольте мне обобщить полученные результаты в виде модели и пяти основных выводов.

1. Большинство HR департаментов имеют автономные аналитики и программ измерения, и HR-метрики, но все еще не сводят это воедино

Более 80 % организаций, с которыми мы общались, имеют весомые программы измерения – HR метрики (метрики обучения, аналитики приобретения талантов, часто аналитики планирования персонала), но редко кто из них сводит метрики и аналитики вместе. Это означает, что ценность измерений и аналитик состоит в ценности только для самого HR.

Хотя выполняемые HR аналитики важны, данный факт бледнеет на фоне сравнения с возможностью сравнить получаемые данные в HR с реальными бизнес показателями. Какие источники помогут при подборе отбирать наиболее успешных продавцов? Какие факторы в менеджменте непосредственно вызывают высокий уровень воровства в магазинах розничной торговли? Какие программы обучения коррелируют с удержанием клиентов и карьерным повышением специалиста?

Многие торговые компании пытаются ответить на такие вопросы годами.  Продвинутые торговые компании точно знают, какое влияние оказывает конкретная маркетинговая программа, как это привлекает клиентов, как влияет на доходы, какие знания о рынке дает.

HR на контрасте все еще сконцентрирована на измерении самих себя.

Это не значит, что многие компании не делают классную работу по измерению, например, найма персонала и использованию этих данных в обнаружении пробелов управления и организационных проблем. Но в конечном счете, когда все получаемые данные сводятся воедино, в то, что мы называем «4 уровня прогностичной аналитики», бизнес результаты могут трансформироваться.

2. Несмотря на существование множества систем и инструментов программного обеспечения в HR, инструменты сами по себе не дают ответа.

Я потратил много лет на продажи программного обеспечения, мне представляется, что специалисты придут в восторг от следующего шага в инструментах, предоставляющих аналитику в управлении талантами. И Oracle, и SAP постоянно выводят на рынок свои новые решения, и практически каждый вендор (разработчик) в сфере управления предлагают новые инструменты в данном направлении.

Тем не менее, наши исследования показывают, что инструменты сами по себе не несут ответа. Ни одна компания не хранит все данные, связанные с персоналом, в одном месте (и я не думаю, что это скоро случится). Компании мирового уровня развивают свои собственные «словари данных» ("data dictionary") и формируют стратегии сбора, агрегации и использовании данных из многих источников. Они стандартизируют инструменты, связанные с IT, и учатся использовать их эффективно. Гораздо важнее стандартизовать инструменты, поддерживаемые IT, чем постоянно ожидать появления «новой самой лучшей программы».

Я не говорю, что инструменты не важны – важны. Но инструменты сами по себе не являются решением. Многие компании прошли множество провальных проектов по построению HR хранилищ данных или других аналогичных программ (я встречался вчера с одной из таких компаний), и все они сходятся на том, что ответ состоит в фокусе на бизнес процессах, стратегии и настойчивости. Что подводит меня к пункту №3.

3. Имеется разработанная прогностичная модель аналитики мирового класса

Как мы описываем в своем исследовании, имеется детально разработанная модель на следующие 3-5 лет по построению решения мирового класса аналитики. Но это путешествие, а не пункт назначения. Также как невероятно точная система аналитики Wal-Mart (крупнейшая в Америке сеть розничной торговли) не была построена за короткий период времени, также похожее решение в управлении талантами должно строиться шаг за шагом долговременно.

Наше исследование показывает четыре главные стадии успеха, показанные ниже на рисунке

Hr-аналитики

Уровень №1. Реактивный – Операционная отчетность.

Операционная отчетность для измерения эффективности и достижения показателей;

Получение данных, их интеграция, развитие Словаря Данных

Уровень №2. Проактивный – усовершенствованная отчетность.

Операционная отчетность для бенчмаркинга и принятия решений;

Многомерные и панельные аналитики.

Уровень №3. Стратегические аналитики

Сегментация, стратегический анализ, развитие «человеческой модели» (“people model”);

Аналитики объемов данных для понимания причин и получения действенного решения

Уровень №4. Прогностичные аналитики.

Развитие прогностичных моделей, планирование сценариев;

Анализ рисков и возможностей, интеграция со стратегическим планированием

Если вкратце, что показывает модель: организация должна двигаться от «реактивной» к «проактивной» модели, а затем от «стратегической» к «прогностичной». Как показывают наши исследования, вы можете «пропускать» ступеньки, но обычно все равно приходится возвращаться. Вы можете превратить аналитики в «проект» (имеется ввиду его временная ограниченность), но тогда у вас возникнет проблема несогласованности данных, отсутствие надежности, что потребует в итоге дополнительных усилий.

С другой стороны, если вы выстраиваете процесс длительное время, «функция» аналитики управления талантами становится стратегической и основой для принятия решений.

Цель вышеупомянутой модели – развернуть аналитики от «проекта» к «процессу» и от «команды проекта» к «функции».

4. Не пытайтесь вскипятить океан. Сконцентрируйтесь на бизнес результатах

Существует естественная тенденция строить аналитики на основе внешних данных. И хотя такой архитектурный метод построения аналитик необходим (вы всегда имеете данные под рукой), наиболее важная проблема все-таки в том, чтобы сначала найти уникальную бизнес проблему и сфокусироваться на ней.

На уровнях №1 и №2 вы выстраиваете инфраструктуру движения от «быть реактивными» к «быть проактивными». Но как только у вас появились слаженная команда и корректные инструменты, вы начинаете фокусироваться на нескольких бизнес проблемах. И если вы сконцентрируйтесь на одной или двух реальных, текущих бизнес проблемах (таких как, например, проблема воровства в сфере финансовых услуг, продуктивность продаж в страховой компании, удержание клиентов в организации), организация даст вам «зеленый свет» подготовить реальное бизнес решение по проблеме.

Помните, что на уровнях №3 и №4 ваша задача не делать HR более эффективными, вы должны стараться использовать полученные данные о людях для повышения эффективности компании. И лучше всего делать это на хорошо известных в компании, завязанных на бизнес показатели проблемах.

5. И это все о команде специалистов

Последний кусочек пирога, которым я сегодня хочу поделиться сегодня с вами, заключается в том, что решениями в области аналитик в управлении талантами должны заниматься высокопрофессиональные, сконцентрированные на работе, увлеченные специалисты. Команды мирового класса аналитик в управлении талантами должны состоять из профессионалов с глубоко развитыми навыками в базах данных, статистики, бизнес – аналитики, коммуникациях с руководством. Типичный HR специалист или специалист по организационному развитию может подойти, а может не подойти под указанное описание. Наше исследование показывает, что команды специалистов могут быть малой численности, но обязательно должны состоять из правильно подобранных людей.

С течением времени функции HR аналитики могут быть протранслированы на другие другие сферы и области аналитики (в большинстве наших групп Больших Данных HR аналитик взяли на себя функции обучению аналитики в других областях, но не в рекрутинге специалистов по аналитике), и они взаимодействуют с другими аналитическими группами в компании. На уровнях №3 и №4 ваша команда должна вступить в партнерство с командами финансов и маркетинга, поэтому вы должны делиться инструментами, данными и получаемым опытом организации процессов.

Как мы обсуждали в нашей «Гибкой модели HR» ("Agile Model of HR"), прозрачный доступ к информации по управлению талантами является отличительным признаком высоко-производительных компаний. Мне кажется, данная область, Большие Данные (BigData) в HR, одна из наиболее интересных областей с точки зрения карьеры и бизнес возможности в нашей индустрии.

Мы будем рады помочь вам.


Метки данной записи: josh bersin hr-метрики джош берзин большие данные hr bigdata управление талантами hr-аналитики исследования бенчмаркинг agile model of hr

Комментарии

Для того, чтобы размещать статьи в Блоге, Вам необходимо авторизоваться или зарегистрироваться или

Share |

 


О проекте      Реклама       Подписка       Контакты       Rambler's Top100 Яндекс цитирования ©2000-2011, HRM