人力規劃控管的教學資源

求職精靈主題教室 / 人力規劃控管

不知如何開始嗎? 先進行技能挑戰吧~

技能挑戰:初級
目前等級:未達初級
120 人已通過「初級」測驗,通過率76%,和求職精靈一起探索知識、增強能力!
我要挑戰
Hi~ 分享你的學習心得來幫助後輩或向前輩提問吧!
我要分享
我要提問

動態

全部
影片
文章
Steve Sue 蘇書平 人力規劃控管

執行長

10/13 21:51

人力資源部門要如何設計好的數據分析管理架構?

#人力資源部門要如何設計好的數據分析管理架構?
目前台灣有越來越多企業,開始編制人力資源數據分析管理師,透過員工數據協助人資長建立選才、用才、育才、留才的各種創新與改善流程,並提供給用人單位主管不同面向的管理洞察報告。有些公司還會蒐集企業所經營的外部社群數據,分析雇主品牌形象,建立更有效的人才招募活動與社群經營策略。
但是要在組織內啟動 HR 分析非常困難,第一原因是因為企業HR較少參加企業年度的經營主管策略會議,第二個原因是,用人單位主管從未想過,可以利用HR提供的管理報表當做是管理決策的參考,所以HR在推動數據分析,首要任務必須把以下五大項目列入考量。
這邊我們把首要任務分為五大項目分別是:
1. 數據管理流程
2. 數據儀表板
3. 管理試點分析
4. 人資數據能力建構
5. 員工數據隱私
#數據管理流程
在開始進行人力資源分析之前,你必須先正確地進行數據管理。收集數據必須確保資料的格式統一、準確、一致且完整。這些都是為了做好人力資源分析的重要基礎工程,為了確保我們拿到的數據是有品質,建構數據治理計劃並定義適當的管理政策至關重要。
除此之外,對齊你的數據定義也很重要。建議可以讓IT、財務與人力資源不同利益相關者都參與分析討論,才有辦法設定出具策略性的KPI目標,這樣HR單位所提供的儀表板更能精準為業務單位提供有用的事實和數據。
#數據儀表板
為了讓你的數據報表更容易被理解與管理,最簡單的方法就是購買或構建一個自動化的人力資源儀表板。你可以先參考組織內部,哪些單位已經在使用相關技術與工具?他們是怎麼使用的?都使用在哪裡?你可以從不同部門的使用經驗中得到很多報表設計的靈感。
現在也有不少的數據分析供應商提供人力資源儀表板代製的服務,缺點是如果你要修改報表,就必須和以前寫IT申請單一樣,無法即時修改。其實現在的工具都變得很簡單,你只要懂得基本的EXCEL功能,都能快速製作你需要的報表。你可以先從基本的管理報表開始。例如出缺勤、招聘、培訓等報告,未來則可以將招募任用、訓練發展、薪酬福利與員工關係的數據都整合在一起,甚至是業務單位的管理數據。
之後,你就能在經營主管會議與用人單位主管共同討論提出精準對策,提升人才晉用的品質,讓HR扮演更積極的角色。
#管理試點分析
企業剛開始導入的時候,可以先採雙軌方式進行,先從具有重點優先的業務問題開始展開。更理想的情況,應該要尋求利害關係人的支持,確保你不是孤獨的。
另外你必須在人力資源部門建立以下角色來進行數據分析:
- 人力資源分析經理(用於管理數據專案項目、聯繫利益關係人並懂得透過故事包裝數據洞察的價值)
- 數據科學家(用於構建統計和分析模型)
- IT 專家(通常由HRIT或資訊部負責,主要在建立數據收集和執行的標準流程與工具,以及設定資料安全控管機制)
- 主題專家(主題領域的專家,例如出缺勤、組織氣候、學習效率、團隊建造等)
- 業務專家(業務單位與人力資源的合作夥伴,了解產、銷、發、財不同管理領域的知識)
專案執行建議採用敏捷的工作方式。使用兩週的衝刺計畫,專注於特定領域的研究與發展,根據分析的結果得出結論和建議,從而將你的業務與利益相關者連結起來。
#人資數據能力建構
可以從不同的目標用戶開始,請先對目標用戶進行優先排序。你想先從人力資源單位所有人的基本能力先開始培養嗎?或者,你想先從HRBP開始?我建議可以先從HRBP開始,為什麼?因為他們每週都會與業務單位聯繫,並且對這些單位的工作內容與問題有一定的了解度。在你開始在HR部門導入數據分析的管理思維與訓練前,建議可以先召集一個啟動會議說明未來進行的方式,
包含:
- 人力資源分析的深入介紹
- 人力資源分析的定義和應用
- 其他組織中人力資源分析的實際示例,這部份可以考慮與外部供應商合作,他們可以將內部的HR能力提升到一個新的水平,透過真實的案例與工作坊練習,讓團隊更加以數據為導向,更能培養內部分析的商業敏銳度。
- HR 分析流程與角色分工
- 相關人力資源管理指標和目標值建議
- 腦力激盪會議:根據企業的業務戰略問題發展原型概念
另外光是透過一些研討會或工作坊是不夠的,如果您想在自己的人力資源部門內發揚光大,建議未來的部門會議PPT報告,都必須結合數據分析報告看到的機會與問題,提出改善與創新對策,讓同仁慢慢養成以數據為導向的管理思維 。
#員工數據隱私
最後,隱私是每個組織中的熱門問題,在開始人力資源分析之前,記得與你的資訊隱私和法律合規部門合作,讓他們建立一個包含最重要隱私目標的評估框架。所以和這些部門建立良好的合作夥伴關係非常重要,向他們展示你需要分析的報告,並讓他們為你的專案項目開啟通行的綠燈。
#結論:人力資源數據分析將是不可逆趨勢
  • 數據分析
  • 全方位基礎人力資源管理師認證
  • 人力資源主管
  • 策略性人力資源管理師
  • 具備人力資源相關知識
  • 人力規劃控管
拍手 1 留言 0 觀看 15 收藏 1
Steve Sue 蘇書平 人力規劃控管

執行長

09/13 21:54

人力資源分析師需要具備哪5種基礎知識

HR Analytics人資管理分析師需要具備哪5種基礎知識
最近這兩年很多HR都在推動數位轉型相關的專案,但究竟該怎麼做、人資有哪些資源可以運用? 預期效益要如何評估?有什麼資源可以運用,要如何管理利害關係人的期望?
所以我這邊會把數位轉型專案分為兩個方向來討論,#數位 指的是HR用來進行轉型使用的數位科技。例如:數據分析、人工智慧、虛擬實境、自動化科技及雲端運算等。#轉型 指的是HR需要根據企業未來經營方向的改變,調整相應的組織架構(OD)與人才招募與訓練方法(talent acquisition and development)。協助公司設計新的獎酬制度使企業重新塑造新的組織行為,轉變具競爭力的企業型態。
過去HR職能偏重招募、訓練、績效考核、員工關懷等管理功能,決策參與度不夠。但未來HR單位會開始協助各單位主管學習如何從營運管理報表,找出更多的財務績效與組織管理洞察,並透過外部人才市場與內部人才庫的比較分析,讓企業的人力資產配置更有效率,提供CEO更多決策評估與風險控管的參考資訊。所以People Analytics人力資源分析就變成台灣企業HR夥伴近年首要推動的數位轉型專案之一。
但是,在開始啟動People Analytics專案,人資夥伴常會問我一個問題,到底人資該具備哪些能力,才能讓專案的推動比較順利?這兩年因為先行智庫和美國以及歐洲的人力協會做了不少交流,也取得HR數位轉型相關的專業認證,我們發現未來有五個關鍵能力是
1. 人力資源分析基礎知識
在啟動任何一項分析項目前,HR必須先具備選、訓、育、用、留的五大基礎知識,雖然不少組織的專業分工較細,但要做好HR數據分析,必須把這五大資料做整合,才不會掉入以偏概全、見樹不見林的思考盲點。
2. 數據管理流程設計知識
人資要如何克服HR Data人力數據在收集、整理與整合遇到的問題,如果未來還要和組織的商業績效做結合,還需要整合非人力資源的Business Data商業數據包括淨利潤,成本效益,銷售收入以及組織中的其他重要指標。所以人資如何透過有效分析工具找出正確且高品質的關聯資料來源,藉由服務流程分析盤點組織的服務與管理缺口,例如招募管理、訓練發展管理、證照管理、薪酬獎金與加班費用控管、潛力人才與接班人計劃、離職率預測與組織氣候分析,找出關鍵的影響因素與成功指標,也是成功的關鍵。
3. 文化準備與變革管理知識
當組織開始導入以數據為驅動力的願景與管理工具。他們還必須協助員工做好文化行為的調整與改變,沒有這種準備,企業員工將無法理解數據對他們真正的價值。所以如何管理內部利害關係人,一層一層的傳遞新的企業價值觀,促使企業的組織不斷完善發展,也是人資夥伴的重要功課。
4. 數位平台工具專業知識
市場上有很多資料視覺化的工具,但建議在選擇這些工具,不要只是從技術的角度去評估,更應該要考慮到工具的普及性和學習上手的難易度,並選擇與適合的數據夥伴合作。此外,數據安全性、隱私性和保護性也會成為組織面臨的挑戰,還要兼顧組織內稽內控規則與管理政策。所以,IT、人力資源與業務應該緊密一起合作。
5. 業務洞察與商業分析知識
數據分析的第一步就是定義一個好問題和管理指標,這樣人資夥伴才能針對關鍵核心問題,定義需要收集的數據來源。並且懂得從各個業務利害關係人中,識別關鍵的業務行銷與後勤管理問題。透過員工主檔資料關聯對應的數據來源,不但可以強化工作關係之間的掛勾,更可以透過數據的流程關係找出關鍵的業務問題。
未來HR將開始以數據為核心建構新的人力資源管理模式,管理資源分配將出現二八比例的倒轉,過去人資80%的時間和資源用於行政管理庶務的處理與控制上,數據思維下的人資將僅用20%的時間和資源去完成這些工作,而用80%的資源協助單位主管更即時且全面的管理資訊。
  • 專案人力資源管理
  • 人力資源管理
  • 人力規劃控管
拍手 1 留言 0 觀看 21 收藏 0
工作機會

招募經理 (人力資源部)

TVBS_聯利媒體股份有限公司

台北市內湖區 10年以上 大學

待遇面議

VLENS韓國美瞳專賣店(北區) 門市督導

米倫斯國際股份有限公司

台北市信義區 1年以上 大學

待遇面議