-
数据民主化
如何通过设计增强员工体验——Workday重新设计用体验之后，其首席设计师Jeff Gelfuso分享经验
Workday的首席设计官Jeff Gelfuso讨论了为员工提供无缝的端到端体验的重要性，以及Workday如何使之成为可能。
Workday的首席设计官Jeff Gelfuso认为，当涉及到技术时，企业软件和消费者软件不应该被限定或被证明是不同的，它应该只是伟大的软件体验。期间他和他的团队专注于通过深入了解客户需求并改变创新，设计和开发产品的方式，将这一原则应用于Workday体验。这不仅包括用户体验，还包括我们如何通过开放和连接的架构方法，无缝和安全地为企业提供有吸引力的员工体验。
在加入Workday之前，Jeff曾为Facebook、亚马逊和微软等顶级技术品牌领导多学科的设计和产品团队。最近，他在Facebook担任设计和用户体验的执行董事，负责端到端的客户体验、可用性以及全公司的设计系统和工具。现在，Jeff领导Workday的体验设计和开发小组，唯一的目的是通过为客户提供一个有吸引力和包容性的体验，使工作变得轻松。更具体地说，他致力于为所有类型的用户简化体验，使其更有用，更可用。
我们最近与Jeff进行了交谈，以了解他对Workday的体验设计愿景；以下是我们谈话的要点：
近年来，软件应用有了长足的发展。请告诉我们用户的期望发生了怎样的变化，以及企业如何应用这些新的设计原则。
劳动力发生了很多变化，特别是自从全球大流行病开始，导致了向混合和远程工作的转变。这场大流行确实加速了云的采用，它已经从一种便利变成了一种必需。例如，看看Zoom；许多人两年前还不知道Zoom是什么，现在每天都在使用它。首席信息官负责启用这项技术，现在他们正与企业的人力资源领导紧密合作，为他们的员工推出基于云的体验技术。
我们正在努力消除伴随着这些努力的复杂性。通过将整个端到端的用户体验视为更大、更开放和连接的生态系统的一部分，我们可以为Workday客户提供安全、一流的体验。我们的最终目标是使人们能够在Workday中从任何数字工作空间中自然工作流中进行通信，访问信息和完成任务。
此外，雇主们意识到，为了吸引和留住最优秀的人才，他们需要有正确的基础设施和工具，使员工能够在任何地方工作，包括他们的移动设备和其他软件平台。今天的工人，无论他们的角色是什么，由于他们与技术的日常互动，他们都有更高的期望。
生活和工作之间的界限已经模糊，目前的假设是，所有的软件都应该是伟大的，无论你是用手机订餐送餐还是提交费用报告。这个标准创造了重新构想企业设计的机会，以便随着不断变化的期望而发展，并提供一个直观的、高层次的体验。
以下是我们在进行现代化体验式设计时考虑的一些原则：
深入了解你的用户。
将数据民主化，使自主团队能够独立和协作地工作。
了解需要完成的关键工作，在用户工作的自然流程中满足他们。
赋予管理者权力，使其能够最好地为员工和团队服务。
通过快速迭代、更频繁的发布、测试和持续改进的学习，加快创新步伐。
你提到，了解用户是指导产品设计的关键。你是如何利用客户反馈来塑造Workday的设计体验的？
在过去的一年里，我会见了100多位客户主管，听取了他们的反馈。我们所了解到的是，虽然他们喜欢Workday所提供的强大功能，但我们仍有机会做更多的事情来简化和改善体验。我们的使命是让工作变得轻松，在未来一年里，我们将专注于以下领域：
简单化。我们需要简单化。我们专注于帮助用户完成对他们最重要的工作。大多数企业软件应用程序的缺陷之一是，它们在同一时间向用户展示所有的东西。用户不希望这样，他们希望有更简单的体验，只看到他们现在需要的任务或工作。
个性化。我们需要根据人物、用户类型和角色，提供更多量身定制的、相关的和有针对性的体验。这在移动和其他数字工作空间中尤为重要。
连接性。我们必须创造跨体验的无缝连接。用户应该能够毫不费力地从功能移动到流程，从单个产品移动到综合体验。
随时随地沟通。我们将在人们最常用的平台、设备、渠道和数字工作场所的自然工作流程中为他们带来Workday体验。
测试和学习。我们需要衡量什么是重要的，以便我们能够进行实验、迭代、测试和学习。Workday客户群是由6000多万名工人组成的。其中一半是小时工，我们致力于简化体验，让每个人都能轻松工作。
我们知道软件设计对参与度至关重要。你们是如何利用设计来改善员工体验的？
设计在本质上是有意为之的。当我们考虑到形式、功能和愉悦的时刻，为人们创造端到端的体验时，它应该始终处于中心位置。对许多员工来说，现在的工作场所是数字化的，通过以人为本的设计，我们对人们在日常工作中需要轻松完成的事情建立了理解和同情。
这是我们更广泛的体验战略的一个重要元素，该战略由跨模式和平台提供的三个主要支柱组成：Workday Engage, Workday Everywhere, 和Workday Empower。
我们的Engage计划专注于所有员工和经理的顶级自助服务任务和基本要素。
Workday Everywhere专注于将Workday注入其他数字工作空间，如Microsoft Teams、Microsoft Viva Connections、Microsoft Viva Learning和Slack，使每个人的工作更轻松、更紧密地联系在一起。我们致力于将这些体验带入人们花费大部分时间的应用程序和工作空间。我们看到每月的参与度都在增加，用户很喜欢Microsoft Teams 和 Slack 中的这些体验，所以我们正在继续为客户扩大和扩展这些体验。
最后，我们的Empower计划专注于自动化重复性任务，并根据角色、职能、行为等个性化员工体验，因此个人可以将时间集中在最重要的事情上。
数据在Workday的体验式设计中起什么作用？
数据对于创造有吸引力和令人愉悦的体验至关重要。它使我们能够通过使用跨渠道的行为历史和偏好等数据来开发更多整合的、有针对性的、有意义的体验，从而真正了解我们的客户，并提供适合他们独特需求的体验。有了这种类型的信息，Workday可以安全地个性化每个人的体验，这样用户就可以为他们的特定角色做他们需要做的事情。它具有高度相关性、自动化性，甚至可能是隐形的，但它为我们的客户提供了最大的价值。
我经常问人们，"你喜欢的产品或服务是什么？为什么？" 然后我再问一个相反的问题，问他们真正不喜欢的产品或服务，以及为什么。很多时候，不喜欢的体验是在服务方面，公司未能为客户建立跨渠道和各种接触点的联系。另一方面，相关的和个性化的服务往往能带来更多令人愉悦的体验。
例如，我们可以利用数据来发现行为和模式，从而促进决策。通过了解情绪，我们可以帮助提供新的项目和定制体验。去年，我们收购了Peakon加入Workday大家庭，以帮助我们改善员工和雇主之间的双向对话，讨论对人们最重要的问题。通过Workday Peakon员工之声，我们可以掌握员工的体验、健康和福祉以及归属感。这使我们能够考虑到他们的关切和反馈，深入分析他们的情绪，并实时采取有意义的行动。
此外，我们在体验设计和开发团队中提升了我们的研究实践，旨在深入了解我们的用户是谁，确定基线并测量构成伟大体验的关键维度，并帮助实现产品与市场的契合，以便我们提供创造重要客户价值的功能。
你会给那些希望改善用户体验的设计团队什么建议？
我很幸运，我每天都能关注我们的客户和用户对Workday的端到端体验，以及如何使我们的产品可用，同时创造人们喜爱的参与性体验。随着我们走出大流行病，继续在这个远程/混合的工作世界中前进，简单易用、无缝的连接体验比以往任何时候都更重要。这不是一个单一的应用程序的功能，而是要与员工互动，使他们有能力提高生产力，健康和良好，并充分做好他们的工作。
我们都在帮助改变这种体验方面发挥着作用。除了产品和技术架构，这种努力还包括我们如何与客户沟通和支持客户，如何参与社区和活动，以及我们如何作为一个品牌出现。作为一个世界级的软件公司，需要我们所有人一起思考整个体验，以及我们如何提升这个体验。
-
数据民主化
成功实现人力资本分析（PA）数据民主化的八个步骤
Insight222的《2021年人力资本分析趋势》研究提出了一个数据驱动的人力资源文化模型。关键因素之一是将数据驱动的决策嵌入到整个HRBPs和管理人员中。总而言之，这涉及到：
通过投资可访问且易于使用的工具，使整个组织的数据民主化。
提高HRBPs的数据知识技能，以及其他辅助技能，如咨询和影响。
通过确保来自CHRO的清晰一致的沟通，并激励采用数据驱动方法的职业旅程，支持人力资源部门的变革管理流程。
什么是数据民主化？
数据民主化是使组织中更广泛的人群可以访问数据和洞察力的过程，他们将从数据的使用中受益。Gartner预测，到2023年，促进数据共享的组织将在大多数商业价值指标上超越同行。
许多人力资本分析领导者最关心的问题是，"我应该提供的第一个大规模解决方案是什么，以实现数据的民主化？”根据人力资本分析领域的"领先公司"的说法，通过投资第二波人力资本分析技术，如基于SaaS的数据民主化系统（例如，Visier，Crunchr，One Model），或使用Microsoft Power BI或Qlik等工具构建仪表板套件，为管理人员和人力资源专业人士提供大规模的洞察力是明智之举。
本文将探讨使用分析仪表板实现人员数据民主化时，对成功至关重要的八个步骤。
实现人员数据民主化的八个成功步骤
1.CHRO赞助和关键业务利益相关者的支持
有一个关键的利益相关者很少需要说服人力资源部门的数据驱动文化的重要性，那就是CHRO本身。在Insight222最近的研究中，90%的受访公司表示，他们的CHRO已经明确表示，数据和分析是人力资源战略的重要组成部分。
因此，让CHRO赞助一个带有分析仪表板的人员数据民主化计划至关重要。这应该是建立数据驱动型人力资源职能的更广泛战略的一部分，该职能部门定期传达给人力资源同事。
如果要向业务成功启动分析仪表板，则相同的原则也适用。确定几位对经理有权访问人员数据以做出决策充满热情的高级业务主管是成功的关键。如果这些高级领导者能够与他们的团队一起设定期望，让他们使用这些数据来为有关其人员的讨论提供信息，这将开始推动高层的行为变化。
2.明确对业务问题的理解
如果仪表板仅关注人力资本分析团队认为重要的要求，则数据民主化将失败。必须花时间与人力资源业务合作伙伴、关键业务利益相关者和其他用户群体一起，了解他们面临的挑战、他们收到的问题以及他们与利益相关者的对话。在这些对话中，数据可以推动更有效的讨论。
然后，人力资本分析团队必须考虑如何将这些问题转化为仪表板可以回答的分析问题。为了在这方面取得成功，Insight222人力资本分析运营模型推荐了人力资本分析顾问的需求引擎。咨询团队直接与业务和人力资源利益相关者合作，了解、理解业务战略和挑战，并将其转化为解决方案引擎可以解决的假设。
在一家总部位于欧洲的大型全球金融服务组织中，人力分析咨询团队负责人采访了 50 多名 HR 和业务利益相关者，以收集自助服务仪表板的要求并确定其优先级。仪表板的目的是回答有关劳动力的关键业务问题，并减少人力资本分析团队的手动报告开销。仪表板已扩展到 HR 和业务部门的 2，000 多个用户。它在以前的尝试失败的地方取得了成功，因为它旨在满足人力资源和业务需求。咨询负责人理解并优先考虑这些要求，同时在整个项目中直接与利益相关者沟通，并根据他们的反馈迭代产品的设计。将手动报告从 3，000 份减少到 600 份以下所节省的成本用于资助高级分析团队的建立。
顾问的角色将继续成为该人力资本分析团队转型的关键驱动因素，自助服务仪表板是构建数据驱动型人力资源职能的基础推动因素之一。
3.开发用户角色和旅程
通过关注体验和结果，将以人为本的设计原则应用于仪表板的开发，将有助于开发为所有利益相关者带来价值的解决方案。以人为本的设计可以被定义为设计以人为本的产品、流程和体验的一种方式。必须考虑仪表板的目标用户，并为每个用户创建角色。要考虑的问题包括：
谁是仪表板的不同预期用户？
他们将在什么情况下使用仪表板？他们的用户旅程可能是什么样的？他们的兴趣、动机和需求是什么？
他们面临哪些挑战？仪表板如何帮助降低它们所经历的复杂性和摩擦？
他们需要如何使用数据和见解，因此哪些可视化效果最合适
将产品思维模式应用于仪表板的开发，并将用户（而不是人力资本分析团队）置于设计思维的中心，这一点很重要。正如ServiceNow首席创新办公室的布道者Nerys Mutlow所说："人们喜欢以不同的方式消费信息。人们喜欢以不同的方式工作。有些人非常视觉化。例如，有些人对书面沟通类型的反应更好。”
了解"体验"本身就是产品思维的核心。正如Tata Steel人力资源战略、分析和人力资源创新实验室负责人Vipin Sharma所概述的那样："我们所有的分析项目，无论是可视化仪表板、描述性分析还是预测模型，都是从最终用户及其解决的业务问题开始的。对于所有可视化仪表板，我们与领导层和HRBP就他们需要实时改进决策的KPI和见解进行了深入讨论。”
让用户参与仪表板的构建、测试和迭代可能是 HR 的一种新工作方式。尽管如此，从长远来看，它将使产品更加成功，而让HR参与设计和构建的过程将有助于为HR开发数据驱动的文化。
4.与数据隐私的合作伙伴关系
与人力资源部门的首席数据隐私官的合作伙伴关系对于确保人员数据的道德使用至关重要，这也适用于数据民主化计划。成功的人力资本分析团队与数据隐私团队建立了牢固的合作伙伴关系，并定期与他们会面，讨论人力资本分析项目、新兴数据源以及有关共享数据的隐私注意事项。
步骤 3 中创建角色的过程也应为仪表板创建安全角色配置文件提供信息。并非所有用户都需要相同的数据访问权限 - 他们应该有权访问其角色所需的数据，并且根据其角色类型和职责范围，这看起来会有所不同。
人力资本分析团队和数据隐私之间的合作伙伴关系对于正确实现这一目标以及在将新数据源合并到仪表板中时管理未来需求至关重要。同样重要的是，应用强大的数据管理，为仪表板中的数据元素和指标创建和记录标准定义。
5.试点并建立实践社区
仪表板的持续采用和使用可能是人力资本分析团队在此类工作中面临的最大挑战之一。为了增加成功的可能性，在更广泛地推出仪表板之前，必须先试用仪表板的启动以进行测试和学习。一种方法是首先启动到对产品支持和需求最大的特定队列或业务领域。另一种有效的方法是创建一个拥护者网络。这些拥护者是仪表板的早期采用者，一旦它在各自的团队中更广泛地推出，就会继续支持其使用。
创建网络或"实践社区（CoP）"有许多好处，例如支持提高人力资源和管理人员技能的计划，使其更加数据驱动。在 CoP 表面用例之间讨论和共享示例，其他用户可以从中受益。最后，有效的 CoP 通过利用 CoP 来鼓励和动员旅途中的其他同事，从而支持人力资本分析团队扩大工作规模。
在Merck Group，除了CHRO赞助之外，大使网络一直是培养数据驱动型人力资源专业人员的关键成功之一。Merck Group人员数据和技术集团负责人Alexis Saussinan解释说："我们很早就意识到的一件事，特别是三四年前，是如果你想提高数据素养，那就忘记这个工具。这不是关于工具，而是关于你可以围绕它做些什么。这就是我们在人力资源部门内部以及更广泛的业务中建立社区的地方，这些社区聚集在一起，分享他们如何从人员数据和技术见解中获得价值。因此，能够建立一些大使网络，作为你技能提升努力的倍增器，这已被证明是非常成功的。”
6.与技能提升计划一起启动
人力资源领域最成功的数据民主化计划与人力资源专业人员的教育和技能提升计划同时启动。这些计划旨在帮助人力资源专业人员了解数据驱动意味着什么，以及如何在日常角色中应用这些数据。数据素养技能对于有效的数据驱动决策至关重要，但它们是未来人力资源专业人员需要的众多技能之一。其他包括以业务为中心的技能，如组织敏锐度，利益相关者管理和讲故事。
Insight222最近的研究发现，只有43%的组织认为他们的HRBP正在培养数据素养技能，尽管超过80%的CHRO希望他们这样做。
在不断发展的数字数据驱动环境中，深思熟虑的决策并不意味着每个人力资源专业人员都必须成为数据科学家。但是，每个人力资源专业人员都需要具备数字素养和分析能力。对于人力资源专业人员来说，收集数据和见解以告知决策并确保以新的创新方式将新的视角应用于挑战至关重要。
为人力资源专业人员和管理人员配备正确的工具，以便他们能够使用数据和见解来指导关键利益相关者的决策，这是建立数据驱动型文化的核心部分。但是，除非它伴随着一个专注于分析思维和数据素养应用的学习计划，否则它不会成功。
7.有意识地管理文化变革
重要的是要启动具有沟通计划的仪表板，其中包括来自CHRO，高级业务利益相关者的消息以及经过深思熟虑的营销活动以创造兴奋感。然而，一旦工具启动，数据民主化计划就不会完成。为了取得成功，至关重要的是，它们必须伴随着持续的变更管理过程。
业务和人员战略将继续发展，仪表板应经过持续的开发和发布周期，以确保它们反映业务和人力资源不断变化的需求。同样，组织中将有人员流动和新加入者，因此需要持续的营销，沟通和技能提升，以确保工具继续使用。重要的是要考虑如何将仪表板整合到员工旅程和计划中，例如新加入者入职以及表彰显示数据驱动的行为。
8.衡量影响
一个经常被忽视的步骤是测量数据民主化的影响。根据项目的最初目标，这可以以多种方式应用。例如，部署仪表盘的目标可能是减少对人员分析团队的临时请求，从而为人力资本分析团队创造能力，使其专注于更多增值的分析项目。
重要的是，随着时间的推移，衡量这种情况是否已经发生，并专注于仪表盘的持续嵌入，以确保采用。使用数据将确定人力资源和业务用户中哪些地方采用率高，哪些地方采用率低。这些数据可以用来为人力资源部门的进一步技能提升计划提供信息，并在高采用率的用户中确定冠军和使用案例，以帮助教育和促进工具的使用。作为人力资本分析管理的最佳实践的一部分，在财务和人力资本分析分析团队之间建立合作关系也很重要，以商定如何衡量商业价值和数据民主化计划和其他分析项目的投资回报。
最后的思考
通过投资可访问且易于使用的工具，来实现整个组织的数据民主化，是发展数据驱动的人力资源文化的一个关键部分。Insight222最近的研究发现，在人力资本分析功能提供易于用于做出即时决策的数据的公司中，超过80%的公司拥有人力资源驱动的数据文化。
正如微软人力分析主管Dawn Klinghoffer在这项研究的采访中分享的那样，"我们不仅提供数据，我们与团队合作，创建正确类型的准备材料，帮助他们有效地完成工作。这不仅仅是关于数据，而是关于你如何使用数据。虽然掌握数据质量问题和选择正确的技术很重要，但本文中概述的八个步骤至关重要，也应该纳入工作计划，以确保通过分析仪表板成功实现数据民主化。
作者：Naomi Verghese
-
数据民主化
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
-
数据民主化
人力资本分析如何通过产品化提供大规模的解决方案?
Insight222的《2021年人力资本分析趋势》研究表明，人力资本分析的规模和重要性都在增长。为了取得成功，人力资本分析的领导者需要将解决方案产品化，并承担起为人力资源部门创造数据驱动文化的责任。
除了需求引擎和解决方案引擎之外，Insight222人力资本分析运营模式还建议设立一个产品引擎，由一个实施团队来确保人力资本分析解决方案的有效设计和产品管理。它包括相关的项目管理和变革管理，以提供每个解决方案的有效采用。
本文将通过回答以下问题来探讨产品化在扩展人力资本分析方面的作用。
1. 什么是产品化？
2. 领先企业如何投资于产品引擎以确保产品化的成功？
3. 人力资本分析团队应该提供的第一个规模化解决方案是什么？
4. 人力资本分析团队提供的高级的规模化解决方案的例子是什么？
什么是人力资本分析的产品化？
人力资本分析解决方案的产品化是指让数据驱动的观点在整个组织内都能被接受，换句话说，在正确的时间将正确的数据提供给正确的人，以帮助他们做出更明智的决定。也就是说，产品化利用技术向员工、经理和高管大规模地提供用户友好的解决方案。
为了取得成功，它需要：
建立一个由产品经理、项目经理、变革交付和设计工程师组成的 "产品引擎 "；并对人力资本分析团队的专业角色进行投资，如数据科学家、数据工程、研究。
投资购买或建立技术解决方案，如分析仪表板或专业的人力资本分析技术，如人才管理和技能推断。
一个能够支持可扩展、可重复解决方案的数据基础架构。
采用以用户为中心的思维方式，并致力于根据用户反馈进行持续改进，对于大规模提供成功的分析解决方案至关重要。要提供成功的产品，关键是要考虑用户需求和用户体验，并根据用户反馈不断完善产品。
领先企业如何投资于产品引擎以确保产品化的成功？
去年，Insight222 Research首次提出了对人力资本分析领域 "领先企业"的分析。"领先企业 "是指那些已经证明他们拥有被认为是该领域领导者的人力资本分析功能的公司或组织。
领先企业在人力资本分析运营模式的所有引擎方面都更为先进。特别是，100%的领先企业都对产品引擎和需求引擎进行了投资，此外还有高级分析。
在其他方面，人力资本领域的领先企业将解决方案产品化，以扩展到员工、经理和高管。领先企业在咨询和影响、产品管理和变革管理方面的能力建设，比所有企业都要强得多。这个差异非常大：相差45个百分点。这表明他们希望通过按要求为员工、经理和高管制作 "分析产品"，使他们的解决方案和预测有效。通过他们的工作，领先的人力资本分析团队将分析嵌入整个公司的人员流程中。
人力资本分析团队应该提供的第一个规模化的解决方案是什么？
许多人力资本分析领导者最关心的一个问题是："我应该提供的第一个规模化解决方案是什么？" 通过投资第二波人力资本分析技术，如基于SaaS的数据民主化系统（如Visier、Crunchr、One Model）或使用微软Power BI或Tableau等工具建立仪表盘套件，为管理人员和人力资源专业人士提供规模化的洞察力是明智之举。
在一集数字人力资源领导者播客中，默克公司劳动力分析主管杰里米-夏皮罗（Jeremy Shapiro）解释说，他们大规模提供洞察力的第一个阶段是："在正确的时间获得正确的数据，使用像Visier这样的工具，以确保人力资源业务伙伴和其他人可以轻松简单地分割数据，并在走进会议之前就了解故事"。
通过投资于可访问和易于使用的工具来实现整个组织的数据民主化，这只是发展人力资源数据驱动文化的关键步骤之一。
人力资本分析团队提供的更高级的规模化解决方案的例子有哪些？
在一集数字人力资源领导者播客中， David Green讨论了 "向技能型组织的转变是如何改变人力资源的作用和影响的"。Insight222劳动力规划游戏手册的研究发现，几乎所有接受调查的公司（90%）都表示希望建立一个基于技能的劳动力规划流程。然而，只有四分之一的公司（26%）正在积极地这样做，这表明这种转变还处于早期阶段。
IBM、Salesforce和Vertex Pharmaceuticals等组织的一些人力资本分析团队通过在内部建立能够推断组织内员工技能的技术，为推动这一变革做出了重大贡献。
最后的思考
HR一直在漫长的旅程中，从专注于合规，流程和基于直觉做出决策的职能部门，到将在许多情况下已经专注于产品，个性化和数据的职能部门。对于人力资本分析团队而言，与利益相关者和企业技术合作以大规模交付解决方案对于推动和实现这一变化并最终帮助推动业务向前发展至关重要。将人力资本分析产品化需要对可访问且易于使用的技术进行投资。创建可扩展的产品并将见解交到人力资源专业人员手中，使他们能够做出更明智的决策，这是为人力资源建立数据驱动型文化的关键步骤之一。 同时也使管理人员更有效率，为员工创造更好的体验。
作者：Naomi Verghese
-
数据民主化
利用数据的力量，重塑人力资本战略，以更好地支持员工
在过去的十年里，人力资源部门的数据可用性和使用量成倍增加，并继续以惊人的速度增长着。我们中的许多人现在都面临着这样的问题："我们如何使用和关注数据来重塑人力资本战略？"
在MetLife，我们设想建立一个人力资源团队，能够利用数据的力量，成为更重要的业务伙伴，更好地管理我们的员工，并使组织有能力做出有针对性的、细分的和定制的明智投资。
MetLife的崇高宗旨—"永远与您在一起，打造更有信心的未来"—是我们的核心，并指导我们如何为员工、客户、社区和股东服务。以我们的宗旨为框架，我们认识到MetLife有机会改变我们收集、使用和存储数据的方式，以最大限度地提高我们团队的参与度和效率。于是我们全力以赴。
转变思维方式
转变领导者的思维方式，从传统的 "报告商店"转向使用数据来发现人力资本中的优势、改进和机会，是我们的第一个障碍。
为了做到这一点，我们调整了劳动力分析团队的工作重点，并投资于一家小型初创公司提供的数据分析人力资源工具。该工具消除了中央团队在电子表格中分析基本人员数据的需要，如招聘、离职和晋升，并将在线仪表板直接交到有资质的个人手中。现在，我们正在教育和授权那些可以使用该工具的人了解数据隐私、存储和使用，并帮助他们建立必要的数据敏感性。这个工具的好处是，它不会做出任何影响我们员工的有意义的决定—这总是留给我们的人力资源专业人士和业务领导人—但它允许我们的人把更多的时间花在这些重要问题上。
随着基本报告数据的民主化，24/7全天候和近乎实时地提供给有资格的个人，我们的分析团队现在专注于更深入的人员洞察。
通过数据讲述业务语言
在过去的几年里，理解人力资本风险变得越来越重要。我们的利益相关者希望对我们的员工、文化和人才有一个客观的看法，以及他们与组织的整体健康状况的关系。用数据来处理这些问题为我们提供了某种程度的可信度。我们可以自信地说 "我知道 "而不是 "我认为"。
我们的年度员工倾听调查是我们用来获得这些见解的一个工具。我们每年两次为员工把脉，在数据中看到明显的趋势，让我们知道我们的员工对为MetLife工作感到自豪，并有强烈的归属感。同样地，我们知道我们的员工正在寻找更多的时间来学习。
虽然我们使用调查中的定量数据来衡量情绪，但我们也花了大量的时间使用自然语言处理来分析通过员工评论的定性数据。我们将定量和定性的调查结果与其他人口统计学和交易数据配对，以深入了解整个MetLife的人群。我们还利用这些数据来了解我们可能存在的风险或改进的机会。这两类数据的使用使我们能够计划更加本地化和定制化的干预措施。
尊重客户和员工的隐私权是MetLife的核心宗旨，因此我们不遗余力地确保调查是匿名的，而且答案和评论不能被追溯到个人。这有一个额外的好处，就是给我们的员工一个安全的平台，让他们给MetLife提供诚实的反馈。
持续激励员工很重要。因为，比如说，财务数据有一个结束点，而人的数据则有一个持续的流动。这些数据随着我们的员工和当前的全球格局不断增长、发展和变化。在讲述有关人员数据的故事时，必须要有一定程度的复杂性和对人类行为的理解。
为了提供帮助，我们创建了一个新的角色，负责向潜在的候选人和现有的员工传达和放大我们的员工价值主张。在我们的团队中，有一个具有研究和企业品牌技能的人，帮助开发和实施为满足未来人才需求而定制的持续营销活动，对于将我们的人力资本战略提升到新的水平至关重要。
提出正确的问题并深入挖掘
我们很早就意识到超越表面结论的价值。保持开放的心态和对故事的深入挖掘，我们利用数据来关注有意义的解决方案。
我们的呼叫中心的离职率是一个重点领域。我们没有仅仅关注离职率，而是利用数据来更好地了解与雇用和培训人才有关的成本，并确定了帮助我们最大的资产—我们的员工蓬勃发展的方法。MetLife最近将美国的最低工资提高到每小时20美元，为我们的员工提供安全感和信心，就像我们为客户提供的一样。
协作是另一个例子。当我们考虑合作的时候，我们往往只关注谁在连接，谁没有在连接。然而，当你深入挖掘数据时，你会发现工作是如何完成的，并看到非正式的组织结构出现了。通过了解网络并不断地问自己 "为什么"，我们会发现更丰富的信息，帮助我们提高新团队成员的速度，发现更有效的领导模式，并了解更多关于关键连接者的信息。
除了正式的网络分析，在2021年春天，我们回应了内部众包挑战的反馈，表明职业发展是希望留在MetLif的员工的首要任务，我们承诺成为人才市场的早期采用者。截至2021年12月，我们已经为900多人正式分配了项目，并帮助300多名跨职能的团队成员建立了网络联系—所有这些都在9个月内完成。我们计划在2022年底前将该平台扩展到所有员工。
善用数据
由于工作之外的数据科学，我们的生活正在演变成一个礼宾服务的集合。
在像MetLife这样的大公司里，汇总的数据使我们能够确定行为趋势，更好地了解我们的员工和他们的需求。例如，员工可能会对一个分析员工进出的刷卡的公司感到犹豫不决。从表面上看，这些数据似乎是在监控员工，但在依法使用并考虑到员工隐私问题时，它可以帮助我们更好地了解员工的行为。为什么大群人来来往往？是否有一种行为模式显示人们需要离开以照顾孩子？我们可以利用这些数据来为我们的员工引入更强大的支持系统。
另一个例子是，通过我们的年度员工调查，我们发现了一个机会，可以更好地调整我们全球各地的员工领导，以确保每个员工都有一个积极、一致和有影响力的领导经验，并以我们的成功原则为基础。去年，超过5500名员工领袖参加了由领导力专家开发的多季度学习计划，使我们的领袖具备了为今天和明天发展所需的技能。还有两个季度的学习，以及我们的年度调查刚刚完成，我们现在可以将2020年年度调查的问题与2021年领导人行为的结果进行分析，以确定潜在的影响。
坚持我们的承诺和管理风险
人员数据对于我们今天的工作方式和未来的建设是非常宝贵的。然而，一个显而易见而又被忽略的事实仍然是我们如何获得和使用我们的人员数据，以及我们能走多远？我们考虑了两个问题。什么数据是作为员工的数据？以及哪些员工数据是雇主可以使用的？
在这个领域，仍然有很多灰色地带。例如，如果员工不打算与雇主分享这些信息，那么从公开的社交媒体数据中收集求职行为洞察力是否可以？雇主需要有明确的政策和标准，围绕着他们将去和不去的地方来解决这些问题。
回到我们的目的，我们希望我们的员工信任我们将如何使用他们的数据。当我们通过调查进行员工倾听时，我们会解释数据将如何被使用，并采取额外的预防措施以确保匿名性。此外，鉴于这种大流行病，我们都比以前更了解彼此的个人生活。正如我们对客户所做的那样，我们必须遵守对员工的承诺，以确保数据的完整性和维护信任。
向多样性靠拢
对数据的发现过程持开放态度也可能意味着要面对无意识的偏见。你的数据会让你知道你是否在组织中鼓励了多样性、公平和包容。
对于MetLife来说，拥有正确的机制来确保我们的运作具有多样性、公平性和包容性是我们数据分析战略的首要任务。当我们收集数据时，我们确保我们拥有所有需要的数据维度，以确保数据的准确性。然后，我们让具有不同背景的人对数据进行测试，对非多元化群体可能忽略的所有事情提供意见。
在数据收集过程的所有元素中主动建立多样性、公平性和包容性，确保思想、观点和背景的多样性。
通过我们所有的努力，我们明白总是有更多的问题要探寻，有更多的解决方案要发现。在我们浏览数据所揭示的故事时，我们的目的将是我们的指路明灯。
作者：Susan Podlogar, Laura Shubert, Robin Gordon, MetLife
-
数据民主化
PA实践分享：如何利用技能数据来支持劳动力规划和改善员工体验
越来越多的人开始关注技能，这可以说导致了人力资源的彻底转型。也许这并不会令人惊讶，因为74%的首席执行官对关键技能的可用性感到担忧，并担心人才短缺会限制增长。此外，世界经济论坛的《2020年未来工作报告》预测，到2025年，随着9700万个新工作岗位的出现，50%的员工需要重新掌握技能，8500万个工作岗位将因人类和机器之间的劳动转移而被取代。根据Gartner的预测，这种压力将转化为人力资源的压力，人力资源的首要任务是为其组织建立关键的技能和能力。我们在Insight222对未来劳动力规划的研究中发现，虽然几乎所有的公司都希望建立一个基于技能的劳动力规划过程，但只有四分之一的公司正在积极地这样做。
我最近采访了ING的人力资源战略和人力资本分析主管Luigi Maria Fierro，以听取更多关于ING如何利用人员数据来了解整个银行所需的技能和能力，以及如何利用这些见解来指导他们的未来劳动力战略。
1.请您简要介绍一下您在ING的背景和职责？
我是ING的人力资源战略和分析的全球负责人。在这个职位上，我负责人力资源战略，确定我们的人力资源部门要在哪些方面做出努力以确保我们的员工能够创造业务影响。我还为我们的人力资本分析实践指明了方向，使我们能够在业务中做出更多数据驱动的决策。
我对数据带给我们的机会感到非常兴奋。人员数据可以让我们对整个银行的技能和能力有重要的洞察力，帮助我们在正确的领域进行投资，从而确保我们为未来做好准备。同时，它可以让我们的员工深入了解他们可以在哪些方面发展他们的技能，以保持竞争力和领先优势。
2.在人力资源部门中，先进的分析技术和人的决策之间的最佳平衡点是什么？
这是一个非常重要的问题。多年来，我们一直在讨论机器是否会取代人类。我相信情况不会是这样，因为人工智能从来就不是为了取代人类，特别是在人力资源部门，它的作用是促进有价值的人际互动。我认为人工智能在很大程度上是帮助人类决策、简化流程或提供更多标准化的一个推动者。我们的想法是利用不同来源的数据，但要支持人类做出更好的决策，而不是取代他们。
人工智能可以协助你筛选最佳候选人，确保你未来的采用需求。然而，在招聘方面，人类是不可缺少的。招聘人员仍然需要人与人之间的互动，以确保你任命合适的候选人。因此，虽然人工智能确实可以支持我们，并加强数据驱动的决策，但在我看来，人的因素将永远占上风。
3.考虑到整个人力资源部门的数据民主化，你如何支持HRBPs变得更加数据驱动？
在人力资源部门，我们中的许多人正在努力变得更加以数据为导向，数据对于支持决策越来越重要。在ING，我们目前正在努力优化我们的数据，确保不同的系统相互沟通，以提高我们的数据可比性和质量，从而提高我们整体的人员洞察力和决策能力。
例如，我们分析当前我们内部拥有的能力和权限，这使我们能够确定我们需要改进的领域，或者在哪些领域我们需要引进具有特定技能的人。在ING，我们定义了未来几年需要关注的六种关键能力—三种与众不同，三种基础性的。我们也正在制定智能方法，以衡量我们的员工队伍中已经拥有的这些能力的程度，从而确定员工队伍发展的领域。
4.您能给我们讲讲您在ING的人力资源中使用高级分析的例子吗？
在ING，人力资本分析与人力资源部门的其他成员密切合作，确定我们可以利用数据增加价值的领域。我们关注一些广泛的主题，包括劳动力分析和员工倾听。
首先，我们使用高级分析来加强我们对员工足迹的理解，并优化我们的招聘策略。这方面的一个例子是，根据搜索量最大的资料，扫描外部市场的最新技能趋势。为我们的HRBPs带来一个外部观点，例如 "什么技能是目前的趋势"，"我们的竞争对手正在招聘什么技能 "等，使他们能够更好地规划ING的未来劳动力。
其次，我们已经实施了自然语言处理解决方法，以完全匿名的方式，更好地了解我们的员工对关键话题的看法，如职业发展。我们将这些见解提供给人力资源部门，以便他们能够将员工的反馈纳入到改进我们的人才发展方法中。
这些只是几个例子，我相信随着技术的不断成熟，可以得出更多有影响力的应用。尽管如此，重要的是要强调，人与人之间的互动仍然是最重要的因素。
5.您的工作所发现的未来技能是什么？是否有任何意外，或者与你的人类预测相一致？
我们的研究仍处于早期阶段，但最初的指标都指向更好的数据技能。这不是一个非常令人惊讶的发现，因为我们已经知道这是一个越来越重要的领域。所有的大型科技公司都是数据驱动的，对于银行和许多其他企业来说，这也是完全一样的。这是一个我们想要提高技能和能力的领域，这也是为什么我们将数据流畅性和网络安全列入我们的六大能力，作为我们想要关注的领域。在未来几年，数据只会变得更加重要，因此拥有数据技能和引进新的专业知识对大多数企业来说是至关重要的。
6.您如何结合内部和外部技能数据进行劳动力规划？对于希望转向基于技能的数据驱动的劳动力规划的其他组织，您有什么建议？
我们正在向一个更加基于技能和能力的组织转变。通过分析，它可以帮助我们了解员工队伍的技能组合，确保我们提高技能，并为未来的员工队伍做好准备。我们还可以利用这些洞察力来提供某些学习旅程，这是我们目前正在努力开发的东西。这将有助于我们的员工以及ING确保我们拥有适合未来的技能。
我相信外部市场的洞察力也是非常有价值的。以市场上要求的技能为基准来衡量自己，可以帮助你保持领先。它可以通过确保我们将具有某种技能的候选人列入名单，来支持HRBPs将合适的人才纳入合适的角色。
7.这项工作的早期影响和反馈是什么？
我们看到更多的数据驱动的对话是市场技能基准测试的直接结果。我们还看到了人力资源决策的标准化。但更重要的是，我们正在为HRBP和我们的员工带来可见性。由于这些见解，HRBP和业务领导者已经开始更好地了解他们的员工队伍，他们现在对我们仍然需要改进或额外引入的技能有了更好的了解。
我们鼓励员工建立自己的技能并设计自己的职业生涯，使他们能够确定自己的技能优势以及他们的发展领域。我们的目标是为员工提供一个无缝的旅程，从了解他们的技能，确定发展需求，然后通过学习模块，短期项目或新的工作角色找到建立这些需求的机会。
8.最后，数据驱动如何让未来的工作更加具体？
人力资源部门的角色是实现业务绩效，我们的员工是实现我们战略的关键。这就是为什么我们需要投资和了解我们员工的技能和能力，以及我们可以共同改进的地方。拥有广泛的数据洞察力，可以帮助我们看到员工队伍中能力和技能的高级趋势。它可以使我们的业务领导者能够根据数据驱动的事实而不是假设做出更好的决策。
作者：Luigi Maria Fierro & David Green
扫一扫 加微信
hrtechchina
