• 观点
    员工敬业度3.0:Humu启动微动引擎 文/JOSHBERSIN 在领英(LinkedIn)收购闪烁科技(Glint)之后,我想谈谈完全不同的东西:Humu。Humu是第一家致力于建立基于人工智能的“轻推引擎”的行为改变公司。 让我从一个小背景开始。规模超过10亿美元的员工敬业度市场由来已久。这始于多年前,当时工业心理学家弗雷德里克·泰勒(Fredrick Taylor)和后来的卡尔·荣格(Carl Jung)等人研究人们在工作中的表现。在测量了高生产率工人的行为之后,这些先锋们发现有各种各样的心理因素使人们快乐、高效、投入。(卡尔荣格(Carl Jung)是弗洛伊德的信徒,他进行了最初的研究,得出了迈尔斯-布里格斯量表(Myers-Briggs)的结论。)这些包括人际关系,目标感,当然还有在合适的工作中。 基于这项工作,在20世纪70年代和80年代,像Gallup、Kenexa等供应商为公司制定了年度员工调查,成为了“员工敬业度”行业。(现在有点像“员工体验”,本质上是一样)。 从那以后,市场发生了变化,我认为它有三个主要阶段。 员工敬业度1.0:年度员工敬业度或气候调查 起初,这是一个由年度调查、基准和年度比较组成的市场。我在20世纪80年代在IBM工作时,公司每年都会进行一次“员工意见调查”,这是一个每年都会进行的大型项目。每个经理都被要求与他们的团队坐下来讨论结果,经常导致一些人被提拔,另一些人被处罚。我当时觉得它很有启发性,它帮助IBM根除了管理问题,并将团队进行了比较。 随着时间的推移,这些年度调查变成了基准测试。公司年复一年地将自己与自己的数据进行比较,随着时间的推移,一个“最适合工作的地方”名单的整个行业就诞生了。(阅读更多关于这些竞赛和它们的比较。) 记住,所有这些都是从纸质调查开始的,所以这个过程很缓慢,而且结果会拖很长时间才出来。结果,虽然有趣,但不是很可行,一旦互联网可用,我们开始把这些都放在网上。 市场也随之发展。 员工敬业度2.0:有智能行动计划的脉冲调查 下一个阶段,我称之为员工敬业度2.0,是pulse调查的诞生。这个想法,即随时调查人的能力,是由文化放大器、TinyPulse、文化智商和其他一些创新者首创的。在它开始的时候,一些匿名的评级网站也出现了(Glassdoor, Kununu等),还有一些匿名的社交网络,比如Blind(允许人们在公共场合匿名讨论工作问题)。这打开了潘多拉的盒子,让数以百计的工具可以获取实时反馈,从本质上创造了类似于yelp的工作体验。 结果是非常积极的(我在文章《反馈是杀手级应用》中写过),如今有数百家公司每季度、每月或更多地对员工进行调查。我们的一位医疗客户每周五都会对每位护士进行调查——然后在周一,所有主管都会收到一份关于上周情况的报告。 第一代工具是基于web的,但现在它们是移动的,并嵌入到许多不同的应用程序(Slack、Microsoft Office和性能管理工具)中。Workday率先在其平台上推出了一款“随时反馈”工具,并于2015年在一篇关于亚马逊(Amazon.com)的有争议的文章中提到了这一工具。 敬业2.0是向前迈出的重要一步。这让员工的反馈更具可操作性。如今,公司定期接受pulse调查(30%的公司每月或更多地对员工进行pulse调查),许多公司允许员工随时提交文本评论。像Glint、CultureAmp、Waggl、Energage和许多人才管理套件这样的供应商现在都有嵌入式脉冲调查工具,使得他们比以前更容易购买。 (有几家公司甚至让员工给他们参加的每一次会议打分,给会议负责人提供关于计划和时间管理的反馈。) 虽然最初公司对所有这些反馈感到担忧,但这种方法已经被广泛接受。我最近在俄罗斯,接受调查的人力资源经理中,有近80%的人告诉我,他们每年给员工的脉搏跳动不止一次。 如今,你可以购买一些工具,这些工具可以识别情绪,根据角色和任期划分反馈,并将反馈数据与年度调查、离职调查和其他正式的参与计划相结合。(Glint现在提供了这种纵向分析,其他人也可能会这样做)。 这些2.0平台变得越来越智能。Kanjoya是一个旨在捕捉用户情绪的系统,现在已经嵌入到Ultimate软件的平台中,并根据团队的意见自动向管理人员提供提示。Glint和ADP的工具也是如此。因此,随着Engagement 2.0的不断成熟,pulse模型正在通过人工智能和行动计划得到增强,这些计划旨在向经理和人力资源部门提供建议,让他们知道该怎么做。 我总是鼓励公司将Engagement 2.0作为反馈架构来考虑,这样随着时间的推移,你可以扩展你的数据集。例如,我现在认识的4家供应商销售基于人工智能的组织网络分析(ONA)工具,这些工具可以查看电子邮件模式、日历、电子邮件和消息的语气和情绪,以感知情绪、可能的压力,甚至欺诈(KeenCorp、TrustSphere、Yva)。人工智能,微软)。这些也是参与工具。 一旦你有了这样一个系统,你就可以开始强调风险,压力,甚至欺诈。(供应商已经开发出了一种模型,可以根据交流模式预测员工在离职前几个月可能何时离职。)因此,Engagement 2.0市场已经变得广阔、深入、不断增长。 员工敬业度3.0:为每个人提供更多的数据、智能的轻推引擎 那么接下来会发生什么呢?以一种更积极、更有用的方式使用这些数据。 这样想:既然我们有了这些数据,为什么我们不能直接用这些数据给员工们提供有意义的建议呢?在第三阶段中,我们将利用人工智能的力量,将反馈和ONA数据转化为规定的组织变革,使用“轻推建议”使工作变得更好。 这让我想到了Humu:一个专注于个人和组织行为改变的公司。 想想工作中发生了什么。当事情没有按照你想要的方式进行时,你会想:“我能做些什么来提高效率呢?”或者“在那种情况下我能做些什么来避免这个问题?”订婚调查指出了这个问题,但它并没有真正告诉你该怎么做。 这就是Humu的全部意义:用智能的推杆让工作生活更美好。 Humu是由谷歌的前同事Laszlo Bock创立的。拉兹洛(Laszlo)是我去年认识的人,他正在打造下一代“行为改变公司”(behavioral change company),因为毕竟,这才是敬业精神的全部。 请记住,敬业度调查的起源是自上而下的:经理们问员工他们的想法,结果,经理们应该采取行动。 好了,现在我们转向每个人的参与工具。这就是我所认为的敬业3.0——使用反馈和数据给每个人提供更好表现的提示。 以Humu为例,该产品基于一个“轻推引擎”,它是一组精心开发的规则、提示、提示和建议,帮助人们以一种微小而有意义的方式改变行为。 它是如何工作的?在进行了简短的评估之后,系统为经理、团队领导和组织提供了一组诊断信息,以描述什么工作,什么不工作。这与大多数pulse调查和审计业务调查类似。但这就是差异的终点。 基于博士心理学家和其他人的研究,Humu现在使用这些数据给每个员工,经理和领导一系列基于时间的“轻推”来帮助他们改变工作中的行为。我们认为这种“轻推”是一种暗示或建议,其目的是为了创造出能够提高注意力、幸福感、团队合作和其他价值观的行为。(ADP Compass和Zugata等其他一些工具,也可以用于技能和领导力开发。) Humu以一种草根的方式来做到这一点,激活每个人,而不仅仅是管理。因此,这种推动被设计成经理、领导和独立贡献者之间的互补。 例如,为了在工作中创造一种归属感(帮助员工感受到个人的价值,而不仅仅是员工的价值),Humu对领导者的激励可能会建议经理向员工提出具体的问题(例如,员工的问题)。“这个周末你有什么计划吗?”,或者“你认为我们应该做什么才能让项目进展得更快?” 在员工方面,相应的督促可能会建议员工在团队中讲述个人轶事,给同事写一封感谢信,或者公开向团队成员表达他们的贡献。 轻推是简单的,易于理解,并设计以一种专门设计的方式增加价值。当Humu的引擎发出更多的轻推并看到结果时,引擎的设计就会变得更聪明,时机也会变得更好,它们也会变得更加具体。(有点像有自己的私人教练。) 这种方法有巨大的潜力 尽管我是Glint、CultureAmp、TinyPulse、Waggl、Energage、Great Places等公司的超级粉丝,但这款3.0“微推引擎”仍有巨大潜力。 我刚刚和Humu的几位客户进行了交谈,他们的评价非常积极。 例如,sweetgreen是一家以沙拉为导向的快速发展的连锁餐厅,其宗旨是“将人们与健康食品联系起来”。我采访了人力资源主管劳拉•洛梅里(Laura Lomeli),她最近刚从沃尔玛(Wal-Mart)和维萨(Visa)来到sweetgreen。该公司约有3500名员工,刚刚在其200多名教练和直线经理中部署了Humu,取得了非常积极的成果。以下是劳拉告诉我的: 首先,最初的调查告诉他们,公司的使命很好理解,员工们感觉与公司的宗旨非常一致。另一方面,他们中的大多数人不确定自己的职业发展,他们肯定希望得到更多的个人和职业发展的支持(这在年轻、快速增长的公司很常见)。 员工和管理者都受到了激励,他们鼓励管理者询问员工的职业目标,谈论成长机会,并让员工了解如何扩大自己的角色。员工们一致地得到了鼓励,开始进行职业对话,并询问他们的经理如何才能最好地发展和成长。 劳拉告诉我,他们的经理们都很激动,在她作为零售商的经历中,参与调查感觉像是一个积极的过程,而不是找出问题所在的方法。她将重新进行核心调查,看看情况有多么好转。 我还与另一家快速增长的初创公司OfferUp的人力资源主管保罗•希格森(Paul Higson)进行了交谈。他还对Humu被视为公司的积极力量感到兴奋,并将其视为传统2.0调查平台的替代品。 Humu不仅积极支持领导者和员工,实际上也是一个顾问。如果有人不理解他们收到的微博,他们可以发一封电子邮件给Humu并得到个人建议。因此,与其依赖engagement 2.0公司提供的自动化“行动计划”或“学习对象”,Humu打算成为行为改变顾问。 这些都是相对较小的公司,所以我还没有和一个使用该系统的大公司进行过交谈,但我的感觉是这将会起飞,Humu有潜力以一种显著的方式改变市场。 这只是开始 尽管Humu是一家年轻的公司,而且还没有大规模地证明它的系统,早期的客户还是很兴奋。解决方案超越了诊断,进入了个人和组织教练的领域。 它工作吗?我的经验是肯定的。 ADP公司的Compass也使用了类似的模型。这个特别的工具是在过去几年里开发出来的,它通过向你的同事发送电子邮件和请求对不同行为的反馈来评估你的领导风格。这样你就能成为一个更好的队友或领导。 ADP告诉我,内部部署的Compass工具在短短几个月内就将管理效率提高了近40%。为什么?因为它简单、可操作、基于反馈。 想想这种产品是如何让工作更轻松的。这些系统在工作流程中提供解决方案,让员工改进自己,而不是强迫员工去学习课程、与教练交谈或阅读书籍和文章。 行为改变工具变得越来越普遍 事实证明,我们已经习惯于在家里使用行为改变工具。我们在手机上阅读通知,让Siri或其他工具提示方向和电话号码,多达30%的人使用应用程序督促自己锻炼、吃得更好或花更多时间睡觉。 想想VirginPulse、Limeaid、Fitbit和Strava等健康和健身应用程序的发展。它们本质上也是“推动引擎”,捕捉运动和健身活动,指导我们更好地饮食、锻炼或睡眠。 改善业务表现的机会是巨大的。一旦Humu的推动引擎运转良好,它就能从销售生产率、客户服务评级、员工任期、组织网络分析,以及我们所拥有的关于工作人员的几乎所有其他数据中获取数据。引擎可能会以一种方式推动销售代表的进步,以另一种方式推动客户服务代理的进步,以另一种方式推动金融领导者的进步。Humu计划随着时间的推移,使引擎对领域非常敏感。 我很兴奋。我认为Engagement 3.0将会以一种巨大的方式增加价值,我要为Humu将这种创新的新方法推向市场而鼓掌。我将继续密切关注这一领域,并一如既往地欢迎你们讲述自己如何推动企业参与的故事。 (这个市场的参与供应商包括Glint, CultureAmp, TinyPulse, Ultimate Software, ADP, CultureIQ, SurveyMonkey, Limeaid, Quantum Workplace, Qualtrics, Great Places, Energage, Gallup, AON Hewitt等等。)   以上内容为AI翻译,内容仅供参考。 原文链接:Employee Engagement 3.0: Humu Launches Nudge Engine
    观点
    2018年10月19日
  • 观点
    亚马逊事件之后:人工智能可以消除招聘中的偏见吗? 文/Sushman Biswas 人工智能(AI)可以模仿和放大人类的偏见,然而,当负责任地使用它可以帮助克服偏见,做出客观的,数据驱动的决定。 2014年,当亚马逊(Amazon)组建团队开发其新招聘引擎时,它曾被寄予很高的期望。这个实验性的解决方案使用人工智能来对候选人的简历进行评分,以识别出最优秀的人才。然而,在测试解决方案后不久,研究小组发现该系统并没有以性别中立的方式对候选人进行打分。与任何深度学习算法一样,该算法依赖于对历史数据的训练。不幸的是,嵌入其中的现实世界数据具有显示性别偏见的模式,而人工智能算法最终将其纳入了功能。 亚马逊的招聘引擎经过培训,可以通过观察提交给公司的10年简历中的模式来评估应聘者。不出所料,大多数申请者是男性,这反映了整个科技行业的性别差异。因此,招聘引擎告诉自己,男性候选人更可取。该公司对涉及到可识别性别信息的简历进行了处罚——例如,如果搜索引擎在简历中遇到一个词,说应聘者是“女子篮球队”的一员,那么该公司对该简历的评分就会较低。 不幸的是,这并不是人工智能程序显示出固有偏见的第一个例子。还记得微软的Tay聊天机器人吗?古老的GIGO格言——“垃圾进,垃圾出”仍然成立,在没有保障措施的情况下,向情报系统提供不完整或不准确的数据,仍然是构建公平工作世界的一大威胁。 凯特琳·麦格雷戈(Caitlin McGregor)在专门接受人力资源技术专家采访时表示:“这一切都取决于人工智能是用什么样的数据来做出招聘建议。”McGregor是Plum组织的联合创始人兼首席执行官。Plum组织是一个受I/O心理学启发的人工智能解决方案,旨在消除人类的偏见。“根据技能和知识(考虑学位和多年工作经验)来评估应聘者一直是标准。当招聘经理看到一份简历上写着哈佛(Harvard)或一份享有声望的无薪实习,就会产生偏见。”这些资格往往指向特权,而不是职位适合。因此,当基于人工智能的招聘方案依赖于技能和知识(比如简历和社交媒体刮刮工具)时,同样的偏见就会持续存在,但范围更大。 凯特琳认为,克服偏见的关键是克服我们对技能和知识的痴迷,专注于人才,包括创新、适应能力和沟通能力。“换句话说,你在简历上找不到的东西,”她说。 “人才的基础是通过衡量应聘者的个性、解决问题的能力和社会智商来获得的特质和能力的结合。”数十年的行业/组织心理学研究不仅证明,在预测未来成功方面,人才的能力是技能和知识的四倍,而且他们的偏见也要小得多。 像凯特琳这样的人力资源主管有充分的理由批评传统的雇佣方式,因为这种方式会导致认知偏见。她表示:“我认为,一般来说,人才专业人士想要评估应聘者的不仅仅是一张纸,他们只是不知道如何评估。”“第一步是承认,我们把简历作为招聘过程的第一步,这是毋庸置疑的。”人工智能可能会有所帮助——但如果我们真的打算超越简历,让招聘过程更少偏见、更有预见性,那就意味着我们还必须超越简单地自动化简历关键字匹配的人工智能。 人工智能在招聘中带来的真正机遇是可伸缩性和自动化,可以应用于工业/组织心理学等曾经依赖(通常是昂贵的)咨询服务的实践。“人才数据的可预测性和客观性,现在可以向所有人、而不仅仅是《财富》(Fortune) 500强企业普及,”凯特琳(Caitlin)表示。 人们普遍存在的一个误解是,人工智能只是将既定的实践自动化;然而,复杂的人工智能程序的发展使得解决方案不再是自动化的重复性任务,而是解决人类认知能力有限而无法解决的复杂问题。凯特琳相信,“这是一种人工智能,它可以超越简单的简历筛选,实际上做出更客观、更有预见性的决定——只要输入正确的数据。” 人工智能会取代人工招聘吗? 尽管各行各业都在采用黑箱解决方案,但这种替代人类的解决方案是一种毫无根据的恐惧。人工智能可以基于模式识别或候选匹配为推荐服务;然而,把工作卖给候选人,或者与候选人建立关系,最终将取决于一个有人情味的招聘人员。 凯特琳说:“虽然人工智能听起来很老套,但它确实能让招聘过程变得更‘人性化’,因为它消除了繁琐的重复性工作,让招聘人员能够专注于人际关系。” 选择合适的AI招募方案 当人力资源技术领域的几乎所有供应商都声称已将人工智能集成到其工作流中时,您如何评估满足招聘需求的人工智能解决方案? 凯特琳分享了人力资源主管在专注于人工智能招聘解决方案之前必须考虑的三个关键因素。 首先要考虑的是可伸缩性。人工智能在招聘中的作用是解决昂贵、低效的咨询服务和招聘团队渠道的问题。如果你使用的人工智能没有为你节省时间、金钱和资源,那么它就没有完成它的工作。人工智能产品也应该能够随着公司的成长而成长。如果这不是一个长期的解决方案,那么这项技术就没有达到它的目的。 第二点是一致性。凯特琳对人力资源主管寻求人工智能招聘解决方案的建议是,确保人工智能能够准确地胜任所有组织职能部门的候选人。解决方案必须能够评估工程角色或中层管理角色的候选人,就像评估销售角色的候选人一样容易。 第三个也是最重要的参数是人工智能解决方案用于评估的数据类型。“市场上大量招聘人工智能解决方案使用的是网上搜集的数据。因此,大多数雇佣人工智能解决方案都使用相同的数据集!你不会想有一天抬头看一眼,就发现你的整个办公室都是由一个叫贾里德的白人组成的,他上了常春藤盟校,打过长曲棍球,读过《哈利·波特》(这是我在一个工业组织心理学协会会议上听到的一个真实的例子)!你想要看到一个由拥有对你的公司最重要的品质的人组成的团队。这就是所谓的“垃圾输入,垃圾输出”的意思——如果你的人工智能依赖于无用的数据,你就会得到无用的结果。因为人工智能不是魔法。为了让自己处于建立一个多样化团队的位置,重要的是要着眼于人才获取人工智能解决方案,以创建和综合客观、预测和新数据,”凯特琳说。 总之,人工智能应该被视为一个机会,而不是社会平等的阻碍者。毕竟,从算法中消除偏见比从人类中消除偏见要容易得多,因此人工智能最终有潜力构建一个公平、多样化和公平的工作世界。   以上为AI翻译,观点仅供参考。 原文链接:Can Artificial Intelligence Eliminate Bias in Hiring?  
    观点
    2018年10月15日
  • 观点
    工作的未来:雇主和员工结盟 文/Brant Biggers 自由职业已经成为大多数雇主的劳动战略的一部分。但管理好它是一个不同的挑战。 人们都专注于了解“零工经济”及其对工作完成方式的影响。它们有如此多的细微差别,因此,那些了解当前劳动环境以及未来工作并成功适应的人,将会发现并最大限度地利用市场趋势。 劳动力的发展对工人和雇主都有可能产生积极影响。员工感兴趣的是利用他们的技能并且避免与这些技能无关的活动。此外,他们想推销并执行他们想做的工作,他们想什么时候做,他们想怎么做。 在ADP的2018年“工作的演变”研究中,80%的受访北美工人对于方便和效率来定义他们自己的工作时间表示“非常渴望或兴奋”;对于工人选择从事个人利益和影响社会的事情,81%的人表现出积极的情绪反应。在某些方面,这违背了传统的就业和“做任何需要做的事”的信条。 相反,雇主们仍然不断地降低成本,员工的工作量达到完美水平(没有空闲时间),工作迅速,质量高,有专业人才。所以,这听起来像是一个成功的组合。 全职工作在这里没有危险,但雇用自由职业者的趋势却是真的。ADP调查中,有55%的受访者对雇主完全转向合同工的趋势表现出积极的情绪反应。这包括员工和雇主,突出了传统思维的转变。该研究还表明,大多数受访者(88%)认为,合同工的这一趋势正在或将在未来实现。 ADP最近收购了WorkMarket,这是一家为客户提供“FMS”(自由职业管理系统)的创新公司。这次收购源于一种被称为“零工经济”的现象。ADP公司WorkMarket拥有才华横溢的员工,他们让雇主和员工都能从零工经济中获益。 大多数组织已经在利用大量自由职业者或临时工取代传统的全职员工。虽然组织还在评估利用自由职业劳动的好处,但大量劳动力人口也越来越渴望从事自由职业。因为它感觉像是一个很好的协调机会,可能类似于工业革命。 如果这对雇主和员工都有利,那么挑战是什么? 传统的人力资源平台不是用来帮助雇主管理自由职业者以及工作如何完成的。今天,部门经理通常在电子表格中保留他们自己的承包商名单。雇主通常不能很好地了解这个人才库,因此,他们也会接触到一些与证书、背景调查以及其他对公司内部合规至关重要的项目有关的信息。 此外,还有财务方面的问题。许多组织对这一劳动力类别的成本没有很好的了解,以及他们是否能以最优惠的价格获得最优质的工作。最后,要想在市场上推销一个自由职业的机会,聘用合格的人才,给予机会,跟踪完成情况,然后及时进行补偿并不容易。 与任何挑战一样,WorkMarket为创新者打开了一扇窗口,创建了一个解决方案,帮助雇主根据公司规则组织,管理和支付自由职业者。该解决方案提供了将自由职业者的劳动组织成所谓的劳动云或具有特定特征的劳动力池的能力。从那里开始,能向那些基于规则方法的合格人员推销任务。该任务通过移动应用程序进行营销,自由职业者可以立即审查并接受任务和条款。 一旦任务完成,就会通过系统记录下来。然后,自由职业者可以选择按典型的应付账款支付,或者选择更快的付款计划。该系统提供了输入工作质量评级的机会,就像在亚马逊(Amazon.com)或优步(UBER)上看到的那样。通过这种独特的系统来组织和吸纳自由职业者完成工作,HR和财务领导对这一劳动范畴有了全面的认识。这使他们能够报告并更好地理解他们的自由职业战略的成功程度。 自由职业和零工经济在这里。它们是未来工作的关键要素。因此,这个劳动力群体应该像全职员工一样,在财务和人力资源管理方面是可见的、透明的。很明显,自由职业已经成为大多数(如果不是全部的话)雇主的劳动力战略的一部分,而且很可能会增长。现在雇主需要关注如何更好地管理它。毕竟,曾经有一段时间,大多数雇主用电子表格为全职员工管理人力资源数据。没有什么是一成不变的。   以上为AI翻译,观点仅供参考。 原文链接:The Future of Work: Employers and Workers Aligning  
    观点
    2018年10月09日
  • 观点
    为什么预测分析(Predictive Analytics)是人力资本管理改变的关键? 文/ Chiradeep BasuMallick 这是一个由数据推动的时代。对于人力资源专业人士来说,数据驱动的人力资源分析有助于简化战略规划,改善决策,使员工能够从公司更智能、更有吸引力、更高效的生命周期中获益。在这种情况下,预测分析可以改变核心人力资本管理(HCM)过程,如员工流失管理、员工情绪监控、人才获取和能力规划。 通过预测人力资源分析能力,HCM解决方案将真正改变上述所有情况。让我们来看看几个关键的影响领域: 对员工进行剖析,并进行准确的分类 有了大量关于技能、教育和背景经验的员工数据,预测分析可以帮助评估每个员工的准备程度。这确保了最适合的申请者被雇佣,新员工被分配到最合适的岗位。企业还可以了解哪些员工最值得拥有,并根据未来的结果预测,制定员工福利计划。 管理员工流失率,衡量员工忠诚度 通过预测性人力资源分析,人们可以建立复杂的模型,根据有关员工潜在流失的数据生成触发器。HCM解决方案通过将员工流失风险因素与绩效数据相结合,可以准确判断员工的工作效率,检查员工流失率,并专注于提高员工忠诚度和员工福利计划。 预测能力和招聘要求 人力资源分析可以通过对最佳资源可用性、需求可能下降或上升以及其他有用的细节进行正确的检查和平衡,从而确保人员配备。这也将有助于招聘团队掌握工作量,确切知道需求何时会激增,以及如何填补缺口。与此同时,由于准确的产能预测,您的员工也可以减轻工作负担。 员工情绪分析 到目前为止,这是人力资源分析最重要的益处。除了年度调查或反馈机制外,预测分析还能帮助评估员工对自己在公司的角色的看法。通过跟踪员工对不同话题的看法,跟踪他或她在社交媒体上的数据,绘制他们的绩效图,我们可以分析员工的动机商数,留在公司的愿望以及与企业目标一致性程度。然后,这将继续促进成果、精简增长、有利于重新调整员工福利计划,精简对核心业务目标的关注。   结论——未知的领域和灿烂的前方道路 对于人力资源团队来说,对预测分析如何帮助日常任务分配感到有点不确定是很正常的。然而,今天,全面的HCM解决方案必须包含这些关键的预测分析组件,帮助揭开高度复杂和竞争激烈的市场的神秘面纱。 最后,预测性人力资源分析将创造有意义和令人满意的员工体验,带来真正的长期利益和关系建设。   以上为AI翻译,观点仅供参考。 原文链接:Why Predictive Analytics is a Game Changer for Human Capital Management
    观点
    2018年09月28日
  • 观点
    领导者还是落后者:评估人力资源科技数字化成熟度的5个方法   为数字未来塑造业务是CIO们业务中的一大挑战。EY的一项研究显示,90%(87%)的数字化首席信息官(cio)特别关注IT如何推动业务转型。这是一个涉及流程、系统和人员转换的挑战。在这个过程中有一个关键的步骤——日复一日支持员工应对与工作相关的挑战。因此,数字化的过程应该反映在每个人的接触点上——从雇佣到离职。 在开始数字化之旅时,应该满足多样化员工基础的需求。这意味着使用技术来建立完整的透明度,赋予员工权利。在踏上这条征途之前,对人力资源技术进行反思将有利于技术潜力的发挥。   以下是5个具体的方法。   1.是否有关注技术意识? 任何数字化的旅程都始于人力资源功能的技术化意识。为此,人力资源内部的心态和文化必须首先改变。人力资源专业人员本身应该数字化配置,并了解当前的趋势。他们必须远离盲目地推动工具和系统。技术的态度必须延伸到各级领导。文化和人们工作方式的转变将直接影响到数字产品的使用率。 2.你能用技术与员工建立信任关系吗? 一个典型的例子是在办公室使用互联网。员工不被鼓励使用个人设备,而且经常被限制使用办公室网络。这种态度需要改变。企业需要通过透明的方式来建立与员工的信任关系。这意味着要有一个系统的办法来建立正确的边界,使员工能够进行无缝工作。鼓励员工亲身体验分析工具、人工智能和基于ML的招聘助手、聊天机器人等工具,将进一步加速你的旅程。 3.你们的技术支持CIO-CHRO合作伙伴关系吗? 人力资源业务合作伙伴必须积极致力于地高科技工作。问一些问题,比如“我们怎样才能实现无纸化?”,“我们如何提供一种“零接触”的体验?”,“我们怎样才能消除体力劳动?”“我们怎样才能把一个多步骤的过程减少到单步骤?”这些问题有助于人力资源部门思考数字化层面的问题,进而有助于与IT部门建立正确的协同作用。 真正的数字转型成熟度曲线是通过提供“WhatsApp或Facebook”等类似于工作场所的经验来实现员工生命周期(从入职到离职)的数字化管理。“每一项工作都是一项技术工作”这句话从来没有比今天更正确。 4.你正在建立未来技能吗? 组织必须为数字时代寻找并培养新的技能。工作技能可以分为五种类型:体力;基础认知;高级认知;社交和情感;技术。 越来越多重要的是,好奇心、学习能力、识别机会领域的能力,以及引入正确的技术实现数字应用的能力。为了建立正确的能力,创建一个学习生态系统,让人们了解他们想去哪里并不断成长,这是必不可少的。这意味着提供“学习地图”和数字内容,让人们与公司一起成长。为了实现这一点,CHROs必须与CIO密切合作,并与利益相关者和供应商一起推动议程。 5.把员工放在数字化的中心 从人力资源的角度来看,数字化转型的最大客户是员工。一切都必须从保持“员工之旅”开始。无论是聊天机器人,还是基于AI-ML的选择过程,管理者们在雇佣员工之前都必须考虑到员工。员工旅程映射是数字化转型成熟度曲线的基石。   任何数字转型都是分阶段进行的。敏捷就是目标,在数字化的过程中允许渐进式的即兴创作,同时优化资源投入,按时进行校正。 组织需要灵活,同时通过平衡的控制策略保持遵从性。只有当数字技术的主要支持者,如人力资源、信息技术和最高领导层共同努力的时候,这才有可能实现。 一个建设性的合作 HR和IT都是具有类似SLA(service-level agreement,服务品质协议)的内部服务提供商。他们应该共同创造,而不是单独作业。数字化要求将功能(IT和HR)结合在一起,首要关注的是输出。换句话说,它意味着关注员工通过自助服务解决的问题的数量。自我学习的个人和学习组织将波动和破坏作为一种生活方式,是人力资源KRA(Key Result Areas,关键结果领域)为了推动组织的明天,而不是今天或昨天。     以上为AI翻译,观点仅供参考。 原文链接:Leader or Laggard: Here’s how to assess the digital maturity of HR tech?
    观点
    2018年09月28日
  • 观点
    展望2019:人力资源科技变革 文/Sara Pollock 数十年来,人力资源技术一直在不断演变。从移动到云计算,到视频的兴起,再到大数据,我们已经跟踪这种演变相当长一段时间了。成功的企业不断优化新的自动化流程,以进一步形成世界级的人才管理战略。事实上,全球65%的雇主认为,人力资源技术将解放员工,让他们专注于知识密集型的工作。 人力资源技术已经走到了尽头,它将走向何方?搜索者和求职者不再像以前那样浏览网页,现在是时候更新我们的联系方式了,也时候更新我们推销自己的方式了。这意味着我们需要比以前更容易、更快、更好,吸引到注意力,并保持注意力,获得我们想要的人才。 众所周知,如今的招聘市场是求职者主导的,86%的招聘人员和62%的雇主都有这种感觉。以下是一些人力资源技术的关键领域,它们正引领着我们走向一个更好、更成熟的招聘未来。 自然语言处理(NLP) 自然语言处理(Natural Language Processing,NLP)由人工智能技术组成,许多人认为人工智能技术可能像我们人类一样处于思考和说话的边缘。有一点很重要,那就是要明白这对人力资源的多个方面都有帮助,而不仅仅是招聘。NLP技术的作用是要真正讲我们的语言,并且能够区分特定的情绪,而不是简单地通过计算机代码翻译。 不知道如何才能使用这样的系统?当应用于领导力激励,员工反馈调查,甚至聊天时,NLP技术可以用来深入了解员工对工作场所的想法和感受。NLP对你的员工一视同仁,让你能够立即采取行动,帮助他们和你的候选人获得经验。 这不仅是确保您的员工满意的好方法,而且您还可以使用这个系统来询问关于业务内数据的具体问题。NLP可以包括PTO查询,工资信息甚至预算支出。系统具有无限可能。 虚拟现实(VR) 如果你关注过最新的视频游戏或培训研讨会,那么你就知道虚拟现实(Virtual Reality,VR)正在接管一切。2017年的一项研究发现,只有18%的受访者对VR不感兴趣。这意味着82%的人对这项技术感兴趣,这只是该技术正在经历的惊人增长的一小部分。模拟开始在世界的每个角落萌芽——包括人力资源。 这项技术使新员工比以往任何时候都更容易进入现实世界真实场景中,而不会冒着与客户沟通不畅、扰乱客户订单或其他任何耗费公司时间和金钱的事情的风险。相反,通过VR的使用,他们可以完成日常任务,以便在真正实施之前掌握窍门。 分析(Analytics) 你可能曾经使用过某种形式的分析,但它们从来没有像现在这样重要。使用最新的HCM解决方案,雇主现在可以深入了解员工信息,以更好地理解员工生命周期的重要方面,如离职统计和原因,绩效和领导策略的整体有效性。这种洞察力还可以帮助你发现公司内部的潜在问题,比如不平等和雇佣偏见。   今天,这些信息被用来更进一步的研究,不仅是用于识别问题,而且还用于预防问题。通过预测分析,公司可以更好地根据新员工、领导方法等来确定可能出现的人才指标和风险。根据预测解决方案的数据,工作场所伤害的预测准确率高达97%。在人工智能和机器学习的帮助下,这项技术正在不断进步,以帮助你在问题出现之前制定策略并加以改进。多年来,人力资源技术一直在迅速发展。公司可以利用许多系统来更好地跟踪、影响、吸引和分析候选人和雇员。   以上为AI翻译,观点仅供参考。 原文链接:Revolutionary HR Technology - What You Can Expect in 2019
    观点
    2018年09月28日
  • 观点
    选择时间跟踪HR软件时,为什么您的PTO方法很重要 文/ Alex Tolbert 在考虑跟踪时间的系统时,最关键的问题是系统是否支持您组织的PTO(Paid Time Off,带薪休假)方法。 越来越多的组织通过软件工具在线进行人力资源管理,这些工具可以进行人员管理跟踪,入职,福利,时间跟踪等。但是,随着雇主可以获得比以往更多的软件解决方案,人力资源如何确保他们选择到最适合其组织需求的系统? 首先要考虑的是您的组织是否需要针对一个或多个点的解决方案,或者一体化系统是否能够有效地管理您的需求。对于具有特别独特的人力资源挑战的组织,可能需要一个单点解决方案。但对大多数人来说,包含人力资源范围的一体化解决方案就足够了。 在考虑跟踪时间的系统时,最大的问题是系统是否可以支持您组织的PTO方法。以下是人力资源部门如何考虑这一点。 两种PTO方法 PTO有两种一般方法:年度分配方法和应计银行方法。 年度分配为员工提供每年根据年度日期到期或展期的日期。日期可以是1月1日,也可以基于员工的雇用日期。 应计银行方法没有滚动日的概念或任何必须使用日期的固定日期。采用这种方法的员工根据预定的时间表(例如每月或每季度)累积PTO,通常达到“正限制”。在获得某些权限之前不能再累积数天的年度分配,可以是每年10天,能够从一年到下一年翻滚最多三天,周年日期是雇用日期。而应计银行方法,则可能是每年10天,每月累计,最多可达20天的正面限制。 更多的雇主正在转向应计银行方法,因为它为员工提供了更大的灵活性,并允许他们计划更长的休假时间,并且不需要考虑转期日期。 在考虑PTO解决方案时,请评估是否可以配置这两种方法以及是否满足您的需求。 天数类别 第二个是系统是否可以管理组织提供的日期类别。类别的示例包括休假日,假日或浮动假日等。 公司越来越倾向于在伞状“PTO”类别下对所有类型的带薪休假进行分类,以平衡假日,病假和休假时间的休假待遇。这也使管理更容易。 人力资源领导者也可能想要考虑PTO平台如何处理无薪假。如果您有小时工可以无薪休假,那么记录下来可能会有所帮助。 服务差异 第三个问题是PTO系统是否能够处理多年的服务变更。换句话说,系统是否为所有员工分配了相同数量的PTO,还是可以为更多终身雇员提供更多天的服务? 员工自助服务 要考虑的最后一个涉及用户体验,尤其是员工体验。通常,大多数组织将从允许员工自助服务的系统中受益。这意味着员工可以登录,查看当前的PTO,并在系统内请求所有时间。替代方案是一种更加手动的方法,可能包括员工必须通过电子邮件发送管理员来审核或请求休假。 如果系统具有管理员和管理员的可视日历功能,那么这些用户也可以在某一天或某段时间内一目了然地确定谁可用或不在办公室。 最全面的人力资源平台将具有处理上述复杂问题的功能。但是,如果您的组织需要其他图层,则可能需要考虑单点解决方案。无论哪种方式,随着越来越多的雇主希望在线管理PTO,评估这些因素将有助于人力资源部门找到适合他们组织的人选。   以上为AI翻译,观点仅供参考。 原文链接:Why Your PTO Approach Matters When Choosing Time-Tracking HR Software
    观点
    2018年09月27日
  • 观点
    人力资源技术取得显著进步,但招聘过程中的“人情味”仍不可或缺 文/Media OutReach 智能技术允许招聘人员更多地专注于人际关系和知识型工作   越来越多的雇主开始使用人力资源技术来吸引和雇用最优秀的人才。根据全球人才解决方案公司任仕达(Randstad Sourceright)发布的一份报告,尽管这些招聘工具得到了广泛采用,但许多企业领导者表示,他们仍然希望在招聘过程中的关键时刻表现出“人情味”。 根据对超过800名人力资本领导者的调查,任仕达的人才趋势研究发现,在进行寻找人才等任务时,半数 (51%)的雇主认为初步筛选应该大部分或完全自动化。同样,相同的百分比认为自动化对于跟踪HR数据/指标以及HR分析的创建和管理非常有用。 然而,人才领导者仍然重视人际互动,因为他们表示在招聘过程中某些方面的个人接触能使候选人参与其中。雇主认为受益于个人接触的前三大职能包括通过视频访谈(28%)筛选候选人,安排与候选人的访谈(27%),以及管理人才社区和参与(26%)。 “对于雇主来说,探索技术创新是一个很好的机会,它们可以为招聘流程带来更多可能性。现在,采购和筛选人才变得更加容易,但同时也增加了复杂程度。这需要公司考虑整体招聘经验,更具体地说是确定技术和接触的最佳组合以改善招聘结果。”任仕达公司董事总经理Anthea Collier说。 无论雇主在何处落实科技与人类接触的差距,65%的人认为人力资源技术的持续发展将积极提升候选人的经验,这些新工具将使招聘人员能够专注于更多知识密集型工作。     以上为AI翻译,观点仅供参考。 原文链接:Despite advances in HR tech, employers believe human touch still an important part of hiring process
    观点
    2018年09月27日
  • 观点
    基于云端的人力资源系统面临的9项技术挑战 文/George Lawton 基于云的人力资源系统为人力资源部门带来了许多进步。他们提供的服务有助于简化人力资源任务,实现员工体验和保留员工,并降低成本。然而,基于云端的人力资源系统也带来了许多技术负担,软件采购团队中的每个人——尤其是IT部门——都应该考虑选择哪个工具并部署和提供给员工。 以下是其中九项挑战。 1.新的安全负担 与几乎所有用于管理员工生命周期的软件一样,基于云端的HR系统使用敏感的员工数据作为服务的一部分。许多人认为使用公共云服务会产生合规责任和安全漏洞。“处理基于SaaS的人力资源平台真的很有挑战性,”客户体验服务公司Glassbox全球人力资源副总裁Hila Bazar说。Glassbox发现,当数据存储在本地服务器上时,以与访问控制粒度相同的粒度控制雇员数据的安全级别和使用更加困难。此外,新的GDPR法规正在收紧合规要求,这增加了额外的负担来跟踪。 由于这些问题,研究和选择符合您所有法规要求并保护您的敏感数据的供应商是至关重要的。在进入实施阶段之前确保它们在网络安全方面是彻底的。然后,与你的CTO,DevOps和它紧密合作,确保系统的安全和维护。不要认为任何事情都是理所当然的,”Bazar警告道。   2.平衡安全性和易用性 安全问题的另一方面涉及HR的消费化。消费者级接口可能没有适当的安全级别,这意味着IT可能需要添加它。但是,这可能会破坏易用性,因为额外的安全层会增加随之而来的批准和工作流程的复杂性。Espresa的首席技术官Raghavan Menon是员工福利计划自动化平台,他建议寻找能够应对这一挑战的供应商。他说,将授权作为工作流程的一部分集成到UI中的应用程序可以提高安全性和用户体验。   3.大量供应商 HR通常与许多基于云的HR供应商打交道,以提供各种员工服务。每个人都可以带来自己的数据模型。IT部门与人力资源经理合作,还必须确保为每项服务授予对特定计划所需的适当数据的细粒度访问权限。相反,人力资源部门应与IT部门合作,确定使用员工角色的权限系统,以便更轻松地管理对基于云的人力资源服务和数据的访问。Menon说,需要明确支持平台中的供应商角色,并使用数据模型将它们与公司和员工角色联系起来。   4.急剧变化的使用模式 测量可能是一项重大挑战。基于云计算的人力资源系统必须支持的计算负载有很大的变化。例如,一个2000人的公司的平均系统负载可能是每小时100页。但梅农说,在月末的时候,峰值可能高达每分钟8000页。 一个好的策略是采用基于云的HR系统,可以动态扩展和缩小以满足这些不断变化的工作负载。IT和人力资源经理不仅需要考虑扩展服务,还需要考虑与服务相关的数据管理,身份验证和权限基础架构。   5.跟上集成 云可以轻松地按需添加各种HR服务。每项新服务还极大地推动了将其集成到特定工作流程所需的所有其他服务的需求。需要维护的单独HR系统的数量可以在10到100之间,并且在所有这些系统中一致地管理所有集成和权限可能非常困难,Betterworks Systems首席产品官Anup Yanamandra表示,比如员工敬业度和发展服务。 在可能的情况下,尝试将这些集成集中在一个通用平台中。这大大减少了添加新服务时所需的新集成数量。   6.自定义云服务 埃森哲人力资源部门总经理Chris Schaaf表示,“没有一种通用的云HR解决方案。” 埃森哲的IT组织正在部署能够专注于用户需求,体验和参与以及集成和无缝功能的功能,使用户能够在他们所使用的任何设备上随时随地完成最佳工作。 Schaaf说,公司寻求的任何类型的人力资源平台都不应该复杂到需要广泛的最终用户培训。时尚的视觉设计,移动功能和实时功能都可以提高采用率。   7.可扩展性和灵活性测试 IT和人力资源部门应与供应商合作,在自己的组织中测试人力资源云服务的可扩展性和灵活性,而不是以面值来衡量供应商的声明。有许多因素会影响可扩展性。此外,确保特定服务可以适应不同的人力资源流程非常重要。 “一个关键的最佳实践是向供应商概述您的组织如何运作,识别潜在的风险点,然后共同预防和修复,”Schaaf说。例如,埃森哲使用ServiceNow为其员工提供引导式休假服务。他说,ServiceNow提供了一个开放的客户端框架,可以通过标准模板和工作流轻松定制体验,从而提供灵活性。   8.新的技术支持负担 基于云的HR系统可以轻松添加新服务。但下一步是提供技术支持这使员工能够无缝地使用这些。为了使事情顺利进行,IT需要与人力资源团队合作,以确保在采用新的云服务时考虑内部支持,这通常被视为理所当然,成就者产品副总裁Egan Cheung表示,员工奖励服务。否则,人力资源部门就有可能成为其为员工提供的云服务的技术推动者。这可能会给IT部门带来重大技术挑战,而且必须要弄清楚问题是由云服务还是其他IT服务引起的。可以提供帮助的一件事是SaaS产品在部署期间和之后提供客户支持,其中包括与内部IT支持人员合作解决跨服务问题的过程。 人力资源专业人员非常忙碌,因此他们需要一个与其他程序无缝集成的平台,易于使用且几乎不需要维护。为此,IT支持很少的人力资源部门应该寻求一个基于云的系统,其中包括对程序实施的全面,端到端支持,以帮助进行数据管理。   9.为数据淹没做好准备 当公司开始实施基于云的人力资源工具时,他们通常会注意到他们能够访问的数据量大幅增加。这是一件好事,因为数据将被理想地用于告知公司的人力资源战略。但这可能是压倒性的,特别是如果人力资源专业人士没有分析倾向。“他们首先需要建立一个系统,以确保数据的结构化,信息化和可操作性,否则他们会感到淹没,数据将未得到充分利用,”Cheung说。 云可以更容易地以遵循特定云服务提升的自然路径的方式访问原始数据。但是,需要做更多的工作来获取,理解和分享这些数据,从而有利于人力资源经理的独特挑战。问题的很大一部分是有意义的数据科学通常依赖于编排来自多个云服务和内部数据源的数据。寻找一个可以用来计算ROI和对个体业务有意义的度量信息的工具。人力资源专业人员不应该独自进行紧缩。   以上为AI翻译,观点仅供参考。 原文链接:9 technical challenges of cloud-based HR systems
    观点
    2018年09月26日
  • 观点
    基于云端的人力资源系统将会越来越好 文/Sarah Fister Gale 现如今,大量公司将其核心系统接入云端,人力资源部门也不例外。 云端的灵活性意味着技术团队可以快速无缝地提供新功能和交互。基于云的人力资源系统也意味着供应商可以更快地实现新的迭代,并且减少麻烦。 普华永道亚特兰大首席人力资源技术负责人Dan Staley表示,这对客户来说是个好消息。“供应商过去常常每隔一到两年推出一次升级,现在它们每季都推出一次。”这为用户提供便利,用户可以即刻访问最新功能,并允许供应商增加其功能。 这使他们能够加快路线图的时间表,并使大型供应商更容易获得同类最佳小公司,并将它们集成到其工具套件中。“我们希望看到供应商能够更快地加强产品能力”他预测道。这包括嵌入更多社交和协作功能以及添加新报告和仪表板。它还允许他们整合多个来源的数据,以支持劳动力分析——这是生成实际业务价值的地方。 人力资源管理系统供应商长期以来一直承诺进行预测分析,没有太大的进展。德勤咨询有限责任公司Bersin解决方案提供商研究副总裁Christa Manning说,这可能很快就会改变。“大多数平台正在试验机器学习,以从他们拥有的大量员工数据中获得有意义的见解。” 大数据的重要一年 虽然真正的劳动力管理预测分析仍然是一个梦想,但包括Workday,Visier,Vista,IBM Watson和SAP Successfactors在内的多家供应商现在都提供了一些数据分析功能。这些工具有望提供一系列见解,例如公司是否满足多元化目标,面临周转风险,以及培训职业发展建议。 大部分供应商正在利用存储在公共云中的庞大数据库来磨练系统。公共云拥有大量的劳动力数据,这对于创建有用的算法至关重要,而算法又是计算机用来分析数据的一组规则。“需要对大型数据集进行算法训练,以了解哪些信息是相关的,”Manning指出。“他们从每次交流中学习,并随着时间的推移变得更好。” Staley预测,由于这些算法能够利用更多数据集,因此能够提供更有针对性的见解。例如,想象一个单一的系统可以查看员工的加班日志表,旅行支出和他们的LinkedIn行为,以确定哪些过度工作的员工最有可能退出——然后提供人力资源建议,告诉他们可以做些什么来让他们留下来。“使用预测分析有很多可能性,以确保你的最佳人才不会离开,”他说。 加利福尼亚州普莱森顿市Workday HCM产品副总裁Cristina Goldt表示,人力资源管理系统中的分析工具也将在管理工作人员方面发挥作用,它可以查看有关所有类型的工人和项目的数据,帮助公司更好地分析何时何地雇用承包商与全职员工,选择谁以及如何支付他们。“他们可以将技能与不同的角色相匹配,并使他们的招聘系统更有效率,”她说。 包括Workday在内的一些供应商也为客户提供了将他们的数据洞察与行业标准进行比较的能力,以了解他们的立场。“这使得他们可以与同行进行比较,”Goldt说。 我们准备好了吗? 所有这些场景都很诱人,尽管这些时候商业领袖仍然可以通过粗略地浏览分析仪表板来预测员工趋势,Goldt表示,与推出并准备使用的其他软件不同,机器学习需要时间和培训,并且需要使用相关数据访问链接数据库。“它被称为机器学习是有原因的。” 客户对于如何在自己的组织中应用分析仍然有些不确定。Manning说,部分原因在于缺乏有意义的案例研究。“每个供应商都在谈论人力资源的机器学习,但目前还没有很多例子。” 对于那些听过供应商吹捧劳动力分析强大“魔法”的pitches的公司,她敦促他们“要求实时客户参考”和现实世界的例子来证明其他公司正在做什么,他们是如何做到的以及他们看到了什么结果。“培训算法需要与了解技术的供应商建立强有力的合作伙伴关系,以及如何提供可操作的信息,”她说。这种转变需要时间,因此选择一个值得信赖的供应商非常重要。   以上为AI翻译,观点仅供参考。 原文链接:Sector Report: Cloud-Based HR Systems Make Everything Better
    观点
    2018年09月26日