當前位置:招聘信息大全網 - 人才招聘 - 數字化人力資源管理應該做什麽?

數字化人力資源管理應該做什麽?

數字化人力資源管理是壹種新的人力資源管理方式。妳知道數字化人力資源管理應該做什麽嗎?下面是我給大家帶來的關於如何做數字化人力資源管理的知識。歡迎閱讀。

將財務報表與績效聯系起來。

HR喜歡強調人力資源管理是壹個堅實的基礎,不能直接產生財務效益。壹個突出的表現就是他們喜歡突出自己的專業,言外之意就是“妳不是我們這行的。妳不明白我們是做什麽的,但肯定會有用。”這顯然不是和其他業務部門玩的節奏。專業化分工已經在上壹個工業經濟時代,人力資源管理的邊界會越來越模糊,嵌入到商業模式設計中。海爾就是壹個典型的例子。他們正在推進“企業平臺化、員工定制化、用戶個性化”的改革。妳覺得這屬於人力資源管理設計還是商業模式設計?都是!

隨著商業邏輯的叠代,人與人力資源效率的因果關系越來越明顯,去除了工業時代的模糊性。第壹,因為人人時代的到來,個體協作的交易成本降到了最低,我們可以量化個體產出。第二,由於市場的高度不確定性,人力資源管理被迫給出更確定的產出。這也是為什麽現在很多老板越來越功利,越來越要求HR用結果說話。老板腦子裏有個潛臺詞:“妳告訴我,我花了那麽多人工成本,我買的是什麽!”"

所以,既然HR專業的壁壘已經消除,既然越來越要求HR專業人員給出確定性的產出,那就應該用大家的語言交流——財務報表。其實老板們是不會認可那些進不了三表(資產負債表、利潤表、現金流量表)的所謂“貢獻”的。從這個角度來說,人均應收、人均成本、人均利潤、人工成本投入比等等指標才是老板們在意的。再者,要考慮員工的直接產出和投入的關系,比如每個員工服務的客戶數,服務100個客戶的失誤數。這可能會讓HR感到壓力,但是把這些指標聯系起來,證明妳可以影響他們,才是正道。

想象壹下,妳告訴妳的老板,“今年,我們的勞動力成本對生產的比率增加了20%。這是由於兩個原因:壹是新壹輪子公司管理人員調整後,新到任人員的經營業績普遍提升了30%,比未調整人員高出24個百分點,成為公司業績的重要增長極。第二,在業務規模增長25%的前提下,我們的員工數量和人力成本的增長都控制在15%以下,比往年相同的業務增長規模(25%)低8個百分點。

“看到了嗎?這是玩大佬的節奏!”

呈現組織模型中的人員分布

傳統的錯誤假設是所有人類狀態都會影響表現。事實上,從“人到人力資源效率”的過程是建立在組織模式的基礎上的,組織模式決定了“什麽樣的員工應該在哪裏扮演什麽樣的角色”。換句話說,HR們需要把人放在壹個組織中,看其個人特質在組織中的“分布”對組織的影響,可能形成什麽樣的相互影響,以及這種影響是積極的還是消極的,而不是孤立地評價個人。這樣的指標不僅反映了人的分配的合理性,也包含了組織模式設計的合理性。離職率、年齡分布、部門年齡分布、人才儲備率、人才增長率等指標都解釋了組織模型中人的各種“分布”。

壹個常見的誤區是,我們喜歡統計壹個表面的數據。比如統計壹個公司員工的平均年齡,很無聊。平均年齡45歲的大企業,不壹定沒有生氣。有可能50歲以上的員工很多,這些員工分布在閑置的崗位上(企業“換血計劃”調整),提高了平均年齡,但並沒有降低企業的活力。

在這個例子中,此時有兩種處理方法。首先是把這個維度的員工按照年齡進行細分,分為20-25歲,26-30歲,365,438+0-35歲的不同人群。統計這些群體的從業人數,找出年齡分布,比平均年齡這些表面數據有用得多。此外,我們可以根據壹些假設來推斷這種分布的影響。可以確定的是:第壹,新人會對老人產生影響,讓老人產生競爭意識;第二,假設同樣的老人,100新人的影響肯定大於10新人。然後,我們可以設置壹個算法,從年齡的角度來量化這個企業的競爭氛圍。我把這個算法叫做“活力曲線值”。

二是加入人格特征的其他維度進行權變分析,會讓原本無用的數據產生價值。例如,評估壹個組織中員工的學術結構沒有多大意義。壹旦加上崗位分布的維度,我們可能會發現,大量高學歷人才在管理崗位上堆積,且職位普遍較低,是壹種“可剝削力”。我們可以想象,如果把多個維度的數據疊加起來,這個分析會有多大的價值。比如,我們可以把績效差壹般的企業中排名前10的管理崗位,視為“高挑戰崗位”。如果員工的學歷和人力成本只排在這類崗位的前30名,那麽這種分布就不夠合理。

反映人力資源管理職能的運行狀態

有了合理的組織模式、員工的高績效特征以及組織模式中員工的合理分配,並不意味著高績效就可以自動產生。

首先,勞動力具有內在的流動性,有流入、流出和內部流動。因此,人力資源的配置職能(招聘、淘汰、再分配)必須發揮作用,保證分配的合理性,給員工“工作的機會”。

第二,員工的行為既有懶惰的壹面,也有需要調動的無私的壹面。它總是需要人力資源系統的激勵和約束。因此,人力資源的激勵功能必須發揮作用,讓員工“有意願去做”。

第三,員工自身的能力和知識儲備也不足,人力資源的培訓功能必須發揮作用,讓員工“有能力”。人力資源管理職能的介入(通過人力資源制度或政策)是強加在組織模式和員工分配上的“外力”,實際上是現有人力資源管理的主要工作。盤點這些功能發揮了多大程度的作用,在哪個方向發揮了作用,從而與其他維度的數據形成壹個整體的邏輯鏈。

現在的問題是,HR對人力資源管理職能的盤點“重程序輕實質”,只記錄了壹些工作的痕跡,而忽略了要觀察的“外力”。我們想知道的是,這個企業的人員流動趨勢是怎樣的,哪些人進來了,按照什麽標準,是向上流動還是向下流動?這個企業的激勵是真實的,還是有搭便車和避風港?這個企業的培訓背景是對員工有很強的支持,還是願意讓員工邊做邊學?從指標上看,新招率、離職率、輪換率、晉升率和降職率是反映調配職能的指標;績效幅度、平均差異、薪酬分配曲線和績效薪酬分配曲線是反映激勵功能的指標;員工培訓普及率、人均培訓學時、關鍵人才培訓學時、人均投入培訓成本、關鍵人才人均投入培訓成本、培訓學時分布曲線、培訓成本分布曲線是反映培訓功能的指標。

以配置功能為例,網飛是壹家高速移動的公司,他們的人員叠代非常快,保證公司隨時有頂尖人才。再比如,我輔導過的壹個企業,完全是績效導向的。雖然人事對外封閉,但內部調整和下調非常頻繁。雖然他們年齡和師齡的生命力曲線值並不出眾,但是內部的競爭氛圍卻是無與倫比的。

有大局觀,擺脫強迫癥。

有了以上三個方面,數字化人力資源管理在形式上就步入了正軌。而人力資源管理並沒有像財務管理那樣有壹個規範的傳導機制,所以數據很重要,指標很重要,但是使用數據和指標的人更重要。每個企業的情況不壹樣,人力資源效率的生成機制不壹樣,甚至關註的人力資源效率也不壹樣。因此,HR應該放棄跟圖(市場上壹些機構極力兜售)的希望,從末端開始,基於企業所追求的人力資源效率,找出其生成機制。

我最無奈的是看到壹些HR人的“強迫癥”。比如,有的企業致力於成為“最佳雇主”,於是以“員工滿意”為目標,狠抓“最佳雇主排名”,甚至喊出“員工來了就不想走”的口號。這在追求創新的企業中是錯誤的。如果企業要求創新,對人才肯定有硬性的標準和壹些偏執的引導,這不會讓所有員工都滿意。而且,如果員工真的不想離開,企業很大程度上會失去人才交流的機會(淘汰員工的成本會很高),而這個機會往往是創新的重要籌碼。

再比如,有的企業致力於成為人才培養的學校,開展“全員學習”,號稱要把培訓“做深做透”。這在壹些企業中也是錯誤的。如果20%的明星員工創造了80%的業績,這個時候,仍然把培訓普及率作為壹個重要的考核指標,這個邏輯本來就有問題。再比如,如果市場上招聘壹些成型人才的成本遠遠低於招聘毛坯進行培訓的成本,為什麽還要建立壹個華麗的培訓體系?還有,有些企業在新行業、新市場,已經缺乏成型知識,員工獲取知識主要是通過“幹中學”。這時候再強調個人的人均訓練時數就更成問題了。

簡單來說,條條大路通羅馬,用別人的車開自己的路不壹定是最合適的。以人力資源效率為目標,就要推導出我們需要什麽樣的團隊,需要什麽樣的職能。三個環節之間的指標必須緊密嚙合,有很強的因果關系。有些指標看似有因果關系,但當通過構造建立方程,把數據放進去,就會發現因果關系根本不存在,甚至沒有相關性,這就需要回過頭來質疑假設。企業的現實會顛覆課本上的各種教條,這是現實,但對於只埋頭工作不會擡頭看路的HR們來說是無法理解的。

當HR們用自己的“大局觀”,從職能運作(人力資源機制)、團隊狀態(反映組織模型中的人員分布)、人力資源效率(鏈接財務指標)等方面,將數據串成壹個或幾個邏輯鏈時,會發現由於數據之間的因果邏輯很強,那些關鍵節點被卡住,人力資源管理的貢獻被控制。把這些代表關鍵節點的指標放在壹起就是“人力資源效率儀表板(HEIP)”,這也是我提倡用這個工具做數字化人力資源管理的原因。概念很簡單,但概念的內容並不簡單。傳統的指標大部分都令人失望,我不得不自己設計壹些算法。想想吧,覺得與眾不同也是壹種幸福。也歡迎您預定GHR2015《數據驅動的人力資源效率提升》公開課,將在北京、深圳、上海三地舉辦,詳細講解什麽是人力資源效率儀表盤,什麽是基於數據的人力資源管理,怎麽做。只有50人/期。請發郵件至service@ghrlib.com或微信回復“主題+公司名稱+聯系電話+郵箱”預訂座位。