论文部分内容阅读
在“用人”这件事上，大多数企业都感觉经验或者感性认识更加靠谱，相比之下分析性的工具显然并不那么精确。事实真的是这样吗?
量化的工具
在一些在知识管理方面走在前沿的公司和组织正在试图采用一种十分精确的方式来分析员工和潜在人力资源：星巴克和百思买可以精确地评估出一家店内员工敬业度是否有增幅。意大利的AC米兰队也组建了自己的生物医学研究团队，这一团队为每位球员收集6万多条数据信息，以帮助球队评估球员们的健康状况从而做出是否签约后者续签的决定。
其中，哈拉斯娱乐公司是那些最早从对客户数据挖掘中尝得甜头的公司之一，他们发现，心情愉快、身心更健康的员工会让客户更满意。随后他们将类似的量化分析工具用在了自己的员工之上，并且把员工安置在适合其能力发挥的工作岗位。
事实上，这些新的高精度分析工具有时候也许会提供跟直觉和经验很不一样的结论。比如就优秀员工有什么样的潜在特质这个问题来说，美国专业的服务公司Cognizant通过分析员工的博客后发现，那些写博客的员工能更投入也更满意自己的工作，他们的平均业绩也比一般员工高出10％。AT&T和Google公司也通过定量分析认为，如果面试者表现出做事积极主动的能力，那么在今后的工作中更有可能创造出色的业绩。
然而在本质上，分析人才与分析客户关系或者供应链管理没有根本区别。Netflix公司废除了传统的缺勤规定，百思买公司总部设定了标准工作日程。这些新的管理举措也许正出自分析法的指导。Google、百思买和西斯科等公司都在着手确切地了解如何保证最高的生产率、员工敬业度和顶级人才的留任率。
知识管理专家托马斯·达文波特(Thomas HDavenport)也与两位合作者珍妮·哈里斯fJeanneHarris)、杰瑞米·夏皮罗(Jeremy Shapiro)一起提出了高精度量化人才分析的六种应用艘照从简单到复杂的顺序，这六种应用分别是：收集人力资本事实、分析人力资源、人力资本投资分析、劳动力预测、人才价值模式和人才供应链。
人力资本事实
通常情况下，人力资本事实反映了个人业绩以及员工总数、使用临时劳工、员工流动、招聘等企业层面的数据。对公司而言，应该仔细考虑什么样的事实会带给自己真实的反馈，而什么样的事实不能。对一部分公司来说，或许一两个关键数据点就可以体现整体的健康状况，而对另外一部分公司，可能就需要很全的数据来支持。正如哈拉斯，许多经理已经开始在公司中观察并记录那些与客户面对面打交道的员工微笑次数，因为员工这样的举动与客户满意度有很大的关系。
分析人力资源
这是收集和解析人力资源数据的最好方法，可以由此深入了解具体的部门或具体的职能。比如，一位经理可能会发现，员工流动率这一指标对评价东海岸的销售团队很重要，但在评价西海岸团队时就并不需要它。
举例来说，洛克希德·马丁公司建立了一套业绩管理系统，并将每位员工的业绩与组织目标联系起来：这套系统自动运行，及时收集全年业绩审核的数据，再与知识管理信息进行对比，那些在某些具体领域参与了正式培训的人就会受到这样的比较评估。有了这套系统，洛克希德·马丁公司就可以确认专门项目的巨大潜力，或者监督在特定领域需要改进的员工。
人力资本投资
对人力资本的投资进行分析，可以帮助机构了解对经营业绩有着巨大影响的行为。这一领域的佼佼者是食品服务类公司的领先者西斯科公司。西斯科结构庞大比较复杂，公司旗下有将近100个自主经营的单位，约5.1万名全职员工服务于40万左右的客户。这家公司对每个经营单位进行劳动力分析时都采用了三大衡量工具：工作环境与员工满意度、生产力和留用率。这套工具也帮助企业更深入地了解、衡量并管理其他七个层面的工作环境，其中包括一线主管的效率、多元化和生活质量。
西斯科的分析体现了这样一个结论：员工满意度高的经营单位收入更高，成本更低，员工留用率更高，客户忠实度也更高。公司可以以此有效地确认管理层采用怎样的措施可以对企业产生最大的影响。同时，公司还跟进了解这批员工的满意度分值，一旦分数下降就立即着手改善，努力恢复员工满意值，让它回到正轨。通过留任这类关键人才，西斯科节省了近5000万美元的聘用和培训新人的成本，公司六年间的留用率也从65％升至85％。
劳动力预测
劳动力的预测对于分析员工流动率、接班人计划、商业机会的数据具有很大的帮助。维奈·库托(Vinay Couto)、弗兰克·瑞贝罗(Frank Ribeiro)和安德鲁·缇平(Andrew Tipping)在文章中提到陶氏化学公司这个案例。
公司在过去十年不断完善其劳动力计划，发掘其4万名员工的历史数据，在整个化工业不稳定的经营周期中预计劳动力需求。他们预测了晋升率、内部转岗以及整体可用劳动力。陶氏化学以一种惯用的模仿工具将劳动力分为五个年龄群体、十个工作岗位等级，并计算每个经营单位未来的总人数和所属级别。这些具体的预测结果汇总后就形成了全公司的劳动力预测数据。同时，公司还致力于假设性情景规划，设想改变员工晋升这类公司内部的可变因素，或者改变诸如政治与法律影响这样的外部可变因素。劳动力预测可用于关键性增长领域，也可用于明确离职员工正式提出申请以前公司存在的知识管理风险。
人才价值模式
这种模式可以解决诸如“为什么员工会选择留在我们公司”这样的问题。一家公司可以用分析法计算出员工最大的价值，并建立一种可以提升留用率的模式。这样的模式可以幫助管理者设计个性化的业绩激励措施，评估它是否可以媲美竞争对手的用人待遇，或者决定何时晋升某位员工。
Google公司利用员工业绩数据确定最适当的干预措施，以帮助那些表现优异或者不佳的员工取得成功。他们感觉，许多员工表现不佳可能是岗位配置有误，或者管理不善，而其后的一项详细分析结果支持了他们的这一观点。Google人力资源负责人认为： “业绩数据方面，我们没有关注中等表现的员工，而是密切注意在数据分布曲线中显示业绩最佳和最差的员工。对于最差的5％，我们会主动给予帮助。”这也表明，了解员工的需要和价值可以让整个团队解决更多难题。
人才供应链
人才供应链可以帮助公司在现实环境中对人才相关的需要做出决策。比如根据预计收货和员工个人的销售业绩模式、优化零售店次日的工作安排、或者预测呼人型呼叫中心呼入量等等。这是六种人才分析法中最复杂的一种，因为它需要极其高品质的数据和严格的分析以及能够将广义的人才管理与其他组织流程相结合。
就目前来看，人才供应链还处在发展初期，但一些组织早期的成功，尤其是在零售业的成功，已经显示出其今后将进一步被推广普及。
优秀的组织不仅将员工视为独立个体，而且是收集数据的丰富资源，可以利用它更好地在人才问题方面做出更好的决策。未来的企业业绩绝对离不开公司员工的能力和激励政策。企业运用数据获得人力资本的远见，已经成为一种难以复制的竞争优势。
量化的工具
在一些在知识管理方面走在前沿的公司和组织正在试图采用一种十分精确的方式来分析员工和潜在人力资源：星巴克和百思买可以精确地评估出一家店内员工敬业度是否有增幅。意大利的AC米兰队也组建了自己的生物医学研究团队，这一团队为每位球员收集6万多条数据信息，以帮助球队评估球员们的健康状况从而做出是否签约后者续签的决定。
其中，哈拉斯娱乐公司是那些最早从对客户数据挖掘中尝得甜头的公司之一，他们发现，心情愉快、身心更健康的员工会让客户更满意。随后他们将类似的量化分析工具用在了自己的员工之上，并且把员工安置在适合其能力发挥的工作岗位。
事实上，这些新的高精度分析工具有时候也许会提供跟直觉和经验很不一样的结论。比如就优秀员工有什么样的潜在特质这个问题来说，美国专业的服务公司Cognizant通过分析员工的博客后发现，那些写博客的员工能更投入也更满意自己的工作，他们的平均业绩也比一般员工高出10％。AT&T和Google公司也通过定量分析认为，如果面试者表现出做事积极主动的能力，那么在今后的工作中更有可能创造出色的业绩。
然而在本质上，分析人才与分析客户关系或者供应链管理没有根本区别。Netflix公司废除了传统的缺勤规定，百思买公司总部设定了标准工作日程。这些新的管理举措也许正出自分析法的指导。Google、百思买和西斯科等公司都在着手确切地了解如何保证最高的生产率、员工敬业度和顶级人才的留任率。
知识管理专家托马斯·达文波特(Thomas HDavenport)也与两位合作者珍妮·哈里斯fJeanneHarris)、杰瑞米·夏皮罗(Jeremy Shapiro)一起提出了高精度量化人才分析的六种应用艘照从简单到复杂的顺序，这六种应用分别是：收集人力资本事实、分析人力资源、人力资本投资分析、劳动力预测、人才价值模式和人才供应链。
人力资本事实
通常情况下，人力资本事实反映了个人业绩以及员工总数、使用临时劳工、员工流动、招聘等企业层面的数据。对公司而言，应该仔细考虑什么样的事实会带给自己真实的反馈，而什么样的事实不能。对一部分公司来说，或许一两个关键数据点就可以体现整体的健康状况，而对另外一部分公司，可能就需要很全的数据来支持。正如哈拉斯，许多经理已经开始在公司中观察并记录那些与客户面对面打交道的员工微笑次数，因为员工这样的举动与客户满意度有很大的关系。
分析人力资源
这是收集和解析人力资源数据的最好方法，可以由此深入了解具体的部门或具体的职能。比如，一位经理可能会发现，员工流动率这一指标对评价东海岸的销售团队很重要，但在评价西海岸团队时就并不需要它。
举例来说，洛克希德·马丁公司建立了一套业绩管理系统，并将每位员工的业绩与组织目标联系起来：这套系统自动运行，及时收集全年业绩审核的数据，再与知识管理信息进行对比，那些在某些具体领域参与了正式培训的人就会受到这样的比较评估。有了这套系统，洛克希德·马丁公司就可以确认专门项目的巨大潜力，或者监督在特定领域需要改进的员工。
人力资本投资
对人力资本的投资进行分析，可以帮助机构了解对经营业绩有着巨大影响的行为。这一领域的佼佼者是食品服务类公司的领先者西斯科公司。西斯科结构庞大比较复杂，公司旗下有将近100个自主经营的单位，约5.1万名全职员工服务于40万左右的客户。这家公司对每个经营单位进行劳动力分析时都采用了三大衡量工具：工作环境与员工满意度、生产力和留用率。这套工具也帮助企业更深入地了解、衡量并管理其他七个层面的工作环境，其中包括一线主管的效率、多元化和生活质量。
西斯科的分析体现了这样一个结论：员工满意度高的经营单位收入更高，成本更低，员工留用率更高，客户忠实度也更高。公司可以以此有效地确认管理层采用怎样的措施可以对企业产生最大的影响。同时，公司还跟进了解这批员工的满意度分值，一旦分数下降就立即着手改善，努力恢复员工满意值，让它回到正轨。通过留任这类关键人才，西斯科节省了近5000万美元的聘用和培训新人的成本，公司六年间的留用率也从65％升至85％。
劳动力预测
劳动力的预测对于分析员工流动率、接班人计划、商业机会的数据具有很大的帮助。维奈·库托(Vinay Couto)、弗兰克·瑞贝罗(Frank Ribeiro)和安德鲁·缇平(Andrew Tipping)在文章中提到陶氏化学公司这个案例。
公司在过去十年不断完善其劳动力计划，发掘其4万名员工的历史数据，在整个化工业不稳定的经营周期中预计劳动力需求。他们预测了晋升率、内部转岗以及整体可用劳动力。陶氏化学以一种惯用的模仿工具将劳动力分为五个年龄群体、十个工作岗位等级，并计算每个经营单位未来的总人数和所属级别。这些具体的预测结果汇总后就形成了全公司的劳动力预测数据。同时，公司还致力于假设性情景规划，设想改变员工晋升这类公司内部的可变因素，或者改变诸如政治与法律影响这样的外部可变因素。劳动力预测可用于关键性增长领域，也可用于明确离职员工正式提出申请以前公司存在的知识管理风险。
人才价值模式
这种模式可以解决诸如“为什么员工会选择留在我们公司”这样的问题。一家公司可以用分析法计算出员工最大的价值，并建立一种可以提升留用率的模式。这样的模式可以幫助管理者设计个性化的业绩激励措施，评估它是否可以媲美竞争对手的用人待遇，或者决定何时晋升某位员工。
Google公司利用员工业绩数据确定最适当的干预措施，以帮助那些表现优异或者不佳的员工取得成功。他们感觉，许多员工表现不佳可能是岗位配置有误，或者管理不善，而其后的一项详细分析结果支持了他们的这一观点。Google人力资源负责人认为： “业绩数据方面，我们没有关注中等表现的员工，而是密切注意在数据分布曲线中显示业绩最佳和最差的员工。对于最差的5％，我们会主动给予帮助。”这也表明，了解员工的需要和价值可以让整个团队解决更多难题。
人才供应链
人才供应链可以帮助公司在现实环境中对人才相关的需要做出决策。比如根据预计收货和员工个人的销售业绩模式、优化零售店次日的工作安排、或者预测呼人型呼叫中心呼入量等等。这是六种人才分析法中最复杂的一种，因为它需要极其高品质的数据和严格的分析以及能够将广义的人才管理与其他组织流程相结合。
就目前来看，人才供应链还处在发展初期，但一些组织早期的成功，尤其是在零售业的成功，已经显示出其今后将进一步被推广普及。
优秀的组织不仅将员工视为独立个体，而且是收集数据的丰富资源，可以利用它更好地在人才问题方面做出更好的决策。未来的企业业绩绝对离不开公司员工的能力和激励政策。企业运用数据获得人力资本的远见，已经成为一种难以复制的竞争优势。