首页 / 盖雅新闻 / 直觉型HR还是数据驱动型HR?这将决定你的核心竞争力

直觉型HR还是数据驱动型HR?这将决定你的核心竞争力
WFM盖雅工场2019年7月11日

直觉偏好型HR,凭经验、凭感知、凭主观判断。
数字型HR,对事实感兴趣,依赖数据,尊重规律;并拥有结构化、逻辑化、系统化的思维模式。
在这个日益复杂的环境下,企业成本居高步下、劳动力存量和结构发生巨大变化,新生代理念变化,过往的经验和直觉,逐渐失灵。HR必须向数据分析型转型和迈进。
但中国只有12%的HR职位要求懂数据分析,你做到了嘛?

 

2019年7月11日,「第三届南京人力资本创新峰会」顺利召开,共同探讨数字化时代的人才赋能方略,从容应对未来挑战。

盖雅工场劳动力管理专家邱伸在大会发表「裁员优化、税改、老龄化……复杂环境下 HR 如何搞得定」的演讲,以下为分享内容:

 

 

当今,我们正在面临前所未有的复杂环境,居高不下不的企业成本,以及前所未有的新一代劳动力,HR职业本身也在面临巨大的挑战,在这样复杂的情况下,HR该如何应对?

新一代的HR要从直觉型HR向数字驱动型HR迈进,HR应该对事实感兴趣,依赖于数据,会尊重规律,拥有结构化、逻辑化、系统化的思维模式。要贴近业务,对多渠道的数据进行分析。

在过去的五年里面,亚太地区数据分析HR的人数增长是70%,而在中国只有12%的HR职位要求非常懂数据分析。如果你是一名懂数据分析的HR,就意味着你站在了时代的前沿。

 

 

那么在数字化转型的过程中,盖雅能提供什么帮助?

盖雅工场推出了数字驱动的 IPO 模型,帮助企业从洞察、预测和优化三方面提升劳动力效能,打造高效能团队和敏捷组织。

 

 

洞察的目的是了解现在。如今,大量企业的报告是滞后的,如果要洞察,我们需要做建模,可视化以及归因分析。

什么是建模呢?每天员工会做出大量的行为,很多企业都要考勤,员工的工号、时间和排班计划等数据整理好,就可以变成可视化的数据,就能看到我们需要看什么,什么在发生,以及如何让它更好地呈现。今天的出勤率,有多少人迟到、早退、没有打卡,有多少人这月加班超过了60小时,有多少人连续6天上班……所有的数据都直接从考勤机连到我们的屏幕上。数据收集完毕后,我们会进行归因分析,我们要基于这些数据来做判断:这些事情发生的原因、效率如何改善、风险如何控制、如何保证我们整个运作过程中的合规等。

 

 

预测我们谈两个方向:一种叫管中窥豹,看到事情的一部分真相;一种叫一叶知秋,通过这部分真相来推我们未来会发生什么。

那么,我们来举个例子:下图是我们为客户做的预测,图中红色曲线是实际业务量,绿色曲线是预测业务量,由图可见两种曲线高度贴合,其中劳动力的预测高达83%,这基于强大的盖雅智能算法云引擎,以历史数据和多种关联因素为支撑,企业可以预测业务量并智能排班、实时精细化考勤和工时统计、优化提升销售绩效和工时效率,让企业降本增效,塑造劳动力的竞争优势。

 

 

 

优化的目的是帮助企业提升效能,比如我们有一家这样的客户:某超市在国内有八百家门店,两千个全职员工,三千个兼职员工,那怎么组合排班更优呢?我们会给他三种可能性的排班,包括成本优先、效益优先、员工满意度优先三种不同的方向,企业可以根据自身情况选择合适的方案以完成排班。

盖雅工场利用神经网络算法和机器学习,可以测算出动态劳动力工时标准,这个标准会根据不同日期、时间段、业务量、门店或组织,以及工作任务等维度而动态变化,更贴近实际业务场景,同时也不像传统测量那么耗时耗力。

 

 

劳动力管理,盖雅搞得定。

 

扫码免费领取资料

盖雅工场全流程劳动力管理系统,预约免费演示 >>

 

更多相关阅读:

零售门店打卡,盖雅搞得定

按期望排班,盖雅搞得定

上一篇 文章
盖雅工场荣登「2019 WISE新商业领跑者100强」
wise新商业,劳动力管理
全球制造业转型大势下,劳动力需求将遭遇哪些挑战与机遇?
制造业就业需求,制造业,劳动力,劳动力管理
盖雅工场
劳动力管理系统
我们始终关注劳动力管理领域,时刻为您创造劳动力管理价值
体验DEMO演示

产品推荐

智能排班
算法云实现多种优化目标,数据洞察助力企业转型决策,开箱即用
了解详情
实时考勤
数据实时准确,异常自动校验,让复杂考勤变得更简单、更省钱
了解详情
精益工时
精确追踪工时控制劳动力成本,打开工厂绩效的黑盒子,透明可视
了解详情
销售绩效
优化销售队伍的指标和奖金管理,灵活应对市场变化,推动企业业绩增长
了解详情
劳动力分析
实时可视化劳动力数据看板,多维度交叉数据分析,打破数据孤岛
了解详情
人事薪资
重塑混合劳动力队伍的数字化员工体验,助力敏捷强韧组织
了解详情
SAP SuccessFactors
涵盖核心人事信息、排班考勤薪资、员工自助全流程,全新云端体验
了解详情