3 Perkara yang mengejutkan Bahawa Data Besar Mengungkapkan Tentang HR

20 Things to do in Yogyakarta Travel Guide & Central Java Tourism in Indonesia (Solo, Semarang) (Mungkin 2024)

20 Things to do in Yogyakarta Travel Guide & Central Java Tourism in Indonesia (Solo, Semarang) (Mungkin 2024)
3 Perkara yang mengejutkan Bahawa Data Besar Mengungkapkan Tentang HR

Isi kandungan:

Anonim

Data besar dalam sumber manusia (HR) semakin banyak digunakan untuk merekrut, mengupah dan mengekalkan pekerja terbaik. Berikut adalah tiga sebab mengapa lebih banyak syarikat mengamalkan analisis ramalan untuk meningkatkan tahap bawah.

Lagi Merekrut Berkesan

Data besar membantu mendedahkan calon mana yang paling sesuai untuk kedudukan terbuka. Sebahagian daripada proses penambangan data mungkin termasuk mengumpulkan maklumat dari resume dan profil media sosial untuk lebih jelas mengenalpasti calon pekerja yang mungkin lebih produktif dan menambah kepelbagaian ke tempat kerja. Pengurus yang mengupah kemudiannya boleh menyempitkan kolam calon mereka dan memutuskan bidang penilaian yang harus mereka tumpukan semasa wawancara. Dengan melaksanakan strategi ini, proses pengambilan pekerja bergerak lebih cepat dan orang yang tepat disewa lebih kerap.

Sebagai contoh, sebuah bank di Asia sebelum ini telah merekrut graduan terbaik dari universiti yang sangat dihormati untuk mengisi 8,000 peranan yang tersebar di lebih daripada 30 cawangan. Selepas bank menjalani penyusunan semula organisasi, institusi tersebut memulakan maklumat perlombongan data yang merangkumi 30 mata dalam kategori prestasi pekerja, sejarah profesional, demografi, pemegangan, dan maklumat cawangan dari sumber semasanya. Bank mula menggunakan analitik data untuk mengenal pasti pekerja semasa yang berkemungkinan tinggi dalam kedudukan mereka, mewujudkan peranan baru dalam organisasi dan mendapatkan lebih banyak maklumat tentang apa yang mendorong prestasi pekerja.

Dengan menggunakan analitik ramalan, bank mendedahkan ciri-ciri umum di kalangan para penilai yang tinggi dan rendah serta mencipta profil untuk pekerja dengan kemungkinan yang lebih kuat dalam peranan tertentu. Maklumat ini juga menunjukkan bagaimana cawangan dan pasukan yang tersusun memberi kesan kepada pertumbuhan kewangan institusi. Di samping itu, data besar mendedahkan bahawa peranan tertentu mempunyai pengaruh terbesar terhadap kejayaan bank.

Sebagai hasilnya, struktur organisasi baru telah diwujudkan di sekeliling pasukan dan kumpulan pekerja tertentu. Kerana bank mula menggunakan analisis data untuk merekrut dan mengukur prestasi, produktiviti cawangan meningkat sebanyak 26%, kadar penukaran rekrut baru meningkat sebanyak 80% dan pendapatan bersih meningkat sebanyak 14%.

Less Biased Hiring

Analisis ramalan mengurangkan jumlah berat sebelah yang membuat keputusan yang mempengaruhi prestasi syarikat. Sebagai contoh, banyak pengurus pengambilan membawa calon yang mempunyai ciri-ciri yang serupa dengan pekerja teratas mereka. Walau bagaimanapun, kerana pekerja sedia ada telah disewa dengan cara yang berat sebelah yang sama, organisasi biasanya berakhir dengan kekurangan kepelbagaian budaya dan intelektual, yang boleh mengurangkan kejayaan keseluruhan syarikat. Dengan mencipta model dan penanda aras untuk pekerja pemarkahan dan bidang perniagaan, syarikat mungkin lebih mengenal pasti pekerja mana-mana dan sumbangan apa yang paling berharga kepada organisasi dan menggunakan analisis ramalan untuk lebih jelas menentukan pekerja mana yang boleh cemerlang dalam kedudukan mereka.Sebagai contoh, perniagaan perkhidmatan profesional yang menerima 250,000 aplikasi pekerjaan setiap tahun ingin mengurangkan masa dan wang yang dibelanjakan untuk mengkaji semula resume, meningkatkan keberkesanan proses pemeriksaan dan menyewa lebih banyak wanita untuk tenaga kerja mereka. Melalui analisis analitik ramalan, algoritma menyumbang semula pemohon yang terdahulu, yang diwawancarai yang ditawarkan jawatan dan mereka yang menerima. Model mengaitkan data ke objektif pengambilan syarikat, menyempitkan senarai calon yang paling berjaya dalam kedudukan terbuka dan memindahkan mereka yang bersambung ke langkah seterusnya dalam proses pengambilan pekerja. Kira-kira 45% daripada resume akhirnya dikaji semula, 15% lebih ramai wanita maju dalam proses pemeriksaan dibandingkan dengan menjalani pemeriksaan manual dan perniagaan menyedari pulangan pelaburan (ROI) sebanyak 500%.

Kadar Pengekalan Lebih Besar

Data besar membantu meningkatkan kadar pengekalan dengan menunjukkan pekerja mana yang lebih cenderung untuk meninggalkan dan yang mana mungkin memerlukan dipindahkan ke kedudukan yang berbeza dalam organisasi, yang dipromosikan atau memperoleh mentor sebagai galakan untuk tinggal bersama syarikat. Perubahan sedemikian sering meningkatkan penglibatan kerja, kepuasan kerja dan produktiviti supaya pekerja tetap dengan organisasi. Sebagai contoh, Bank of America Corp. (NYSE: BAC

BACBank of America Corp27 67% 54%

Dibuat dengan Highstock 4. 2. 6 ) memakai kad pengenalan dengan tertanam sensor untuk memantau interpersonal interpersonal di kalangan pekerja pusat panggilannya. Wells Fargo & Co. (NYSE: WFC WFCWells Fargo & Co56 14%. 37% Dibuat dengan Highstock 4. 2. 6 ) menggunakan analisis ramalan untuk menentukan calon mana yang paling layak untuk jawatan sebagai juruwang dan bank peribadi, mengikut sama ada calon mempunyai ciri-ciri pekerja yang terlibat dan berprestasi tinggi. Selepas satu tahun melaksanakan program ini, pengekalan juruwang dan bank peribadi meningkat masing-masing sebanyak 15 dan 12%. Bottom Line Data besar dalam HR membantu syarikat menjimatkan masa dan wang ketika merekrut, mengupah dan mengekalkan pekerja terbaik mereka. Lebih banyak perniagaan akan melaksanakan analitik ramalan dalam amalan perniagaan mereka kerana organisasi semakin melihat nilai dalam proses itu dan ingin memperbaiki garis bawah.