3 สิ่งที่น่าแปลกใจที่ข้อมูลขนาดใหญ่เปิดเผยเกี่ยวกับทรัพยากรบุคคล

Sarah Jeffery - Queen of Mean (From "Descendants 3") (พฤศจิกายน 2024)

Sarah Jeffery - Queen of Mean (From "Descendants 3") (พฤศจิกายน 2024)
3 สิ่งที่น่าแปลกใจที่ข้อมูลขนาดใหญ่เปิดเผยเกี่ยวกับทรัพยากรบุคคล

สารบัญ:

Anonim

ข้อมูลขนาดใหญ่ในด้านทรัพยากรบุคคล (HR) กำลังได้รับความนิยมมากขึ้นสำหรับการสรรหาการจ้างงานและการรักษาพนักงานที่ดีที่สุด ต่อไปนี้เป็นเหตุผลสามประการที่ทำให้ บริษัท อื่น ๆ มีการใช้การวิเคราะห์เชิงคาดการณ์สำหรับการปรับปรุงบรรทัดด้านล่าง

การสรรหาที่มีประสิทธิภาพมากขึ้น

ข้อมูลขนาดใหญ่จะช่วยให้ผู้สมัครสามารถเลือกตำแหน่งที่เหมาะสมที่สุดสำหรับตำแหน่งที่เปิดได้ ส่วนหนึ่งของกระบวนการทำเหมืองข้อมูลอาจรวมถึงการรวบรวมข้อมูลจากประวัติส่วนตัวและโปรไฟล์สื่อสังคมออนไลน์เพื่อระบุว่าศักยภาพที่ได้รับการว่าจ้างอาจเพิ่มประสิทธิผลมากขึ้นและเพิ่มความหลากหลายให้กับสถานที่ทำงาน ผู้จัดการผู้ว่าจ้างอาจ จำกัด ขอบเขตผู้สมัครของตนให้แคบลงและตัดสินใจว่าควรให้ความสำคัญกับประเด็นใดในการสัมภาษณ์ ด้วยการใช้กลยุทธ์นี้กระบวนการจ้างงานจะดำเนินไปได้เร็วขึ้นและคนที่เหมาะสมจะได้รับการว่าจ้างบ่อยขึ้น

ตัวอย่างเช่นธนาคารในเอเชียได้คัดเลือกผู้สำเร็จการศึกษาระดับสูงจากมหาวิทยาลัยที่ได้รับการยกย่องมาแล้วเพื่อบรรจุบทบาท 8,000 แห่งใน 30 สาขา หลังจากที่ธนาคารได้รับการปรับโครงสร้างองค์กรสถาบันได้เริ่มทำข้อมูลการทำเหมืองข้อมูลซึ่งครอบคลุม 30 คะแนนในประเภทของผลการปฏิบัติงานของพนักงานประวัติการทำงานข้อมูลประชากรข้อมูลการครอบครองและสาขาจากแหล่งข้อมูลปัจจุบัน ธนาคารเริ่มใช้การวิเคราะห์ข้อมูลเพื่อระบุพนักงานปัจจุบันที่มีแนวโน้มว่าจะเก่งที่สุดในตำแหน่งการสร้างบทบาทใหม่ภายในองค์กรและทำความเข้าใจเพิ่มเติมเกี่ยวกับสิ่งที่กระตุ้นการทำงานของพนักงาน

ด้วยการใช้การวิเคราะห์เชิงคาดการณ์ธนาคารได้เปิดเผยลักษณะทั่วไปของนักแสดงที่มีผลงานสูงและต่ำและสร้างโปรไฟล์สำหรับคนงานที่มีความเป็นไปได้สูงที่จะได้รับการยกย่องในบทบาทที่เฉพาะเจาะจง ข้อมูลยังแสดงให้เห็นว่าวิธีการที่สาขาและทีมงานมีโครงสร้างส่งผลต่อการเติบโตทางการเงินของสถาบันการเงิน นอกจากนี้ข้อมูลขนาดใหญ่ยังแสดงให้เห็นว่าบทบาทที่เฉพาะเจาะจงมีอิทธิพลมากที่สุดต่อความสำเร็จของธนาคาร

ดังนั้นโครงสร้างองค์กรจึงถูกสร้างขึ้นตามกลุ่มและกลุ่มคนงานที่เฉพาะเจาะจง เนื่องจากธนาคารเริ่มใช้การวิเคราะห์ข้อมูลเพื่อสรรหาและวัดผลการดำเนินงานการเพิ่มผลผลิตสาขาเพิ่มขึ้น 26% อัตราการแปลงพนักงานใหม่เพิ่มขึ้น 80% และรายได้สุทธิเพิ่มขึ้น 14%

การจ้างงานแบบเบ็ดเสร็จน้อยลง

การวิเคราะห์เชิงคาดการณ์ช่วยลดปริมาณความลำเอียงที่ส่งผลต่อการตัดสินใจที่มีผลต่อประสิทธิภาพของ บริษัท ตัวอย่างเช่นผู้จัดการการจ้างงานจำนวนมากนำผู้สมัครที่มีคุณสมบัติคล้ายคลึงกับคนงานชั้นนำของตน อย่างไรก็ตามเนื่องจากพนักงานที่มีอยู่ได้รับการว่าจ้างด้วยวิธีการลำเอียงเดียวกันองค์กรต่างๆมักจะขาดความหลากหลายทางวัฒนธรรมและทางปัญญาซึ่งอาจช่วยลดความสำเร็จโดยรวมของ บริษัท ได้ ด้วยการสร้างโมเดลและเกณฑ์มาตรฐานสำหรับการให้คะแนนพนักงานและพื้นที่ธุรกิจ บริษัท อาจระบุได้ดีว่าพนักงานคนใดและสิ่งที่มีส่วนร่วมมีค่ามากที่สุดสำหรับองค์กรและใช้การวิเคราะห์เชิงคาดการณ์สำหรับการระบุว่าคนงานใดอาจเก่งขึ้นในตำแหน่งของตนได้อย่างไร

ตัวอย่างเช่นธุรกิจที่ให้บริการทางวิชาชีพที่ได้รับ 250,000 ใบสมัครงานเป็นประจำทุกปีต้องการลดเวลาและเงินที่ใช้ในการทบทวนประวัติการทำงานปรับปรุงประสิทธิภาพของกระบวนการคัดเลือกและจ้างผู้หญิงเพิ่มขึ้นสำหรับพนักงานของ บริษัท ด้วยการใช้การวิเคราะห์เชิงคาดการณ์อัลกอริธึมที่ใช้สำหรับผู้สมัครที่ผ่านมาผู้สมัครที่ได้รับตำแหน่งและผู้ที่ได้รับการยอมรับ แบบจำลองนี้เชื่อมโยงข้อมูลกับวัตถุประสงค์การจ้างงานของ บริษัท ทำให้รายชื่อผู้สมัครมีแนวโน้มที่จะเก่งขึ้นในตำแหน่งที่เปิดกว้างและย้ายประวัติเหล่านั้นไปสู่ขั้นตอนต่อไปในกระบวนการจ้างงาน ประมาณ 45% ของประวัติการทำงานได้รับการตรวจสอบแล้วผู้หญิงอีก 15% ขึ้นไปในกระบวนการคัดกรองเมื่อเทียบกับการตรวจด้วยตนเองและธุรกิจได้รับผลตอบแทนจากการลงทุน (ROI) ที่ 500%

อัตราการรักษาที่มากขึ้น

ข้อมูลขนาดใหญ่ช่วยปรับปรุงอัตราการรักษาโดยการแสดงว่าคนงานคนใดมีแนวโน้มที่จะเดินทางออกและคนไหนที่ต้องการย้ายไปอยู่ในตำแหน่งอื่นในองค์กรการได้รับการเลื่อนตำแหน่งหรือได้รับที่ปรึกษาเป็นกำลังใจให้อยู่ร่วมกับ บริษัท. การเปลี่ยนแปลงดังกล่าวมักเพิ่มการมีส่วนร่วมในการทำงานความพึงพอใจในงานและการผลิตเพื่อให้พนักงานยังคงอยู่กับองค์กร

ตัวอย่างเช่นธนาคารแห่งอเมริกาคอร์ป (NYSE: BAC

BACBank of America Corp27 67-0 54%

สร้างขึ้นโดย Highstock 4. 2. 6 ) พนักงานสวมบัตรประจำตัวประชาชนที่ฝังตัวอยู่ เซ็นเซอร์สำหรับการตรวจสอบปฏิสัมพันธ์ระหว่างบุคคลในหมู่พนักงานศูนย์โทร บริษัท Wells Fargo & Co. (NYSE: WFC WFCWells Fargo & Co56. 14-0. 37% สร้างขึ้นโดย Highstock 4. 2. 6 ) ใช้การวิเคราะห์เชิงคาดการณ์เพื่อระบุว่าผู้สมัครใดมีคุณสมบัติเหมาะสมที่สุดสำหรับตำแหน่ง เป็นนายธนาคารและนายธนาคารส่วนบุคคลตามที่ว่าผู้สมัครมีลักษณะของการมีส่วนร่วมและมีประสิทธิภาพสูงคนงาน หลังจากหนึ่งปีของการดำเนินการโปรแกรมการเก็บเงินของ tellers และนายธนาคารส่วนบุคคลเพิ่มขึ้น 15 และ 12% ตามลำดับ ข้อมูลด้านล่าง ข้อมูลขนาดใหญ่ใน HR ช่วยให้ บริษัท สามารถประหยัดเวลาและค่าใช้จ่ายในการสรรหาจ้างและรักษาพนักงานที่ดีที่สุดของพวกเขา ธุรกิจอื่น ๆ จะนำการวิเคราะห์เชิงคาดการณ์มาใช้ในการดำเนินธุรกิจเนื่องจากองค์กรต่างๆมองเห็นคุณค่าในกระบวนการนี้มากขึ้นและต้องการปรับปรุงบรรทัดด้านล่าง