-
ML
面对AI发展，Workday应对更加快速—值得每一位HRTech领域CEO阅读
Workday不仅对其AI产品策略有清晰明确的认识，而且公司正进入多年来最强大的产品周期之一。我从未见过如此多的Workday功能达到成熟，很明显，该平台正在全面发挥作用。
首先让我给大家一个概述：ERP市场庞大、重要且不断变化。每家公司都需要一个财务和人力资本系统，这些平台需要同时完成数百项任务。我们希望它们易于使用、运行迅速且能立即为我们的公司进行配置。但我们也希望它们易于扩展，能与许多其他系统集成，并建立在现代架构上。
那么，作为一家成立18年的公司，Workday如何在所有这些领域保持领先地位呢？
事实上，答案非常简单。Workday并非ERP或软件应用公司，而是为业务解决方案构建平台的科技公司。换句话说，Workday的思维方式是“先考虑架构，再考虑应用”，在我们了解Workday的产品时，这一点得到了一次又一次的强调。
请允许我给您分享一些我们了解到的内容：
首先，Workday非常明确，随着时间的推移，AI和机器学习将彻底改变业务系统的功能。传统的ERP世界是一套包括财务、人力资本（HCM）、供应链、制造业，以及后来的市场营销、客户分析等在内的核心业务应用。几乎每个从这些领域起步的供应商都试图进入相邻市场，主要目标是“向现有客户销售更多软件”。
如今，尽管公司希望整合这些应用（这对Workday来说是一个巨大的机会），但更大的目标是重新定义这些应用如何协同工作。正如Workday所描述的，他们的目标是帮助企业改进计划、执行和分析。当招聘变得困难时，例如未来几年可能会持续这种趋势，我们希望HCM系统帮助我们找到承包商，寻找替代工作安排，并安排财务和结算解决方案来外包工作或任务，同时发现和培养内部候选人。因此，这些应用之间的“红线”正变得模糊，Workday对此非常了解。
从某种意义上说，这是我们新的系统性人力资源运营模式的核心。例如，我们希望这些不同的HCM系统能够关注所有这些元素，并帮助我们一起管理它们。Workday新的HCM演示实际上展示了一些这方面的实践。
超越ERP，将AI和ML置于核心
但是平台市场的发展速度更快。企业不仅希望有一套能协同工作的应用程序（Workday、Oracle、SAP等都能做到这一点），而且还希望AI和机器学习能在整个公司运作。这将改变ERP系统的功能。Workday已经提供了50多种不同的“机器学习”体验，它们以“推荐”、“预先填写的表格”或“预先设计的工作流”等形式呈现，看起来不像是魔术，而更像是帮助你更好地运营公司的智能系统。而这正是Workday关注的领域。
例如，新的劳动力管理系统（劳动力优化）可以根据月份、天气和其他外部输入预测招聘和人员配置需求。然后，根据员工的可用性、技能和工资安排工作时间。并自动生成劳动力排班表，确定何时需要合同劳动力，然后自动创建招聘门户和候选人体验来寻找人才。
这实际上是“AI支持的ERP”，而不是一个花哨的用于简化撰写电子邮件的生成性AI演示。
Workday HCM继续成熟
Workday HCM套件正处于多年来最强劲的状态。Workday Skills Cloud正在成熟为一个“技能智能平台”，现在它具有让Workday客户几乎必不可少的功能。它可以从任何纵向或专业技能数据库导入数据，为公司提供多种推断或评估技能的方法，以及为您提供数十种报告技能差距、预测技能不足和为每个员工或劳动力群体创建技能提升路径的方法。多年来，我一直在关注这项技术的发展，从未见过它如此完善并能满足企业需求。
顺便说一句，这并不是说公司仍然需要专门的招聘技能系统（Eightfold、Beamery、Phenom、Seekout、Paradox、iCims等）、流动性（Gloat, Fuel50）、学习（Cornerstone, Docebo, Degreed）、薪酬平等（Syndio, Trusaic, Salary.com）等。从某种意义上说，现在每个人力资源技术平台都有一个技能引擎（记住，“技能”是描述一个人属性的一系列词汇），这些系统将这些数据元素用于非常独特的目的。在市场上更成熟的位置上，Skills Cloud旨在成为一个“整合点”，将术语汇集到一个地方。（它也是Workday HCM工具所依赖的技能引擎。）
顺便说一下，我知道所有Workday客户都有众多其他的HCM系统。鉴于创新周期的发生（供应商正在以非常创造性的方式加入AI浪潮），这种趋势还将继续。但Workday作为“核心”的角色依然强大，特别是因为我接下来要讲的一点。
Workday现在真正开放了
我还对Workday在Extend和Orchestrate方面的进展印象深刻，这些是允许客户和合作伙伴构建附加应用程序的外部API和开发工具。作为一家公司，Workday并没有计划构建很多垂直解决方案，相反，他们现在正在推动合作伙伴（如Accenture、PwC和客户）为应用程序生态系统做贡献。这创造了一个“力量倍增器”效应，第三方可以通过围绕Workday构建开发团队来赚钱。（顺便说一下，这就是为什么微软无处不在：它的经销商和合作伙伴网络庞大。）
除了这些编程接口，Workday还对Microsoft Teams（Workday Everywhere）做出了严肃承诺。您现在可以在Teams中查看Workday“卡片”，并在Teams中点击深层链接，直接进入Workday事务。尽管公司仍致力于持续改进其用户界面，但我认为Workday现在明白，用户永远不会花一整天时间去弄清楚Workday的工作原理。我相信这种趋势将继续，我鼓励Workday考虑将Chat-GPT作为下一个主要界面进行构建。（他们没有作出承诺）。
垂直应用
我问管理团队：“你们如何看待甲骨文收购Cerner的决定，Cerner是临床患者管理领域的领导者之一？你认为这会威胁到你们的垂直战略吗？”Aneel Bhusri迅速回应说：“我们永远不会收购像那样的老旧遗产公司，因为它永远无法整合到我们的架构中。”这一点很重要，因为Workday的集成架构使公司能够大规模实现AI。换句话说，Workday打算成为纯粹的架构领导者，让垂直应用随着时间的推移而出现。
如今，Workday专注于教育市场，并在金融服务、保险和医疗保健等领域拥有一些垂直解决方案（很多是由合作伙伴构建的）。我认为公司不会遵循SAP或Oracle的策略来构建深度垂直应用。而这种策略，即保持对核心架构的纯粹性，可能在长期内发挥出良好效果。因此，对于那些希望建立附加组件的人来说，Workday正比以往任何时候都更加开放。
核心的AI是什么样子？
现在让我们来谈谈AI，这是我们这个时代最重要的技术创新。新任联席总裁兼AI领域公认的学术专家Sayan Chakraborty持有非常坚定的立场。他认为，Workday的6000万用户（其中很多已选择参与匿名神经网络分析）已经为公司提供了一个庞大的AI启用平台。因此，公司的策略是加倍投入“声明式AI”（机器学习），然后将生成式AI视为新的研究工作。
在很多方面，自从2014年收购Identified以来，Workday就一直在“做AI”，许多AI算法已经内置在Skills Cloud、招聘工具以及用于分析、自适应规划和学习的各种工具中。大部分产品经理都在负责与AI相关的功能，David Somers（负责HCM套件的人）告诉我们，有数百个新AI功能的想法在飘荡。所以从很多方面来说，Workday多年来一直是一个“AI平台”，他们现在才开始进行市场推广。
话虽如此，Workday的真实数据资产并不大。假设有3000万Workday用户选择加入Workday的AI平台。再假设Skills Cloud已经尝试对他们的技能进行索引，并可能查看职业路径或其他属性。与Eightfold（超过10亿用户记录）、Seekout（近10亿）以及Retrain.ai、Skyhive等系统以及Beamery或Phenom等招聘系统中的数据相比，这是一个非常小的数据量。在某个时候，Workday将不得不明白，如今的HCM AI平台实际上是“全球劳动力数据”系统，而不仅仅是客户数据系统。因此，我们将在Workday中看到的大部分AI将使“你们版本的Workday”运行得更好。
Prism：Workday整合数据的策略
最后，让我提及Prism Analytics（现在被称为Prism）的增长，它是Workday用于分析和第三方数据的开放数据平台。当公司收购了Platfora时，最初的需求是为Workday客户提供一个存放“非Workday数据”的地方。由于Workday数据平台是专有的、基于对象的数据库，因此无法直接将数据导入Workday，所以公司需要一个可扩展的数据平台。
从那时起，Prism呈指数级增长。最初定位为分析系统（您可以将财务数据放入Prism并将其与HR数据进行交叉关联），现在它已经成为一个“大数据”平台，企业可以用于财务应用、人力资源应用以及您想要的任何应用。它并未旨在与Google Big Query或AWS的Red Shift竞争（至少目前不是），但对于那些希望利用他们在Workday安全性和现有应用方面的投资的客户来说，它相当强大。
在会议上发言的客户之一是Fannie Mae，该公司在其风险管理投资组合中拥有超过4万亿美元的抵押贷款和贷款。他们正在使用Prism以及Workday Financials来管理他们复杂的月末结账和其他财务分析。去年，我遇到了一家大型银行，他们正在使用Prism管理、定价并分析具有大量内置计算的复杂数字银行证券。由于Prism与Workday平台集成，任何Prism应用程序都可以利用任何Workday数据对象，所以它实际上是Workday平台的一个“大数据扩展”。
这将导致AI的发展。如果Sayan的愿景成真，Workday平台可能会成为一个让客户将他们的交易数据、客户数据和其他重要业务数据与Workday财务和HCM数据关联起来的地方，利用AI寻找模式和机会。虽然AWS、谷歌云和Azure也会提供这些服务，但这些供应商都没有提供任何业务应用程序。因此，Workday的AI战略的一部分是使企业能够构建自己的AI支持应用程序，通过Extend和Orchestrate实施，并利用来自Prism的数据。
这将是一个竞争激烈的领域。微软的新Power Platform Copilot和OpenAI Azure Services也为企业提供了一个地方（和方法）来构建企业级AI应用程序。谷歌很快也可能推出许多新的AI服务。但是对于将Workday作为其核心财务或HCM平台的公司来说，将会有新的AI应用程序出现在Workday平台上——这将推动利用率、收入（通过Extend、Prism和Orchestrate）以及Workday的垂直应用。
Workday面向未来的地位
总之，Workday在这场新技术革命中处于有利地位。我向管理团队提出了挑战，让他们考虑将ChatGPT作为整个系统的新的“会话式前端”，他们同意这是他们需要关注的事项列表中的一个。
（顺便说一句，即将进入人力资源领域的生成式AI创意解决方案将令您惊叹不已。我很快会分享更多信息。）
对于企业购买者来说，Workday依然稳如磐石。在只有几个主要竞争对手需要考虑的情况下（Oracle、SAP、UKG、Darwinbox、ADP），该公司很可能会继续为大型公司扩大市场份额。由于经济原因，会有一定的价格压力，但对于那些希望建立一流技术平台以支持核心财务和人力资源的公司来说，Workday将继续保持领导地位。
-
ML
研究显示：到2026年，人力资本管理（HCM）市场价值将达到320亿美元
根据MarketsandMarkets™发布的研究报告《人力资本管理市场与COVID-19影响分析，按组件、软件（核心人力资源、申请人跟踪系统、人力资源分析和劳动力管理）、服务、部署模式、组织规模、垂直行业和地区--到2026年的全球预测》，全球HCM市场规模预计将从2021年的223亿美元增长到2026年的320亿美元，预测期间的复合年增长率（CAGR）为7.5%。
HCM的进步可能与许多因素有关，然而，一些主要因素包括在人力资源流程中采用人工智能（AI）和机器学习（ML）技术，以及使用人力资源软件降低成本，这是主要的驱动因素，使HCM技术能够在企业内被采用。云安全仍然是企业用户采用HCM云的一个制约因素，特别是在高度监管的垂直行业，如BFSI、医疗保健、能源和公用事业。一些邻近市场的机会，如应急劳动力管理和基于AI的招聘，为HCM市场的供应商开辟了新的收入前景。
在预测期内，中小企业部门将占有更大的市场规模
HCM在中小企业中的采用率很高，因为这些企业必须为员工管理大量的人事信息，特别是在大流行病爆发后进行虚拟管理。中小企业分布在各个地区，需要一个集中的系统来管理这些信息。员工流失率的增加，高额的招聘成本和竞争激烈的市场，促使中小企业投资HCM软件，并采取市场策略，为其业务增长做出明智的决策。
在预测期内，BFSI部门将以最高的复合年增长率增长
BFSI预计部门将拥有最高的HCM软件采用率，该垂直行业也将预计在增长方面超过其他垂直行业。该行业主要采用HCM软件来管理所有员工的信息，并通过有效的协调来提高绩效，特别是在大流行病爆发期间。经济变化极大地影响了这个垂直行业。先进的技术以及各种软件和服务可以帮助这个垂直行业确定其行动的优先次序并顺利地进行劳动力管理。因此，BFSI垂直市场是HCM市场增长的主要贡献者。
在预测期内，亚太地区将占最高市场份额
亚太地区一直是采用先进技术的主要地区，并且拥有HCM的高采用率。亚太地区的许多公司正越来越多地采用HCM软件，以获得对其员工的整体可见性，并提高其系统的整体性能。在中国、日本和其他几个亚太国家，HCM有一个巨大的未开发的市场；这已被证明是该地区HCM解决方案供应商的一个主要驱动力。此外，一些在亚太地区的直接存在的HCM供应商进一步增加了HCM软件在亚太地区的高度采用。
该报告还研究了主要参与者为扩大其在全球HCM市场的存在而采取的各种增长战略，如并购、伙伴关系和合作以及发展。人力资本管理市场由主要的软件供应商组成，如Workday（美国）、Oracle（美国）、ADP（美国）、SAP（英国）、微软（美国）、IBM（美国）、Ultimate Kronos Group（美国）、Ceridian（美国）、SumTotal（美国）、Infor（美国）、Cegid（法国）、EmployWise（印度）、 PeopleStrategy（美国）、 Cornerstone OnDemand（美国）、 Meta4（美国）。Ramco Systems（印度）、Bamboo HR（美国）、Namely（美国）、Workforce Software（美国）、Zoho（印度）、Sage Group（英国）、Epicor Software（美国）、Zenefits（美国）、Paylocity（美国）。Gusto（美国）、Bitrix（美国）、Benefitfocus（美国）、WebHR（美国）、Talentia软件（法国）、PeopleFluent（美国）、Vibe HCM（美国）、Rippling（美国）、Ascentis（美国）和BizMerlinHR（美国）。
关于MarketsandMarkets™
MarketsandMarkets™对30000个高增长的利基机会/威胁提供量化的B2B研究，这些机会/威胁将影响全球公司收入的70%至80%。目前为全球7500家客户提供服务，包括80%的全球财富1000强公司。全球8个行业的近75000名高管都通过MarketsandMarkets™来了解他们在收入决策方面的痛点。
我们在MarketsandMarkets™的850名全职分析师和中小型企业正在按照 "增长参与模式--GEM "追踪全球高增长市场。GEM旨在与客户积极合作，识别新的机会，确定最重要的客户，制定 "攻击、避免和防御 "战略，为公及司其竞争对手确定增量收入来源。MarketsandMarkets™现在每年在高增长的新兴领域推出1500个MicroQuadrants。MarketsandMarkets™决心在今年使10,000多家公司的收入规划受益，并通过提前为他们提供研究，帮助他们尽早将其创新/颠覆性产品推向市场。
完整报告内容： https://www.marketsandmarkets.com/PressReleases/human-capital-management.asp
-
ML
如果你正在领导人力资本分析（People Analytics），现在该怎么办？创建人力资本分析仪表板
人力资本分析从业人员所熟悉的话题：人力资本分析仪表盘。
设定场景。
"你刚刚在人力资本分析领域找到了你的第一份重要工作。你一直在努力工作，而组织刚刚抓住机会，让你建立他们新的人力资本分析梦之队。你虽然紧张但又充满能量。你想迅速引起轰动。你会怎么做？"
许多处于这种情况的新的人力资本分析领导者，在对组织进行评估后，会决定采取行动，创建一个人力资本分析仪表板。这是个古老的东西，但也是个好东西。如果你是一个新的领导者，并且专注于速度-价值商数，你可能会从这里开始。但为什么呢？
如果你是一个雄心勃勃的、前卫的领导者，在领导你的第一个人力资本分析功能的情况下，你可能会想："我从组织和人力资源部门的领导那里得到了坚定的职责和积极的授权，以满足他们对前沿人力资本分析的需求。组织领导期待着一个巨大的突破，而我在ML和AI方面的技能已经磨练了多年。让我们给人们他们想要的东西--通过先进的预测性分析来实现工作的未来！"
我祝愿你在这项工作中取得好成绩！这听起来很了不起！我唯一担心的是一旦你遇到创建一个新职能的组织实际情况，你的成功几率就会降低。它们包括但不限于：糟糕的数据、没有数据、缺乏系统、争夺预算、领导不知道如何处理数据、文化冲击，有时甚至更糟糕的数据。
你可以做一些事情，大大增加你的长期可扩展成功的机会，为你和你的团队建立带宽，并以增加人力资本分析的可信度的方式使数据民主化。你可以开发一个人力资本分析仪表盘。
从我的角度来看，开发这样一个仪表盘需要（宽泛地）三个步骤。数据，背景，和故事。
第一步：数据
你可能在想，我很快就淡化了人力资源部门对AI/ML的需求。我没有。在我的职业生涯中，一些最有价值、最有洞察力、最能激发智慧的工作需要先进的技术。然而，在一个人力资本分析职能部门的新领导人的背景下，直接的挑战是可能的事实，即客户没有，从来没有，也不习惯于拥有他们需要的数据来做决策。因此，一个新的领导者的第一步必须是获取、构思和增强数据的民主化。
诚然，人们分析的 "极客"（即可能有编程、数据科学/工程和/或数据基础设施背景的人）会最喜欢这一步，在不灵活的情况下，会卡在步骤1，这可能是他们的死穴。他们会发现这一步对智力的刺激很大，原因是需要解决大量的问题，比如：整合来自多个来源的数据，清理数据流，建立数据处理程序，创建数据字典和定义，试验不同的技术来存储数据，处理数据，和自动化数据处理。这可能是一项永无止境的工作，有些团队从未离开过这个步骤。
尽管有前面提到的注意事项，让你的数据 "正确 "是基础的一步。一个新的领导者将需要一些基础数据源来创建一个有目的、有意义的人力资本分析仪表板。这似乎是一个平淡无奇的话题，但我已经看到整个人力资本分析会议联盟致力于凝聚标准化的人力资源指标，每个企业和企业领导人都应该通过人力资本分析仪表盘来关心这些指标。事实上，适合你的公司的最有意义的数据来源很可能不是标准的，而是针对你的行业、员工构成、你的客户价值主张和你的组织的。尽管每个公司都是不同的，但这并不意味着创建人力资本分析仪表盘的一些数据来源/系统在各组织之间不一致。这些系统包括但不限于以下系统：核心HCM（招聘、人数、营业额、薪酬等。这可能是你最广泛的数据源），销售系统（Salesforce等），运营系统和吞吐量（ERP系统如SAP，自制的内部系统等），安全，技术和工程数据（Jira，Asana等），甚至更多的实验数据（例如，Zoom会议，日历邀请和Slack互动）。
无论数据来源和系统如何，一个新的领导者将需要某种类型的数据库来汇编和存放这些数据。在中长期内需要哪种类型的数据库的决定，通常会归结为新技术的传统 "建造与购买或借用 "的决定。但不可避免的是，我愿意赌上几个硬币，几乎每一个刚接触人力资本分析的团队都可能开始使用Excel/Access或GSheets，至少在他们进行实验/原型设计的时候，将他们的数据整合到初步的可视化中。如果我的经验是指示性的，再加上我遇到的许多其他领导人，在人力资本分析领域更广泛的现实，许多团队从未离开这个原型阶段。我想这并不是世界末日，但对于一个新的人力资本分析团队来说，这绝对是一个早期的高原期。从我的角度来看，这个高原期可能是一个负面的原因，因为它可能会留下 "钱/价值"。使用Excel等工具推送原始和/或汇总的数据报告，并期望企业/人力资源部门的领导用这些数据做一些有价值的事情，这种循环从根本上来说是有缺陷的。我们将在第2步中进一步讨论这个问题。
如果你的团队有兴趣超越一个简单的Excel报告/仪表盘，持续改进产品的周期应该是这样的：集中数据，数据可视化原型，获得用户反馈，投资于与业务影响相关的数据/可视化，重复。这个过程松散地基于敏捷方法论、最小可行产品（MVP）和软件开发（关于资源，请看这样的地方），但显然这个过程应该根据你的团队的技能组合、你的组织、团队/技术的投资水平等进行调整。
与此相关，这里有一个关于前面提到的 "建设与购买 "路线的简单对比。如果你决定走 "购买 "路线，有许多成熟的供应商，如Visier和One Model，以及新兴的供应商，如eqtble，都可以竞争你的业务。所有的供应商都有优点和缺点。相反，如果你决定走 "构建 "路线，你可能会考虑通过R Shiny这样的开源产品，或通过购买的产品，如Tableau或Looker，来创建你自己的网络应用程序来承载你的人力资本分析仪表板。这条路也有它自己的优点和缺点。
第二步：背景
不是所有的人的分析仪表板都是平等的。你猜谁决定了仪表板的价值？是解决方案的架构师吗？还是数据分析师？仪表盘的客户--通常是业务领导、部门领导、人力资源领导--决定它的价值，并最终决定它的使用。决定仪表盘所产生的价值的，或任何被共享的数据的，是背景。然而，背景不能在分析员所隐喻的小房间里得到，而是要在组织决策的舞台上得到。在我看来，有两种背景，它们都是赋予固有的无价值数据以价值的先决条件。
1.组织背景
2.数据背景
首先，作为一个新的领导者，你必须了解组织的背景。这一步是人力资本分析走出纯粹的数据分析领域的地方--因此，这也是 "极客 "们可能感到最不舒服的领域。对许多员工来说，人员成本占公司运营费用的70%左右（显然，这可能因公司和行业而异），这让人感到惊讶，但对任何财务主管来说，这并不令人惊讶。如果你真正考虑到有时是数十亿美元的企业，这是一个惊人的资金和投资数额，而这些是大多数人力资本分析机构所居住的组织。因此，我想的方式是，人力资源组织的汇款是正确投资和衡量组织70%的运营成本的投资回报率。这就是为什么我发现，当讨论一个组织中运营成本较低的部分--如IT、财务、集中式数据科学、运营等--的财务投资时，这些组织往往不会对在技术、数据和基础设施方面投入大量资金以更好地了解其组织的行动背景感到惊讶。而人力资本分析往往要通过乞讨、借用和偷窃来试图建立、构建和实施基本电子表格之外的任何数据机制，以服务于组织最大的OpEx支出。然而，如果人力资本分析的领导者能够充分理解他们产生的数据如何与组织的优先事项保持一致并产生价值，这种不公正就会迅速消失。
其次，一个新的领导者必须了解数据的背景。我发现令人惊讶的是，有时我认识的非常聪明的人并没有意识到，没有背景的数据表面上是没有意义的，无法解释的。他们往往有一种 "梦境 "的心态，认为 "如果你建立了它[即，"它 "是一个可靠、准确的人力资本分析仪表盘，并具有视觉吸引力、动态、实时的方式]，他们就会来["他们 "是企业和人力资源领导人]。这不是真的。这是风格大于内容，这个论点我将在其他时间讨论。当领导者看到这种类型的仪表盘时，双方（领导者和人力资本分析团队）都会感到疑惑。人力资本分析团队期望得到赞扬，并展示了仪表盘，而领导者的反应是 "这看起来不错，但我应该用这个做什么？" 在我看来，只有三种方法可以为数据提供背景，让大家觉得有意义。
- 一个目标
- 一个基准
- 与以前的自己进行比较（即，随时间变化的数据趋势）
没有这些，数据就只是数据。这三个提示给了任何人隐含地查看数据的背景（即，没有科学方法和试图证明因果关系）。它们还允许回答 "我们如何知道我们所做的事情是否有效？"这一问题的许多变种。我个人最喜欢的目标，允许观众以二分法的方式知道 "我们是高于还是低于目标？" 如果你有OKRs、成功指标和/或关键绩效指标，不假思索地规定目标对业务有意义，那就真的有帮助。基准，是我最不喜欢的，因为它很可能鼓励平庸，它可以让观众回答 "我是否与竞争对手/参考点持平 "的问题？一个与以前的自己进行比较的数据点，将你今天的位置与你过去的位置进行比较。这种背景是理想的，可以看到为解决一个问题所花费的努力和资源是否导致焦点变量随时间的推移而增加或减少。
当反思你的组织当前的人力资本分析仪表板时，请随意问自己一个问题："这些数据是被我的客户推送的还是被我的客户拉动的？" 很可能，如果你的数据缺乏背景，你只是把它推给了不高兴的客户。然而，如果你的数据包括必要的组织和数据背景，你就会被拉去做更多的事情。这是一个很好的问题。
第三步：故事
光有背景还不足以让人事分析仪表盘产生影响。仪表盘中的数据有机会来追踪、告知和阐明组织的过去、现在和未来的故事。这个故事很可能具有任何好故事的叙事弧度。想象一下，如果你是一个组织的领导者，而你的组织内部有人能够用数据向你明确地展示你的组织的历史，你的组织现在在感兴趣的指标上的位置，组织在概率意义上的 "去向"，甚至有时 "为什么 "你会看到正在看到的问题。如果做得好，你的组织的故事可以带来增值的 "自我服务的数据即产品"，这是许多人力资本分析功能努力实现的。
理想情况下，随着前面提到的改进人力资本分析仪表板的迭代过程的发展，数据和延伸的 "故事 "变得更加复杂、细致和有价值。我有一个假设，在人力资本分析甚至更广泛的科学中，一个最没有被研究的概念是 "时间 "的概念（有时称为时间效应）。时间有什么影响？想象一下，能够在足够长的时间内讲述组织的故事，你可以对一路走到行政级别的初级员工进行队列分析。撇开幸存者的偏见不谈--这种水平的洞察力难道不令人难以置信吗？另一个让我感兴趣的概念是将影响、成功指标和投资回报率嵌入到这个改进人力资本分析仪表板的反复过程中。作为一个新的人力资本分析领导者，如果你能将实现的价值嵌入到仪表盘本身，为什么要去做六个月的项目评估，以确定你的工作价值？
想想你知道的任何一个好的故事。它是一个单向的对话，独白，还是独白？不是。所有好的故事都包括对话。人力资本分析仪表盘也应该如此。信息的流动不是单向的对话，而是一个持续的递归，数据通过叙述和背景流向决策者，而决策者根据组织的变化进行处理、校准和行动；这反过来又会导致对仪表盘所需变化的反馈，比如背景和所讲的故事。“球一直在跳动”，故事也不会结束。
作者：Cole Napper
往期系列文章：如果你正在领导人力资本分析People Analytics，现在该怎么办？ 人力资本分析的战略和实施
-
ML
技能提升的原因和方式是什么？
在工作自动化的背景下，许多组织都在努力应对技能提升方面的挑战。研究表明，只有18％的全球IT员工对自动化生态系统中的职业道路有所了解。
世界正在经历一场变革，新的创新正在发展，新一代员工进入劳动力市场，新的工作方式正在形成。技术领域的改变正在给各个行业和业务流程带来变革，这些变革正直接转化为工作场所。在这个快速发展的行业中，保持相关性的唯一方法就是在整个职业生涯中提升自己。
不幸的是，许多组织都在工作自动化的背景下努力应对技能提升方面的挑战。研究表明，只有18％的全球IT员工对自动化生态系统中的职业道路有所了解。
自动化、人工智能和许多其他新兴技术正在改变我们过去二十年来习惯的工作的基本性质。这也给企业的未来、劳动力的未来以及工作空间中工作方式的未来带来了干扰，这需要人力资源团队来解决。在这场争夺数字第一世界的竞赛中，不仅要了解这些变化，而且要跟上不断发展的技术格局，这一点至关重要。“提高技能”一词经常被当作流行语来使用，但是个人应该在多大程度上注意它呢？
与未来息息相关
Gartner表示，2020年，人工智能将创造比消除更多的就业机会。2020年，将创造230万个新工作岗位，代替180万个工作岗位。随着时间的流逝，这一差距将逐年增加，并导致技能鸿沟。因此，紧跟最新趋势并更新自己的技能很重要。每一项新技术都会带来一定程度的破坏。但是，诸如自动化之类的技术使员工可以专注于自己的优势-创造力、情感、创新——同时处理那些人类不想做的任务。组织将实施这些技术以提高生产率。因此，确保个人不仅专注于手头的工作，而且要获得管理、服务、职业规划、导师制等方面的经验。（了解更多：https://hrtechchina.com/）
通过新技能充实自己
尽管全球各地的组织都在专注于创建提高技能的计划，但员工在确保为工业4.0做好准备方面发挥着同等作用。报告表明，在当今行业的400万个工作岗位中，至少有60-65％的性质在未来五年内可能会发生变化，随着当前工作岗位的变化和新角色的出现。因此，通过参加有关AI、ML、RPA、数据科学、数据分析等最新技术的在线课程，员工可以使他们现有的知识库多样化，并为它对员工的影响和变革做好准备。实际上，不仅像Coursera这样的门户网站提供课程，而且公司还启动了内部计划，供人们参考。
提高员工满意度
随着升职成为一种必须，而不是一种选择，员工渴望学习新的技能和能力。如今的这一代工人，不仅着眼于品牌，还热衷于与那些提供第一手机会从事尖端技术和创新的公司合作。如今，为了让员工感到被重视和满意，组织必须投资于他们的职业发展，并确保他们有足够的机会成长。研究表明，当人们能够将组织的目标与个人的目标联系起来时，他们会更快乐，更投入工作。这可以通过集中培训课程、员工间技能交流课程、初级员工对高级员工的反向辅导以及在线培训计划来实现。这些举措将有助于企业在提高员工工作满意度的同时，释放出巨大的效率和生产力收益。
增强组织能力
提高员工的技能水平可以确保他们的技能不会过时，并且可以根据最新的行业趋势进行更新。培训和发展计划不仅是对员工的投资，也是对公司的投资。一支知识渊博、积极进取的团队可以保证更高的投资回报率和更满意的客户。此外，借助统一业务流程的技术，员工还可以利用他们新获得的知识来发现和试验机会，以提高其当前工作的生产率，同时提高组织未来的竞争能力。
现在的问题变成了如何提高自己的技能。
首先，最重要的是与相信技术民主化并赋予人们权力的组织合作。当每个人的台式机上都有机器人时，思维定势就会发生变化。科技公司的愿景是为具有自动化动力的人员和公司推动有意义的工作。关注人员，行业传播者，项目和公司，并注册开放源代码认证。存在强大的开发者社区和论坛，自我提高技能的自学者可以与同行的技术专家进行讨论。有多个生态系统具有易于下载，安全的自动化功能，可支持自学。 （了解更多：https://hrtechchina.com/）
在这一点上，您可能会怀疑，这些程序的真实性是什么？由于RPA在印度尚处于起步阶段，因此迫切需要创建一个RPA开发人员的人才库，这些人员知道RPA的细节。使整个生态系统民主化可以帮助合作伙伴、客户和更广泛的开发人员社区建立联系并构建新的自动化解决方案，以创造一个更好的世界。这使每个人双赢。技能提升不仅适用于技术专家，还适用于RPA卓越中心的领导、合作伙伴和C级官员，以缩短RPA通过组件和完整的工作流程实现价值的时间，通过展示解决方案赢得更多的业务，并建立全面的自动化多个行业的解决方案。
随着自动化的发展，对裁员的恐惧和对技能差距的担忧也在员工群体中引起了关注。不可否认，所提供的工作类型和招聘所需的技能组合将发生明显变化。公司应该注意如何管理自动化投资组合，提高领导技能，以及如何使员工的价值最大化。人力资源主管需要不断地考虑重新规划工作和改进。虽然人力资源部是自动化领域的先行者，但数字化留下了巨大的空白。一个人需要忘却当前的工作方式，看看传统的任务和活动如何能够自动化，人员和技能如何重新利用。对雇员和雇主来说，技能提升是一种共生现象。
以上由AI翻译，仅供参考！
作者：Abhijit Rao
来源：peoplematters
扫一扫 加微信
hrtechchina
