Цифровизация. Практические рекомендации по переводу бизнеса на цифровые технологии

Но вне зависимости от выбранного подхода начинать компании все равно нужно с определения технологических возможностей и бизнес-событий, указывающих на необходимость выполнения такой оценки. Подход, основанный на потребностях, позволит высшему руководству определить приоритеты и запустить стратегии оценки, которая поможет компании монетизировать текущую и будущую стоимость ее цифровых активов.

Авторы выражают признательность за финансовую и научную поддержку данного исследования Dell EMC, Intel и Seagate Technology Inc.; кроме того, мы благодарны Cisco Systems Inc., IBM и NetApp Inc. за их финансовую и научную поддержку на ранних этапах работы. Особенно ценный вклад внесли Барри Рудольф из VelociData Inc., Дуглас Лейни из Gartner Inc., Барбара Лейтулипп и Билл Шмарзо из Dell EMC и Терри Есии из Intel.

7 Готова ли ваша компания к использованию HR-аналитики?

Барт Безенс, Софи де Винне и Люк Селс

Большие массивы данных («большие данные») и соответствующие аналитические методы в современной бизнес-среде распространены повсеместно. Более того, новые технологии, такие как интернет вещей, непрерывно растущее число профилей в соцсетях и появление открытых общедоступных данных, только увеличивают потребность в глубоких аналитических знаниях и навыках. Многие компании уже вкладывают деньги в большие данные и аналитику для лучшего понимания поведения клиентов. Некоторые наиболее продуманные и проработанные аналитические приложения используются в организациях, ориентированных на клиента. Особенно четко прослеживается эта тенденция в таких областях, как страхование, управление рисками и выявление финансовых махинаций.

Но как использовать большие данные и аналитику, чтобы получить представление о другой важнейшей группе заинтересованных лиц в компании – о ваших сотрудниках? Несмотря на то что многие организации наращивают инвестиции в аналитику и управление человеческими ресурсами (HR), удачных примеров в этой области еще очень немного. Поскольку среди прочих приложений для бизнеса HR-аналитика пока выглядит новичком, мы полагаем, что специалистам-кадровикам будет полезен опыт использования аналитики в областях, ориентированных на клиента.

Основываясь на результатах наших исследований и накопленном опыте, мы представим читателям четыре примера успешного использования HR-аналитики для поддержки стратегических кадровых решений. Если говорить точнее, мы сопоставим результаты наших недавних исследований и отраслевых наработок в сфере исследований потребительского поведения с HR-аналитикой и обсудим четыре важных сопутствующих эффекта.

Урок 1. Моделирование, измерения и регулирование динамики обмена данными в сети сотрудников. В ходе наших собственных исследований мы обнаружили, что связи между клиентами (например, социальные взаимодействия, операции по кредитным картам, совершаемые с одними и теми же контрагентами, или отношения между членами правлений компаний) весьма значимы с точки зрения объяснения и прогнозирования форм коллективного поведения. К ним относятся, например, уход клиентов, реакции людей на маркетинговые программы или на мошенничество. Мы считаем, что эти принципы можно эффективно использовать для получения самых очевидных и легкодоступных выгод в сфере HR-аналитики. В частности, можно построить сеть, использующую сотрудников в качестве узлов с организацией связей между ними с помощью (анонимной) переписки по электронной почте, на базе совместных проектов или сходства талантов, возможно, с нормировкой по датам последних контактов. Потом такую сеть можно будет использовать для оценки того, насколько легко новые сотрудники будут встраиваться в существующий коллектив, а также для количественной оценки оптимального (с точки зрения производительности) соотношения между теми формами поведения, которые обеспечивают слаженное взаимодействие между сотрудниками, и теми, кто привносит разнообразие.

Что делать, если ваша аналитическая модель выявляет неразумный, а то и вовсе дискриминационный характер политики найма и увольнения в компании? Или показывает, что вы используете негодные критерии отбора или ищете нечто несуществующее?