这个层面追求数据的准确性,一般以静态的数据为主,主要操作是数据的录入和记录,是HR每天的基础的数据工作,比如 员工花名册,公司人员结构,每天招聘人员数据的记录,这些都是属于操作层面,对于这个层面的要求就是要准确,当老板问你公司有多少人,每个月入职多少人,离职多少人等这些静态数据的时候,你都可以准确的回答。
人力资源数据化转型和数据分析是一个系统化的学习过程,不管是人力资源部门的数据转型还是HR个人的数据转型,我觉得都是一个数据化的落地的过程,你需要具备数据分析的思维,数据分析的技能,对于现阶段的HR来说,不要值着眼各种战略,系统,组织这种高高在上的内容,你更应该关注数据化如何的落地。
很多HR的同学在学习人力资源数据分析课程的时候,都会问人力资源的数据分析在未来的发展方向是怎么样的,有哪些行业或者岗位可以从事人力资源数据分析的工作,我们帮大家梳理了下现阶段人力资源数据分析的发展方向和岗位。
现在很多企业都在做数据化转型,相对应的是企业内部的各个部门也开始做数据化的转型准备。这几年很多的公司,很多的机构,很多的HR 都相继提出人力资源要做数据化转型,数据要驱动业务的发展,支持公司的战略。但是我们听到了太多的 WHY,战略层面的数据化转型,数据体系的搭建,人力资源整体的数据转型,人力资源支持业务的发展,HR的思维要如何的去转型思考。但是很少有人告诉你,作为一个HR 你在企业里,你应该怎么做,如何去在你自己的人力资源模块里进行数据化的转型,建立数据体系,人力资源结合业务去去确定业务,发现问题,解决问题。
搜索一下“HR+大数据”,可以轻松得到几百万条记录,可见大数据在HR领域并不是一个陌生的话题,遗憾的是,热度有余而深度不足。北大光华的穆胜博士在其写的《大数据为何走不进人力资源管理?》一文中提出“HR
随着这几年大数据应用的兴起,很多企业开始意识到了数据分析对于行业和企业的重要性,零售、电商、制造业等行业大规模的进行大数据的转型和分析。零售行业通过用户的购买数据分析,进行精准的产品推送和产品结构的调整,做到销售的精准化。制造业提出了工业4.0的概念,通过对整体制造过程的数据采集,呈现,分析,以仪表盘数据的形式来监控整体的制造的进行,从而可以更加高效的进行产品的生产。
任何的学习都是一个体系化的循序渐进的过程,要有一个学习地图和学习路径图,不同阶段的学员对于不同阶段的学习内容,结合不同的形式和路径,在一定的周期内完成学习内容,最终提升某项技能。在人力资源的人才发展TD的模块中,我们会为各个岗位设计不同的学习路径图,在人力资源数据分析的学过程中我们也为大家设计了 数据分析的学习路径图,帮助大家更加系统的体系化的来学习人力资源数据分析技能。
我们要确定怎么样简历是一份好数据分析师简历呢?那我们就要涉及到如何评价一个好数据分析师?一般来说,优秀的数据分析师有着很好的表达能力,能通过在二分钟对自己工作内容有着清晰且强逻辑,层次分明的表达出自己分析结论与解决意见,所以我们往往看到优秀数据分析师他在简历上会干净的语句,能很清楚表达出自己以往的工作经历。
做人力资源数据分析的项目差不多有6年的时间,从最开始的企业内训,到线上课程项目,线下公开课,企业内训,差不多做了100场的内训和公开课,从去年开始数据化的转型开始成为了很多机构和企业特别关注的话题,人力资源行业也开始讨论在人力资源如何在数据化的时代背景下进行数据化的转型,我就来聊聊我这几年接触的很多要做数据化转型的HR,和我们做过的人力资源项目和课程,来分享下在现在这个阶段人力资源行业究竟要如何做数据化转型。
数据的定义标准化是指在进行数据分析选择数据指标的时候,对这些指标定义的标准化,比如我们在进行薪酬数据分析的时候,我们会把各个层级的中位值数据和外部的分位值数据进行对标,在进行对标的时候,我们在定义内部薪酬数据的时候,我们定义的是“中位值”而不是平均值,所以我们需要理解什么是中位值,对中位值的定义是什么。
随着大数据分析在行业里的应用,很多企业开始追寻企业内部数据化的转型,在企业内部数据化转型的同时,内部的各个部门都要追随企业的脚步进行转型,对于人力资源部门我们如何在部门内部进行数据化的转型和落地,这是现阶段很多HR面临的问题。
到了年底很多机构开始组织各种论坛,在今年貌似数字化特别的火,各种人力资源论坛活动不加个 “数字化” 都不好意思做宣传推广,但是什么是人力资源的数据数字化转型,人力资源的数字化转型的真正目是什么,我来谈谈我的看法。
文 | 马海刚 来源:HRTechChina HR管理经过几十年的发展,理论基础仍是工业时代的科学管理经验。近年来面对汹涌而来的移动互联网大潮以及层出不穷各种新的管理挑战,HR管理的理论和方法并没有出现相得益彰的创新内容。唯一引起了广泛关注的HR管理遇上大数据的话题,目前公开的研究也多聚焦在概念阶段,能够真正应用到企业HR管理实践的案例却不多见。本文旨在结合腾讯在HR大数据领域的探索历程,来说说大数据将如何助力HR管理升级,迎接这个崭新的时代浪潮! I时代,传统的HR将被颠覆,你造吗? 2012年12月1
随着企业数智化转型的推进,内部的各个部门都开始做数据化的转型,人力资源部也一样,在各个模块中数据关键指标,搭建数据模型,结合业务进行人力资源的数据分析,在人力资源整个数据分析的进程中,有三支柱的企业SSC和BP走在了人力资源数据分析的前列。
前不久 互联网大厂字节跳动给HR开出了11万的月薪 看看他们官网的招聘岗位 ▼ ▲来源:某大厂官网招聘列表 原以为一个正常的HR的岗位 2万的月薪就已经不错了 ▲来源:某大厂的薪酬分位表 但是从该大厂给出的薪酬分位表中可以看出 最高的月薪可以达到11万,最低的也能达到7.9万 即使是25分位值的也已经…… 年薪百万不是梦 柠檬了,柠檬了 再来看一下这些岗位的硬性技能,基本上心里就平衡多了 对Excel与SQL也是有要求的 ▲来源:某大厂的HR数据岗位技能要求 有机构调研, 我国数据方向的人才仅
背景: 学校:211大学农科专业,本专业主修课程大概包括《园艺作物育种学》、《设施蔬菜栽培学》、《设施花卉栽培学》等等,估计是牛客垫底出身了吧。 实习:滴滴实习三个月,混了几个小项目,虽然有的没落地,
在人力资源的数据化转型过程中,很多HR都在探讨如何在企业落地去做各个模块的数据分析,很多企业的HR部门虽然考虑用第三方的系统,但是在现在这个阶段我觉得灵活的在EXCEL或者在PB上的数据建模,数据仪表盘是比较适合HR部门去做数据分析。因为每个企业的行业不一样,在各个模块的数据标准化还是关键指标上都不一样,如果用通用的系统肯定是没有针对性,所以一定是要去做定制化的系统,在做定制化的系统上,就会产生更多的费用和时间周期。 相对来说在EXCEL上进行数据建模,整体来说比较自由,HR可以根据自己的模块的关键指标和分析维度来做建模,并且当原始数据进行更新的时候,模型和跟着原始做关联做更新,所以在现阶段HR更加适合用EXCEL的工具来做各个模块的数据建模。
在人力资源的数据化人才盘点过程中,我们除了要完成 绩效 - 能力的数据化盘点,生成九宫格模型以外,最后我们还需要为每个员工生成一份人才盘点的数据分析报告,这份报告除了每个部门的管理层能看到部门里各个员工的数据盘点的结果外,每个员工也需要了解自己未来的发展。
我们以前在讲HR的各个能力赋能的时候都是从HR的角度出来做分析,特别是HRBP要支持业务部门,BP需要哪些技能,我们应该如何的去赋能这些BP,今天我们换个角度,从业务部门的角度出发,业务部门到底需要一个什么样的HRBP,能最终的来支持业务提升绩效。
网易 网易商业数据分析特训营 —— 0基础 0费用 3大免费福利—— 日常工作中你一定遇到过这样的情况: 工作汇报需要展示数据,做了十几页PPT却总是看不到重点,领导看了直摇头!不会数据可视化怎么办? 来网易3天学会制作炫酷可视化报表! 用超强数据分析能力征服领导就现在! 原价值¥599 网易数据分析特训营 扫码0元报名 | 限额50人 领取3大福利 | 先到先得 0元报课,还能领免费福利! 01 福利1:100套万能可视化模板 完成3天免费体验课程即可0元领取 福利2:100套职场汇报
HRM新思维——谷歌用数据分析重新定义HR的十种新模式 当人们解读谷歌公司的成就归功于领先的技术及商业模式的时候,然而谷歌公司却坚定地认为,他们的成功来源于成功地运用了“人事分析”的优秀人员管理实践。这是一个令HRM兴奋的最佳实践! 一种新型的人员管理 谷歌等优秀公司的高管认识到持续创新是不可能会出现,直至企业采取战略转移,成为一个注重优秀人员管理的组织。注重人员管理的企业战略是必要的,因为创新来自于人。于此同时,除非你有能力聘请并留住创新的人,否则你无法使创新最大化。甚至,你必须为这些创新者提供卓越的管理
上一节讲了笔面试心态的准备,今天是真的要讲一些笔面试准备的干货了~把一个小时的小班私教课内容拿出来做成文字还是挺头疼的,毕竟文字不能像小班课一样顺着同学们的反馈进行延展。不过有机会听我的小班课的同学还是少数,还是整理一些文字内容供大家参考吧~今年的秋招虽然艰难,还是预祝各位同学都能拿到心仪的Offer。
之前和猫哥这边相互交流比较多,本着沉淀的想法,和大家来聊聊我4月份来这边时的面试过程。文末也附上了我面试时的笔试题,大家回复 笔试题 可以直接下载。当然,笔试题仅供参考,我了解到各个部门之间还是不一样的。
随着企业人力资源的改革的深入,很多的企业都开始做人力资源三支柱的模型,传统的单模块的HR都转型开始做 BP,SSC,COE,在现在的三支柱中点对来说BP比较多,SSC还是比较的少,主要是现在共享服务中心只存在于大型的企业里,所有很多企业的HR 虽然是SSC,但是还是做着传统HR的工作,今天我们就来聊一聊具备数据分析技能的SSC应该是什么样的。
人力资源数据分析的最终目标是提升人力资源的绩效,在社群里很多小伙伴问到底我们用什么样的分析方法才能使我们的数据分析真正的落地,真正的提升人力资源的绩效,推动业务的发展?在多年前我接触了绩效改进这个提升组织绩效的方法,后来有幸参加了初级,中级的课程,我发现绩效改进本身就是基于数据的一套提升绩效的方法,可以应用在组织的各个层面去解决问题,提升绩效。
大数据文摘作品,转载要求见文末 文 | 魏子敏 *本文为清华数据科学研究院联合大数据文摘发起的《数据团队建设全景报告》系列专访内容。 当被问及团队发展最大的挑战时,猎聘的首席数据官单艺脱口而出:“首先是人才,高素质的数据人才太稀缺了。我们是招聘方面最难满足的部门。” 这似乎是个颇尴尬的场面:猎聘,这家致力于中高端人才招聘多年的互联网人力资源服务公司一直引以为傲的数据团队,竟然也面临着人才招聘的“老大难”问题。 而这个招人难的局面不止在猎聘存在,清华数据科学研究院执行副院长韩亦舜称,目前国内数据人才缺口是百
关于作者:我是Jing,茶水间非资深潜水员,一个快3岁的数据分析师;爱数据分析爱读书爱海贼,欢迎一起交流探讨~
首先,面试的开头就是自我介绍。通常面试官也会根据你的自我介绍来展开问后面的问题。比如你在自我介绍种说了一个项目,那面试官就问这个项目的细节,比如你用了什么技术,如何实现某个功能的等等。通过项目的细节来考察你某个方面的能力,因此,自我介绍非常重要。
之前我们详细分析了GG同学的美团商业分析一面面试过程(数分面试实战分析|美团数据分析一面(已拿offer))。综合后续面试环节来看,只有在一面时候考察了作为数据分析师的专业知识和必备技能。后两轮面试则重在考察候选者的学习能力、沟通能力以及情商是否在线,由于问题不是很多,所以将第二轮和第三轮面试放在一起,供大家参考。
今天分享一篇来自于李启方老师(公众号:数据分析不是个事儿)关于数据分析师求职面试经验帖,以下为分享原文:
岗位:数据分析师【如果有小伙伴也是这个岗位,可以加我微信(xuqiugui_)大家以后一起交流,备注:牛客】 时间:3-22 现场笔试+两轮技术面+hr面/3-26 VP面试 状态:4-3日邮件收到o
学生时代对于自己以后想做什么工作都是很迷茫的。没有太多想法,按部就班,想着毕业之后就是做自己本行的事情,虽然也算不上很热爱。
Q:请教一个问题,就HR信息化来说,以前系统叫HRMS,后来统称EHR,和当下火热的HR数字化平台是一个东西吗?
excel:懂得透视图,趋势拟合线,还有基本的求和,求内部平均数,vlookup等,学习时间:3天
利用这篇文章提到的方法对拉勾爬虫,然后进行数据分析。通过对局部地区某一岗位的总体分析,找出该地区该职位的职业发展前景规律。本文基于拉勾上2016年12月到2017年1月深圳地区数据分析师招聘数据,为这
这周刚结束一家公司的 3 轮面试,拿到了数据分析岗的 offer。虽然岗位没变,但是在有一年gap year 和跨行求职的前提下拿到的 offer 。
经过半年的震荡,拿到了数据分析工作的offer,我是去年12月份从上家公司离职后开始着手准备转行数据分析。
各位HR宝宝们在研究Anaconda的时候或许已经发现了,Anaconda Navigator的页面中有一个尚未安装的应用——R studio
到了年底很多的HR开始做年终的数据分析总结报告,但是很多人的数据分析报告都局限在数据的描述上,没有对数据进行诊断和给与解决方案,并且在数据的呈现上都是以表格和基础的图表为主,没有进行多维度的数据分析。
人力资源的数据化转型需要HR在日常的工作中对人力资源各模块做落地的数据建模,数据分析是在数据可视化模型的基础上进行数据的交互,通过数据的交互和数据的交叉来进行数据分析,最终发现问题,解决问题。
到了年底HR的同学都开始做公司的人才盘点,在人才盘点中我们需要对组织结构进行盘点,也需要对各岗位,各个员工做人才的九宫格盘点。在做九宫格的盘点中,我们要从绩效 - 能力 维度来对员工做盘点,然后用散点的模型形成九宫格的数据分布。
上周五收到了美团offer。现在简述一下我的个人求职经历,学习以及面试过程,希望能帮助大家。
到了年底很多薪酬的同学开始做年终的薪酬数据分析,在薪酬的数据分析中很关键的一个任务就是来分析判断公司的核心关键岗位在市场上是处于哪个分位值的区间,如果分位值区间比较的低,如何来做薪酬的调整,薪酬调整的幅度是多少,在做这个数据分析的时候,很关键的一点就是需要获取行业的市场薪酬数据,对于一些有预算的公司来说还好,可以购买外部的薪酬数据,但是对于一些中小企业,没有预算,但是还是想获得市场的薪酬数据。针对很多薪酬HR的需求,我整理了下现在能获得薪酬数据的途径,供各位参考。
大数据因为其背后蕴含的价值,被《经济学杂志》在2017年誉为“新的石油”,数据导向的工作也成为很多人的向往之一,特别是数据分析。
人力资源数字化转型已经是趋势,正好静下心来梳理了一下近年来数字技术在国内外人力资源管理中应用状况与趋势,有些技术应用可能还未完全落地成熟,但是希望可以提供一些参考的方向。
这个数据指标主要是针对在招聘的整个过程中,对招聘所有阶段的各项通过率,转换率的数据的记录和汇总分析,需要有比较完善的标准的数据统计表格,同时针对不同的岗位进行各阶段的数据透视和汇总,通过对各阶段的数据对比和历史数据的对比,来分析出哪个阶段的数据异常,从而提升该阶段的数据转换率。
很多做数据的同学都被领导、同事这么吆喝过。然而,什么是策略性思考???往往一听到这种词,就有同学急不可耐的掏出《麦肯锡方法》之类的镇山法宝,或者在网上搜《底层思维》、《核心逻辑》、《分析框架》之类的文章。结果除了“裂变”“痛点”“颠覆”这些似懂非懂的词以外屁都没有记住,下次写报告还是继续同比、环比、三年比,低了要搞高……
无论你是想从事大数据相关职位的职场小白,还是准备往高处走的牛牛。小白有了这些在校招中过关斩将,牛牛们温故知新跨过业务壁垒。 B格高的HR,或者想要个助理的大数据工作者也可以了解下同行是怎么筛选人。 非主流的可以拿来撩HR妹纸,折腾面试的小鲜肉………………………… 数据分析 1、提前想好答案 数据分析师面试常见的77个问题 http://www.ppvke.com/Answer/question/25782 (典型的面试题,有些题是与业务结合的,不深不浅,忽悠漂亮HR妹纸必不可缺的神器。HR也可以看看提升
本人目前从事零售行业的工作,工作中经常涉及到报表分析,比如进销存分析,货品结构分析、畅滞销分析、业绩分析。
领取专属 10元无门槛券
手把手带您无忧上云