数据化人才资产培训

【课程背景】
人才资产是企业的第一资产，在更加数据化、智能化的未来，人才资产如何进行数据化？怎么划分维度、搭建模型、匹配算法？如何搜集相应的数据？如何整合数据帮助任务和问题的解决？国内外的人才资产数据化研究和实践到了什么程度？有什么亮点？
本课程结合了多年人力资源理论研究和管理实践、咨询实践的经验，为您推开人才资产数据化的窗户。

【课程收益】
了解人才资产数据化的起因和价值；
理解人才资产数据化的内容、过程、当前现状和发展趋势；
理解当前在企业内部推行人才资产数据化的原则、策略、应用重点和难点

【课程特色】干货多；案例多；前瞻性与实践性兼具
【课程对象】董事长、总裁、高管、HRD、HR
【课程时间】1天

【课程大纲】
案例：阿里巴巴、腾讯、北森、用友、谷歌、Facebook及其他新兴公司等
一、为什么人才资产开始数据化
1.新技术的发展：
人才角度：移动互联网
组织角度：物联网、云、大数据、人工智能等
2.企业期望通过全面数据化提升运营管理效能
3.人才资产数据化的价值
不仅是人力资源管理数据化的核心内容
更是企业数据化的核心内容

二、什么是人才资产数据化
1.人才资产数据化的内容：
人事信息数据化
绩效信息数据化
行为数据化
情绪状态数据化
素质能力数据化
资产数据化：类别、分布、关键任务场景下的整体胜任力和发展潜力
指向于任务或问题的整合性数据
其他更广义的数据化：人才激励、人才体验等
2.人才资产数据化的过程：数据来源；数据分析；数据整合；数据应用
3.当前企业人才资产数据化的普遍情况
数据内容：人事、绩效数据多，素质能力数据质量较差，其他数据缺乏
内外部人才：个别企业开始探索企业外部人才的数据化
数据来源还较为匮乏
数据获取还不经济便捷
事后数据多，事前数据少
静态数据多，即时更新数据少
数据碎片多，整合数据少
指向于场景应用的数据严重不足
4.发展趋势及典型探索
与工作场所、人力资源数据化的协同
数据搜集和挖掘技术的升级

三、怎样在企业逐步推进人才资产数据化
1.制定企业人才资产数据化规划的原则：
基于企业发展阶段
基于企业未来和现实需要
基于内外部的技术成熟度
基于投入产出比
与数字化工作场所和数据化人力资源匹配
2.关键策略：
重新定义人力资源管理、人才管理和人才数据
升级技术平台和工具
建立中长期的技术规划和项目
组合数据化内部团队和专家团队
建立与创新人才、年轻人才持续对话机制
标杆学习
3.在人才资产数据化中各方角色的职责：一把手；各级管理者；HR；关键人才
4.现阶段应用重点：
绩效数据：加强横纵向数据对比，并与素质能力相关分析，挖掘管理数据
内部人才资产数据化：建立内部人才版图，一图协助人事决策和业务决策
外部人才数据化：建立外部顶级专家分布图，贡献战略智慧；建立外部潜在员工分布图，支撑业务推进
指向于任务或问题的整合性数据：综合数据、专题数据
5.难点及突破：
HR队伍的认识和能力
提升数据来源及质量
定制企业数据整合分析的模型
6.风险：
尊重个人隐私
数据安全与管理

数据化人才资产培训