新書推薦：
《
财商养成第一课
》
售價：HK$
69.6
《
腐蚀工程手册（原著第三版）
》
售價：HK$
477.6
《
神话的脉络：中国绘画中的传说建构
》
售價：HK$
93.6
《
锦奁曾叠：古代妆具之美
》
售價：HK$
153.6
《
盛世：西汉 康乾
》
售價：HK$
117.6
《
所有治愈，都是自愈
》
售價：HK$
81.6
《
财富管理的中国实践
》
售價：HK$
153.6
《
先秦汉魏晋南北朝诗（附作者篇目索引）（全四册）精——中国古典文学总集
》
售價：HK$
597.6
|
| 編輯推薦： |
在这个大数据时代，下一代管理者将需要将艺术（传统的人类直觉和经验）及科学（大数据分析智能）结合起来，以便获取成功。这将需要更为资深领导者的支持，渴望通过将数据分析注入劳动力这个他们管理周期中*为宝贵的资产来提供竞争力。
《人力资源管理大数据》通过运用数据分析为企业有效管理人才库描绘了美好蓝图。作为全球领先的人力资源企业----美国巨兽公司Monster
Worldwide负责预测分析和商业智能的全球副总裁，作者在书中分享了许多深具操作性的方法，帮助我们挖掘、招募、吸引、保留、提升和管理公司亟需的*人才。该书将数据分析应用于招聘流程的每个阶段，应用于人力资源规划和管理周期的整个过程，让我们从一个独特的视角领略到了将数据分析此入人力资源管理所带来的实战效果。
如果您已经被各种各样的员工数据所淹没，为何不对这些数据进行挖掘利用，从而提升企业价值和增强全体员工能力呢？此书为现实工作中的人力分析提供了一个工具性框架，并以来自美国、加拿大、欧洲、亚洲和大洋洲的许多极具开创性的生动案例作为支撑。
|
| 內容簡介： |
|
《人力资源管理大数据：改变你吸引、猎取、培养和留住人才的方式》一书为您使用数据分析规划人才库且大化利用人才库的价值提供了蓝图。本书框架成熟，步骤可行，是指导非技术性专业人才和领导者寻找、招募、获得、雇用、留住、提升和管理商业人才的实用手册。本书融汇了美国、加拿大、欧洲、亚洲和澳大利亚人力资本开发方面的专业人士提供的解决方案，这些方案帮助他们的企业实现了盈利。
|
| 關於作者： |
［美］ 吉恩保罗艾森
美国巨兽公司负责预测分析和商业智能的全球副总裁。他是一名世界范围内的大数据分析和高级业务分析专家和布道者，拥有超过22年的经验和《高级商业分析：从数据中创造商业价值》的共同作者。
［美］杰西S.哈里奥特
Constant Contact公司的首席分析官，也曾是巨兽公司的首席知识官。20多年来，杰西一直带领专业分析师从事商业应用。
|
| 目錄：
|
推荐序
前言
对本书评价
推荐序
前言
致谢
关于作者
第1章 人力分析的时代背景
人力分析的优点
工作的世界改变了
数字技术对劳动力市场的影响
员工任期和员工忠诚度不断下降
千禧一代的影响
劳动力经济的全球化
雇主必须保持对人才的吸引力
人才竞争加剧
人力资源面临巨大压力
劳动力市场的技能缺口
人才的竞争优势
人力资源演变成人才管理
付诸实践
参考文献
第2章 如何完成商业分析到人力分析的角色转换
分析学被采纳的短暂历史
早期采用者：保险业和金融业
人力资源行业的数据分析采纳
市场营销与人力资源的相似之处
直面当前挑战
遵循市场营销分析路线将商业分析转移到人力分析
先进的商业分析和人力分析
先进的商业分析成为主流
什么是人力分析
分析和人力分析嫁接的希望
商业分析
建立一个卓越人才分析中心
人：创建梦之队
过程：用影响周期创建一个高影响的人力分析
科技：人才管理工具
参考文献
第3章 人力分析成功的七大支柱
人力分析必备的七大支柱
人力分析框架的使用
人力规划分析支柱
人才搜寻分析支柱
人才招聘分析支柱
现实案例
员工入职、文化契合与员工敬业度分析支柱
员工绩效评价、发展评估与员工终生价值支柱
损失顶尖员工的代价是什么
员工的福利、健康和安全支柱
参考文献
第4章 人力规划分析
什么是人力规划
人力规划分析
为什么要注重人力规划分析
人力分析带来的财务效益
人力规划分析中的重要因素
人才
数据
技术和工具
过程
资源规划预测模型
让人力规划分析发挥作用
明确商业挑战
掌握数据来明确当前人员和绩效供需情况以及缺口分析
进行解释
行动方案
战略沟通
跟踪成果
人力规划分析最佳做法：注意事项
参考文献
第5章 人才搜寻分析
人才搜寻商务案例
定义当今人才搜寻
人才搜寻简史
为什么你需要关心如今的人才搜寻
劳动力的数字演变
新的劳动力生态系统的挑战
大数据时代的人才搜寻以及先进技术
求职者决策过程
来自麦肯锡消费者决策过程的经验教训
建立一个成功的员工引荐项目
通过招聘布告栏进行人才搜寻
公开招聘中的大数据分析
简历搜索和简历分析
当今社会必须利用社交媒体搜寻人才
如今的社交媒体搜寻
移动给人才搜寻带来的影响
从同一角度看待术语
移动搜寻为何重要
把影响周期纳入行动范畴
参考文献
第6章 人才招聘分析
人才招聘分析定义
为什么你要关心招聘分析
职员是公司最为重要的财产
玩如果会怎么样？游戏
从营销客户的获取过程取经
猎头忍者获取高端新客户指南
人才招聘是如何操作的
申请阶段
面试前的评估分析
面试：筛选人才
结合所有的方法：甄选预测分析
招聘最好的销售人员
参考文献
第7章 入职培训与文化契合
企业文化
入职培训流程
入职培训各阶段
阶段1：第一周，第一印象
阶段2：熟知和避免买家的遗憾（前30天）
阶段3：适应（90天）
阶段4：调整（6个月）
阶段5：充分参与（1年）
早期员工需求
有效入职培训的开放式分析框架
定位
供给
参与
效果
定期的生产效率和其他效果评估
创建一个入职培训预测模型
综合结论
参考文献
第8章 人才敬业度分析
员工敬业度的重要性
员工敬业度调查
使员工敬业度调查具有预测性
调研之外：员工敬业度测试
参考文献
第9章 分析式绩效管理
为什么需要注意绩效管理分析
将员工目标同公司目标联合
传统绩效管理
利用分析学提高商业绩效
明确绩效指标
计量方式
质化方式
我们的方法
绩效动机和晋升
深入了解高级管理层
分析式绩效管理的好处
最好的方法
使用预测式分析和图论分析方法优化职业通道和晋升
参考文献
第10章 员工生命周期价值和成本建模
理解最为昂贵的资产
员工是成本还是资产
高级分析的基础
员工生命周期价值
衡量每一职业角色的三种重要参数
员工成本曲线
员工绩效曲线
定量剪刀以及曲棍球球棒：净员工价值
生存分析框架中的员工任期
总结：员工生命周期价值
运用大数据的方法分析员工发展
对于员工参数的实际运用
第11章 运用留任分析保护企业最珍贵的资产
传统方法正在失效
话说，何为留任
商业案例
留用确实可以被分析和干预吗
一项具体商业研究
现在该怎么办
知识就是力量，是这样吗
为何应该关注
进行留在分析这是小菜一碟吗
人才流失预测建模的数据
员工留任分析方法的实际应用
人才留任模型见解的分割策略
留分析的未来展望
参考文献
第12章 员工福利、健康和安全促进员工绩效及忠诚度
什么是员工健康
公司为什么应该关心职场健康
快乐健康的员工可以使客户满意
实施员工健康计划的最佳做法
领导层发起人
人力资本和变革管理
员工体验和可及性
整合过程
通过预测分析优化员工健康和职场安全
参考文献
第13章 大数据和人力分析
什么是大数据
大数据和人力分析
运用人力分析
人力规划分析支柱
人才搜寻分析支柱
人才招聘分析支柱
员工入职、文化契合与员工敬业度分析支柱
员工绩效评价、发展评估与员工终生价值支柱
员工流失和留任支柱
员工福利、健康和安全支柱
参考文献
第14章 人力分析学展望
员工行为数据的兴起
人力分析超越均值
预测性成为新标准
大数据使员工获得发展
分析模型变成人力分析的新金子矿
人力分析更为容易
量化的人力资源
参考文献
译后记 迎接人力资源管理新时代
译者简介
|
| 內容試閱：
|
《人力资源管理大数据》一书的伟大之处，在于它整合了能够处理每天呈指数级增长的海量数据的各种分析过程和方法。未来人才管理的成功将在很大程度上取决于一个企业挖掘数据的能力，忙于浏览招聘栏、校招行程、开放参观和各种广告的日子早已过去了。当前，企业面临的困境是双重的，一方面所使用的招聘方法没有竞争优势，每个人都能使用它，结果都是相似的，没有什么独特性；另一方面，这些方法无法揭示和展现未来人才的真正需求，所以总是落后于竞争曲线，不能反映未来的特殊要求，充其量只能算是简单的常用工具。
让人欣慰的是，通过本书作者详尽清晰的解释，我们明白了利用预测分析这样的捕鱼设备就可以潜到大数据的汪洋大海中捕获到你所想要的鱼。我们首先关注的是人才库，事实上任何一家公司从来就不缺合格的人才，也从来没有因为哪个公司的需求而使人才的海洋被过度捕捞过。问题恰恰在于，人才的海洋中有很多渔船在忙碌，而你所需要的是一个领先世界的人才捕获系统。这正是人力资源预测分析所要提供给我们的问题解决方案。
21世纪人才猎取策略的不足是，招聘不是从人力资源部的就业部门开始，无论贴着哪种时尚的标签，各种雇用方式都是简单的功能性工具，一切都始于企业的目的、目标和战略计划。众所周知，几十年来，关于企业目标的问题往往得不到充分解决，把明年准备提高市场占有率百分之几等表述作为企业目标通常都会成为泡影，只不过是美好愿望而已。管理人员必须对企业根据其社会角色所要达到的目标绝对明确。很多著作都在讨论这个问题，但少有深入的研究。
一旦企业目标明确了，就可以利用数据和分析来辅助战略决策。再而言之，大数据是人才海洋，数据分析就是捕鱼工具，它有助于管理层发现能实现特定目标的鱼群。
数据分析分为三个层次：描述性分析、预测性分析和规定性分析。
描述性分析是指到现在为止发生过什么，预测性分析揭示必须做什么来实现未来目标，规定性分析指明该如何做。当一个病人告诉医生他有鼻窦堵塞时，这是描述性分析。医生运用他的知识来确定什么类型的治疗方法可以缓解或治愈这种状况，这是预测性分析。病人拿去取药的药方解释了如何进行治疗，这是规定性分析（也就是处方）。
本书提供了所有这三类分析，分析了人才市场的描述性分析和它的缺点（大数据），论述了哪种可用的或正在开发的分析工具应该用来猎取人才，最终如何使用。本书的基础源于作者多年来从事人才聘任的真实案例。这些案例用我们易于理解的一系列实践过程，从大数据中提炼竞争信息，并将其转化为可资利用的知识。总之，本书不仅提出了一套令人信服的观点，还为读者构建了一个人才管理战略和实施计划的框架。
杰克菲兹恩兹博士，人力资本投资执行总裁
在人力资源领域引领大数据潮流
艾森是美国巨兽公司负责大数据分析和商业智能的全球副总裁。他最近出版的《人力资源管理大数据》甫一面世，就赢得了业界的众多好评。前此，他曾应约来到中国，传播有关人力资源分析技术，讲述数据故事，并帮助管理者把数据科学应用到企业和组织建设上来，是引领全球大数据发展的前沿学者。
鉴于大数据管理还属于新生事物，据说就是在美国，企业人力资源管理应用大数据者也不过仅占9%，所以作者在行文中特别注意论述的生动性、系统性与实证性。
生动性就是在主题表述上生动形象，便于理解。本书作者善用运用比喻、比方，使深奥的道理浅显化。例如，作者不说大数据是一个巨大的数据集合，而说大数据是汪洋大海，人才犹如海洋里驰骋的船，企业家需要的是一个领先世界的捕获系统。在艾森看来，数据分析是捕鱼工具，它有利于管理层发现特定目标的鱼群。
为了使大家尽快理解大数据如何应用于人力资源领域，作者就以从前商业领域利用数据解决问题的办法为例，说只需将过去的客户一词切换成人才一词就可以了。并进一步举例指出，客户获取就相当于人才获取，客户保留就相当于人才保留，客户损耗就相当于人才流失，客户升级就相当于人才提升等等。
谈论人力资源领域的大数据应用，世界上很多人都还在云里雾里。怎样才能让人便于理解，找到北，继之渐入佳境呢？艾森告诉你：需分三步走。第一步：先确定几个问题。问题不要太大，好比是树上伸手可摘的果子。然后围绕它们搜集数据，以帮助回答特定的问题。第二步：要从现成可用数据入手。大数据的力量在于它的规模。有了小数据，再添加更多的数据，使之混合变大，并区分出信号与噪音，以备利用。第三步：问一个有趣的问题。比如，很想知道每推荐一个员工的投资回报率。通过计算得知，每50元投资能够换来350元回报后，你就心中豁亮了。做大数据急不得，特别是刚刚开始的时候，不要试图去煮沸整片海洋。
说到大数据的数据来源，本书作者告诉你，大致可以分为三类：人才数据、公司数据、人力资源市场数据。人才数据包括：员工数量、员工成本、员工绩效、员工流动率、社交网络足迹、继任计划等；公司数据包括：销售业绩、销售收入、客户群、平均订单规模、产品多样性、净增长值、股票价格等；人力资源市场数据包括：就业率与失业率、国内生产总值、职位空缺，还有国家统计局的其它数据等等。
在当前，一个令人头疼的问题是大数据应用人才极度短缺。为了便于开展这项工作，作者建议有能力的人力资源大型企业可以先建立一个卓越人才分析中心。对人、技术、流程的投资要谨慎。在中心组成人员的专业背景上，要注意多学科与多技能性。比如统计学家、IT专家、数据科学家、商业情报专家、业务分析师。在中心组建过程中，有些事项是应该记住的：一定要获得高级领导团队的支持；整个活动要与战略目标相结合；从小事做起，但是要胸怀一个远大理想；小步快走，分段交付；一开始数据可能混乱，聚合与集成具有挑战性，数据的质量是很重要的。要注意与信息技术、金融部门及组织内其他部门密切合作；创建一个内部分享中心，交换看法，适时提供以事实为基础的决策和跨组织的数据驱动，促进领导层采纳建议。必须寻求被理解，通过解释证明分析的价值。但是需要明白，人力资源大数据分析是一场没有终点的旅行。
系统性就是将思考对象作为一个系统来思考，清晰透彻。作者围绕大数据如何运用于人力资源管理而展开，前后贯穿，逻辑性很强。体现在章节安排上，则按照进、管、出的线索，重点突出在七大支柱上。这七大支柱分别是：人力规划分析支柱、人才搜索分析支柱、人才获取及招聘分析支柱、入职与文化契合以及员工敬业度支柱、绩效评价及员工生命周期价值支柱、员工流失及保留支柱、员工福利健康和安全支柱。用国人容易理解的话来讲，就是人力资源的战略规划、搜索招聘、配置使用、评价发展、人才保留与福利保障几大环节。显然，这是一个入职人员成长与发展的逻辑过程。对组织来说，这是一个完整的管理流程。全书的章节就是按照这样一个系统依次展开的。这是系统性的一个方面。
其次，系统性还体现在每一个支柱问题的论述上。例如，书中采用图示法清晰地展现了人力资源数据分析的良性过程：首先由商业问题引发出人才管理业务问题，其次整合数据，再其次利用大数据分析获得可行性见解。实际上是依次弄清以下四个方面：
一是信息，明白过去发生了什么？
二是认知，知道现在发生了什么以及为什么？
三是智力，预测将来会发生什么？
四是可行性见解，依据预期我们应该做什么？
艾森指出，应该利用这个模型则可创建各自的可行性见解，即拿出通过大数据分析而得出的相应见解，达到各自的目的。
实证性就是以实际发生的案例为观察对象进行概括，不尚空谈。这并非一部学术著作，作者也没有想在理论体系上进行复杂的构造，而是把写作的重点放在了大数据的实际应用上。谷歌、思科、施乐、惠普、微软、德勤、埃森哲、辉瑞、强生以及陶华氏化学公司等等的人力资源大数据管理案例，鲜活有用，都被作者拿来作为引用与分析的对象。
正因为崇尚实际案例，所以有时读者反而可以从这些实际案例中发现一些日常难以观察到的有用的做法。例如，Facebook到底是怎样录用配置人才的？原来他们在使用个性测试工具找到最聪明的人的同时，巧妙利用了盖洛普优势测试器2.0。他们并不考虑公司的职位空缺，只要是聪明人而且优势突出，那么为他们创建一个适合他们的工作就是了。优势测试器是基于大数据提炼而成的，个人或组织都能利用它发现优势何在，合理选择员工的组织内部生态位。
最后，请你关注本书的副标题改变你吸引猎取、培养和留住人才的方式。这是明确地告诉你，这本书的内容较之于以往的同类著作是具有颠覆性的。这是大数据带来的巨大变化。在书中你将能够看到：
谷歌公公司凭借大数据人力资源管理，省去了面试中他们认为的无用的难题以及相关的心理测验。例如飞机可以装下多少个高尔夫球？纽约有多少个加油站？而是用更有效的方法挑选到最棒的员工；
通用电气是最早使用年度绩效评估的公司，它是通过活力曲线将员工的表现分段成评估数字，与同事排行比较，淘汰垫底的10%。在大数据时代，这种定性的、任期导向的、被动反应的做法，已经改变为量化的、表现导向的、主动回应的。这样的绩效评估，是持续进行的，而不是年底算账的。
德勤公司在留才问题上又出新招。传统的方法是针对流失因素而发起的一系列留用活动，而非针对目标明确的个例。而这些动作又是凭借经验直觉判断出来的。全面加薪就是典型的例子。本应考虑级别、部门、技能的不同而有所区分，做下来却是给每个员工相同数额的涨薪，反倒没能起到留才作用。大数据时代可以通过机器学习、构建算法，整合尽可能多维度的因素，使应该保留谁的方案更加先进，更加精确。其奥秘就在量化已知，发现未知。
好书不厌百回读，熟读深思子自知。春天正是读书的日子，让我们沏上一杯新茶，在茗香缭绕间，打开这好书的第一页。
国务院突出贡献专家、中国人才学奠基人，原国家人事部中国人事科学研究院院长，中国人才研究会副会长、秘书长，北京青年人力资源服务商会名誉会长
王通讯
工作的世界改变了
促使人力分析上升到至关重要的位置的因素有很多。我们认为，劳动市场和社会力量的共同作用使得人力分析成为新的关注焦点。其中一些在几十年前就已经出现，而另一些则是在最近发生的。然而，这些因素一起导致了人力分析成为任何想要在未来依然具有竞争力的企业所必备的能力。
首先，让我们来考虑经济问题。我们都知道，2009年前后，全球经济环境比以往任何时候都更激烈和更具挑战性。在我们写这本书的时候，美国经济显示出断断续续的正增长，劳动力市场由于人才竞争残酷在许多领域再次紧绷。在2015年的一次新闻发布会上，联邦储备银行主席珍妮特耶伦表示：美国经济在今年早些时候将软着陆，实际国内生产总值在第一季度可能变化不大，经济增长和家庭支出放缓，企业固定资产投资和净出口大幅拖累增长。那些认同美联储适度展望观点的公司正在努力维持市场份额、保持现有客户的满意度，并确保员工稳定。尽管没有快速的经济增长，大多数企业仍然要为寻找新的人才和留住现有人才而斗争。
此外，全球经济形势仍处于不确定之中，欧洲和亚洲等地消费者依然趋于保守，全球房地产市场还没有完全恢复，全球企业都努力地寻求有效增长、提高利润的方法。
然而，商业和消费者信心已经显示出改善迹象，并且来自美国劳工统计局的长期工资数据趋势表明公司正在创造新的就业机会。
因此，态度乐观的公司不仅希望跟上经济增长的大趋势，还要竭力保持商业竞争优势。
在此背景下，让我们看看改变世界劳动力和为人力分析兴起铺平了道路的其他因素。包括：
数字技术对劳动力市场的影响。
员工流动和忠诚度下降。
千禧一代的影响。
劳动力市场的全球化。
雇主需要一直吸引人才。
人才竞争加剧。
人力资源面临的压力。
劳动力市场的技能差距。
人才的竞争优势。
人力资源升级到人才管理。
数字技术对劳动力市场的影响
数字媒体已经彻底改变了雇主寻找员工以及员工寻找新机会的方式，也改变了快乐工作和积极寻找工作的意义。对于许多受欢迎的员工来说，他们面前总是有不断涌出的工作机会，这些工作机会来自多个数字渠道，如网络、移动终端和社交平台等。另外，员工之间彼此联系他更加紧密，更容易理解在某个公司该做什么和做什么是值得的，以及有关公司的负面信息。
所以，互联网和其他数字技术的发展打破了劳动力平衡，彻底改变了整个人才搜寻和雇佣的方式，从基于纸质打印转变为基于数字技术，也拓宽了以往依赖社会网络和社会招聘渠道的口碑传播方式。
此外，员工可以看到越来越多来自四面八方和竞争对手的招聘消息。膨胀发展的媒体，包括招聘广告和直接品牌宣传等在内，有助于强化员工眼中的雇主形象。在美国，每年公司发送超过900亿个直接邮件试图影响消费者行为。Radicati 集团估计，每年发送的电子邮件接近90万亿，其中很大一部分是帮助员工形成未来雇主形象的。根据一个叫媒体动态的研究机构的调查，普通美国人每天从广播、印刷和电视上接触到的广告至少有560条之多。
与此同时，随着社交媒体和其他如博客、推特等在线应用的推广，移动招聘在全球范围内急剧增加。全球大约有65亿手机用户,其中一些用户还使用多个设备。直接营销协会统计，现在有36%的员工热衷于社交媒体的品牌。
新媒体有助于学习如何把握工作机会和选择雇主。好消息是，根据分析预测，新媒体的增加和大量在线互动增加了招聘机构和人力分析模型的新数据。例如，互联网采购使数字人才数据和指标发生爆炸式增长，技术发展使捕获、存储、处理、分析和管理这些数据成为可能。无论是未来的雇员或是现在的员工，与你的雇主品牌在电子媒介上的每一次互动都能够记录下来，无论他使用搜索引擎、网站、社交媒体，还是浏览电子优惠券服务提供商网页、博客文章或是移动设备。
还有一些其他交互设备也可以产生大量用于人力分析的数据。例如，很多企业员工使用的船舶、电表、汽车和工业设备等所安装的数字定位跟踪传感器产生的海量数据。此外，企业也开始利用人们广泛使用的GPS、WiFi和蓝牙等移动设备所生成大量位置数据信息进行人力分析，从而优化劳动力管理。随着数字环境的不断发展，人才获取和雇佣的渠道越来越多，为了应对雇主品牌的复杂模式和大量雇主、大量渠道所引起的人才观变化，必须有效地使用人力分析。
员工任期和员工忠诚度不断下降
促使人力分析变得更加重要的另一个因素，是员工忠诚度正在消失，人们不再像以前那样长久地呆在一个公司。员工现在变得越来越浮躁，对雇主的忠诚度比以往任何时候都要低，因此员工流失率也成为企业的硬性成本。结果是，越来越多的员工变得不那么投入，时刻准备寻找新的工作。显然，员工忠诚度的下降也会影响客户服务的质量。美国管理协会2015年的一项研究显示， 过去五年北美公司员工的忠诚度急剧下降。因此导致的士气低落、员工流动率高、不敬业、越来越不信任和缺乏团队精神等，都会对企业造成极大的损害。
近年来，这个问题一直被归于千禧一代，他们频繁换工作的爱好名声在外。然而，数据讲述了更为复杂的背景。千禧一代只是所有员工的一部分，老员工和年轻员工在公司的时间都越来越短，但50多年以来员工流动率却一直在下降。
例如，亚特兰大联邦储备银行考察了各年龄阶段和各时代员工的工作流动率中间值，发现全体人员的流动率都在下降，不仅仅是千禧一代。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
