京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代管理如何创新?
日前,广州日报HR精英俱乐部第122期精英沙龙以“大数据时代下的管理创新”为主题,四位嘉宾从领导力提升、HR管理变革、员工弹性福利、人才“防火墙”等方面与广大人力资源从业者分享了企业管理及HR管理知识与经验。
卓越领导者有五种习惯行为什么是领导力?业界对此有五花八门的定义。得信咨询有限公司总经理杨良得比较推崇的是领导力教育专家詹姆斯·库泽斯和巴里·波斯纳的定义,即领导力就是动员他人为了共同的愿景而努力奋斗的艺术。要想成为一名卓越的领导,必须具备以下五种习惯行为:第一是以身作则:领导者首先要明确自己的价值观和管理理念,并确保自己的行为与管理理念一致。第二是共启愿景,企业领导者必须向员工描绘共同愿景,感召他人为共有的愿望奋斗。不过“成为行业第一”这样的愿景让人感觉太遥远,制订愿景要具体,切实可行。第三是挑战现状,进行尝试和冒险,不断取得小小的成功,从实践中学习。领导者要创造一个让大家愿意冒风险的氛围,对失败者要多鼓励而不是批评。第四是使众人行,通过建立信任和增进关系来促进协作。第五是激励人心,通过表彰个人的卓越表现来认可他人的贡献。
大数据助人力资源管理精细化“大数据”是眼下最热的词之一,但HR与大数据有什么关系呢?万古科技咨询总监曹辉认为,HR利用大数据也可以做到人力资源管理精细化。HR经常会有这样的困惑:如何用老板信服的数据说明人力资源部门的重要性?为什么某些部门和岗位的招聘计划始终难以完成?为什么企业花心思做的激励效果不明显,员工满意度持续低迷?其实这些问题都可以通过数据分析找到答案。数据分析不仅是一次企业“体检”,还是为企业建立一种大数据分析的习惯,了解了HR管理中的关键数据和指标,可以为解决企业员工管理现有问题提供参考方案。不过,曹辉也提醒HR要用活数据,因为使用不同的参考指标和维度,数据会有偏差,HR必须具备分析辨别能力。
实行弹性福利避免大锅饭对于如今的“80后”、“90后”员工,什么才能拴住他们的心呢?答案是福利。FESCO广东公司福利外包部经理余力举了一个“一张电影票引发的跳槽”的例子:一位“90后”员工在与朋友闲聊时得知朋友公司有电影票发而自己公司没有,当即决定跳槽到朋友公司。听起来感觉不可思议,可这就体现了“90后”员工的特点。企业在设计弹性福利时有五个步骤:第一步是收集员工信息,确定所需福利项目;第二步是核定福利项目需要花多少成本;第三步是确定每个员工的福利购买力,可参考员工的工作年限、职务、绩效考核等来确定;第四步是员工根据需求选择所需福利产品;第五步是总结弹性福利工作开展的成效,向公司汇报并提出改进意见。
通过调查员工满意度、统计员工离职率等数据,对比使用弹性福利制度前后的员工态度,不断调整方案,使该制度保持最优化。建关卡防止人才非法跳槽企业如何搭建人才“防火墙”,防止人才被挖,广州卓礼猎头公司总经理李于坚以其多年的工作经验总结得出,企业在留住人才方面必须防患于未然,内防负能量感染,外防诱惑。并从愿景、制度、事业、企业文化、薪酬福利、感情等方面留人。企业首先要选对人,善于利用第三方背景调查挑选合适的人。人才来了之后要营造正面轻松的环境,同时也要建立关卡阻止人才非法跳槽。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15