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 下载 mobi epub pdf 电子书 2024

编辑推荐

探索大数据时代下的人力资源管理新模式，助力人力资源管理的变革与转型升级；

一本将数据科学的实践应用于人力资本领域的操作指南；

提升人才战略既实用又有效的革命性思维和规范性工具；

人力资源从业者和管理者的必读之选！

谷歌、通用电气、微软、惠普、壳牌、思科、强生、埃森哲、德勤、联邦快递、施乐、西斯科等企业应用人力资源管理大数据的关键秘诀！

《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)的全球副总裁，作者在书中分享了许多颇具操作性的方法，帮助我们挖掘、招募、吸引、保留、晋升和管理公司亟需的高端人才。本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纳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管理数据所淹没，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？本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、加拿大等国的许多极具开创性的生动案例作为支撑。

?将预测分析应用于招聘全过程；

?运用分析技术进行更有效的员工管理；

?学习人力分析如何为各类企业组织提供帮助；

?将数据分析无缝彻底地集成到人力资源管理实践中。

企业高管需要基于事实的洞察力来了解他们的员工会做什么？ 应该雇佣谁？ 应该晋升谁？ 谁是顶层或底层的雇员，为什么？ 谁有可能离职，为什么？ 数据分析可以为此提供答案，并给出可量化的观点，而不是根据直觉和主观评估。《人力资源管理大数据》是一本以提供实用工具来优化企业劳动力的必不可少的工作指南。

内容简介

《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。

作者简介

吉恩·保罗·艾森，美国巨兽公司全球副总裁，世界范围内的大数据分析的专家和布道者，拥有超过22年的数据分析经验。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领域的工作。

精彩书摘

战争提供了90%的信息。
——拿破仑?波拿巴
世界各国正处于一场激战之中，一场关于衰竭资源的争夺之战，它比石油更珍贵，比资本更重要。 这种资源可以买到却不能拥有，每个国家都有，却都难以提炼。
领导者们即便知道没有这类资源的帮助便注定平庸，但仍然套用陈年旧规去衡量和理解它们。
这类资源便是技艺精湛的员工。仅仅在美国，雇主们每年就要花费4000亿美元用于寻找、管理以及留住这些员工1。放眼全球公司，不论规模大小，他们都投入了大量的成本（包括工作时间）用于引进技术人才并使他们快乐地工作。其中，仅招聘广告每年就需耗资近200亿美元2。不管你称之为雇员、人才、人力资本抑或是员工，他们都拥有能推动公司实现目标的技术体系、工作习惯、知识架构、工作经验以及个人品质。顶尖人才，顾名思义，就是不论处于招聘期还是裁员期公司都必需的人才。
顶尖人才为公司研发新产品，使创收最大化，让效率最优化。他们不仅能营造良好的工作氛围，令客户满意，还能吸引与他们同样优秀的人才加入到团队中来。他们能适应不断变幻的商业环境。因此，发掘、管理并留住这些顶尖人才是企业未来发展的关键所在。
管理好这类顶尖人才需要投入大量的工作。 真正的改变始于寻找、雇佣以及留住员工，尤其是顶尖人才的方法，这需要雇主与雇员之间不断妥协。因此，人力分析便应运而生，针对每个公司的不同情况，帮你分析内在动因。人才策略和人力分析必须超前规划，涵盖公司员工生命周期的每个阶段，包括想从其他公司跳槽进来的、应聘的（可能会为你工作）、在职员工以及前雇员（包括退休人员在内的统称）。如果现代经济发展中人才无足轻重，那么人才需求也就不那么迫切了。然而，在今天，人才却是谋求利润更大化的唯一长久之计。
千禧一代的影响
千禧一代已经进入劳动力大军，许多人对于雇主与雇员之间的关系、工作意味着什么以及他们希望在工作场所被如何对待等问题上有不同的看法。在人们的固有观念中，千禧一代被称为频繁跳槽的人，然而数据告诉我们的却并非如此。实际上，年轻员工在工作岗位上待的时间要比前几代人更久。20世纪80年代末，约50%的20~25岁的年轻人每年换工作，但是由于近年来的经济衰退，据《华盛顿邮报》15分析这个数据已降至35%。目前还不清楚千禧一代坚持在这些工作岗位上是出于自愿选择还是他们正在努力寻找更好的机会。
无论如何, 千禧一代和其他年代的员工之间有很多关键性区别，这些区别使人力分析的重要性更加凸显。例如，千禧一代希望能够公开地、频繁地送出和收到反馈，还期望在公司的各个层级都能这样。所以，千禧一代感到自己有权会见CEO，并告诉他对公司最近事件的想法，这并不是什么稀罕事。这也会影响他们所期望的上下管理关系应有的样子。
此外，千禧一代有一个更强烈的渴望，就是希望他们的工作或事业能够超越工作任务本身，体现出个人价值。例如，公司有社会责任吗？为社区居民提供帮助了吗？有助于影响行业或全球发展吗？能实现伟大的目标吗？换句话说，相较于上几代人，千禧一代更看重雇主的远大目标和伟大使命。
因此，人力分析对于监控和发现这一代员工的早期危险信号是非常重要的。仅通过传统的年度登记或年度绩效考核等，并不能确保你了解千禧一代并降低员工离职的风险。
劳动力经济的全球化
人力分析需要的另一个驱动器就是世界经济全球化，劳动力市场和人才竞争不能再从国内角度加以解读。复杂的劳动力市场动力在起作用，只有分析可以帮助厘清。例如，如图12所示，怡安翰威特公司的年度报告《2015全球员工敬业度的趋势》显示了世界上最大的经济体和世界上最大的劳动力市场。这些国家占有全球超过80%的国内生产总值和可用劳动力，也有不同的经济动态、人口增长/停滞以及较宽范围的员工敬业度水平(从日本的38%到墨西哥的78%)。从国内生产总值和就业前景来看，中国和美国是占主导地位的主要市场，美国国内生产总值是中国的两倍。然而占世界40%劳动力的中国存在近13亿的可用工人，是美国劳动力的近五倍。与此同时，印度有一个非常大的劳动力市场，但其经济体量只是美国和中国经济总和的十分之一。
这些数据都显示了管理者群体在全球市场通过人才战略推动发展的复杂性。然而，根据怡安翰威特公司报告，关于这些数据有两个非常引人注目的事实。首先是经济规模和增长之间的零相关，其次是可用劳动力和经济增长之间的显著正相关(0.52)。换句话说，哪里有可用的人才，哪里就有经济增长。
……

前言/序言

《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：改变你吸引、猎取、培养和留住人才的方式》甫一面世，就赢得了业界的众多好评。此前，他曾应邀来到中国，传播人力资源分析技术，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。本书作者善用比喻和举例，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”，“人才犹如海洋里的鱼儿”，“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”，继而渐入佳境呢？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：要从现成可用的数据入手。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，并区分出信号与噪声，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他数据等。
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、流程的投资要谨慎而为。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、商业情报专家和业务分析师。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“七大支柱”。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，系统性还体现在对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人才管理业务问题，其次整合数据，再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（企业应用大数据进行人力资源管理的相关）案例，鲜活有用，都被作者用作引用与分析的对象。
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，脸书（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所在，合理选择员工的组织内部的“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、主动回应的做法。绩效评估是持续进行的，而不只在年底算账。
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，打开这本好书的第一页。
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
2017年2月25日
于海棠在望书斋

京东的物流服务确实非常给力

价格合适

为什么一定要六个字，而且一定有时间，哈哈

好

完全是被书名忽悠才买的，最近研究大数据，想找一本大数据在人力资源里的工具书，结果这本书里全是假大空的概念，我要的是工具是具体怎么去做啊，不是听你在那讲一堆大道理仍然不知道怎么去做。差评差评完全的差评，五十多买这么本破书，唉！而且京东能不能出点试读页面啊，不然选书的时候特别容易选错。

京东发货快，质量也不错，很好，品质有保证，希望多多搞活动

不错

内容极其不丰满，基本上停留在概念层面，只有员工流失部分提供了一些建模的参考指标。另外一个硬伤就是翻译，感觉就是翻译软件直接翻译的。

看了几章，跟期待的内容不太一样，下次还要好好看目录，但同类书籍也不多，所以还过得去