【课程背景】

人才资产是企业的**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】

Ø 了解人才资产数据化的起因和价值；

Ø 理解人才资产数据化的内容、过程、当前现状和发展趋势；

Ø 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、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：

Ø 人才角度：移动互联网

Ø 组织角度：物联网、云、大数据、人工智能等

2. 企业期望**全面数据化提升运营管理效能

3. 人才资产数据化的价值

Ø 不仅是人力资源管理数据化的核心内容

Ø 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：

Ø 人事信息数据化

Ø 绩效信息数据化

Ø 行为数据化

Ø 情绪状态数据化

Ø 素质能力数据化

Ø 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

Ø 指向于任务或问题的整合性数据

Ø 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：

Ø 数据来源

Ø 数据分析

Ø 数据整合

Ø 数据应用

3. 当前企业人才资产数据化的普遍情况

Ø 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

Ø 内外部人才：个别企业开始探索企业外部人才的数据化

Ø 数据来源还较为匮乏

Ø 数据获取还不经济便捷

Ø 事后数据多，事前数据少

Ø 静态数据多，即时更新数据少

Ø 数据碎片多，整合数据少

Ø 指向于场景应用的数据严重不足

4. 发展趋势及典型探索

Ø 与工作场所、人力资源数据化的协同

Ø 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：

Ø 基于企业发展阶段

Ø 基于企业未来和现实需要

Ø 基于内外部的技术成熟度

Ø 基于投入产出比

Ø 与数字化工作场所和数据化人力资源匹配

2. 关键策略：

Ø 重新定义人力资源管理、人才管理和人才数据

Ø 升级技术平台和工具

Ø 建立中长期的技术规划和项目

Ø 组合数据化内部团队和专家团队

Ø 建立与创新人才、年轻人才持续对话机制

Ø 标杆学习

3. 在人才资产数据化中各方角色的职责：

Ø 一把手

Ø 各级管理者

Ø HR

Ø 关键人才

4. 现阶段应用重点：

Ø 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

Ø 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

Ø 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

Ø 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：

Ø HR队伍的认识和能力

Ø 提升数据来源及质量

Ø 定制企业数据整合分析的模型

6. 风险：

Ø 尊重个人隐私

Ø 数据安全与管理