80%的人员分析并没有花在分析上

如果你上了一门关于人员分析的大学课程,你可能会学到很多关于统计学的知识,而对自动化却一无所知。这很遗憾,因为在现实世界的人员分析中,你只会花很少的时间使用统计数据,而自动化可以成为你生活的重要组成部分。

说到自动化,我的意思是使用计算机的能力来减轻你的工作量,通过接管一些任务,即使只是一些小的。自动化可能意味着一些精心编程的机器人过程自动化,处理一组标准分析的整个过程。它也可能意味着操作数据表的简单Excel宏。或者它甚至可以只是使用一个内置的自动化工具,如透视表,使某些类型的分析更容易。

自动化在分析中如此重要的原因是,通常情况下,分析师更多的时间花在清理和组织数据上,而不是分析数据。分析师的工作包括一系列的小任务,从各种系统中提取数据,对数据进行排序,去除异常值,等等。我曾听专业分析人员说,他们在分析数据之前,需要花费70%到80%的时间来争论数据。

在分析专业人士的生活中,最常见的时间浪费之一是为标准报告或仪表板准备数据。领导者可能认为分析团队只是按下按钮就能得到报告,但实际上,从各种人力资源系统中提取数据,用Excel进行组织,然后可能将数据转移到PowerPoint中成为标准演示的一部分是一个繁琐的过程。

当我们面对一个令人不快的现实,即人员分析专业人员的工作更多的是数据争论而不是数据分析时,我们突然明白,在争论阶段尽可能多地自动化步骤是一项关键技能集。

继续下面的条

在新加入的公司中,他们渴望将所有常规分析工作的整个过程自动化,这样他们就可以真正地按下按钮就能完成。这是一个令人钦佩的目标;然而,这往往比它的价值更多的努力。

看似例行的任务往往有惊人的变化,这打乱了自动化过程。最终可能会出现这样的情况:自动化过程只需要几秒钟就可以生成分析,但随后需要花费数小时来弄清楚为什么结果看起来不合理,并发现自动化出错的地方。自动化过程中的小部分,并在每一步进行人工监督,以保持事情的正常进行,这是一种巨大的力量。

这里的结论是分析专业人士要完全接受他们工作的自动化方面,并认识到他们在部署一系列工具来自动化事情的技能和智慧是他们增加价值的关键部分。的确,人们分析专业人士可能会考虑他们的自动化工作的能力是他们的超能力之一——他们应该努力开发它。

大卫·克里尔曼是Creelman研究.他主要在多伦多工作,部分在吉隆坡工作,最著名的是他对人力资源最新问题的研究。

他与纽约的Talent Tech Labs、东京的works Institute、波士顿的Workforce Institute和伦敦的CRF等智库合作。他曾与亨利·明茨伯格(领导力发展)、埃德·劳勒(《适应变化》)和约翰·布德罗(《工作的未来》)等知名学者合作。

他的著作包括人事首席营销官:像管理客户一样管理员工,提供沉浸式可预测的体验,推动生产力和绩效与GrandRound的CHRO Peter Navin;而且领导工作:引领就业之外的世界与John Boudreau(南加州大学)和Ravin Jesuthasan (Willis Towers Watson)合作。

你可以用这个联系克里尔曼先生LinkedIn

主题