人力资源数据分析:人工智能时代的人力资源管理

超级智能化人力资源时代的数据分析指南发现*优的招聘渠道，识别和评估*适合你的公司的人才，激发并保持员工的工作积极性数据、传感器、分析、机器学习和人工智能在人力资源领域的技术分析宝典运用数据做出更好的决策，运用数据来改进企业运作，运用数据来更好地了解客户如果你想让你的人力资源管理职能更切合实际，并给组织、员工和职能本身带来更多的价值，那么你就必须阅读这本书。——大卫·格林，IBM人力分析解决方案全球总监本书是极有见地的大师指南，每个人力资源专业人士都应该阅读。这本书表明，大数据、人工智能和物联网等工具已不再是人力资源的未来愿景，而是当今的现实。要确保你接受它！——亚尼斯拉瓦·什里斯多娃，Xogito集团公司人力运营总监伯纳德·马尔向我们展示了，如何将人力资源放在拟定战略性组织决策的首要位置。这则“实施指南”给予任何一个对改变人力资源数据的角色感兴趣的人一个清晰且具有逻辑的行动步骤集合。这不是预言——现在是时候了！——卡洛琳·尼维特，People Insight公司市场营销总监伯纳德·马尔的《人力资源数据分析：人工智能时代的人力资源管理》一书*好的地方在于，它为当今*为紧迫的一些人力资源问题提供了创新而务实的解决方案。这本书的确写得很好，非常及时，我很喜欢每一章结尾那些非常有用的“关键要点”。——凯伦·刘易斯，格林国王人力资源总监这本书提供了一个全面的指南，为现今的人力资源实践工作详细介绍了诸多可迁移的工具。伯纳德·马尔对数据驱动型的人力资源管理应如何成为组织发展和设计的一个组成部分给出了关键见解。——萨拉·莫里斯，布莱尼姆宫人力资源部负责人

人力资源管理传统上被视为纯粹的“人的职能”，与数字无关。而现在它则被置于一个独特的位置，运用公司的数据来驱动组织中的人乃至整个组织的绩效。《人力资源数据分析：人工智能时代的人力资源管理》一书便是一本实用的指南，它赋予了人力资源管理者利用数据杠杆的能力，这一能力来自于他们触手可及的大量数据。本书涵盖如何识别*有用的数据来源，如何以符合数据保护要求的、具备透明度的方式收集信息，以及如何将这些数据转化为切实可见的洞察力。本书标志着人力资源行业的转折点已经到来。本书涵盖了人力资源的所有关键要素，包括员工招聘、员工敬业度、绩效管理、福利和培训，剖析了通过优化流程、驱动绩效和提升人力资源决策水平等，对组织成功做出贡献的方式方法。本书包含了诸多案例研究以及现实生活中的实例，对所有正在寻求高绩效的组织及人力资源专业人士而言，都是推荐阅读之书。

伯纳德·马尔伯纳德·马尔是一位商业畅销书作家、主题演说家、战略绩效顾问和分析师、KPI和大数据专家。他经常为世界经济论坛撰稿，也为《福布斯》《赫芬顿邮报》《金融时报》《华尔街日报》《泰晤士报》等出版物撰写文章，在领英上被公认为“全球前五大*具商业影响力人士”。他与世界上众多大公司、组织和政府机构有过合作，其中包括埃森哲咨询、阿斯利康制药、英格兰银行、巴克莱银行、富士通、高德纳咨询、汇丰银行、玛氏、英国国防部、微软、甲骨文、英国内政部、丰田汽车、英国皇家空军、壳牌石油等。

推荐语译者序第1章 什么是数据驱动型人力资源管理？数据驱动或智能化人力资源管理的兴起人力资源管理团队如何智能化地使用数据 数据怎样改变了人力资源管理职能简谈自动化如何使用本书第2章 智能化（超级智能化）人力资源管理的演化数据爆炸物联网（IoT）的介绍深入研究机器学习、深度学习和人工智能对人力资源管理意味着什么超级智能化人力资源管理已至于是乎，将来还需要人力资源管理团队吗？第3章 数据驱动战略：为更加智能化的人力资源管理创建经营案例任何事物始于战略何处出发：将人力资源战略与更宽广的组织目标相连接创建“一页计划”或“智能战略板”，来昭告你的数据策略弄清楚如何优选地使用数据理解数据的四个层次创建数据战略：询问正确的问题为数据驱动型人力资源管理提供经营案例回到你未来的战略第4章 利用数据爆炸：识别人力资源相关数据的关键来源区分不同类型的数据识别人力资源相关数据寻找和收集所需数据确定有效的数据类型第5章 数据驱动型人力资源管理工具：通过人力资源分析将数据转化为洞察力近期新的分析技术关键的人力资源分析结合分析获得优选的结果将数据和分析转化为洞察力将从数据中得到的洞察力进行交流并可视化第6章 潜在缺陷：数据的隐私、透明度和安全了解你拥有的数据棘手的数据隐私问题针对道德问题和数据透明度的考量关注安全性和数据保护整合关键点并形成良好的数据治理第7章 数据驱动的招聘提升雇主品牌力量发现很优的招聘渠道识别和评估最适合公司的人才第8章 数据驱动员工敬业度为什么改变员工敬业度的时机已经成熟确定员工满意度——你的员工有多快乐？衡量和提高员工保留率数据驱动的薪酬和福利第9章 数据驱动的员工安全和健康通过数据和分析提高员工安全性提高员工福利和健康水平关注数据驱动的员工安全和健康的潜在负面因素第10章 数据驱动的学习与开发数据如何积极地颠覆中小学和大学的教育介绍L&D的数字化转型识别和缩小学习中的差距提供数据驱动的L&D衡量学习者的工作方式及L&D对绩效的影响最前沿：将VR和AR整合到L&D中看看数据驱动的L&D的缺点第11章 数据驱动的绩效管理在我们出发前先警告一句体育世界的经验智能化地衡量员工绩效智能化地考核员工绩效考虑潜在的反作用力亚马逊的经验：如何不去处理人员监控和评论UPS的经验：如何在不疏远员工的情况下提高绩效适合组织的六个很好实践技巧第12章 数据驱动型人力资源管理的未来未来人力资源管理团队面临的挑战数字化转型将如何改变所有职场每个人力资源管理团队应该认识到的关键数据和技术趋势记住，这一切始于战略译者简介

    超级智能化人力资源管理已至你可能已经听说过“智能化人力资源管理”这个流行语。但是，正如人力资源管理团队正在努力理解这对他们意味着什么，我会说，我们已经进入了“超级智能化人力资源管理”时代，且自动化的程度急剧上升。如果你认为自动化不适用于人力资源管理，那就再想一想。事实上，正如我们所看到的，许多人力资源管理任务自动化的可能性越来越大。因此，超级智能化人力资源管理意味着利用机器学习和深度学习等人工智能技术，不仅可以使各种人力资源管理活动自动化，而且能比人类员工更好、更快、更准确地进行。超级智能化人力资源管理是指人力资源团队与智能机器和系统一起工作，以做出更好的决策并使操作更有效率。几乎所有的日常管理任务都可能是自动化的，但超级智能化人力资源管理超越了这些，进入了诸如招聘或员工敬业度等关键功能。特别是机器学习，对人力资源管理有重大影响。例如，在求职申请跟踪和评估过程中，机器学习工具帮助人力资源管理团队跟踪应聘者的求职过程，加快给应聘者反馈的流程。例如，“Peoplise数字招聘平台”根据数字筛选和在线面试结果，计算候选人的拟合得分，帮助人力资源管理专业人员和招聘经理决定谁是他们的很好候选人。机器学习也有助于识别风险，如离职。根据员工对雇员调查的反馈，或者根据电子邮件或社交媒体帖子的分析，确定特定的风险因素。聊天机器人促进了更高程度的自动化IBM商业价值研究院最近的一项调查发现，半数参与调查的首席人力资源官（CHO）认识到人工智能技术的力量，来改变人力资源管理的一些关键维度。聊天机器人便是一个经常被引用的例子，它是模仿人类对话的计算机算法。聊天机器人可以在许多人力资源管理活动中使用，包括提供对人力资源管理问题的实时回答和个性化的学习经验。像IBM这样的公司已经瞄准了所谓的“智能助手”（或聊天机器人）。聊天机器人在我们的日常生活中正变得越来越普遍，在2016年，Facebook宣布将聊天机器人功能融入其流行的信使（Messenger）应用程序中时，聊天机器人的流行度得以强化。许多大品牌已经使用聊天机器人与顾客进行交互，主要是回答顾客的问题并给出建议。例如，易趣网的ShopBot帮助购物者从信使App中找到并购买易趣网产品。人们甚至可以通过信使App预定Uber或订购比萨。因此，随着我们越来越习惯于日常生活中与聊天机器人互动，我们也可以期望在工作场所与它们进行更多的互动。另外，随着我们的工作场所变得越来越分散，远程工作者的数量也在不断增加，聊天机器人可以满足那些不容易接触人力资源的员工的需要。智能助手也可以在人才获取中发挥作用，从安排面试到支持（甚至做出）有关申请人的决定。Talla是聊天机器人中的一个例子，它被设计成人力资源管理专业人员的实时顾问，在他们招聘新员工时起作用。Talla可以根据招聘的职位提供一系列面试问题，甚至在招聘过程中进行网络推介评分调查。在学习和发展领域中，聊天机器人已经在慕课（MOOC）中进行了试用，通过回答问题来支持学生，提醒他们学习期限并提供反馈。随着在线学习的普及，智能助手越来越多地被用来增强人类教学助理的作用。增强诸如此类的自动化，使得提供适合于每个学习者需求的个性化学习变得容易，这在工作环境中可以显著地帮助员工改善体验。人工智能和超级智能化人力资源管理超越聊天机器人的角度，机器学习这样的人工智能技术开始在许多其他方面对人力资源管理职能产生影响。机器能够“思考”并做出像人类一样的决策，这将有利于人力资源管理的方方面面，包括招聘。可以帮助识别潜在的求职者，或者将数百名求职者缩小到少数，这样的软件已经存在，但人工智能意味着，这个过程可以更准确地完成。有些人担心这将会带走人力资源管理的许多“人的一面”，毕竟人力资源管理是关于人的活动。但将人工智能融入人力资源管理也有很多积极的方面。例如，有了一个更快、更精简的，由人工智能技术处理的反馈系统，潜在的候选人可能会觉得与公司有更大程度的接触，而不是更少。即使他们的申请失败了，这种积极的经验也会鼓励他们再次尝试未来的工作。而且，当涉及筛选申请者时，机器可以做出决定，而不存在人类带来的任何潜在偏见。显然，大部分招聘工作将与人力资源管理专业人员一起完成，而不仅仅是将整个流程交给一台机器，但不可否认的是，该技术的存在是为了自动化并简化许多招聘流程。另一个例子来自员工保留，人工智能技术可以对一个公司的人才提供靠前的洞察力，特别是他们的真实感受和绩效表现。例如，对电子邮件或社交媒体文章的情绪分析，这些分析涉及挖掘文本，以了解正在书写的文字背后的情绪，可以用来代替员工满意度调查。机器学习算法可以分析员工的电子邮件和社交媒体的文章来评估他们的敬业度水平，在某些情况下会如何反应，以及他们如何适应公司文化（这是否道德，甚至是否合法另当别论，更多内容在第6章)。这个过程帮助我们预测一个人是否受够了并即将离开公司，或者一个人是否已经到了升职的时候，这些判断比单纯人类自身的判断更准确。于是乎，将来还需要人力资源管理团队吗？有了这些自动