• 数据隐私
    【观点】CHRO需要了解的有关使用ChatGPT的优缺点 什么是ChatGPT,它是如何工作的? ChatGPT由OpenAI开发,OpenAI是一家位于硅谷的风险投资研究公司,旨在将AI商业化,ChatGPT又被称为“语言机器模型”。通过强化和统计等深度学习技术,它可以根据用户的提示回答相关的问题。 虽然ChatGPT不一定理解每个词的含义,但它能够提供一个非常清晰和类似人类的响应,这些响应往往可以作为一些参考。但是,ChatGPT对人工智能行业的人来说并不陌生。他们的创造者知道,如果能够收集大量的信息,其他人工智能工具也能够提供类似的服务。这些工具已经在各个行业被广泛使用。 随着人力资源团队已经在使用ChatGPT,首席财务官应该努力了解这项技术能够和不能够为他们的公司做什么。与其阻止团队使用它,CHRO最明智的策略是确定它能带来哪些价值,并设定适当的界限。 那么,需要注意的利弊是什么? 人力资源的优点 ChatGPT可以支持与内容有关的任务,生成初始概念,然后用户可以进行编辑和润色。正因为如此,它可以帮助人力资源团队节省时间,提高效率,使他们能够专注于更有价值的任务。 虽然我们还没有看到该工具的所有使用方式,但人力资源团队已经想出了一些使用案例,例如: 制作行业演示:无论是公司内部的相关演示还是培训项目,ChatGPT一直在帮助团队按照具体要求进行材料和架构设计。 开发有吸引力的电子邮件通信: 人力资源团队一直在使用该工具创建电子邮件模板,帮助他们与候选人保持联系并进一步维系良好的沟通。 创建职位面试的问题:根据职位描述和岗位角色的具体要求,招聘人员可以要求ChatGPT提出淘汰性面试问题。 编写职位描述:通过输入候选人对某一特定角色所需的资格和技能,ChatGPT可以创建促进空缺职位所需的职位描述。如果有提示,它还可以审查现有的职位描述是否存在偏见的语言,帮助公司进行DEI计划。请记住,团队应该始终拥有最终决定权。这个工具不能取代人力资源专业人士,但它可以在决策过程中帮助他们。 启用聊天机器人功能:在职业网站中,例如通过开放的API集成,该工具可以通过提供预先批准的答案,帮助澄清候选人对职位空缺或网站导航的任何疑虑。它还可以回应员工在搜索特定信息时的需求,例如,特定的公司政策。这使人力资源部门不必手动和单独处理每个查询问题。 人力资源的缺点 虽然ChatGPT是生成基本内容和有用模板的高效工具,但人力资源团队最好不要用它来与候选人、申请者或雇员交谈。这些利益相关者在与人力资源部门的互动中寻求人情味,如果缺乏人情味,可能会损害对劳动力和顶尖人才的吸引力。 考虑到这一点,重要的是要记住: ChatGPT不是一个建立在人力资源数据上的人力资源专用模型。由于是用未标记的数据训练的,因此它的输出是通用的,缺乏个性化的展示,而这正是候选人所寻找的。 而且这个语言模型是在基于2021年之前的信息上训练的。从那时起,规则和条例、世界事件,甚至劳动力市场都发生了变化,这是ChatGPT算法没有考虑到的一个事实。随着信息的更新,它给出的建议和预测仍然需要认为的把关。 新兴的法规要求公司了解他们的人工智能技术是如何工作的,以及使用时会产生的影响。虽然透明度和可解释性对人力资源应用至关重要,但ChatGPT却不是这样的。它的智能运算无法授予人力资源团队可见性和控制权,这就使人力资源专业人员在利用该工具时面临合规风险。关于公司的数据隐私,为了让ChatGPT真正能够提供与公司有关的绩效或信息,你的团队需要输入大量的机密信息,这将违反隐私法。 结语 ChatGPT并不是唯一的同类工具,只是整个AI战略的一小部分。目前,它很好地展示了人工智能在使用大量信息时可以做什么,但它不一定是企业改变游戏规则的工具。在当今竞争激烈的人才市场中,候选人和员工在与组织互动时都在寻找真实性。充其量,我们可以ChatGPT的输出内容当成一个合理的起点,然后人力资源团队可以根据他们的组织需求进行编辑、增强和润色。 对于人力资源团队来说,学习并开始将人工智能视为合作伙伴是一个不错的选择。我们正处于这项技术的起点,认真对待未来的公司不能落后。预计拥有大品牌的大公司将制定一项全面的战略来利用人工智能。 文章来源:Avature.net
    数据隐私
    2023年03月29日
  • 数据隐私
    【Laura Stevens访谈】如何将人力资本分析和员工体验联系起来 在本次访谈中,DSM全球战略分析和员工体验副总裁Laura Stevens和David Green讨论了: Laura 如何利用她之前作为人力资本分析顾问的经验,影响她在DSM的人力资本分析职能战略 通过设计以人为本的服务,可以在员工体验和人力资本分析之间利用协同效应和机会 人力分析团队如何帮助支持 HR 业务合作伙伴和经理,使其更加以数据为导向 Laura 关于如何确定人力资本分析团队应处理的领域优先级的提示,以确保他们能够成功扩展 采访实录 David Green: 欢迎DSM全球人力战略、分析和员工体验副总裁 Laura Stevens。Laura,您能给听众简要介绍一下您和您的在DSM的角色吗? Laura Stevens:当然!我是比利时人,我也是一位母亲。我有神经心理学领域的背景和博士学位。我是DSM负责P&O战略、分析和员工体验的副总裁,在这个职位上,我向全球CHRO汇报工作。不到一年前我加入了公司。 David Green:我们稍后会回到DSM的职位上来,因为我认为将人员战略、分析和员工体验结合在一起特别有趣。但首先,我希望您能与听众分享您的职业历程?您之前曾与我们共同的朋友Luk Smeyers一起在iNostix工作,然后担任德勤的顾问,也许可以分享一下您对过去五六年中人力资本分析领域发展的看法? Laura Stevens:是的,确实如此。在加入DSM之前,我在德勤咨询公司工作了大约七年,领导并发展了一条人力资本分析服务线。正如你所提到的,这也包括收购了当时一家领先的人力资本分析初创公司,以前也被称为iNostix。多年来,我们一直在成长和发展这个团队,使其成为20名专门的人力资本分析顾问,我认为这使我们可能是欧洲最大的人力资本分析服务线。 在我看来,在最初的日子里,人力资本分析仍然处于我所说的,一种书呆子实验阶段。由于大多数公司所做的基本上是一次性实验,通常由单个数据科学家或分析专家进行,这也与组织的其他部分完全脱节。我还记得,成熟度思维主要由问题决定,公司是否在进行描述性分析,所以一方面报告一些相关性,另一方面报告高级或预测分析。Luk Smeyers当时是该领域的绝对权威之一。他是高级和预测分析的大力倡导者,而出于多种原因,我有点怀疑。我认为,首先,将高级分析作为绝对最成熟度的关注确实分散了与实际业务挑战或真正商机的联系。那么,如果我们甚至没有彻底讨论过,一个组织的挑战是什么,或者公司面临什么样的机会,那么为什么要开始一个专注于“HOW”的对话,如此的描述性或预测性或规范性。 其次,对人力资源预测分析的关注,通常通过参考营销或客户分析领域的成功用例来证明其合理性。尽管我发现人力资源部门可以从该领域学到很多东西,但另一方面,人力资源与营销和销售之间也存在显着差异。因此,在人力资源领域,我们几乎不使用任何大数据,因此我们的数据量和速度与营销和客户分析领域有很大不同,因此在人力资源领域将分析模型产品化的价值远不那么明显。 许多高级分析用例经常使我认为,也许最好的情况是,一些有趣但难以使用的发现。因此,人们通常会说"这很有趣",然后像往常一样回到他们的业务中。 David Green:实际上激发乔纳森和我写这本书的原因之一,就是你提到的那些成熟度模型,你必须做描述性分析,然后再上升到预测性和规范性。当我们与更成熟或更高级的人力资本分析团队交谈时,他们并没有这样想。他们在想,我们的组织面临哪些重大业务挑战,分析如何支持这些挑战?在一天结束时,它可能是一个很好的描述性模型,可以提供洞察力,可以解锁解决这一挑战的洞察力的答案。因此,当我们写这本书时,我们实际上讨论了人们正在关注的许多领域,无论是围绕治理和设置所有数据标准,在团队中获得正确的人际技能,正确的技术和正确的数据,然后是结果。归根结底,正如你所说,这是关于结果的。你谈到了一些用例,也许人们会说"哦,那很好",然后"好吧,下一步是什么?您在担任顾问期间看到的分析的最佳用例是什么?而且,您是否能够与听众分享其中的一些示例? Laura Stevens:是的,绝对的。对我来说,可能最有影响力的用例是劳动力市场组织的用例。因此,基本上是一家将求职者分配到合适工作的公司。在开发分析模型之前,临时顾问通常会根据求职者的简历以及与求职者的个人对话来指导他们对某项工作的搜索和建议。他们几乎不知道求职者确实找到工作的机会有多大,他们实际上也不知道如何最好地建议或协助求职者增加在某个领域部署的机会。 因此,通过开发的分析模型,为这个基于直觉的流程带来了真正的根本性变化。事实上,对于每个求职者,该模型预测了该人在特定时间范围内在某个地区确实找到工作的机会,并且它使用各种不同的数据源(包括简历数据)以及例如该求职者的历史搜索行为。在这个模型上,我发现非常有趣的事情是,该模型还阐明了该人可以做些什么来增加他或她的机会。因此,我认为用例不是基于内部人力资源或员工数据,而是基于劳动力市场数据,但我仍然提到它,因为显然它仍然与人力资本主题有关。 因此,这意味着该模型已经产品化,现在它已成为该临时机构新工作方式的真正嵌入部分。但不幸的是,我看到了更多的用例,这些用例从未像往常一样真正嵌入或集成到业务中。我认为这并不奇怪,因为许多用例在设计时从未考虑到过最终游戏。这意味着长期以来,我们一直在设计分析模型,而没有对最终用户有透彻的了解,因此谁最终应该从见解中受益,甚至是对结果如何推动经常性决策的反思。我认为我们基本上太专注于自己和我们花哨的建模技术了。 David Green:是的,并不总是最复杂的模型可以带来最佳结果。 Laura Stevens:我认为留存率分析对我来说就是这些典型例子之一。我与许多客户进行了互动,这些客户在分析上开发了一个相当强大的保留模型,然后产生了个人风险评分,但公司当时不知道如何在组织中实现该模型。他们使用个人风险评分,显然我们知道GDPR不仅限制了使用个人风险评分的使用,而且根据具体情况管理保留也是不可行或可取的。 因此,尽管该模型具有分析稳健性,但它的影响是有限的,因为它无法真正集成或嵌入到工作方式中。我认为这是一直困扰我的例子之一。 David Green:是的,我认为一个非常关键的一点是,你如何使这些见解具有可操作性,并且对于经理来说,也许在他们的日常工作中?事实上,在过去的一年里,你已经转向了人力资本分析从业者和领导者。您在担任该职位时学到了哪些知识,这对您在DSM的职能战略有何影响? Laura Stevens:首先,我并不是为了做一些高级的事情而追逐高级分析用例。我记得在介绍我的策略时,我的团队说:"高级分析用例在哪里?”他们非常失望。我认为这肯定源于我的背景和经验以及我作为顾问所看到的事情。第二。我也从来不会在没有非常清楚地了解最终用户的情况下开始一个项目,是什么让这些用户在晚上保持清醒,以及某些见解将如何带来变化。所以,人力资本分析不再是做一些有趣的事情,我们真的需要将重点转移到相关性上。我总是告诉我的团队,没有行动的洞察力是高收费的。我们根本不应该这样做。对我来说,这是一个设计原则,它不是我们一开始就考虑的事情。因此,我认为可操作性对我和我的团队来说是一个强大的资格和设计标准,而不是我们只在分析工作完成后才考虑的事情。 David Green:我认为这很棒,你需要在一开始就考虑最终目标,而不仅仅是投入工作。还要让最终用户,赞助商,实际上有他们想要解决的问题并准备对此做些什么的人。有趣的是,Laura,显然在加入DSM之前,您在市场上闻名的一件事是,您是员工倾听和持续倾听方面的专家。这就是为什么我认为你对人力资本分析和员工体验都有所有权。您认为两者之间是否存在可以利用或已经在利用的协同效应? Laura Stevens:是的,绝对的。因此,我感到非常幸运,在我的投资组合中同时拥有人力资本分析和员工经验,因为这两个学科严重依赖彼此才能取得成功。 我认为最直观的是,我们知道员工体验是个人的,它是主观的,所以这是关于连接和理解对我们的员工最重要的事情。因此,根据定义,这从倾听开始,从研究开始,从分析开始,而不是从假设开始。因此,对我来说,员工倾听和分析确实是员工体验努力的命脉。这是其一。 可能不太容易理解或直观的是,员工体验对分析同样重要,因为最终员工体验本质上是在设计解决方案和服务时考虑到人类。我坚信,这种以人为本的设计对于加速分析领域的进步和采用实际上非常关键。如果我们不了解最终用户是谁,或者如果我们不从最终用户开始,并彻底了解是什么让这些人在晚上保持清醒,我们将永远无法真正将分析嵌入到我们的工作方式中并从中获得可持续的价值。这是其二。 因此,员工体验对分析同样重要,就像分析和员工倾听对员工体验至关重要一样。 David Green:我认为对于组织来说,在进行人力资本分析方面面临的挑战之一,是在数据周围的隐私中,与工作委员会合作,实际上将大量分析工作集中在理解和改善员工体验上。这如何支持这些对话? Laura Stevens:是的。员工倾听实际上是最强大的,但也可能是最简单的方式,可以快速收集有关情绪,行为,对我们员工最重要的事情的可扩展信息,这也是我优先考虑许多员工倾听计划的原因。长期以来,分析一直专注于我们拥有的数据。在员工体验领域,丰富的数据显然来自我们自己员工的声音。从GDPR的角度来看,从数据隐私的角度来看,如果我们对这些结果将如何用于优化员工的体验非常透明,这实际上很容易。倾听员工的声音,比使用被动数据和系统数据来了解人们如何行动或与我们的系统交互要容易得多。 David Green:我认为你暗示了员工倾听的另一个关键要素,那就是,我们走出去,我们向员工提问,我们收集数据,但最终它需要导致行动,我想这又回到了你对结果的见解。 Laura Stevens:是的。在员工倾听的空间中,我的团队正在处理几件事,其中之一显然是闭环和行动。 如前所述,如今,特别是在大型全球组织中,只有少数事情可以像精心设计和强大的倾听策略一样强大和有影响力。当我谈到彻底的改变时,对我来说,这首先意味着所有倾听的努力都应该与我们的战略重点有非常明确的联系。我们基本上是调查供应商告诉我们要衡量什么,而不是根据我们的战略重点进行正确的问卷调查,这绝对是我和我的团队试图带来改变的领域之一。 第二个是可操作性。我在那里利用了我在神经心理学方面的背景,其中很多行动不是关于繁重的行动或由人力资源驱动的冗长的推出计划,而是关于激活个人并使用神经心理学和行为科学领域引入的一些推动原则。因此,这些是我们优先考虑的几个元素,以更好地闭合循环。 David Green:你可以看到,赋予个人权力是你真正看到行动发生的地方,然后我想你可以用你的倾听来检查A]如果它正在发生,B]影响是什么。 Laura Stevens:当然。将个人视为促进敬业度,幸福感等的积极因素,是一个非常重要的元素。这不仅仅是人力资源。这不仅仅是领导力。   David Green:我们将回到您关于以人为本的设计的观点。当您考虑从以人为本的设计角度考虑最终用户时,您是否也考虑将人力资源业务合作伙伴以及经理视为您的用户?如果是这样,您如何帮助这两个群体使用数据并支持员工体验? Laura Stevens:绝对的。我和我的团队的雄心壮志之一是在整个P&O职能部门或人力资源部门中嵌入和扩展数据驱动的决策。我们希望我们职能部门的每个人,基本上都能够做出数据驱动的决策。但我们也意识到,为了实现这一目标,我们需要确保我们的员工(包括业务合作伙伴)能够轻松访问正确的数据。这意味着在一个平台上,通过一个具有直观前端的平台提供,这也鼓励他们非常快速地探索数据和见解,即使没有分析背景。这样一个平台需要产生与我们的业务合作伙伴及其各自的业务领导者明确相关的见解。因此,它立即需要为他们的成功做好准备,因为他们可以与他们的商业领袖一起提供更明智的客观决策或建议。 我们现在正与我们的业务合作伙伴进行大量合作,以了解他们的战略以及他们的战略推动因素,以便我们可以确保我们的平台提供他们所需的见解,尽可能出色地完成工作。事实上,我们的目标是使我们的关键内部客户获得简单且相关的见解,显然,从这个意义上说,人力资源业务合作伙伴是一个关键用户。 David Green:您的团队和其他人力资本分析团队如何帮助支持 HR 业务合作伙伴过渡到更加数据驱动?我很想听听您对您在DSM所做的一些事情的看法,以帮助人力资源业务合作伙伴,以及组织如何在这段旅程中支持人力资源业务合作伙伴? Laura Stevens:我对这个问题的回答可能非常简短和简单。在我看来,如果我们的举措被视为另一件需要学习或获得的东西,我们就没有做正确的事情。因此,分析团队需要连接到业务优先级,然后通过数据驱动的见解加速这些优先级的交付。如果我们所做的任何事情都被认为是"还有别的东西需要学习"或"还有一些东西需要获得",那么我认为我们需要审视自己,并想知道我们是否支持正确的优先事项。 David Green:因此,您再次与您正在采取的一种方式进行了交谈,即从您的业务P&O业务合作伙伴那里了解他们需要什么来帮助他们进行对话和讨论他们正在对其业务职能或业务部门所做的工作。所以这是双向的事情,我认为有时我们认为这只是关于人们分析事情,把事情推出去,但实际上我们需要理解并确保我们推出的东西是相关的,并且有助于他们的工作。 Laura Stevens:当然。我根本不喜欢在"按需"的基础上工作,所以我是推动事物的倡导者,但我们需要推动正确的事情。 David Green:CHRO和HR领导团队,人力资源部门和其他P&O部门围绕数据驱动的重要性提供了哪些支持或传达了什么信息? Laura Stevens:数据驱动是我们P&O转型的核心支柱或元素,不仅是我们P&O转型的一部分,也是全公司的首要任务。因此,我们正在做很多工作,以发展成为一个洞察驱动的组织,好事是,现在我们正在中央分析团队在中央层面推动的东西之间创造协同效应,成为IDEO并带领人们,然后从这个意义上说,我们从P&O转型的角度做了什么。 重要的是要确保所做的任何事情都是相互加强的,而不是被视为来自人力资本分析的东西,来自全球分析团队或中央分析团队的东西,因此我们正在创造协同效应,并确保数据精通,分析精通成为一个机会,在职能之间简化,从中心点优先考虑的事情。 David Green:归根结底,这是一个团队的努力。我们去年所做的研究,我认为有22%的人处于你的位置,直接向P&O或CHRO的负责人报告,并且是人力资源领导团队的一员。这是一个非常明显的问题,但是,这如何帮助您履行职责,以确保您正在做的事情与最重要的业务优先事项相关联? Laura Stevens:我是全球P&O领导团队的一员,这确实有助于了解不同COE,全球业务合作伙伴,人力资源的优先事项,因此我坐在非常接近决策的地方。CHRO的支持极大地帮助了我,并在战略,实现以及与整个业务和组织优先事项紧密相连时加速了一些雄心壮志。 David Green:这很有趣,因为我记得Luk Smeyers,在几年前的一次会议上,实际上挑战了房间里的一些人力资本分析领导者,并说"如果你不向CHRO报告,我建议你去别的地方工作。" Laura Stevens:对我来说,这是我接受向DSM过渡的重要原因之一。因此,对我来说,向CHRO报告是一个基本条件,以确保无论决策在哪里,你都可以推动这些决策。我希望避免处于价值链的接收端,而是宁愿确保我和我的团队能够参与战略对话。 这就是我的角色真正让我兴奋的地方,也是我期望人力资本分析领域也真正加强的地方,我们不是一个执行引擎。我们将分析专业知识与对人员和组织的非常透彻的理解相结合,正是这种功能专业知识和分析专业知识的结合证明了我们的存在。否则,您为什么不将自己限制在中央分析团队中呢? David Green:很好。对于即将进入新的人力资本分析领导者角色的人,您有什么建议?特别是如果他们只有一个小团队。 Laura Stevens:很明显,这取决于你的野心,以及你的公司在数据分析领域建立的基础,我认为这是一件公平的事情。 但是,如果你的目标是提供战略影响,这是我的目标和我团队的目标,我绝对建议你继续坐在驾驶座上。所以这就是推与拉的关系。因此,要专注于一套精选的大单,战略优先事项。 
优先考虑那些有可能在整个组织内扩展的项目,以确保你的知名度和影响最大化。 我和我的团队将可扩展性作为最高资格标准之一。因此,我们避免最终进入非常特定于某个业务领域或非常特定于某个区域的项目,因为这永远不会帮助我们扩大影响并最终成为数据驱动的功能。这是最终的游戏,它不仅仅是交付分析项目。 David Green:这是一个挑战,不是吗?因为你可以完全被请求淹没,并且拥有一些你已经谈到的技术和速度,一个平台,可以满足一些日常请求,那些临时请求,只要你使用的技术易于人们使用,那么他们就可以自己找到这些信息,正如你所说, 然后,团队可以专注于将对业务产生最大影响的东西,这些内容也可以在整个组织中扩展。 Laura Stevens:我完全同意,特别是能力建设。你可以向人们解释你在做什么,你没有做什么,但有时它首先需要加强组织的其他部分,从事你不一定认为是你投资组合一部分的活动,并让人们在某些领域自给自足,比如基本报告。这就是为什么我的团队现在使组织,首先是P&O职能部门,能够轻松访问数据,以便他们在提取报告时变得更加自给自足,以便我们有时间真正专注于更高级的价值创造。   David Green:是的,你必须同时考虑这两件事。因此,这很好地引出了下一个问题。许多分析领导者面临的一个挑战是,对请求说"不",并确定他们应该在哪些领域开展工作。您有什么建议,如何说"不",并帮助确保他们保持专注? Laura Stevens:我想,这主要是一个在你的定位上投入时间的问题,也是一个教育组织了解你的战略和提供帮助人们理解你的目标是什么,这在优先事项和工作方式方面意味着什么? 
根据我的经验,帮助人们理解对所有事情说 "是 "永远不会为职能部门或组织的成功奠定基础,正如我已经分享的那样。 因此,如果您忙于处理15个不同的按需项目,并且团队非常小,您将永远无法专注于构建职能部门所需的正确可扩展基础,从而成为数据驱动的人力资源职能部门。正如在这个问题之前已经提到的,我认为有时它确实需要加强组织的其他部分。我认为,这对我来说是最重要的学习之一。这不仅仅是说,我想做什么。因此,现在我们非常专注于自给自足,基本报告以及组织其他方面的能力建设,以确保我们能够真正实现运营模式和理想设置。 David Green:我想,在首席人员和组织官、CHRO和人力资源领导团队中拥有强有力的倡导者和支持者也是如此重要的地方。 Laura Stevens:是的,这可能是所有这一切中最有影响力的因素。 David Green:我们现在进入最后一个问题,这是我们在这个特定系列中向每个人提出的问题,我非常有兴趣听到您对此的看法。技术在支持员工体验方面的作用是什么? Laura Stevens:在我看来,技术是员工体验的众多不同驱动因素之一,就像文化或物理环境一样。然而,公平的是,随着技术现在成为我们工作方式和交付价值的方式中越来越核心和更重要的一部分,对员工体验的影响可能是指数级的。 
因此,我认为今天人们需要的工具是有趣的、简单的、与完成他们的工作相关的。但是,他们今天更需要的,也是研究证明的,是一个连接和整合的技术环境。今天,积极体验的最大障碍可能是大量不同的脱节系统和技术,这要求用户花费太多时间来找到他们正在寻找的东西并完成他们需要完成的任务。这不仅对员工体验产生了非常负面的影响,而且最终也会对生产力和公司绩效产生负面影响。 此外,我的团队正在支持开发集成的数字路线图,以确保我们不会在独立的基础上处理每一项技术,但我们也考虑未来以及这些不同的系统将如何相互通信,以及我们如何为我们的员工创造简单性,以便他们可以在更快的时间内做得更好。 David Green:实际上,你还谈到了另外两个领域,显然是文化和物理环境。我开始看到的一件事,特别是在美国的一些组织中,是人力资本分析团队,除了收集劳动力数据,也在收集工作场所的数据,特别是希望我们开始回到我们的实体办公室。 
你认为这对DSM来说是个机会吗?同样,如果我们考虑到混合工作,了解我们在办公室时将如何使用办公室,然后可能将办公室设置为真正实现这一点,例如创新和协作。这是你正在考虑的事情,或者在时机成熟时将会考虑的事情吗? Laura Stevens:是的,绝对的。我认为最后一个细微差别是正确的。DSM正在我们所谓的"混合工作场所"上投入大量资金。显然,与许多其他公司一样,随着COVID的爆发,我们已经开始进行一些脉搏检查,这也围绕着我们如何促进或帮助我们的员工在混合环境中发挥最佳作用。因此,这是我们发起并正在进行的一项工作。 其次,我们显然也将探索如何使用其他数据源来促进人们重返工作岗位的过渡,我真的相信人力资本分析可以在那里发挥关键作用。但是,这更像是未来的管道。
    数据隐私
    2022年04月19日
  • 数据隐私
    成功实现人力资本分析(PA)数据民主化的八个步骤 Insight222的《2021年人力资本分析趋势》研究提出了一个数据驱动的人力资源文化模型。关键因素之一是将数据驱动的决策嵌入到整个HRBPs和管理人员中。总而言之,这涉及到: 通过投资可访问且易于使用的工具,使整个组织的数据民主化。 提高HRBPs的数据知识技能,以及其他辅助技能,如咨询和影响。 通过确保来自CHRO的清晰一致的沟通,并激励采用数据驱动方法的职业旅程,支持人力资源部门的变革管理流程。 什么是数据民主化? 数据民主化是使组织中更广泛的人群可以访问数据和洞察力的过程,他们将从数据的使用中受益。Gartner预测,到2023年,促进数据共享的组织将在大多数商业价值指标上超越同行。 许多人力资本分析领导者最关心的问题是,"我应该提供的第一个大规模解决方案是什么,以实现数据的民主化?”根据人力资本分析领域的"领先公司"的说法,通过投资第二波人力资本分析技术,如基于SaaS的数据民主化系统(例如,Visier,Crunchr,One Model),或使用Microsoft Power BI或Qlik等工具构建仪表板套件,为管理人员和人力资源专业人士提供大规模的洞察力是明智之举。 本文将探讨使用分析仪表板实现人员数据民主化时,对成功至关重要的八个步骤。 实现人员数据民主化的八个成功步骤 1.CHRO赞助和关键业务利益相关者的支持 有一个关键的利益相关者很少需要说服人力资源部门的数据驱动文化的重要性,那就是CHRO本身。在Insight222最近的研究中,90%的受访公司表示,他们的CHRO已经明确表示,数据和分析是人力资源战略的重要组成部分。 因此,让CHRO赞助一个带有分析仪表板的人员数据民主化计划至关重要。这应该是建立数据驱动型人力资源职能的更广泛战略的一部分,该职能部门定期传达给人力资源同事。 如果要向业务成功启动分析仪表板,则相同的原则也适用。确定几位对经理有权访问人员数据以做出决策充满热情的高级业务主管是成功的关键。如果这些高级领导者能够与他们的团队一起设定期望,让他们使用这些数据来为有关其人员的讨论提供信息,这将开始推动高层的行为变化。 2.明确对业务问题的理解 如果仪表板仅关注人力资本分析团队认为重要的要求,则数据民主化将失败。必须花时间与人力资源业务合作伙伴、关键业务利益相关者和其他用户群体一起,了解他们面临的挑战、他们收到的问题以及他们与利益相关者的对话。在这些对话中,数据可以推动更有效的讨论。 然后,人力资本分析团队必须考虑如何将这些问题转化为仪表板可以回答的分析问题。为了在这方面取得成功,Insight222人力资本分析运营模型推荐了人力资本分析顾问的需求引擎。咨询团队直接与业务和人力资源利益相关者合作,了解、理解业务战略和挑战,并将其转化为解决方案引擎可以解决的假设。 在一家总部位于欧洲的大型全球金融服务组织中,人力分析咨询团队负责人采访了 50 多名 HR 和业务利益相关者,以收集自助服务仪表板的要求并确定其优先级。仪表板的目的是回答有关劳动力的关键业务问题,并减少人力资本分析团队的手动报告开销。仪表板已扩展到 HR 和业务部门的 2,000 多个用户。它在以前的尝试失败的地方取得了成功,因为它旨在满足人力资源和业务需求。咨询负责人理解并优先考虑这些要求,同时在整个项目中直接与利益相关者沟通,并根据他们的反馈迭代产品的设计。将手动报告从 3,000 份减少到 600 份以下所节省的成本用于资助高级分析团队的建立。 顾问的角色将继续成为该人力资本分析团队转型的关键驱动因素,自助服务仪表板是构建数据驱动型人力资源职能的基础推动因素之一。 3.开发用户角色和旅程 通过关注体验和结果,将以人为本的设计原则应用于仪表板的开发,将有助于开发为所有利益相关者带来价值的解决方案。以人为本的设计可以被定义为设计以人为本的产品、流程和体验的一种方式。必须考虑仪表板的目标用户,并为每个用户创建角色。要考虑的问题包括: 谁是仪表板的不同预期用户? 他们将在什么情况下使用仪表板?他们的用户旅程可能是什么样的?他们的兴趣、动机和需求是什么? 他们面临哪些挑战?仪表板如何帮助降低它们所经历的复杂性和摩擦? 他们需要如何使用数据和见解,因此哪些可视化效果最合适 将产品思维模式应用于仪表板的开发,并将用户(而不是人力资本分析团队)置于设计思维的中心,这一点很重要。正如ServiceNow首席创新办公室的布道者Nerys Mutlow所说:"人们喜欢以不同的方式消费信息。人们喜欢以不同的方式工作。有些人非常视觉化。例如,有些人对书面沟通类型的反应更好。” 了解"体验"本身就是产品思维的核心。正如Tata Steel人力资源战略、分析和人力资源创新实验室负责人Vipin Sharma所概述的那样:"我们所有的分析项目,无论是可视化仪表板、描述性分析还是预测模型,都是从最终用户及其解决的业务问题开始的。对于所有可视化仪表板,我们与领导层和HRBP就他们需要实时改进决策的KPI和见解进行了深入讨论。” 让用户参与仪表板的构建、测试和迭代可能是 HR 的一种新工作方式。尽管如此,从长远来看,它将使产品更加成功,而让HR参与设计和构建的过程将有助于为HR开发数据驱动的文化。 4.与数据隐私的合作伙伴关系 与人力资源部门的首席数据隐私官的合作伙伴关系对于确保人员数据的道德使用至关重要,这也适用于数据民主化计划。成功的人力资本分析团队与数据隐私团队建立了牢固的合作伙伴关系,并定期与他们会面,讨论人力资本分析项目、新兴数据源以及有关共享数据的隐私注意事项。 步骤 3 中创建角色的过程也应为仪表板创建安全角色配置文件提供信息。并非所有用户都需要相同的数据访问权限 - 他们应该有权访问其角色所需的数据,并且根据其角色类型和职责范围,这看起来会有所不同。 人力资本分析团队和数据隐私之间的合作伙伴关系对于正确实现这一目标以及在将新数据源合并到仪表板中时管理未来需求至关重要。同样重要的是,应用强大的数据管理,为仪表板中的数据元素和指标创建和记录标准定义。 5.试点并建立实践社区 仪表板的持续采用和使用可能是人力资本分析团队在此类工作中面临的最大挑战之一。为了增加成功的可能性,在更广泛地推出仪表板之前,必须先试用仪表板的启动以进行测试和学习。一种方法是首先启动到对产品支持和需求最大的特定队列或业务领域。另一种有效的方法是创建一个拥护者网络。这些拥护者是仪表板的早期采用者,一旦它在各自的团队中更广泛地推出,就会继续支持其使用。 创建网络或"实践社区(CoP)"有许多好处,例如支持提高人力资源和管理人员技能的计划,使其更加数据驱动。在 CoP 表面用例之间讨论和共享示例,其他用户可以从中受益。最后,有效的 CoP 通过利用 CoP 来鼓励和动员旅途中的其他同事,从而支持人力资本分析团队扩大工作规模。 在Merck Group,除了CHRO赞助之外,大使网络一直是培养数据驱动型人力资源专业人员的关键成功之一。Merck Group人员数据和技术集团负责人Alexis Saussinan解释说:"我们很早就意识到的一件事,特别是三四年前,是如果你想提高数据素养,那就忘记这个工具。这不是关于工具,而是关于你可以围绕它做些什么。这就是我们在人力资源部门内部以及更广泛的业务中建立社区的地方,这些社区聚集在一起,分享他们如何从人员数据和技术见解中获得价值。因此,能够建立一些大使网络,作为你技能提升努力的倍增器,这已被证明是非常成功的。” 6.与技能提升计划一起启动 人力资源领域最成功的数据民主化计划与人力资源专业人员的教育和技能提升计划同时启动。这些计划旨在帮助人力资源专业人员了解数据驱动意味着什么,以及如何在日常角色中应用这些数据。数据素养技能对于有效的数据驱动决策至关重要,但它们是未来人力资源专业人员需要的众多技能之一。其他包括以业务为中心的技能,如组织敏锐度,利益相关者管理和讲故事。 Insight222最近的研究发现,只有43%的组织认为他们的HRBP正在培养数据素养技能,尽管超过80%的CHRO希望他们这样做。 在不断发展的数字数据驱动环境中,深思熟虑的决策并不意味着每个人力资源专业人员都必须成为数据科学家。但是,每个人力资源专业人员都需要具备数字素养和分析能力。对于人力资源专业人员来说,收集数据和见解以告知决策并确保以新的创新方式将新的视角应用于挑战至关重要。 为人力资源专业人员和管理人员配备正确的工具,以便他们能够使用数据和见解来指导关键利益相关者的决策,这是建立数据驱动型文化的核心部分。但是,除非它伴随着一个专注于分析思维和数据素养应用的学习计划,否则它不会成功。 7.有意识地管理文化变革 重要的是要启动具有沟通计划的仪表板,其中包括来自CHRO,高级业务利益相关者的消息以及经过深思熟虑的营销活动以创造兴奋感。然而,一旦工具启动,数据民主化计划就不会完成。为了取得成功,至关重要的是,它们必须伴随着持续的变更管理过程。 业务和人员战略将继续发展,仪表板应经过持续的开发和发布周期,以确保它们反映业务和人力资源不断变化的需求。同样,组织中将有人员流动和新加入者,因此需要持续的营销,沟通和技能提升,以确保工具继续使用。重要的是要考虑如何将仪表板整合到员工旅程和计划中,例如新加入者入职以及表彰显示数据驱动的行为。 8.衡量影响 一个经常被忽视的步骤是测量数据民主化的影响。根据项目的最初目标,这可以以多种方式应用。例如,部署仪表盘的目标可能是减少对人员分析团队的临时请求,从而为人力资本分析团队创造能力,使其专注于更多增值的分析项目。 重要的是,随着时间的推移,衡量这种情况是否已经发生,并专注于仪表盘的持续嵌入,以确保采用。使用数据将确定人力资源和业务用户中哪些地方采用率高,哪些地方采用率低。这些数据可以用来为人力资源部门的进一步技能提升计划提供信息,并在高采用率的用户中确定冠军和使用案例,以帮助教育和促进工具的使用。作为人力资本分析管理的最佳实践的一部分,在财务和人力资本分析分析团队之间建立合作关系也很重要,以商定如何衡量商业价值和数据民主化计划和其他分析项目的投资回报。 最后的思考 通过投资可访问且易于使用的工具,来实现整个组织的数据民主化,是发展数据驱动的人力资源文化的一个关键部分。Insight222最近的研究发现,在人力资本分析功能提供易于用于做出即时决策的数据的公司中,超过80%的公司拥有人力资源驱动的数据文化。 正如微软人力分析主管Dawn Klinghoffer在这项研究的采访中分享的那样,"我们不仅提供数据,我们与团队合作,创建正确类型的准备材料,帮助他们有效地完成工作。这不仅仅是关于数据,而是关于你如何使用数据。虽然掌握数据质量问题和选择正确的技术很重要,但本文中概述的八个步骤至关重要,也应该纳入工作计划,以确保通过分析仪表板成功实现数据民主化。   作者:Naomi Verghese
    数据隐私
    2022年04月18日
  • 数据隐私
    【收购】LinkedIn宣布收购Oribi,加速营销归因能力,并建立新的LinkedIn办事处 LinkedIn于2月28日宣布已同意收购以色列营销分析公司Oribi。该交易加速了LinkedIn的营销归因能力,并通过在以色列的新办事处扩大了其国际影响力。 LinkedIn首席产品官Tomer Cohen提到,我们的客户和合作伙伴将LinkedIn作为建立品牌、与专业受众互动并发展业务的地方。随着我们的营销解决方案业务收入同比加速到43%,我们正在不断投资我们的技术平台,以帮助我们的客户从他们的营销战略中实现最大的价值。今天,我们宣布,我们已经达成协议,收购以色列的营销分析公司Oribi,以进一步帮助我们的客户,从营销人员到招聘人员,获得可操作的见解,做出更明智的决策,并推动业务成果。 如今的营销人员依靠多管齐下的策略来吸引受众。了解哪些渠道和信息对采取所需步骤的决定影响最大,如买家要求产品演示或求职者申请工作职位,对任何营销活动的有效性都至关重要。通过将Oribi的技术整合到我们的营销解决方案平台,我们的客户将受益于增强的营销活动归因,以优化其广告战略的投资回报率。这意味着我们的客户将能够通过自动标签和无代码技术更容易地测量网站转换率,并建立更有效的受众群体,所有这些都是以隐私为先的设计方式。 作为这项协议的一部分,我们很高兴能在以色列特拉维夫开设LinkedIn办事处—一个以人才和创新而闻名的市场。在交易完成后,Oribi团队的一些成员,包括创始人和资深企业家Iris Shoor,预计将加入LinkedIn,并将在特拉维夫办事处工作。Oribi的团队带来了深厚的分析专业知识,这将帮助我们加快各业务线的归因技术的能力—从帮助营销人员找到更好的线索到招聘人员确定合适的候选人。这次收购将扩大我们的国际影响力,以便我们能够继续提供产品,满足我们全球客户和会员不断变化的需求。 我们对Oribi的投资建立在我们专注于创造连接组织和其专业受众的解决方案的基础上。随着全球5700多万家企业在Pages上建立品牌,以及每周举办超过24000个虚拟活动,LinkedIn在为企业创造价值的同时,在连接组织和专业社区方面从未如此重要。 随着我们在交易完成后将Oribi的技术整合到LinkedIn中,我们将保持我们的会员和客户对他们选择与我们分享的数据的严格控制,并在我们扩大技术整合的过程中坚持我们现有的数据隐私承诺。 我对未来感到无比兴奋—欢迎Oribi团队加入LinkedIn,帮助我们进一步扩大我们为会员和客户提供的价值,并通过我们在以色列的新办事处扩大我们的全球影响力。
    数据隐私
    2022年03月01日
  • 数据隐私
    人力资源技术推动业务影响的9种方式 在当今世界,人力资源技术不再仅仅是支持人力资源流程的一种方式,它远远不止于此。然而,不幸的是,当我们看到我们目前的人力资源技术投资和前景时,它为企业和员工创造的价值往往是名义上的。如果我们试图评估人力资源技术提供的当前价值,我认为可以肯定地说,我们大多数人都会同意,在10个中,排名不到5(对我来说,甚至低于4)。在许多情况下,人力资源技术关注的是人力资源本身,而不是它能为企业和员工带来的价值。这就引出了一个问题:我们如何利用未来的人力资源技术为企业和员工创造更大的价值? 在整个博客中,我将讨论人力资源技术可以发挥最大作用并增强业务能力的前九个领域: 1.更多支持员工体验的解决方案 员工体验(EX)和EX计划的概念不再被认为是“新的”,但出现的问题是“这些计划为员工带来了多少价值?”?在人力资源技术方面的体验、时机和采用的平台方面还有很大的改进空间。在大多数情况下,这些员工体验计划仅限于员工旅程,错过了从文化和技术到工作场所的更广泛的组织旅程体验。在许多情况下,这些举措并不跨越所有来自候选人和经理、高管和蓝领工人的HR客户细分。实施单一工具并不能解决EX。员工体验远远超出一个工具或一个系统。它需要跨多个平台的无缝体验。Josh Bersin关于员工体验平台的建议是一个既为员工提供价值又为其他员工群体提供价值的解决方案的例子。展望未来,我们不仅要引入更多体验驱动的解决方案,还要确保我们整合未来的人力资源技术,提供无缝的端到端体验。   2.中心的正确数据和分析 人员或人力资源分析正迅速成为当今组织的核心。对员工做出数据驱动决策的组织可以实现比不做决策的组织更高的绩效、更好的结果和更高的结果回报率。然而,对许多组织来说,它只不过是报告、仪表盘、指标和一些漂亮的可视化。正确的数据和分析可以为业务增加巨大的价值,正如David Green所建议的,它可以支持我们为许多业务问题做出更好的决策,无论这些问题与加入、离开、绩效、薪酬、保留、参与或文化有关。目前的人力资源技术解决方案无疑是改进的,但在整合其他业务数据(如财务或销售数据)时仍然存在挑战。需要更加重视人力资源技术和分析解决方案,以便与其他与业务相关的分析解决方案进行无缝集成和协作,将重点转移到解决与业务和劳动力相关的挑战上。   3.更强大的集成平台和发展 我们生活在一个平台经济中,它应该包含一组依赖于网络、计算和数据的新的经济关系。在探索我们的人力资源技术平台时,我们很失望地看到,这些平台与其他业务功能中提供的平台相比有多落后。如今,组织和客户都需要并期望一个简单的“即插即用”解决方案,理想地集成到他们的HRIS系统中,允许与不同的人力资源技术平台进行集成和协作。虽然我们有机会开始在可用的平台中利用API构建无缝体验,但它们缺乏必要的健壮性,并且常常需要开发,这可能会在财务上影响最终客户。 今天,我们在组织中遇到的最大挑战是明显缺乏潜在平台,这些平台无法在现有人力资源解决方案之间进行集成,例如收益、学习与发展、敬业度调查和分析等,而现有的解决方案通常非常繁琐、昂贵。与其看到这是一个问题,不如让我们将其摆在头上,并将其视为利用人力资源技术为企业带来真正变革的机会。   4.结合工作和技能的变化 我们已经看到自动化、智能系统和任务的增加以及对裁员的担忧对劳动力的影响。而且,围绕工作模式、工作结构和新工作方式的变化也存在担忧。随着新工作和技能的增加,已经对提高技能、重新技能和持续学习产生了巨大的需求。但是,要真正接受这些新的工作模型,我们必须建立清晰的工作架构、灵活的工作系列和集成的技能管理。在大多数情况下,现有的工作和技能管理解决方案是非常基本的,除非我们将这些要素纳入人力资源技术需求,否则我们将无法解决工作未来带来的最大挑战。   5.对数据隐私和保护的正确解释 个人或人力资源数据的数据隐私和保护挑战一直是组织关注的主要问题,因为它包括敏感的个人信息。它可以对大多数人力资源活动产生影响,如招聘数据的处理、雇主推荐和绩效监控。许多国家已经在采取措施,实施严格的规章制度来管理个人信息的使用,组织正确遵守这些法律越来越重要。一方面,所有组织都必须保持有效的人力资源和个人数据存储系统,以确保遵守所有相关法律。另一方面,对数据隐私权的解释和保护规定并不总是一样的。我们必须遵守必要的遵守和保护条例,并作出正确解释。   6.包含数据所有权和信任挑战 如今,用户不再拥有自己的数据,而用于保存员工记录的系统也是如此,正如所讨论的那样,它在数据隐私方面面临挑战。我们知道这些系统无法提供所需的体验,因为许多数据是跨功能捕获的。正如伊恩·贝利(Ian Bailie)在有关人力资源技术的文章中所讨论的那样,如果我们想在工作中复制Netflix的体验,那么我们不仅需要设计人力资源技术来获得卓越的用户体验,还需要为员工充分利用该技术创造一个令人信服的理由。但是,这不仅以令人信服的体验而告终,我们还需要使用捕获的数据创建信任的环境。这绝对是当今世界所缺乏的。尽管所有权和信任并不是一个新问题,但在数据的去中心化和民主化发挥作用之前,在人力资源技术领域并不一定要认真对待这一问题。   7.不受技术和炒作的驱动 投资人是当今世界任何组织所做出的最重要的决定,这种决定启动了对人力资源技术的投资。但是,如果说这些投资不会导致解决业务或劳动力方面的挑战,那将毫无意义。正如Gartner建议的那样,到2020年,全球30%的中型和大型企业将投资于云HCM解决方案,而企业领导者将继续研究其他最新的技术创新。我们已经看到学习和开发、性能和分析、人力资源中的人工智能、虚拟现实和区块链等技术的新兴解决方案迅速增长。尽管组织进行明智的投资很重要,这将带来正确的业务收益并为员工增加价值,但值得记住的是,对技术的投资只会使您走得更远,变革不是由技术驱动,而是由技术促成。   8.制定正确的数字战略 无论行业、国家和业务功能如何,世界都在不断转型。大部分成功的人力资源技术投资都会导致组织进行数字化转型,而这要制定适当的数字化战略,这是无法完成的。制定数字战略首先要深入研究业务优先级,并验证当前的系统和流程如何为业务提供支持,以及与加强组织目标相适应的程度。成功的数字人力资源战略应与业务需求保持一致,敏捷,专注于战略支持,而不仅仅是效率和效力,并且应由人力资源部门与IT部门共同拥有。在大多数情况下,尽管组织正在进行不断的转型,但组织却缺乏这一点,这无疑是管理不当或失败的最大原因之一。   9.人力资源和业务思维方式的变化 除非我们能够推动真正的变革并在人力资源和其他业务职能方面采用新的思维方式,否则我们将无法利用所提供的任何机会。许多人力资源专业人士未能适应他们的思维方式,而是一直束缚于在工业经济中占主导地位的精神。他们专注于提高生产效率、工作流程和确保合规性。这进一步阻碍了人们对跨多个业务职能部门的人力资源的现有看法,因为它们纯粹是交易性事务,而没有意识到人力资源可以为企业带来的价值。人力资本是任何业务背后的获利能力和力量的驱动力,事实是,这一切都与人有关。值得一提的是,一个发展良好且积极进取的员工可以为企业带来收益,因为他们展示了生产力,并通过他们的活动创收。通过将组织中人力资源职能的各个方面货币化并预测这些职能如何影响组织并增加组织的财务成果,人力资源可以轻松地从成本中心转变为利润中心。在我们改变这一点之前,我们无法更好地实现其余目标。 作为一个组织,在这个瞬息万变的数字时代,必须实施正确的战略和方法,使上面讨论的每一个方面都能够推动未来劳动力的可持续转型,通过与企业合作来实践和管理工作,超越传统的工作方式。正确的人力资源数字化战略应涵盖更广泛的视角,并具备应对业务和劳动力挑战的能力,在数字化时代设计的真正全面的人力资源战略应包含本文中讨论的许多要素。 以上由AI翻译,仅供参考! 作者:Soumyasanto Sen
    数据隐私
    2020年02月17日
  • 数据隐私
    塑造人力资源未来的几种大趋势 对于人力资源来说,2020年将是激动人心的一年。随着小型企业和大型企业都希望从数字化人力资源工具中获益,数字化转型获得了新的动力。 那么,2020年将对人力资源产生影响的最大趋势是什么?让我们考虑一下行业领导者的观点以及他们对未来之路的预测。   决定人力资源未来的几种趋势 2020年,人力资源部将重新构想战略,并为应聘者和现有员工提供卓越的体验。技术将在实现这一目标方面发挥更加重要的作用-让我们深入研究经验丰富的HR领导者和行业分析师的见解。 1.德勤表示,劳动力人口结构的变化呼唤着人力资源的新未来 “未来的劳动力将使职业生涯的长度增加到多达50年。同时,技能的半衰期已缩短到2至5.5年。” 德勤的人力资源主管Arthur H. Mazor和美国人力资本国家管理合伙人Michael Stephan 指出。 他们补充说:“开放型人才经济迅速崛起,到2020年,预计将有40%以上的劳动力队伍是临时的。” 人力资源必须变得异常灵活以适应这种动态环境。通过移动设备提供的个性化学习可以帮助员工跟上不断变化的技能要求。此外,在不影响敬业度或生产率的前提下,用于管理远程劳动力的工具对于人力资源的未来至关重要。而且,随着我们了解到工作人员将继续留任,HR将必须开发技能来管理这种多样化的劳动力,另外还要学习如何选择最佳技术来处理这样的劳动力。 2. Gartner说,2020年的选举和政治辩论将引入新的人力资源问题 “在整个2020年,员工平均将花费超过110小时,或每天超过30分钟,谈论通过什么与选举发生的事情而分心,” 高德纳公司(Gartner)负责人力资源研究的杰出副总裁布莱恩•克鲁普(Brian Kropp)提到。 令人担忧的是:“这些分散注意力的累积效应将是,到2020年,一家拥有5,000名员工的公司所浪费的时间总计相当于3,000万美元,” Kropp补充道。 人力资源将需要制定具体的政策来谈论工作中的政治。鼓励对话至关重要,就像倾听员工的声音一样,没有冲突或分心的余地。将需要使用协作工具来管理生产力,协作工具应提供一个引人入胜的互动式工作平台,既可以减少干扰,又可以激发创造力。 3.麦肯锡表示,人力资源领导者将面临战略“过度自信” “最近一项对英国500位管理者的调查,是我们与英国工业联合会(CBI)合作进行的一项研究项目的一部分,表明首席执行官和人力资源领导人可能对他们的人才和人的发展战略持乐观的看法,”麦肯锡的研究和经济部主任Tera Allas写道。 他们补充说:“当受访者承认难以实施某些做法时,他们倾向于将管理视为最大的障碍。” 那么,人力资源如何确保最佳实践和现场执行同步?答案在于a)清晰的沟通和b)高级分析。人力资源部和最高管理层之间的积极合作对人力资源的未来至关重要。此外,HR分析仪表板将有助于为每个最佳实践分配关键绩效指标(KPI),并实时监视每个KPI的绩效。 4. myHR合作伙伴的Tina Hamilton说,HR需要加倍遵守法规 “在过去的10年中,法规的变化比在过去50年中变化更大。了解法规在各级政府(联邦,州和地方)的变化至关重要,” myHR Partner的创始人兼首席执行官Tina Hamilton 说 。 公平的劳工标准、医用大麻、性骚扰和薪酬平等将是对HR未来至关重要的四项法规。此外,人们还担心数据隐私和政府为使演出经济正规化所做的努力。 为了跟上高度复杂的监管环境,HR需要先进的法规遵从软件以及用于员工数据隐私和安全性的专用工具。从招聘到多元化和员工规划,合规性将成为每个人力资源职能的关键主题。例如,报告工作场所骚扰的工具将是2020年积极员工体验的必备条件。 5. ServiceNow的Sunita Khatri说,人力资源和IT部门将合作革新员工体验 “人力资源主管们第一手知道,在真空中提供令人惊叹的员工体验是不可能的:这需要整个公司的协作努力。正如海伦•凯勒(Helen Keller)曾经说过的那样,ServiceNow人力资源和员工体验解决方案的产品营销主管苏尼塔•卡特里(Sunita Khatri)写道:“只有我们才能做到这么少;只有我们一起才能做到这么多。”。 Khatri断言,在IT的支持与合作下,HR无法提供数字化员工体验。 紧密合作的第一步是共同负责技术投资的决策过程。人们还可以预测集成了IT和HR自助服务的数字平台。为了数字化授权未来的人力资源,首席人力资源官和首席信息官必须合作以最大程度地提高其人力资产的价值。 6.乔什·贝辛(Josh Bersin)说,来自外部人力资源的科技巨头将加入市场 “微软(LinkedIn和Glint)、谷歌(Google Jobs)、IBM(沃森品牌产品)、Salesforce(Trailhead)、Facebook(Workplace)和ServiceNow(服务自动化和员工体验)都已经跳入这个[人力资源]市场, ” 人力资源专家兼专家Josh Bersin 指出 。 他补充说:“这些都是价值数十亿美元的供应商,它们都将自己定位为与现有的甲骨文、Workday、SuccessFactors、ADP和其他所有人竞争。” 仅在2019年第三季度,全球在HR技术上的投资就达到了9.64亿美元,其中四笔交易的总金额超过1亿美元。显然,这些强大的技术供应商将在技术颠覆方面开拓新的前沿领域,以此来表征人力资源的未来。有望在2020年成为主流的一些关键技术包括区块链和扩展现实等。 7. Kronos的Joyce Maroney说,员工的体验将与业务成果相关 Kronos劳动力研究所执行董事Joyce Maroney在独家采访中告诉我们: “强劲的经济、较低的出生率、技能差距以及Boomer退休使组织难以实现其人才培养和保留目标。 她继续说道:“因此,有更多的投资来使员工体验竞争优势。” “这与更高的工资无关,这是关于创建一种文化来支持您的业务向前发展,对那些对员工最重要的元素进行投资。” 为了满足这一需求,将对传统的员工敬业度工具进行重新构想,以满足“员工体验平台”的要求。乔希·贝辛(Josh Bersin)去年将其命名为新的人力资源技术类别-2020年可能是大规模实施员工体验平台可改变业务成果。 8. M Moser Associates集团总监Nabil Sabet说,认知多样性将主导未来的工作场所 Sabet在对人力资源技术人员的独家讲话中说:“在一个创新高于一切的时代,拥抱多样性,尤其是神经多样性至关重要。简而言之,学习和思考方式不同的人会带来不同的技能和解决方案。然而,现代工作空间的设计常常会阻碍神经发散的个体对现代劳动力的全面贡献。” 工作区设计将成为中心焦点,以容纳各种劳动力,主要是残疾人。根据Sabet的建议,神经多样性的劳动力可以适应工作空间的变化。他建议创建微环境,“一些环境旨在安静地关注,一些环境旨在社交化。”此外,他建议通过Slack和电子邮件限制数字干扰,并建议“通过举办教育研讨会来促进社会对神经多样性范围的接受和理解。”   人力资源未来的总结:前进道路的秘诀 预计,人力资源部门必须重新考虑其当前的方法和现有技能,以在2020年取得成功。 从适应新的劳动力人口统计到平衡政治辩论,软技能对于新时代的HR专业人员至关重要。同时,在拥挤的供应商环境中,诸如数据素养、规遵从性软件管理和智能技术选择之类的硬技能将至关重要。 Maroney为人力资源专业人员提供了四个技巧,为人力资源的未来做准备: 1.“首先要检查当前的状况,然后问'我们在执行公司战略时是否具备所需的人员能力?' ” 随着技能差距的扩大和人员的短缺,人力资源部门必须开始专注于技能的提升和再技能化,以确保他们具有执行公司战略的才能。 2.“让自己成为行业成功案例的基准,以帮助您找出差距。将员工的反馈意见纳入您的计划工作中。” 这可能涉及到从员工对福利的不满到他们对员工积极性或给予他们工作技能的看法。 3.“起草计划并保持耐心。部署您的改进工作可能需要几年时间。” 愿景与实施之间存在巨大差距,正如我们先前所看到的,如何从公司领导那里获得人力资源技术和计划的挑战是充满挑战的。 4.“为不断完善做准备,随着外部世界的不断变化,这将是必需的。” 在技​​术日新月异的时代,持续改进至关重要。如果任何一项技能的半衰期大大缩短,可以肯定地认为,我们必须为即将到来的变化做好准备,而不是实施我们所学的新技能。 牢记这四个技巧,今天的人事经理可以为一个充满活力和令人兴奋的HR未来做准备。这几个趋势只是开始,随着这一年的展开,它肯定会带来来自该领域知名领导者的更多见解、预测和评论。敬请期待,我们将帮助您保持领先!   以上由AI翻译,仅供参考! 作者:Chiradeep
    数据隐私
    2020年02月12日
  • 数据隐私
    公司全方位追踪员工行为,这种做法合理吗? 据称,数据分析可以减少职场偏见,提升效率。但事实可能并没有这么简单。 编者按:随着科技的不断进步,我们的生活中出现了越来越多的可穿戴追踪设备。近年来,还专门有一些项目通过这些可穿戴追踪设备生成的数据,来分析有关研究对象的具体表现。如果公司的老板让你每天24小时都穿戴这款设备,从而让他进一步地了解你的工作表现,你会同意吗?这篇文章原标题是A New Study Suggests Employers Track Your Every Move to ‘Improve Productivity’,作者Angela Lashbrook在文中就介绍了几个类似的项目,以及不同群体对这些项目的看法和意见。 如果你对老板提出加薪要求,老板反过来告诉你,你必须每天24小时都穿戴一款特制的可穿戴设备,你会有什么反应? 这种做法在未来并不是不可能。在奥巴马执政时期,就曾出现过大量职场健康研究项目,这些项目目前覆盖了超过五千万职场员工。在这些项目里,通常都会借助于健身追踪装置或其它设备来评估员工身体的健康状况,而相关的数据,在很多案例中都会影响个人保险的费率。 而最近的一项全新研究,更有可能继续向前拥抱这个美好新时代:通过日夜不断的数据监视而汇总的各种不相关数据点,比如你查看手机的频率或者周末外出的频率,来评估员工的工作表现。这项研究也获得了美国国家情报总监(Director of National Intelligence,DNI)办公室的部分资金支持,研究人员主要来自达特茅斯学院(Dartmouth College)。 这项研究的目的,是通过基于地理位置的追踪信号发射基站、可穿戴设备以及手机应用,“区分高效和低效的员工”。其设计和目的和另外两个名叫mPerf和MOSAIC的研究项目类似。这两个项目的主题都是去研究人工智能是如何帮助员工(以及他们的雇主的)。但专家警告称,就这种追踪而言,仍然存在许多顾虑。 “这项研究会关注的内容有:调查对象的睡眠时间有多少,他们的心率表现如何,他们日常体育锻炼有多少。”隐私和安全非营利机构美国民主和科学中心(Center for Democracy and Technology,CDT)政策分析师娜塔莎·杜阿尔特(Natasha Duarte)说,“要看一个员工是否相对年轻和健康,这些就是主要指标……那如果调查对象身患残疾呢?如果参考他们的体育活动数据来评估其工作表现的话,那就太歧视人了。” 在这项研究中,一共有554名研究对象。其中,320名男性,234名女性。这些研究对象来自各行各业,但主要集中于科技和资讯行业。他们会定期填写职场评估问卷,问卷题目包括是非题,比如“你今天是否对组织展示出了忠诚的工作态度?”或者打分题,比如“你在多大程度上完整地完成了你的工作?”“你在多大程度上确保各项任务都恰当地完成了?”然后,研究人员会根据他们的回答内容,确认他们是否是高效工作还是低效工作。 同时,研究人员也都为这些研究对象装配了各种不同的追踪装置。每个人都会佩戴一块防水佳明(Garmin)腕表,他们的智能手机还都安装了一个名叫PhoneAgent的追踪应用,同时还会分配四个信号发射基站给他们:一个放置在钱包中,一个放置在钥匙链上,一个放置在家中,一个放置在办公室里。 这些装置可以记录研究对象的睡眠习惯、离开工作台面的频率、夜间或周末从家中外出的频率、解锁手机的频率、完成了多少体育运动以及睡眠质量等等。 研究人员随后会收集从各种装置上获得的数据,从而进行对比研究。结果显示,不同行业的研究对象,以及研究对象是否担任管理职务,对结果的影响都非常大。比如,非管理职务的高效员工在周末上班的时间更多(很意外的发现),他们在平时工作日的晚上也很少去其它地方。咨询行业的高效员工周末都很少参加体育锻炼,而科技行业的高效员工则在平时工作日很少参加锻炼。 达特茅斯学院管理学教授皮诺·奥迪亚(Pino Audia)称,根据这些数据,可以推断出,工作日很少去其它地方的高效员工往往都有固定的日常安排,即便是在艰苦的工作环境下,这些行为习惯可以让他们保持积极和足智多谋的态度。“如果你总是被干扰的话,那你的工作表现就可能会受到影响。”奥迪亚说。 此外,研究人员还希望这些数据可以进一步消除员工调查环节中的歧视和不公平。现有的工作评估方式“不仅老旧而且还存在一定的偏见”,达特茅斯学院计算机科学教授安德鲁·坎贝尔(Andrew Campbell)称。他说,他们希望了解如何利用这些移动感应数据来预测可以反映高效表现的有关模式。同时,他们还希望,在十年之内,员工可以通过结合这些数据的反馈,来回顾和提高自己的工作表现。 就员工表现评估而言,传统的方式也的确存在一定的缺陷。据斯坦福大学VMware女性领导创新实验室的研究人员称,在回答开放式问题时,比如“员工是如何达到期望值的?”“该员工最突出的技能是什么?”,管理人员通常会依赖刻板看法和偏见,而不是结合数据来评估。 男性通常都会收到与其技术性技能有关的具体反馈,而女性则通常收到的是一般性评论和反馈,比如“你是很棒的沟通者!”具体反馈可以为员工提供进步的方向,同时指明他们的优势特点,而没有收到类似反馈的,则更像是被忽略的一个群体。 奥迪亚称,这项研究可以“在短期内让企业不再依赖或减少对这些调查的依赖。相反,我们可以更多地依赖于员工行为的有关客观指标。企业应该如何在对待员工、补偿以及晋升等方面不受性别、种族和国籍的限制而表现出更大的公平性?……我们研究中利用的一些科技,就会朝着这些目标而不断奋斗。” 当然,针对这项研究,也存在一些针对偏见的顾虑声音。除了杜阿尔特提到的偏见问题,研究中的主要研究对象也都是男性,如果利用这些白领男性的数据去预测或评估不属于这类群体的人的工作表现,那他们就可能会在和其工作表现无关的因素方面受到不平等对待。 “如果你把针对20多岁男性的研究数据应用在女性身上,或者是超过30岁以上的群体身上,或者是残疾人身上,那可能就站不住脚了。”斯坦福大学互联网和社会中心消费者隐私负研究负责人贞·金(Jen King)表示,“那这些数据本质上就存在偏见。” 比如,如果某人因心理疾病而引发焦虑的,从而增加心率或影响睡眠质量。此外,根据研究发现,高效员工下班以后很少去其它地方。但一个中学学生的母亲可能在下班后需要带孩子去上辅导班,可能会频繁地离开家,如果用这些数据来评估他们,则同样是不公平的。 当然,如果用这些装置去追踪和记录员工活动以及生物统计信息,特别是下班后的这些信息,还会存在侵犯隐私的问题。 在美国境内,目前针对员工隐私保护的法律条款并不多。因此,“要求”员工长时间受这些设备监控,可能并不会触犯法律,而且这篇文章所提到的员工健康项目早就已经落地了。针对这些项目,不仅没有人指出它们可能违法了,而且还受到了奥巴马执政期间推行的平价医疗法案(Affordable Care Act)的极力鼓励。 “这种事不应该发生,但遗憾的是,这些研究的法律边界并不清晰。”杜阿尔特说。她还说,即便员工同意参与这些项目,但这些追踪项目仍然存在道德风险问题,会让人觉得他们是有人施压被迫像“好员工”一样而参与其中的。 金还提出另一种说法,雇主很可能还会利用这些追踪数据去跟踪员工。“试想一下,一个可能对年轻女下属有爱慕之心的猥琐主管,如果随时可以了解下属的实时位置,并根据这些数据尾随下属,那就太可怕了!”她说。 但这项研究的发起人称,其研究仍然处于早期阶段,如果这些装置真的要应用到职场当中,起码也是几年以后的事情了。坎贝尔称,他也非常清楚地认识到,这些数据的确存在普遍的问题。 “但至于你提出的问题,我会把它当作针对任何机器学习或者基于数据的算法创建的一般性批评。比如,如果数据没有包含某个群体的话,那算法则会完全地忽略他们。”坎贝尔说,“至于如何解决这个问题,我目前还没有想到很好的解决方案。” 然而,研究这个宏观主题的,也不仅仅只有这个大项目。比如,前文提到的同样受政府机构资助的mPerf项目,和这个项目一样,他们也在研究职场表现和移动感应数据之间的关系。 “在用不了多少年后,高中生要想进入大学,都不需要参加SAT考试或ACT考试,这并不是不可思议的事情。”mPerf项目的主要负责人丹尼斯·万斯(Deniz Ones)在某新闻发布稿中提到,“学生们需要在手机上下载某些应用软件,同时连接其可穿戴设备,并允许各个大学在某几个月范围内从他们身上收集各种数据。” 此外,还有前文提到的MOSAIC项目。这些项目中,也会追踪情报部门成员的有关数据,从而去评估他们的工作表现,尽管有人指出称,情报部门的员工接受这种数据监控,本来就算作其工作的一部分。 所以,如果真的想进一步改进员工评估,是否有其他不涉及隐私侵犯追踪的方式呢? 据斯坦福VMware实验室的研究人员称,管理人员应该在数月之前提前约定某些特定的员工表现评估要求。随后,可以将员工的具体表现与这些要求对比评估,从而消除评估环境中的偏见问题。 此外,管理人员还应该进一步控制一般性或者模糊性赞扬,比如“她是很棒的沟通者”。与之相反,他们应该参考既定的员工表现指标,公平公正地评估他们在沟通方面的具体表现。 当然,针对雇主应该如何有效地引导员工高效工作,有关进一步的研究也非常有必要。然而,除了达特茅斯学院的项目和mPerf项目中可能会涉及隐私侵犯的本质,与科技相关的全新的特别是被忽略的偏见问题仍然会显现。人们可能会针对他人的看法产生不同意见,但大体上人们还是相信这些系统的客观公正,只不过,我们还可以做得更好。 译者:井岛俊一 作者Angela Lashbrook 原文地址:https://onezero.medium.com/a-new-study-suggests-employers-track-your-every-move-to-improve-productivity-1b2e5baf6ea7
    数据隐私
    2019年08月13日
  • 数据隐私
    人员分析:构建数据驱动的人力资源功能 成功的人力资源领导者如何利用分析来优化员工队伍并创造真正的商业价值?Assurant数据分析信息管理高级总监Perla Sierra告诉我们更多信息。 当您投资,推动采用或尝试优化People Analytics的业务成果时,您的团队面临的三大挑战是什么? 在开始真正的分析之旅之前,必须评估数据的质量,必须同意一致的指标,并且必须实施隐私保护措施。虽然数据通常永远不会完美,但我们必须努力获得尽可能高的数据完整性,并且当存在数据缺口时,分析从业者必须了解数据机会并在任何分析练习中将其考虑在内。 尽管有关人员的数据已经存在很长时间,但人们将分析从预感和感觉转变为更有条理的方法已成为最大的挑战之一。将数据驱动的决策方法应用于人们面临的挑战是,使用公平竞争环境比较员工和绩效非常重要,这很难做到。要做到这一点,我们必须始终调整上下文。调整上下文涉及考虑数据中可能不存在的因素,或者它是否可能不明显。 例如,在比较相似或相同工作的绩效时,应考虑数据之外的其他因素,例如环境因素(即工作条件,经理等)。 在人员分析空间内制定数据驱动的决策可能会加剧紧张局势,因为人们更喜欢人类对算法判断的判断。事实是数据驱动的决策如果竞争场是均匀的,当然如果数据是准确的,那么就会消除偏见。基于数据做出决策无疑将提高组织的分析成熟度,并有助于在决策制定过程中采用更加公正的方法,同时加强组织的文化。数据的可用性提供了新的创新和新的见解。 对于想要成功构建,扩展和优化人员分析功能的人力资源领导者,您最重要的2-3个最实用技巧是什么?他们应该优先考虑什么? 高质量数据,数据安全性和数据隐私的可用性应该是实施人员分析功能的最前沿。如果没有这三个关键要素,那么成功构建和扩展成功的人员分析功能将更加困难。有时并非所有数据都是完美或准确的。在这种情况下,组织应考虑采用分阶段方法,该方法可以利用准确或至少足够好的数据来启动分析过程,而不是等待所有数据准确。 不幸的是,分阶段的方法需要更长的时间,并且在增量成本方面可能会花费更多,但是,如果您只是选择在没有整个数据范围之前选择不继续前进,那么您应该考虑可能遗漏的无形机会成本。这是一个你必须对不舒服感到舒服的情况,并通过“足够好”的数据推进。我会考虑创建数据委员会和数据管理员的最佳实践,这可以推动数据标准化和质量并推动数据治理。 在组织的人员分析成熟度之旅中,2-3个关键里程碑是什么? 让我们从头脑开始。最终目标是让企业将人员分析嵌入业务决策中。我们怎样才能最好地完成这项工作?该数据必须是可靠,安全,维护,一致的,但是,它并不一定是完美的。人力资源合作伙伴必须确定影响业务的人员问题,这些问题可以在流程早期确定,甚至可以完全消除。在人力资源合作伙伴和商业合作伙伴必须协同工作寻找机会获取洞察力并在适当的时间向适当的受众提供可操作的见解,并最终在可能的情况下提供规范性和预测性分析。人力资源团队必须与业务领导者,一线经理,客户,供应商和其他人合作,以识别机会,传播意识,形成深层合作伙伴关系,并提高组织成熟度。 人力资源如何增加自身的分析成熟度同时增加业务的一些例子是提供以下内容:监控员工保留,培训,内部流动性,技能集评估,将招聘评估与绩效指标相关联,确定未来资源需要。 在人力资源组织中构建数据驱动型文化时,您采用了哪种方法? 在构建数据驱动型文化时,我遇到的最有效的技术是与不同的内部业务,部门,分析从业者甚至外部资源建立业务合作伙伴关系。每个人带来的人和体验的多样性在创造性解决问题和创新方面提供了最多的帮助。每个人都通过不同的视角看待机会,这种整合创造了强大的协作模式,使组织受益。通过采用多元化的文化和整合思维伙伴,可以提供建设性的论据,敢于不同意,并准备改变主意,你真正将组织推向最高水平,不仅仅是合作,买入和接受,而是你整个组织的分析成熟度越来越高。开放是真正伟大事物的开始。随着合作和沟通的继续, 2020年及以后,您亲自跟踪的人员分析和劳动力绩效空间的2-3大趋势是什么? 就像消费者一样,员工也希望为他们量身定制解决方案,而不是一刀切的方法。 机器学习技术使组织能够为从人才获取到内部移动,学习,团队建设和其他领域的所有领域的员工量身定制个性化体验,从而提高员工敬业度。机器学习不仅可以用于个性化体验,还可以提供最佳的团队整合,以及基于通过性格测试,社交网络,调查或其他方式获得的数据获得最佳积极成果的内部移动机会,从而创建一个爆炸性的人力资源转型,员工敬业度和减少营业额。当然,这些想法也可以针对承包商,这也将为投资带来巨大回报。 员工和承包商希望提供给客户的相同个性化体验,这不应该让我们感到惊讶,因为客户,员工和承包商都是人。我希望看到更加注重将员工敬业度与生产力水平和业务成果联系起来。   以上为AI翻译,内容仅供参考。 原文链接:人员分析:构建数据驱动的人力资源功能
    数据隐私
    2018年11月22日
  • 数据隐私
    企业数据隐私管理平台BigID获210万美元种子轮投资 随着数据量的不断增加和监管机构对数据的保护力度逐渐增强,那些存储和处理客户个人数据的业务也在不断面临更大风险。但凡事都具有两面性,这种风险也可能成为另一种创业商机。   BigID抓住了这一机遇,他们自去年秋天起就开始计划建立一个企业隐私管理平台——其目的是帮助其他公司更好地认识到他们在进行一些与客户信息相关的业务时所面对的风险。   这其实是一种SaaS工具,它能够提升客户数据的可见性,并得到信息的存储位置及访问主体等主要信息。BigID的联合创始人Dimitri Sirota称这一工具的核心理念就是帮助其他公司对客户信息有更明确的认识,因为你不能保护那些你根本不了解的东西。   据悉,欧洲新颁布的数据保护法令极大程度增加了那些泄露数据的公司可能面临的惩罚,Dimitri Sirota认为,正是因为诸如此类的政府条令或者市场形势使各家公司越来越关注客户数据隐私可能面对的风险。   他还表示,随着数据保护立法更加严格,客户对于数据泄露的认识也会越来越明确,再加上可能面临的集体诉讼,这一切都要求企业对于数据管理更加全面和规范。这也正是BigID想要投身的领域。   Sirota告诉我们:“公司最重要的资产就是来自客户的数据,但现在大多数公司都没有一个完善的系统来管理这些数字资产。他们在自己的产品上猛下功夫,但并没有认识到那些客户个人信息数据的重要性,更不用谈考虑如何利用这些数据以及数据处理不当所带来的风险了——这些问题我们都能够解决。”   不过,BigID向其他企业提供的这种服务并不是一种“事后”安全解决方案。Sirota 将他们的平台描述为“预防性方案”——某种意义上来说,BigID向其他企业销售的是一种“提高数据可知性,并帮助识别有用数据”的服务,帮助企业在获得客户数据后能够进行恰当的处理和管控。   他说:“在我们建立的这个平台中,即使你的公司在对待某件事情上和其他十家公司产生了不同的观点,也没有关系。因为对于我们来说,你们之间一定会存在一个共同点,即希望对于自身数据有更加清晰的了解,从而知晓如何规避风险以及如何最有效使用数据。”   “所以就目前而言,我们希望能够让所有客户对数据更加了解,也能在数据隐私性及个人数据保护的态度上有所转变。这之后,他们可以选择如何对数据进行保护。”   BigID的联合创始人都曾有过在身份认证管理领域工作的经历——比如Sirota,他将自己的创企Layer 7 Technologies卖给了CA Technologies,并在CA Technologies做了两年的安全策略顾问——他们自去年夏天开始共同创建BigID。   今日他们宣布公司完成了210万美元的种子轮融资,并计划将这一资金用于产品的市场推广,并预计在今年9月正式推出。本轮融资的投资者包括Genacast Ventures、BOLDstart Ventures以及Deep Fork Capital。   Sirota表示,目前公司所推出的服务还是试用版本,暂时还没有进行基本版的测试。   那么,BigID到底是如何为其客户揭示所有的相关数据风险的呢? Sirota解释道:“我们首先会挖掘主要数据源——比如数据库——但有些技术会抓取好几年的数据。此外,我们也会对像网页日志或者DMP(数据管理平台)这样的二级数据源进行挖掘。这样下来,我们对数据的来源地和存储地就有了一个基本了解。之后,我们还会继续根据数据在来源地的停留时间、最后一次出现时间以及是否在DMP中等信息来获取数据的其他属性。”   通过BigID平台,用户通常能够获得以下三类信息:数据记录、数据可能面临的风险以及数据的访问途径。   “本质上来说,我们所提供的是一种大数据解决方案,但在个人信息的处理上又明显与众不同,” Sirota补充道,“传统的解决方案在数据挖掘上存在很高的误判率,而我们会利用企业自身的信息库来降低这种错误率。大部分企业都有一两个或者三个明确或者说权威的信息来源——可能是自己的CRM(客户关系管理系统)或者是客户名录,有了这些权威的数据,我们这个平台的效率就大大提高了。”   正如上文所说,BigID 平台所提供的是一种预防性的解决方案,其开发团队认为这项服务的受众大部分应该是一些大型企业。不过Sirota表示,公司也计划向一些小公司提供这项服务,不过鉴于这些小企业可能并不希望自己管理平台,因此BigID可能会以云服务的方式来为他们提供帮助。   Sirota说:“我们并不是利用所收集到的个人信息再创建一个新数据库。” 当被问到客户如何会把数据放心的交给BigID时,他说:“BigID的平台只是一个工具,用户可以把它看作是运行在自己数据中心内部的一个能够帮助他们更好掌握数据、了解数据风险的私人云服务。”   “当然不可能每家企业都给予我们足够的信任——我们只希望能够为那些相信我们或者可能信任我们的企业提供优质的服务,能够对他们的数据相关问题快速提出解决方案——这才是最重要的。”   【来源:猎云网(微信号:ilieyun)】编译:蔡怡然
    数据隐私
    2016年05月27日
  • 12