看见工作“进度条”(工作进度条是什么意思)

看见工作“进度条”(工作进度条是什么意思)

碎片化数据整合,实时呈现团队和人的价值,精确掌握人的投入产出收益,动态优化人力资本。

在数字化时代,数字技术为传统人力资源管理实现简约模式提供了更多可能。

通过数字化,对人力资源管理模块进行跨维度细分与整合,赋予其新的增值空间,让工作有了“任务进度条”和“任务实现路径”,使得更多专业化的行为可以让员工简易操作。

与此同时,员工可根据其工作“进度条”和行为绩效看板,快捷地了解企业目标和个人分工,企业也可以通过员工的行为绩效,更精准地评估员工的能力和价值,从而构建起高效的互动机制和员工赋能体系,发掘更多的人力资源价值。

为此,建立一套以价值为先、实用为先、创造为先的数字化人力资源管理系统,实现管理知识动态积累、团队和个人价值实时呈现,显得更具有现实意义。

案例实践效果“回头看”

某公司在数字化人力资源系统建设过程中发现诸多问题,如分支机构多、同岗不同酬、考勤模式多样、人员类别多样、岗位职责多样、部门岗位职能交叉、管理层级交叉等。

从实际业务开展和公司治理理念来看,上述现象的存在有其合理性,也有其局限性。

从这两个层面可以引申出两个问题:

一是企业管理变革往往根据其管控理念和市场需求而定,不会单纯为数字化而进行变革,数字化手段必须优先为实际生产经营活动服务。

二是数字化人力资源系统更多的是在适应中变革,系统设计必须考虑多样性、差异化需求。

根据实际情况,项目采取管理模式优化咨询、需求数字化解析、局部和整体按要素设置整合规则的方式,既变革也适应,最终形成既能满足当前管理实务需求,又能支持管理变革的数字化人力资源系统。

同时,通过数据共享和数据自整合的方式,提升管理效率、规范管理行为,释放了人力资源职能部门的价值。

由此,HR关注的重心也从具体操作,逐步过渡到结果实时呈现、思维逻辑交换、数据规则控制等层面,管理向行为过程和行为导向的分析控制转变,从而有利于激发创造力。

数字化人力资源系统上线效果概况详见表1。

看见工作“进度条”(工作进度条是什么意思)

数字化人力资源的实际需求

1. 系统设计为实现治理理念服务

在设计数字化人力资源系统功能之前,应当从企业规模、经营范围、企业文化、投入产出关系、利润关键点等角度,综合研判HR需求,找准其对人力成本、人力结构、员工价值输出等方面的侧重点。

例如,有些企业产品技术含量低,那么提高劳动生产率、减少人力投入就应当侧重考虑;有些企业产品以研发为主,那么对于提升员工创造能力和专业技术知识就显得更加重要。

2. 让数据提供更实用的人力资源管理手段

以“人”为单位进行数据采集、整合、分析,是既可以复杂化也可以简单化的数据分析过程。

面对多元且个性的数据,需要综合信息安全、管理范围、组织关系、岗位职能等因素,实现分系统、分层级、分职能、分业务的数据自动归集和分流,为企业合规、有效管理提供支撑。

3.系统设计应兼顾管理效率、风险控制和效益

为了提升效率,激发创造力,需要深度解析HR业务的所有环节,对字段信息科学分析并设定标准化数据规则,以数据的标准化促进管理行为的标准化,实现数据规则与管理准则的协调统一,让业务管理逻辑驱动管理行为,实现基础管理行为智能化。

从企业管理实务角度看,管理效率并非越高越好。

对于效率的控制,应当根据企业目标、风险控制标准等多重因素,设定差异化控制流程和任务执行机制,既不盲目追求效率,也不因为风控而阻碍管理效率提升。

本质上看,数字化人力资源系统必须为企业创造效益,挖掘人力价值,才具有可持续生命力。

管理语言和技术语言的多维

解析途径

管理和技术的表述存在天然的语言差异,同一信息在不同视角下有不同的描述要求。

为了弥补管理语言和技术语言的鸿沟,需要从不同维度对信息进行解析描述,以满足不同视角的需要,实现管理与技术的融合。

对于系统中管理语言和技术语言的解析维度,主要从信息合法合规、企业治理体系、业务协同三个维度考虑,现以“岗位描述”为例进行解析示范。

1.合法合规维度

合法合规维度属于最基础的信息描述,是解析中的基本单元,在管理、技术的语言转换过程中,基于业务开展需要的信息都离不开这一描述维度。

2.企业治理体系维度

由于工作能力、技能熟练程度、隶属关系等差异,企业允许同岗不同酬、同岗差异化管理等现象存在,这就需要在岗位描述中引入工资等级、岗位隶属部门、岗位考勤类型等个性化描述,把复杂的跨部门岗位差异解析为遵循系统规则的数字模型,以多维组合的形式满足实际管理需求。

需要注意的是,类似的描述可以很详细,但是企业可以自主决定是否启用描述字段,从而实现管理集权、分权等需要。

3.业务协同维度

由于具体业务的导向不同,对同一个对象的描述信息需要自动筛选识别,提取有效的组合信息,以辅助业务开展。这是通过技术语言实现智能解析管理语言的主要表现。

在业务协同维度,描述对象不仅要信息完整,还要对各要素之间的关联信息进行编码,保证有效信息为业务精准管理服务。

数字化流程驱动

是需求实现的“灵魂”

1. 流程把管理指令转换为数字规则

数字化系统中的三大类流程:一是以“端到端”为标志的业务流程;二是以决策为导向的管理流程;三是以事件先后逻辑为参照的关系流程。

各类流程互为补充,互为主、子流程,共同构成了系统中的数字化管理规则。绝大多数管理指令的发起、审核、执行和生效都是通过数字流程实现的。

信息系统通过流程中的表单、字段控件、字段规则、计算公式等一系列的组合,形成了符合管理准则和数字规则的“数据域”。

“数据域”把管理指令涉及的各类准则进行数字化,经过自动校验、审核确认后,形成符合数字规则的有效数据。

2. 数字化流程体现了企业治理模式

数字化把对应的业务管理制度固化到系统流程之中,让所有参与者有了统一、完整的可执行标准,并分解了参与者的职能和责任分工。

数字化流程因企业治理模式的变化而变化,也为企业相关方快速适应新变化提供了便利的执行方式。

3.流程信息化洞察管理效益

流程管理信息化提高业务处理效率是必然,然而流程信息化从本质上体现管理效益,更关键的是为风险控制、流程优化、分工协同、客户需求响应等提供了便捷可靠的管理工具和方法。

例如,通过流程审批的层级,可直观地看出风险控制等级,管理授权幅度。

通过各审批环节的处理时长,可精准分析工作难度和工作效率。

通过流程节点跨越的部门数量,可看出企业内部分工协同机制。

通过相同流程中不同处理人的用时、处理数量和出错率,可看出员工的业务能力、工作强度和效率意识。

通过流程优化的需求,可看出业务管理调整诉求,促进流程再造和管理创新。

流程信息化是整合时效、跨度、层级、权限、业务分布等碎片化知识数据的过程,形成了团队和个人的行为绩效,可以更精准、更直观地洞悉各类管理要素和参与方的诉求。

数字化呈现人力资本价值

1.碎片化数据整合,实时呈现团队和人的价值

数据在经过数字化之后,工作内容变成了可视化的“任务进度条”“任务实现路径”和“任务收益”,让团队和个人充分共享团队力量和个人创造力。

这就要求企业的生产经营活动有明确的目标导向和岗位职责分工,并且个人和团队的贡献率、回报率,形成了一个既相对独立又紧密联系的整体,既要体现团队价值,也要体现个人价值。

同时,管理者可从纵向、横向、历史、现在、局部、整体等角度出发,对岗位价值、职能部门价值、生产经营组织方式价值等进行更客观的数字化评估,辅助人力资源规划,完善员工赋能机制。

2.精确掌握人的投入产出收益,动态优化人力资本

通过系统把生产经营活动及劳动分配过程集合起来,便可构成员工投入产出收益实时数字看板。

数字看板包含企业整体和分支机构的劳动生产率、用工成本、人均创造利润、个人劳动报酬与个人贡献值对比等,纵向、横向数据通过数据组合,企业能更科学全面地认知团队价值和个人创造力,从而建立更为科学的参考指标,指导人力资源管理,并在必要的时候进行人为干预,包括正向、负向激励以及人员结构改善、组织再造等。

成熟且成功的数字化系统,最终都会走向人工智能,但人工智能不应该取代人的思维能力。

数字化人力资源系统更多的是把人的管理智慧积累到系统平台。系统数字规则就好比一群无形的管理导师,让人能够更快、更准确地学习和开展人力资源管理业务。

借助数字技术,辅助开展人力资源管理分析和决策,不断优化人力资本结构,降低用工风险和成本,实现员工赋能,是数字技术与人力资源管理融合的基本价值所在,也是随着时代变迁和生产工具的改进,更是人力资源管理与时俱进的必然选择。■

作者单位

四川德胜集团云南德胜钢铁有限公司

01

小链接link

HR从业者如何转型?

人力资源数字化转型的实质是让信息技术更好地识别和改造世界,HR从业者的数字化转型怎么办?应该扮演什么样的角色,发挥什么样的作用?需要做两件事情。

自我解绑

未来,对一个职业的身份绑定越深,个人价值越依赖于这个身份,风险就越大。因为你永远都不知道人工智能会在什么时候取代这个职业。所以,我们要对自我的认知进行解绑,要让工作回归本质,不要被限制在具体的工作上,特别要远离那些没有创造性的工作。

拥抱技术

未来,陪你时间最长的,真正每时每刻陪着你的可能就是手机或任何终端里的AI。作为HR必须要拥抱技术,了解数据统计、编程,在计算机越来越聪明、越来越重要的时代,给自己留一个能够主动与计算机互动的接口。如果你不懂技术,也不愿意去了解、学习新技术的话,最后就会在与计算机的融合中完全处于被动的地位,就会成为算法的奴隶。所以,要争取更多的主动权就要拥抱技术。

需要项目管理资料合集的同学可先关注然后私信我哦

看见工作“进度条”(工作进度条是什么意思)

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

(0)
上一篇 2023年8月5日 上午9:43
下一篇 2023年8月5日 上午9:53

相关推荐