《人力资源管理(第三版)-彭剑锋(要点归纳)》.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * “新蓝领”阶层 自由职业者市场 薪酬外包 老龄雇佣市场 人力资源外包的发展趋势 人力资源外包内容不断丰富而深入 7 8 9 10 专注而高效的垂直招聘网站 互联网招聘的垂直领域 雇主品牌营销,或将开拓招聘服务更广的市场 招聘服务与雇主品牌 专业的人オ数据分析机构将满足企业的需求 人オ数据 企业年市场未来商机无限 人力资本金融 人力资源外包内容不断丰富而深入 人力资源外包的发展趋势 服务商间井购联盟快速増加,一体化服务逐渐形成 全球范围内,人力资源服务商间的并购整合案例快速增加,具有影响力的服务商通过收购的方式不断拓展业务范围 逐渐形成覆盖招聘、测评、咨询、信息分析等多业务的体化服务模式,提高了内部协同效率。 移动终端 云 服务 结构 使命 在线离线 创新 互联网 服务 联网生态的发展使得人力资源服务业发生了深刻的变化。 平台化与线上服务 大数据 分析 案例讨论与思考 1.A公司进行人力资源外包的原因是什么? 2.A公司采用的人力资源外包方式是什么? 3.R外包公司向A公司提供了哪些类型的人力资源外包产品和服务? A公司与R外包公司的外包合作中,通过把非核心岗位和工作外包出去,让A公 司将更多的精力聚焦在核心技术的研发上面,项目的服务价值有以下几点： 外包人员需求100%满足,助力A公司聚焦核心技术,凸显竟争优勢,成为行业独角兽 A公司外包项目平均月度流失率控制在5%以内,业务运营稳定有保障。 结合A公司业务特点,探索多种用工模式,以最经济的方式进行人员配置,降低综合用工成本约15% 为A公司提供高效安全的服务,确保项目合规作,避免用工风险及用工纠纷树立良好的公众品牌形象 12 大数据与人力资源管理 通过对本章内容的学习,应了解和掌握如下问题 什么是大数据? 什么是大数据人力资源管理? 大数据技术是如何应用在人力资源管理当中的? 人力资源大数据有哪些指标? 如何进行大数据人力资源分析? 导读案例/CASE ニ十年来,数字技术正以前所未有的速度向前发展,社会进入了全新的数字经济时代。为了在飞速发展的环境中立于不败之地,企业数字化转型势在必行。然而当企业向数字化转型迈出第一步时,所画临的关键障碍不是来自于技术或市场的变化,而是没有足够的数字化人才可以支撑公司未来战略发展的需要。大数据是什么?大数据又将怎样影响企业的商业活动和人力资源管理? 大数据概述 数字化与 大数据的产生 大数据的内涵 大数据的特点 规模性·高速性·多样性·精确性·价值 大数据思维 大数据概述 标准化 规模化 规范化 一切皆可量化 数据也是生产要素 数据的完整性 数据的复杂性 事物的关联性 发展事物规律性 是一种历史的进步,但又无法满足当今新的生产力水平和生产方式的要求。 2009年高盛组约总部美国现金股票交易大厅 2017年高盛组约总部美国现金股票交易大厅 大数据概述 大数据分析 大数据分析的特点 大数据分析 使很多在数据分析中无法实现的操作成为可能 全体数据 不是随机样本 混杂性 不是精确性 相关关系 不是因果关系 大数据分析 大数据价值的衡量 大数据是一项应用技术,只有在各行业的应用中オ能发挥大数据的实用价值。 可以货币化 所有权 未来收益权 2014年,亚信数据资产管理产品线总经理高伟在有一次演讲中对数据资产的概念进行了定义。如果要使数据成为资产,需要满足以下三个条件: 大数据分析的过程 数据收集 稳定的数据源能提供充足的数据 构建算法和数据模型 数据计算 数据存储 高性能 高存储量 高扩展性和高可用性 仅仅实现数据存储是远远不够的,数据的存储与数据计算紧密相连。 大数据分析 大数据取得与整理 数据 知识 监督 学习 非监督 学习 数据挖掘 在数据中发现知识 机器学习 强化学习是一种非常类似于生物学习过程的机器学习方法 大数据分析的另一个重要环节就是数据的分析与应用,这里介绍数据挖掘和数据可视化两个概念 可视化 输出 数据 建模 数据库与 数据仓储技术 关系型数据库的整理需要遵循一系列的规则,即范式 大数据分析的过程 大数据分析 大数据分析与应用 大数据分析与应用 电商们在利用大数据进行准确、智能化的广告推送,很多创新意识突出