人力资源职能部门如何智能地应对持续的危机并利用技术创造混合劳动力？本文深入探讨了预测分析如何帮助人力资源部门彻底改变混合劳动力的未来。

随着公司开始重新开工和恢复工作，他们将不得不应对新的挑战——管理由远程员工、现场员工、承包商等组成的混合劳动力。在这种情况下，人力资源专业人员如何制定适合自己的战略管理这种新的混合劳动力以提高员工敬业度？虽然没有万能的方法，但我们已经看到，在 HR 中更多地采用技术的情况下，企业的运作更加无缝。根据一个2020年人力资本趋势德勤报告称，企业的力量在于它能够利用技术创造的环境使工作世界变得人性化。未来的挑战是解决组织如何在技术驱动的世界中保持人性化。

预测分析的力量
将分析等技术工具应用于人力资源的历史重点很低。然而，这种情况正在发生变化，随着人员分析. 预测分析工具——高级分析的一个分支——也进入了人力资源部门，帮助企业从数据集中提取重要信息以发现模式、预测趋势以预测未来并做出正确的决策。它有助于分析与绩效衡量、劳动力规划、员工行为、员工流动性、招聘和保留相关的数据。

在电影“点球成金”中，奥克兰田径队的总经理比利·比恩利用预测分析通过识别可以预测球员得分多少的统计数据来评估他的潜在棒球名单。事实证明，他的努力非常有效，尽管在预算限制下运营，他还是组建了一支成功的团队。Beane 的非凡故事与预测分析的重要性及其业务优势产生了共鸣。

预测分析措施效率、有效性和成果，使 HR 能够指导未来的战略决策，帮助按绩效等级识别员工，分析员工流失率，解决学习和发展需求，缩小技能差距，确定最佳的文化契合度和雇用成本，并优化证据，以便不不要失去机会。例如，预测分析可以帮助在这三种类型的测量之间建立联系；通过确定每次雇用的成本（效率）、雇用的质量（效率）和员工绩效（结果）。

由于持续的大流行，预测分析已变得非常适合纳入组织的业务战略。大流行无疑导致了前所未有的失业，导致许多候选人申请同一份工作。在这种情况下，在没有预测分析的情况下筛选候选人——远程工作者、承包商、全职等——变得很困难。预测分析还可以帮助人力资源主管在申请过程中衡量候选人的积极性水平。在这种混合劳动力变得越来越普遍的新环境中，人力资源部门如何应对时代的挑战并帮助我们了解推动结果的因素？

混合劳动力的高级分析应用
通过应用高级分析，企业可以开始查看 KPI（例如，工作完成）并将其分解为不同类别，例如全职/兼职/零工，并分析问题陈述，无论是缺乏培训计划、流程差距等。以下是混合劳动力预测分析的一些应用。

招聘合适的人才： 企业面临的最大挑战之一是招聘合适的人才。使用预测分析，企业可以识别“加入预测”以保持对人才管道的客观看法。此外，如果将所有利益相关者的每小时成本与特定申请相对应，则可能会解决许多挑战，这些挑战往往是一件代价高昂的事情。组织还可以使用招聘评估来预测适合度。

员工保留和敬业度： 在员工保留方面，企业可以使用预测分析根据简历、市场和组织自身的内部参数来预测员工的持续时间。此外，通过训练预测模型来发现异常行为，组织可以节省大量资金，这些资金在留住和培训新员工/新员工时会增加。例如，谷歌通过应用预测分析来估计员工离开公司的概率。他们的一项发现是，如果新销售人员在四年内没有得到升职，他们更有可能离开公司。

学习与发展： 培训计划如果实施得当，可以提高保留率。除了定制培训内容外，公司还可以使用高级分析以反馈、晋升等形式为员工提供个人建议，系统根据工作职责进行识别。预测分析可以进一步根据个人和同行群体层面的各种参数以及特定工作层面的期望，建议特定员工是否需要培训，最终使整个学习和发展过程变得有意义。

前进的道路
分析和人工智能的结合可以提供更好的方法来掌握混合劳动力的规划和管理。例如，预测分析现在可以帮助从电子邮件/日历数据分析时间管理模式，这有助于管理分散的劳动力。此外，人工智能工具现在可以分析视频采访以确定员工的兴趣和诚实度。支持监控、反馈、游戏化和个性化的技术将继续在管理混合劳动力方面发挥重要作用。展望未来，人力资源领导者将继续依靠数据采取行动，推动富有成效的业务成果，从而获得竞争优势。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了