课程背景：
2022年伊始，疫情背景下，行业领先的公司正越来越倾向于采用大数据分析方法对人力资源数据进行分析，从而保持自己的竞争优势。谷歌、华为、思科和腾讯等卓越的企业开始明白如何使组织保持高生产率和员工工作投入以及较低的人才流失率。如果你想从最优秀的员工身上获取最佳绩效，你就必须清楚知道谁是组织的财富而谁又是组织的负担。感性认知在这个契约精神缺失的时代，不如数据分析来的直接和准确，如何让人力资本分析有如财务分析一样有价值，课程以人力资源思维和数据分析转型发展为核心，通过实际案例，从实战角度讲解如何用数据化转型的发展阶段，为人力资源数据化发展提升效能新思维、新方法。
培训收益：
1、研究传统人力资源管理误区，洞悉企业人力资源数据发展的瓶颈与桎梏；
2、如何从人力资源的主要活动中设计数据的收集?什么是企业管理中的有效数据分析?
3、数据分析在人力资源管理不同阶段决策中的应用实践
4、学会用数据提升人力资源效能价值的转型思路(系统与数据的整合框架思维)
5、研究数据化发展趋势，为企业未来战略决策、人才决策提供根本依据。
6、理解人力资本数据化发展未来趋势和发展必然。
课程时间：
0.5天；6小时/天
课程对象：
专业人力资源从业者、企业管理者
课程形式：
讲解50%+工具10%+视频分享10%+案例15%+小组讨论15%
课程大纲：
序言：企业人力资源管理的历史发展使命
不同历史阶段的人力资源管理特点
人力资源管理者历史发展的定位（人力资源管理者发展中的10种定位）
战略导向的人力资源管理流程
第一讲：前世今生-企业人力资源数据化必然趋势
一、人力资源管理数据化发展历程
1、人事管理——控制职能
2、人力资源管理——数据服务
3、战略人力资源管理——策略提供
4、人本管理——数据价值
二、传统人力资源管理体系六大模块误区
1、从同素到异构
2、从产品到人品
3、从规模到法则
4、从竞争到共赢
5、从利润到价值
三、从传统的人力资源到三支柱模型需要数据支持
1、HRBP
2、HRCOE
3、HRSSC
案例思考：你愿意使人力资源管理的数据像财务数据一样有影响力吗？
四、人力资源管理体系有效性的衡量
1、人力资源管理体系有效性的衡量体系
2、为什么要重视数据分析
3、数据分析与决策竞争优势
最佳化实践最好发生什么
预测模型将来会发生什么
预测与推断如果这个趋势继续发展会怎样
统计分析为什么会发生
五、人力资源数据化分析的三个层面
1、基础信息分析
2、HR职能分析
3、人力资本计量
第二讲：数据为王-新常态人力资源数据化实践
数据阶段一：人力资源效率问题——技术在多大程度上
能够帮助我们简化行政性人力资源工作？
一、HR关键数据指标
1、选人的数据据指标（时间、数量、成本、质量、风险、价值）
2、用人的数据据指标（时间、数量、成本、质量、风险、价值）
3、育人的数据据指标（时间、数量、成本、质量、风险、价值）
4、留人的数据据指标（时间、数量、成本、质量、风险、价值）
二、人力资源流动指标
1、主动流失率
2、被动流失率
3、核心人才流失率
4、内部调动
三、人力资源结构指标
1、人力资源数量指标
2、人力资源运动能力指标
3、培训指标
4、绩效管理指标
5、薪酬福利指标
6、人力资源效率指标
第三讲：效能最佳-人力资源数据化效能指标
效能阶段二：人力资源数据化创新——技术在多大程度上
能够帮助我们创新人力资源实践？
一、组织效能与人力资源效率指标
1、战略人力资源管理与企业利润
2、人力资源效率的计算发展轨迹
人工产出比优势
人力资本附加值
人力资本回报率
人力经济附加值
人力市场附加值
3、案例分享：员工敬业度分析
二、人力资源效率的隐性指标
1、刚性与柔性指标
2、员工心智模式探讨
3、企业文化宗教论
三、HR应该掌握的效能七大指标的计算公式
1、全员劳动生产率
2、人均销售收入
3、人工费用率
4、招聘成本收效益率
5、培训投资回报率/培训转化率
6、经济附加值率
7、员工满意度
第四讲：资本驱动-人力资本智能化驱动指标
驱动阶段三：人力资本信息化——技术在多大程度上
能够帮助我们获取资本信息？
一、人力资源效能驱动7种绝技
1、劳动生产率分析
2、人工成本投产比分析
3、人才素质分析
4、人员动态分析
5、人才成长分析
6、人才沉积率分析
7、人才活力曲线分析
二、 人力资源效能管理模式
1、人力资源效能监测
人力资源效能监测系统
三级监控视窗
效能包干机制
2、人力资源效能干预（四把钥匙）
流程再造
排班优化
效能包干
人力资源配置模板
