1704246820
如果企业在尝试了以上方法之后，仍然未能成功组建起数字化团队，那么可以采用收购的方式快速获取数字化人才，例如收购一家拥有所有必要数字化人才的初创企业。沃尔玛就是一个很突出的例子，2011年斥资3亿美元收购了社交媒体公司Kosmix，以快速满足自己在数字化人才方面的急迫需求。
1704246821
1704246822
既然找到数字化人才已经如此困难，那么留住他们就变得更为重要了。为他们安排的工作必须具有挑战性和未来导向，具有开放式的办公空间和怡人的工作地点——创造力总是与限制条件的数量成反比的。此外，还需为每个人提供全方位培训、一对一指导、密集的导师辅导和个人发展计划的讨论机会。
1704246823
1704246824
不过，倒不必认为所有数字化的空缺职位都只能由有经验的数字化人才填补。企业要学会向年轻人开放，招聘活动也应该比以往任何时候都更加看重潜力，而不只是过往的履历。此外，企业还要给内部的其他部门员工都提供机会来体验和学习数字化新技术，其中包括向人才提供自由的职业发展空间。例如，谷歌允许员拿出20%的工作时间做自己喜欢的项目，3M公司也在几年前采用了类似的措施。
1704246825
1704246826
1704246827
1704246828
1704246829
从1到N：企业数字化生存指南 [:1704244932]
1704246830
从1到N：企业数字化生存指南 7.2 通过数字化的方式创造更大的人才价值
1704246831
1704246832
在数字化时代，除了关注推进数字化所必需的人才招聘和培养外，通过数字化的数据分析方法——人才高级分析方法——提升企业其他业务人才的价值，是数字化给企业的一大助力。
1704246833
1704246834
人才高级分析方法的价值
1704246835
1704246836
随着数字化的不断演进，人才高级分析的方法也变得更为系统。从整体而言，要将该方法融入企业中来，首先需要在理念上建立人才高级分析的概念，认同其可适用于人才价值的提升；其次是进行初步的应用、基于实际的用例，通过执行分析功能，测试人才价值提升的结果；最后是跨越鸿沟，将经过验证的方法固化下来，在制度和流程上确保将人才高级分析方法应用于企业内人才价值创造的方方面面。
1704246837
1704246838
在各企业的数字化进程中，我们发现人才高级分析方法可以从四大方面创造价值。
1704246839
1704246840
（1）提高员工生产力并增加收入：人才高级分析方法可以在人才筛选、入职、培训以及管理等各个环节上，确定最优组合，以此提高生产力和收入。
1704246841
1704246842
（2）提高重要岗位人才匹配的准确度和速度：通过扩充候选人才库的资源，客观采纳候选人的经验和能力证明，以及候选人匹配度结构性评分等方式，提高关键岗位的人才匹配度，并提升人才招募的速度。
1704246843
1704246844
（3）理解未来员工：通过对公共专业数据（如LinkedIn）的数据挖掘，在新兴数字化能力方面，找到更多具备顶尖技能的顶尖人才（如自动化、人工智能等）。
1704246845
1704246846
（4）提高各核心人力资源流程的效率和准确率：将人才高级分析纳入企业人才管理流程，升级业务流程与之相互融合；设计人力资源分析职能，并设计清晰的路线地图。
1704246847
1704246848
除此之外，人才高级分析方法对传统人力资源所关注的重点事项也都有所兼顾，如图7-2所示：
1704246849
1704246850
1704246851
1704246852
1704246853
图7-2 人才高级分析方法对传统人力资源的重点关注事项
1704246854
1704246855
如何获得成效
1704246856
1704246857
从我们的经验来看，人才高级分析方法通常以“三步法”的方式推进。
1704246858
1704246859
第一步，明确背景并整合数据。
1704246860
1704246861
首先，充分理解业务背景，明确企业的战略，尤其是在数字化转型时的目标，确保计划和人才需求之间达成一致。其次，提出假设条件，理清人力资源绩效的动因。然后，根据假设条件创建数据需求，采集相应的数据，并执行初步的数据诊断。
1704246862
1704246863
数据的采集可能会涉及四个范围：一是员工特征，包括人口学数据、心理测试、简历信息等员工的个人数据；二是员工环境，包括工作地点、轮班信息、工作要求和薪酬等；三是员工观感，包括组织健康指数、360评价数据等；四是员工行为，包括员工的行事历程、电邮互动等。
1704246864
1704246865
例如，一家全球对冲基金在进行人才高级分析时，收集的数据来源包括了HRIS、ATS、绩效管理等系统，以及外部数据源（如LinkedIn）。数据收集之后，根据与绩效的一致性和相关性，对其中部分数据进行了融合和清洗，从而估算出最优的目标变量。
1704246866
1704246867
第二步，建立模型和“事实库”。
1704246868
1704246869
首先，根据目标和假设，建立预测模型，以理解影响绩效的主要原因。其次，通过离散回归分析的方式，理解员工行为中的主要趋势，以及员工中可能存在的小群体或小圈子的共性。然后，基于模型预测每位员工最可能的绩效表现。同时，建立互动式仪表盘，用于数据搜索，包括人力资源管理和业务用例。