Prediktív HR-analitika

Olvasói vélemények

A könyv átfogó áttekintést nyújt a prediktív analitikáról, kifejezetten a humán erőforrás kontextusában. Értékes forrásnak tekinthető azok számára, akik a HR-adatelemzésben való jártasságukat szeretnék fejleszteni, beleértve a kezdőket és a tapasztaltabb szakembereket egyaránt. Az olvasói visszajelzések kiemelik a világos módszertant, a hasznos esettanulmányokat és a gyakorlati alkalmazásokat. Néhány olvasó azonban nyelvtani hibákat és esetenként pontatlanságokat jegyzett meg a bemutatott adatokban.

⬤ Az analitika világos és jól meghatározott lépései.
⬤ Hasznos a HR-témák széles skálájához (kompenzáció, sokszínűség és befogadás stb.).
⬤ Statisztikai háttér nélkül is hozzáférhető a kezdők számára.
⬤ Gyakorlati útmutatás az Excel analitikai célú használatához.
⬤ Az analitikai eszközök és fogalmak lebilincselő bemutatása.
⬤ Szilárd alap a HR-analitikában járatlanok számára.
⬤ Értékes esettanulmányok és példák a legfontosabb HR-kérdésekre.

⬤ Zavaró nyelvtani hibák a könyvben.
⬤ Egyes elemzések eredményeiben pontatlanságok, valószínűleg gépelési hibák miatt.
⬤ Egyes olvasók túlságosan leegyszerűsítőnek találhatják a tartalmat, ha már haladó analitikai ismeretekkel rendelkeznek.

(9 olvasói vélemény alapján)

Eredeti címe:

Predictive HR Analytics

Könyv tartalma:

Nem kell hónapokat töltenie a Python, az R vagy az SQL programozási nyelv megtanulásával, és nem kell olyan drága statisztikai szoftvereket, mint az SPSS vagy a SAS, megtanulnia és megvásárolnia.

Ez az egyetlen könyv, amely megtanítja a prediktív analitikát az Excel használatával (ami már megvan) Ez a könyv nemcsak más vállalatok analitikai eredményeit osztja meg Önnel, hanem megtanítja arra is, hogyan származtassa le azt saját maga. Foglalkozik az ARHAT Predictive HR Analytics keretrendszerrel, megtanítja az adat-storytelling és adat-vizualizációs technikákat, és megtanítja hogyan használja az Excel statisztikai eszközeit (döntési fák, korreláció, többszörös regresszió, logisztikus regresszió, Chi-négyzet) lépésről-lépésre nyomtatott képernyőn megjelenő utasításokkal.

Ez az egyetlen olyan könyv, amely a teljes HR-analitikai területet (juttatások, kompenzáció, kultúra, sokszínűség és befogadás, elkötelezettség, vezetés, tanulás és fejlesztés, bérszámfejtés, személyiségjegyek, teljesítménymenedzsment, toborzás, értékesítési ösztönzők) számos valós példával mutatja be, és megmutatja, hogy a Predictive HR Analytics with Excel hogyan segíthet Önnek.

(1) Jósolja meg, hogy kik azok, akiknél fennáll a távozás kockázata, döntési fa, korreláció, Excel logisztikus regresszió stb. segítségével (pl. egy 30 éves alkalmazott, aki több mint xx km-re lakik a vállalattól, akit "átlagos teljesítményűnek" minősítettek, 90%-os valószínűséggel felmond a 3. évében). ).

(2) Egyszerű korreláció segítségével azonosítsa, hogy honnan jönnek a legjobb emberek, és mennyire lesz sikeres egy jelölt, ha felveszik (pl. az x és y személyiségjegyekkel rendelkező ügyfélszolgálati és értékesítési munkatársak nagy valószínűséggel jó teljesítményt nyújtanak, ha felveszik őket).

(3) Az alkalmazottak elkötelezettségének az ügyfélelégedettségre, a bevételre és a részvényesi hozamra stb. gyakorolt hatásának előrejelzése Excel többszörös regresszió segítségével. (pl. az alkalmazottak elkötelezettségének 1%-os növekedése 100 ezer dollárral növeli a vállalat bevételét, 2%-kal növeli az ügyfelek elégedettségét, 1%-kal növeli a részvényesek hozamát, 1 nappal csökkenti az átlagos betegszabadságot stb. ).

(4) A képzés pénzügyi hatásának előrejelzése Excel Multiple Regression segítségével (pl. a képzéssel való elégedettség xx értékű értékelése a vállalat bevételének y $-os növekedéséhez vezet).

(5) Jósolja meg a sokszínűség és befogadás hatását az árbevételre és az EBIT-re (pl. alakítsa át a vállalat etnikai sokszínűségét egy indexszámra, majd az Excel többszörös regresszió segítségével jósolja meg, hogy ha a vállalat sokszínűségi indexe x, akkor a vállalat árbevétele $y, az EBIT pedig z% lesz).

(6) Jósolja meg az alkalmazottak hiányzását és balesetét, Chi-négyzet segítségével.