京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据如何在劳动力管理上创造价值
当前,中国经济已经进入转型升级的新常态,人力资源结构也随之发生变化,其中老龄化导致劳动力结构性短缺,大量、廉价劳动力的时代已经结束。“90后”、“00后”步入职场并且开始担任管理岗位,企业开始寻求多元化的用工模式和更有效的管理策略。
在此背景下,全球最大的劳动力管理解决方案提供商Kronos在上海举办2015劳动力管理年会暨Kronos用户大会,探讨在新人力资源结构下,企业如何通过优化劳动力管理打造差异化竞争优势,在变革中华丽转型。此外,Kronos邀请到蓝月亮、唯品会、一茶一坐等连锁企业代表,分别以自身企业为例,就企业在发展中遇到的劳动力管理瓶颈、解决之道以及实践经验等进行了分享。
企业如何通过信息化方案解决劳动力管理突出问题?Kronos产品自身又有哪些演进?为此,联商网等行业媒体采访了Kronos大中华区总经理缪青、Kronos垂直行业副总裁Charlie DeWitt及Kronos全球产品经理Christine Paquay。
Kronos和去年比有些变化,推出了关于中小企业的版本,SMB版本,还跟本土一些公司成为了友情合作伙伴,Kronos2015的一些市场策略会着重在哪些方面?
2015年我们整个客户的增长情况非常快速,其中有两个非常重要的策略,一个是细分市场,主要是制造业,包括CBT行业、快消品行业、项目经营制造型企业。还有一块是餐饮连锁零售、娱乐行业,包括像万达这种,主题乐园行业。
我们在深耕行业,推行产品至上的理念。不光是产品,你要对这个行业很了解,针对他的管理模式,管控模式,他到底在企业管理,管控管理方面要做出哪些改变,所以我们在这个细分市场上深耕。
另外,我们针对中小型的市场推出了SMB,SMB后续还会有计划的正在商讨把一个纯粹的SARS模式的产品引入到中国来,这个还是在具体的规划当中。大中型的企业,提供给他们行业的解决方案;中小型将来会提供SARS产品。
从更宏观的角度来看,现在社会上很多人会说,人力成本的升高,人口老龄化导致了中国现在的人口红利正在成为过去,请问Kronos对这个问题是怎么看的。
有两件事情,一个是说人工的成本,就发达国家来讲,像英国,法国还有其他几个国家都会有人工成本上的一个考虑。第二个是指人工效率,比如像菲律宾。
从Kronos公司产品来看,可以很好的解决这些问题,我们有两个Model,一个是考勤管理,一个是排班。其实人工效率是大家关注最多的一个部分,Kronos产品三个功能可以帮助到大家,一个是排班、排班预测,另外是做一个活动管理,作业活动管理,最后一个是大数据的分析。
到最后,所有企业都会关注在人工效率上,如果中国不能把人工陈本降低的话会造成企业向其他城市或国家转移,比如菲律宾、墨西哥,他们可以从那边找到低廉的制造厂商或生产厂商来协助他们以便降低他们的生产成本。
刚才您提到大数据分析,这个大数据分析有哪些内容?这些数据分析后在劳动力管理中会起到哪些帮助?
传统的做法是,有一堆数据然后有一堆聪明的人,对这些数据,希望找出有用的数据能够来帮助企业业务。这种方式是不行的,我拜访过50家这样的客户,花了上千万的美金来做这个事情,建立数据仓库,做出两个数据报表,这两个表也没人看,纯粹是浪费钱。
我们的解决方案和他们是完全颠倒过来的,我们是先问客户有什么业务问题,业务大概会存在哪些问题,通过研究那些问题,把问题简单化,哪些数据会对这些业务会有影响,然后把这些数据找出来。
在制造业、零售业存在超额加班、缺勤等问题,管理者通常到最后才发现员工的加班工时超出了原来的劳动力预算。我们帮他做的分析,可以得出为什么有这些加班,为什么会超出劳动力预算,是什么类型的加班,是哪个部门哪个人,甚至可以追溯到考勤时间,什么时候进来,什么时候出去。
往往我们有了这些大数据的展示之后,这种滥用加班和缺勤的情况会迅速降低,因为管理层会随时看到那些员工什么原因。
Kronos的解决方案使得员工的考勤数据时间数据和订单数据挂起钩来,能够找出劳动力成本的差异,和订单对比,订单有假设预算,及时的展露在管理层面前,对于企业而言不用等到期末,你就知道劳动力成本是高于还是低于你的劳动力预算。
现在不仅在中国还是在美国,四个世代的员工共存都是存在的,Kronos的最新产品是否考虑到了四个世代共存的这种特点。Kronos的产品能够在企业四世代管理方面有哪些优势,企业在这种情况下应该有哪些变革和创新?
Kronos10年前的产品版本很难用,也不好看,现在则多是触摸屏,很接近苹果系统,我们最新的产品刚趋向于IPhone的操作方式,老中青少四代人可以通过看界面就知道如何去操作。
中间一代的人更需要找到一种合适的工具,够帮助他们在工作提高效率,方便分析。“00后”他们在生活中更多需要的是有意思,他们不愿意6070后那么努力辛苦的,我们的产品正在倾向于沟通,能够有互动。
“00后”他们并不喜欢给你下一个指令就去工作,他们希望的是参与到工作当中,能够有更多的团队合作,以前的人更愿意一个人工作,一个人坐在图书馆做研究,而现在现在年轻人更多的是希望参与当中,能够有更多的互动在里面,如果做好了他们也喜欢有表扬在里面,比如点赞。
现在很多制造业都在做无人工厂,机器人越来越多,我们的劳动力成本一方面在增加,另一方面劳动力需求貌似又在变少,Kronos有什么应对这些变化?另外像很多物流公司就在使用手机APP打卡,这些都是对Kronos的挑战,如何应对?
关于第一个问题,我不同意,2000年以来,企业就不断用自动化工具替代人力,实际上是增加了价值,中美原来都是农业大国,人们种粮食种谷子,然后自动化设备的使用,使得这部分人群就转移到工业领域去了,制造业又用了很多自动化的设备,这批人又到服务性行业去了。
我并不清楚最新的技术会使劳动力会怎样被重新被部署。但是我相信根据这2000年的变化趋势,劳动力被重新分配,会有新的机会出现。比较好的地方,Kronos服务几乎所有行业,即便劳动力从某一个行业转到另一个行业,Kronos还是能帮助他们提高效率,这一点我们很有信心。
6年以前,我们就已经发现远程现场工作人员有这个需求,而且越来越多,我们也有移动解决方案,类似GPS,移动打卡。
另外,我们也在研究可穿戴设备,比如说Apple Watch,甚至不要你签到,只要你到了那个地方,就会自动连接到设备上,开始记录工作时间,完全自动化,连签到的时间都不需要。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31