HR与业务(转过来学习用)

中国人力资源工作者在业务知识方面表现较弱,尤其是价值链和价值主张的理解。本文介绍了价值链的概念及其在企业管理中的应用,并强调了人力资源工作者需加强与业务部门的沟通及自我宣传。
最新的密歇根人力资源调研揭示,在五项核心胜任力表现中(战略贡献、个人信誉、业务知识、人力资源服务的实施和人力资源电话化科技),中国人力资源工作者在业务知识领域的表现远远落后于其它四项,而且也与全球平均水平有很大差距。可见,中国的人力资源工作者对业务的了解还相当不够,需要大大提高。

    那么,业务知识究竟包含哪些内涵呢?

    在调研中,我们把价值链、价值主张和劳工法规这三项统称为业务知识。劳工法规不难理解,在中国,它是传统人力资源工作者必须掌握的知识之一。早在很多年以前,中国的人力资源工作者已经开始接受这方面的培训和指导。可想而见,中国的人力资源工作者在劳工法规方面的表现还是很不错的。

    但是,如果忽略劳工法规这一因素,中国人力资源工作者在其它两项业务知识——价值链和价值主张——的表现实属堪忧。甚至乎,很多中国人力资源工作者根本不知道什么是价值链和价值主张。

     价值链——久远而时髦的名词

    “价值链”越来越广泛地运用于现代企业管理中,从成本控制到竞争战略,几乎无处不在,它成为近来最时髦的名词之一。从最上游的供应商开始,到最终的客户和消费者,这个由始至终创造和实现价值的系统工程就称为“价值链”。

其实,“价值链”的概念早在上世纪八十年代就出现了,Dr. Michael Porter在其著作”Competitive Advantage”中阐述了最基本的“价值链模型”,将企业的价值链环节分为五项“主要活动”和四项“辅助活动”,通过相互之间的连接与运作,最终产生赢利并获得竞争优势。

    五项主要活动:

    输入物流Inbound Logistics:原材料获得和储备的过程

    生产制作Operations:使原材料变为成品的过程

    输出物流Outbound Logistics:将成品运输给客户的过程

    市场销售Marketing & Sales:使客户产生购买行为的一系列活动,包括渠道建设、广告传播、价格制定等

    服务Service:维护并提高产品价值的一系列活动,包括客户支持、维修服务等

    四项辅助活动:

    企业基础设施Firm Infrastructure:包括组织架构、文化建设、控制系统(包括财务、法务、质量管理等等)

    人力资源管理Human Resource Management:包括招聘、发展、激励等各种机制

    科技发展Technology Development:包括研发、流程自动化等增值的科技发展活动

    供应管理Procurement:获得原材料和设备的采购与供应过程

    花这些篇幅来介绍波特的价值链模型,主要是为了让人力资源工作者们找到了解业务知识的突破口。根据自身企业所处的不同行业和背景,人力资源工作者可以在价值链中找到不同的价值链重点环节,比如在运输服务公司里,物流就是重点环节,而在物业管理公司,服务则是人力资源工作者要重点关注的环节。总之一句话,人力资源工作者要学会讲“行内话”,也就是说,必须更加深入了解业务运作实践。

价值主张——1+1>2的主张

    调研发现,虽然中国的人力资源工作者还不太了解业务,但是国外的很多人力资源工作者已经对业务价值链非常熟悉了,以至于在国外,高表现公司的HR和低表现公司的HR对业务的了解几乎在同一水平上。差别在于,高表现公司的人力资源工作者更加擅长于整合价值链上的各个环节,能够将对业务的了解转化成对战略的贡献,实现快速变革,创建具有竞争优势的组织文化。仅仅了解价值链上的每个环节是不够的,哪些是最关键的价值创造点,怎样整合不同的环节,以获得比简单叠加环节更高的价值,这才是很多人力资源工作者需要思考的“1+1>2”的问题。

     与业务牵手

    人力资源工作者从哪些地方着手,才能增加对业务知识的了解呢?简单而言,有二个“多”必须要做到:多阅读和多沟通

    “多阅读”——阅读是最快吸收知识的方法,这种速成学习法应该成为所有人力资源工作者的习惯。阅读范围包括公司产品资料和技术报告、分析家写的报告、客户的年度报告和竞争对手的年度报告等等。阅读的目的很简单:首先要学会“讲行话”;其次要了解业务发展的新动向,不管是自己公司的,还是客户或竞争对手的;最重要的是要将读到的东西与公司的战略所结合。

    “多沟通”——不同的人带来不同的信息。和非人力资源的同事沟通,可以获得最新鲜的业务知识,了解到不同业务部门当前最重大的任务和最现实的问题。很多表现优秀的公司鼓励HR参与很多与人力资源无关的项目和工作组,让人力资源工作者与业务同事进行最亲密的工作接触,甚至有些大型公司让人力资源工作者在不同的业务部门间进行轮岗,这些努力都是希望人力资源工作者冲出HR的小房间,和一线管理人员以及工作人员在一起。当然,俗话说“人以群分,物以类聚”。要多和优秀的人在一起,和持有同样目标的人力资源同行多沟通,经常参加一些行内聚会。

    另外,人力资源工作者要多和客户沟通,可以直接与客户或消费者对话,也可以通过一些机制的调整拉近HR与外部客户的距离。中国已经出现一些服务型公司将客户评价作为对员工奖金发放的一个参考标志。甚至有些公司里,只要客户主动给某位服务员写表扬卡,公司就会给予该服务员特别的奖金。在国外,有些机构甚至请客户参与到自身员工招聘的过程中。我们并不是鼓吹这种激励方式,但这种做法恰恰反映的是人力资源与外部客户之间的近距离接触。

    这里需要特别指出的是,沟通是双向的。人力资源工作者在沟通过程中,并不仅仅是为了获得信息,更要学会自我宣传。在与非HR同事沟通时,要宣传人力资源部的新举措,特别要在适当的时候让非HR同事了解到人力资源已经参与到业务中,已经参与到战略中。密歇根人力资源核心胜任力调研中有个非常有趣的发现,在中国人力资源工作者的职能评估中,所有的职能指标上,非HR同事的评价全部低于HR工作者的自我评价。这可以说是HR工作者自视太高,也可以说HR工作者的努力并未被其他同事所了解。另外,在与外部客户或人力资源同行沟通时,一定要记得宣传自身公司的产品、形象和品牌。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/21011012/viewspace-607865/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/21011012/viewspace-607865/

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
本系统采用微信小程序作为前端交互界面,结合Spring BootVue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性可维护性,遵循企业级开发标准,确保了系统的长期稳定运行后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值