نوع مقاله : پژوهشی
نویسنده
استادیار مدیریت، عضو هیأت علمی پژوهشگاه علوم انسانی و مطالعات فرهنگی، تهران، ایران
چکیده
با رشد و توسعه فناوری های ارتباطی و اطلاعاتی و استفاده روزافزون از ابزارهای هوشمند متصل به اینترنت، حجم عظیمی از دادههای دیجیتال در هر لحظه تولید میشود. استفاده هوشمندانه از این دادهها برای بهبود تصمیمات مرتبط با منابع انسانی، نیازمند تحلیلگری منابع انسانی است. تحلیلگری منابع انسانی دارای انواع توصیفی، تشخیصی و پیشبینی کننده است که در قالب مدل بلوغ تحلیلگری معرفی میشوند. مقاله حاضر با درنظر داشتن مدل بلوغ تحلیلگری و کارکردهای پنجگانه مدیریت منابع انسانی با استفاده از روش دلالتپژوهی به نقد کتاب منابع انسانی دادهمحور: کاربرد تحلیلگری و سنجهها برای پیشبرد عملکرد اثر برنارد مر که تحت عنوان منابع انسانی دادهمحور: نحوه استفاده از تحلیلها و شاخصهای کلیدی پیشبرد عملکرد به فارسی منتشر شدهاست میپردازد. احصای دلالتها نشان میدهد که بهبود اساسی کتاب با غنی تر شدن و تعمق بیشتر در مبانی نظری مباحث مدیریت منابع انسانی و توجه دقیقتر به سطوح تحلیلگیری امکانپذیر است.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Analytics Maturity and Human Rresources Management Functions Review of Data-Driven HR: How to Use Analytics and Metrics to Drive Performance
نویسنده [English]
- Mojgan Roshannejad
Assistant professor in Institute for Humanities and Cultural Studies, Tehran, Iran
چکیده [English]
As a result of the growth and development of communication and information technologies, as well as the increasing use of smart tools connected to the Internet, a huge amount of digital data is produced every moment. Human resource (HR) analytics is necessary for the intelligent use of this data to improve Human Resource Management (HRM) decisions. HR analytics has descriptive, diagnostic, and predictive types introduced as analytics maturity models. Considering the HR analytics maturity model and the five functions of Human Resource Management, this article uses the systematic implication research method to review and criticize the book “Data-Driven HR: How to Use Analytics and Metrics to Drive Performance” by Bernard Marr. This book is translated into Persian by Pirannejad and Faraji Jobedar. The implications show that the book can be improved by enriching the scientific theoretical foundations of HRM topics. In addition, this could be improved through closer attention to the levels of HR analytics.
کلیدواژهها [English]
- Human Resource Management
- Data-driven HR
- HR Analytics
- Analytics Maturity model
- Book Review