효율적인 학습 조직이 되기 위해 People Analytics 사용
게시 됨: 2017-03-10기술이 매우 빠르게 변화하고 있다는 사실을 감안할 때 모든 조직은 최첨단을 유지하기 위해 지속적인 학습에 대한 투자의 중요성을 이해하고 있습니다. 이제 학습 조직이 되는 것의 중요성에 대해 이야기하는 것이 매우 좋습니다. 하지만 실제로 직원의 학습을 어떻게 측정합니까?
이것은 특히 NLP 및 인공 지능과 같은 새로운 기술 영역에서 주요 과제가 될 수 있습니다. 프로그래머와 컴퓨터 엔지니어가 경쟁에 필요한 기술을 갖추고 있는지 어떻게 알 수 있습니까? 추가 교육이 필요합니까? 가장 좋은 훈련 방법은 무엇입니까? 그리고 고급 교육을 위해 누구를 선택합니까? 아니면 신선한 피를 고용해야 합니까?
이는 CEO, CTO, 배송 책임자 및 사업부가 밤에 머리를 숙이게 만드는 매우 중요한 질문입니다. 놀랍게도 그들은 프로그래머의 기술 능력을 객관적으로 평가할 좋은 방법이 없기 때문에 대답하는 방법을 모릅니다. 이러한 회사의 성공이 직원의 기술 역량에 기반한다는 사실을 고려할 때 이는 놀라운 허점입니다.
학습 평가의 문제
그들은 오늘날의 기술 학습 평가가 부정확하고 부정확하다는 사실 때문에 방해를 받습니다. 그것들은 일반적으로 매우 주관적이며 특정 프로그래머의 관리자가 자신의 기술에 대해 느끼는 것을 기반으로 합니다. 한 팀에 있는 모든 프로그래머의 기술적 능력은 같지 않을 것이고 , 그들이 모두 동등한 척하는 것은 아주 근시안적입니다. 그러나 직원 평가는 게임하기 쉽고 개인이 실제로 프로그래밍 천재이기 때문에 높은 기술 능력 평가를 받는지 또는 관리자에게 잘 먹혀서인지 알 수 없습니다.
스타 프로그래머는 일반 프로그래머보다 10배 더 생산적일 수 있습니다. 이 스타 프로그래머를 어떻게 식별합니까? 우리는 그들이 점점 더 나아지도록 어떻게 도울 수 있습니까? 상사에게 더 잘 먹히기 때문에 공간만 차지하는 비실적 프로그래머를 어떻게 없앨 수 있을까요?
오늘날 기술 역량 평가의 문제는 쉽게 게임에 참여할 수 있다는 것입니다. 오늘날 대부분의 기술 평가 엔진은 단순한 객관식 질문만 제공합니다. 똑똑한 프로그래머가 내용에 대해 전혀 알지 못하더라도 올바른 답을 추측할 수 있기 때문에 이것들은 신뢰할 수 없는 것으로 악명이 높습니다. 일반적으로 사용되는 또 다른 평가 옵션은 알고리즘 기술을 테스트하지만 이는 많은 코딩 작업이 필요한 직원에게만 유용합니다. 이러한 기술이 일상 업무와 관련이 없는 수많은 다른 역할(프론트 엔드, 백 엔드)에 대해 이것을 테스트하는 것은 무의미합니다.
황금 표준은 엔지니어가 자신의 실용적인 능력을 증명할 수 있도록 해결해야 하는 실제 코딩 문제를 사용하여 테스트하는 것 입니다. 이제 이것은 일반적으로 인터뷰를 하는 고도로 숙련된 엔지니어와 함께 화이트보드를 사용하여 수행됩니다. 그러나 이는 사람의 개입이 필요하기 때문에 비용과 시간이 많이 소요되며 후배 고용에 적용할 수 없습니다. 여기서 문제는 인도 대학의 성적표와 성적이 매우 신뢰할 수 없기 때문에 시작됩니다.
우리는 기술 평가 교육을 위한 더 나은 방법, 즉 인간 독립적이고 지속적인 학습을 권장하는 엔진이 필요합니다. 이는 스타를 빠르게 추적하고 최고의 프로젝트에 할당하여 회사를 위해 더 많은 성과를 창출할 수 있기 때문에 회사에 매우 유용합니다. 또한 실적이 저조한 사람을 식별할 수 있으므로 뒤처지지 않도록 기술을 향상하고 다시 기술할 수 있습니다.
회사가 개인 수준에서 직원의 기술적 강점과 약점을 이해해야만 효율적으로 수행할 수 있습니다. 이러한 인력 분석을 사용하여 직원들이 세상이 발전함에 따라 회사가 관련성을 유지하는 데 필요한 최첨단 기술을 갖추도록 할 수 있습니다.
이러한 메트릭은 비즈니스 제공 담당자가 교육 과정을 계획하는 데 도움이 될 것입니다. 왜냐하면 기술 격차가 무엇인지, 그리고 이를 채우는 데 얼마나 빨리 필요한지 알 수 있기 때문입니다. 이 객관적인 역량 기준은 비즈니스 관리자가 팀을 보다 지능적으로 구성하여 직원 활용도 점수를 최적화하는 데 도움이 됩니다. 바로 지금, 그들은 그것을 윙크하고 똑똑한 사람들이 무능한 코더를 보상하도록 하지만 이러한 지표는 더 나은 할당 결정을 내리는 데 도움이 될 것입니다.
최고 인사 담당자가 하는 일
최고 인적 자원 책임자(Chief Human Resource Officer)는 이미 적절한 사람을 식별, 모집, 개발 및 유지하는 데 도움이 되는 예측 모델을 배포하여 인적 자본을 극대화하기 시작했습니다. HR 데이터 매핑은 조직이 문제점을 식별하고 미래 투자의 우선 순위를 지정하는 데 도움이 됩니다.
당신을 위해 추천 된:
메타버스가 인도 자동차 산업을 어떻게 변화시킬 것인가?
인도 스타트업에 대한 반 영리 조항은 무엇을 의미합니까?
Edtech Startup이 인도 인력의 기술 향상 및 미래 준비를 돕는 방법...
이번 주 새로운 시대의 기술 주식: Zomato의 문제는 계속되고 EaseMyTrip은 Str...
인도 스타트업, 자금 조달을 위해 지름길 선택
디지털 마케팅 플랫폼 Logicserve, INR 80 Cr 자금 지원, LS Dig...
DoSelect는 직원의 기술 역량에 대한 분석을 제공하기 위해 영리하고 최첨단 온라인 솔루션을 제시했습니다. 알고리즘뿐만 아니라 일상 업무와 관련된 기술에 대해 후보자의 순위를 매기는 시뮬레이션 평가를 만들었습니다.
이것은 직원에게도 매우 도움이 됩니다. 왜냐하면 그는 자신의 결핍이 무엇인지 객관적으로 이해하고 이를 채우기 위해 도움을 요청할 수 있기 때문입니다. 그는 자신의 경력 발전을 가속화할 수 있을 것이며 객관적으로 자신의 결점을 증명할 수 있을 것입니다. 평가 당시 실력이 향상되고 있다.
이것은 야심 찬 프로그래머가 승진과 승진을 위해 평가를 성공적으로 완료하기 위해 서로 경쟁하기 때문에 긍정적인 미덕 사이클을 만들 것입니다. 의사에게 지속적인 의학 교육(CME)이 필요한 것처럼 컴퓨터 프로그래머에게도 지속적인 기술 교육이 필요합니다 . HR은 이것의 중요성을 이해하고 있지만 대부분의 HR 직원은 코더의 기술적 능력을 판단할 만큼 충분한 자격이 없습니다.
능력주의가 승리해야 한다
경력에 따른 프로그래머의 기술적 능력을 표시하는 대시보드는 조직이 진정한 능력주의가 되도록 하며, 여기서 우수한 엔지니어는 기술적으로 더 우수하기 때문에 승진합니다. 실력만 있으면 경력 발전이 가파르다고 볼 수 있기 때문에 더 좋은 엔지니어를 끌어들이는 회사입니다.
기술력을 제대로 측정하고 그에 대한 보상을 잘 해주는 회사는 곧 선택의 대상이 될 것이기 때문에 시장에서 불공정한 경쟁우위를 가지고 있다!
더욱이 이 대시보드는 HR 부서에서 제공하는 교육의 가치를 증명하는 데 사용할 수 있습니다. 모든 IT 조직은 교육에 막대한 비용을 지출하고 많은 조직이 자체 대학을 설립하기까지 했습니다.
슬프게도 그들은 훈련이 효과가 있는지에 대해 전혀 알지 못합니다. 그것이 작동하는 이유; 작동할 때; 어떤 교육이 더 효과적이며 누구에게 효과적인지, 분석할 수 있는 데이터 분석이 없기 때문에 분석할 수 없는 변수가 너무 많기 때문입니다(이러한 IT 조직이 고객에게 데이터 분석을 제공합니다!)
이 회사들은 여전히 그들이 제공하는 교육에 대한 기본적인 질문에 대답할 수 없습니다 . 교육은 온라인으로 하는 것이 좋을까요? 피어 투 피어가 더 나은가요? 교실 교육이 더 나은가요? 비공식적으로 일대일로 해야 합니까? 많은 옵션이 있지만 피드백 루프가 닫히지 않기 때문에 많은 혼란을 야기할 뿐입니다.
문제는 오늘날 기업들이 기술 교육에 수백만 달러를 지출하고 있지만 교육 과정의 결과를 평가하기 위한 측정 도구가 부적절하기 때문에 어려움을 겪고 있다는 것입니다. 오늘날 그들이 의존해야 하는 것은 참여 및 완료 데이터와 직원 피드백 검토 뿐이지만 실제로는 정량화할 수 있는 방식으로 기술 성과의 개선을 측정할 수 있는 방법이 없습니다. 이것이 성배이며, 이것이 DoSelect(내가 엔젤 투자자인 회사) 대시보드가 제공할 것을 약속하는 것입니다.
DoSelect가 하는 일
오늘날의 주요 문제점은 적절한 기술을 갖춘 엔지니어를 적절한 프로젝트에 할당하는 것입니다. 이는 엔지니어의 능력과 프로젝트의 복잡성을 일치시켜야 하기 때문에 중요한 결정입니다. 오늘날 팀 리더와 프로젝트 관리자는 HR 팀과 긴밀하게 협력하여 유효한 프로필을 식별합니다.
그들은 HRMS/HRIS 시스템에 질의하여 관련 기술을 가진 사람을 식별 한 다음 후보자 프로필을 사용하여 내부 기술 팀과 클라이언트가 인터뷰합니다. 문제는 인재 풀이 너무 얕아 대부분의 프로필이 부적절하다는 것입니다. 그런 다음 회사는 전쟁 기반의 신규 직원을 고용하거나 직원의 기술을 재교육해야 합니다. 둘 다 복잡하고 비용이 많이 드는 작업입니다.
그들은 매우 큰 이익 마진을 가지고 있었기 때문에 이러한 비효율성을 피할 수 있었습니다. 그러나 이러한 기능이 축소됨에 따라 엔지니어의 기술적 통찰력을 보다 정확하게 측정하기 위해 더 나은 도구를 사용해야 합니다.
평가는 목적이 아니라 목적을 위한 수단이며, 인사 관리의 데이터 기반 의사 결정이 목적입니다. 우리는 사람을 위젯이 아닌 사람으로 대해야 합니다.
[Aniruddha Malpani 박사의 이 게시물은 LinkedIn에 처음 게재되었으며 허가를 받아 복제되었습니다.]