Analisi predittiva delle risorse umane, text mining e analisi delle reti organizzative con Excel

Recensioni dei lettori

Il libro, apprezzato per il suo approccio pratico all'analisi delle risorse umane con Excel, è considerato una risorsa eccellente sia per i principianti sia per i professionisti delle risorse umane esperti che desiderano migliorare le proprie capacità analitiche. Combina efficacemente la teoria con le applicazioni della vita reale, fornendo istruzioni passo dopo passo ed esempi relativi di facile comprensione. I lettori ne apprezzano la chiarezza e l'enfasi sulla narrazione per comunicare efficacemente i risultati dell'analisi.

⬤ Facile da leggere e ben strutturato per i principianti.
⬤ Esempi pratici e casi di studio rilevanti per le applicazioni HR.
⬤ Istruzioni chiare per l'utilizzo di Excel per l'analisi delle risorse umane, che lo rendono accessibile anche agli utenti non tecnici.
⬤ Enfasi sull'importanza dello storytelling nella presentazione dei risultati delle analisi.
⬤ Copertura completa di una serie di metriche e analisi HR.
⬤ Stile di scrittura coinvolgente che mantiene l'interesse.

⬤ Alcuni lettori fanno notare che per analisi più sofisticate potrebbero essere necessari strumenti come R o Python, suggerendo che questo libro è limitato ai livelli base di analisi.
⬤ Alcune recensioni affermano che, pur essendo un ottimo punto di partenza, potrebbe non coprire in modo approfondito argomenti avanzati.

(basato su 22 recensioni dei lettori)

Titolo originale:

Predictive HR Analytics, Text Mining & Organizational Network Analysis with Excel

Contenuto del libro:

Predictive HR Analytics, Text Mining e Organizational Network Analysis (ONA) sono temi caldi e tecniche potenti per migliorare l'efficacia dell'organizzazione. Best Buy è in grado di prevedere che un aumento dello 0,1% dell'impegno dei dipendenti si traduce in un aumento di 100.000 dollari del reddito annuale del negozio VoloMetrix ha scoperto che la dimensione della rete di venditori all'interno della loro azienda è un indicatore di vendita più importante del tempo che i venditori trascorrono con i clienti Non è necessario spendere mesi per imparare la programmazione R e non è necessario acquistare il costoso software statistico SPSS. Questo è l'unico libro che vi insegna a usare Microsoft Excel per l'analisi predittiva delle risorse umane, il text mining e l'analisi delle reti organizzative (ONA) con istruzioni passo-passo su schermo.

1) Analisi predittiva delle risorse umane: Utilizzate gli strumenti di analisi statistica di Excel (alberi decisionali, correlazione, regressione multipla e logistica) per eseguire analisi predittive delle risorse umane. Imparerete a prevedere l'impatto della diversità etnica e di genere sull'EBIT, a prevedere l'impatto della formazione sul fatturato, a prevedere le dimissioni dei dipendenti, a prevedere l'impatto dell'impegno del personale sulle vendite, a prevedere gli incidenti sul lavoro, ecc.

2) Analisi della rete organizzativa (ONA): Eseguite l'ONA utilizzando lo strumento di analisi della rete di Excel. Imparate a convertire la rete organizzativa di un dipendente in un punteggio e a prevedere se sarà un alto potenziale (HiPo). Imparerete anche a prevedere le prestazioni e le dimissioni dei dipendenti con le metriche del grafico ONA. Ad esempio, si prevede che un dipendente sia un HiPo con un punteggio di performance di "9", se il suo "Social Network Score" è "16", il "Social Network Diversity Index" è "3" e il "Competency Score" è "8".

Text Mining, Sentiment Analysis e Word Clouds: Estrarre il testo dai post dei social network, dai sondaggi sul coinvolgimento dei dipendenti e dai commenti di Glassdoor, quindi eseguire la Sentiment Analysis con Excel e visualizzare i risultati con le "Word Clouds". Imparate a prevedere il tasso medio di abbandono dei dipendenti di un'azienda in base al suo sentiment. Ad esempio, si prevede che il tasso medio di abbandono dei dipendenti di un'azienda sarà dell'8% se il tasso di disoccupazione è del 3%, la crescita del PIL è del 2%, il sentiment pubblico di Glassdoor è "5" e il punteggio di engagement è "7".