数据质量是创建有意义的人员分析时必须克服的最大障碍之一。在本文中,将介绍几种技巧,通过更智能的企业人力资源系统设计获得更好的高质量数据。
不可靠,不正确的数据使公司无法实现其HRIS系统的优势,并且经常导致人力资源部门执行耗时的数据清理。通过解决数据中错误的根本原因,可以减少这些问题。在本文中,您将找到有关如何提高整体数据质量的多个提示。
如果要改进来自系统的数据,请首先查看系统配置。要确定是否需要更改系统配置,公司可以收集并跟踪系统中的重复错误。他们还可以查看过去的审核,了解系统配置如何导致错误。
公司经常在数据输入中引用用户错误来降低完整性,但数据输入错误绝不应被视为重复问题的根本原因。这些情况需要改进配置或额外培训。
有许多简单的配置更改可以快速提高输入系统的数据的完整性。下面我们将列出四种最常见的配置更改:
如果在录入时所有人力资源人员无法获得准确的信息,则该字段不是强制性的。虽然可能需要此字段,但强制指定将产生不准确或错误的数据。必要字段不应始终是必填字段。
空白数据与使用虚拟值完成字段之间的差异。乍一看,一个完全完成的字段在系统中看起来很好,但这通常会隐藏不准确性,并且难以解密错误,如突出显示的条目所示。
强制性列中很容易忽略两个突出显示的“虚拟”值。 01/01/1990错字甚至可能是一个有效的日期!整个领域难以破译,变得不值得信任。虽然空白值很容易识别,但可以清楚地说明应该信任哪些数据。重新考虑导致输入虚拟数据的任何配置或必填字段。可用的另一个选项是配置“数据不可用”。
显示相似或重叠信息的字段经常是系统中出错的原因。
示例:可以使用多个字段来指定员工在系统中是兼职还是全职。这些字段可能包括员工身份、员工类型、工时、员工福利资格、工作时间表和其他职位信息。这些字段很容易彼此不同步,并引发系统内数据准确性的问题。在员工任职期间进行更改时,尤其可能出现错误。
虽然这些特定的单个领域通常需要业务,但要寻找替代方案来识别所需的信息。
每次员工改变他们的工作时间,每个列出的字段都需要更新(通常在系统的不同区域)。多个字段增加了一个字段可能被遗漏或输入的可能性,使得它与另一个字段相矛盾。这些领域之间的矛盾使整个系统的准确性受到质疑,并导致耗时的清理工作。
尝试减少本地HR更新期间所需的条目数。如果数据提供其他系统(如福利或财务),请尝试在集成文件中创建规则,以根据小时数和员工类型计算所需信息。此外,从系统中删除兼职和全职指定,这些可以通过查看小时字段来确定。同样重要的是要记住,全职和兼职定义往往因国家而异。确保本地人力资源和财务部门明确界定并理解该领域。
虽然系统经常包含默认字段选项,但许多企业不会主动跟踪每个字段。一些企业在其系统中留下不必要的字段“现在开始收集数据”。这些字段很快成为数据的来源,特别是如果该字段没有当前用途且未包含在报告或集成文件中。
当需要数据回答问题时,当地人力资源部门会在哪里查看?它在您的HRIS系统中吗?单独的电子表格?工资?如果答案不是HRIS系统,需要调查原因。作为本地HR的管理任务更新并为其提供无值的系统将导致低数据质量。
确保HRIS系统为当地人力资源提供价值的步骤:
确保系统配置了本地字段要求。应在系统中提供汽车补贴,国民身份证或种族/民族等当地领域。消除额外的电子表格和跟踪将使本地HR作为主要的准确系统返回到您的系统。
允许员工或经理访问以查看系统中的数据。允许当地员工和经理查看数据将增加额外的准确性检查,并为当地人力资源提供额外的价值。
建立与本地人力资源任务的连接或集成,例如本地工资单,福利和政府规定的报告。这些连接为本地HR带来了价值,并要求系统数据必须准确。通过连接到其他系统和报告,还可以对这些字段进行额外的审核和跟踪,以确保维护这些字段。
人力资源业务合作伙伴需要知道他们的数据是以战略方式使用的。为了确保他们为当地领导者提供价值,他们需要确保他们的数据准确无误。
精心设计的人力资源系统可以成为高质量数据的基础。设计一个减少错误的系统所付出的努力将使公司免于执行耗时的审计,并在低质量数据的分析上浪费资金。每次审核都是解决根本原因和修改配置的机会。现在投资于数据完整性可以产生高质量数据和有意义的分析的持续回报,这些数据在整个企业内受到信任和尊重。