خطوات استخدام المعادلات الرياضية في الموارد البشرية
اقترح عليك الخطوات الخمس التالية لقياس المورد البشري لديك :
1. قيم البيانات المتوفرة لديك Evaluate Your Existing Data :
البيانات المتوفرة لديك هي المادة الخام الأهم والتي لا يمكن اجراء القياسات دونها. يجب أن يتوفر لديك كم مناسب من المعلومات الدقيقة عن فترات زمنية سابقة. قم بحصر البيانات وتصنيفها الى ابواب وفقا لطبيعة كل منها. تحقق من صدقها ودقتها.
2. حدد القياسات التي تهمك Determine the Metrics That Matter:
يتوفر عدد كبير جدا من المعادلات والقياسات التي يمكن استخدامها في قياس الموارد البشري. وتتنوع هذه القياسات تنوعاً كبيرا طبقاً لحجم الشركة تاريخها وحجم القوى العاملة وغير ذلك من العوامل. وفي البداية لن تتمكن من إجراء كافة القياسات دفعة واحدة لذلك حدد ما هي القياسات التي ستناسبك والتي تتوفر لديك البيانات التي تمكنك من إجراءها.
وسيتضمن هذا الاصدار عدد كبير من القياسات والمعادلات وشرح لكيفية استخدامها وأهميتها.
وسنستكمل هذه القياسات في اصدار اخر قادم ان شاء الله
3. استخدم التكنولوجيا المناسبة Determine the Metrics That Matter:
معالجة قدر كبير من البيانات سيحتاج الى برامج أو أدوات مخصصة لهذا الغرض. اذ لا يمكنك اتمام ذلك يدوياً بالدقة والسرعة المطلوبة. وهناك عدد كبير من البرامج والادوات التي تمكنك من اتمام هذه الخطوة بكفاءة مثل:
· برنامج SAP وبرنامج ORACLE الا ان هذين البرنامجين قد لا يتوفران للجميع نظراً لارتفاع سعرهما خاصة بالنسبة للشركات الصغيرة والمتوسطة الحجم.
· برامج معالجة البيانات كبرنامج الاكسل EXCELL وغيره : والتي تتطلب منك ادخال المعادلات في قوالب وحفظها للاستخدام من فترة الى اخرى. ويعد هذا البديل جيدا ومناسباً من ناحية السعر وسهولة ادخال وتحليل البيانات.
4. حدد طريقة عرض البيانات Determine How You Want the Data to Be Presented:
هناك طرق متعددة لعرض البيانات الناتجة عن القياسات. منها مثلا الرسوم البيانية التي تساعد في استخلاص النتائج بمجرد النظر اليها. ومنها التقارير الاحصائية والجداول وغير ذلك. انت من سيحدد الطريقة المناسبة لعرض البيانات بناء على الغرض الذي ستستخدم فيه هذه البيانات.
5. حدد توقيت تغير البيانات بمرور الوقت Consider How Data Changes over Time:
الوقت يتغير والبيانات تتغير تبعاً له. انت في حاجة الى تحديث مستمر للبيانات. اذ ان استخدام بيانات قديمة يؤثر سلباً على دقة القياسات. ويجعل القياسات بدون جدوى. لذلك ضع عينك دائما على تحديث البيانات فهذا الأمر في غاية الأهمية