餐厅生意惨淡？劳动力管理大数据来解答：不是靠顾客，而是靠阳光！
随着经济形态的转变以及劳动力市场的发展，尤其是年轻一代步入职场，劳动力管理面临着新的变革需求，诸如更加精细化的工时管理、弹性用工、大数据预测分析、智能考勤设备迭代更新等。
Kronos作为全球劳动力管理的行业引领者，如今已在劳动力管理领域深耕40年，基于丰富的行业实践，积极运用智能化手段助力弹性用工大门的开启，利用大数据预测分析帮助企业提升劳动力管理水平。
面对经济、社会环境、科技的快速变化，Kronos将如何继续引领技术创新和管理变革？未来的劳动力管理究竟会呈现哪些美丽风景，从而助力企业劳动力管理走向更加科学、精准、高效和人性化的道路？
引领最新趋势，智能化产品助力弹性用工大门的开启
案例：藏在考勤机里的秘密
长隆主题乐园的一位高管曾经在美国奥兰多的某主题乐园实习，他发现如果公司规定上午9点上班，那么员工即使在8:45之前到达，也无法进入园区。回国后，他却发现国内公司员工可以任何时间任意地点就近打卡。
可是这样一来，有些人会在就近地铁口的园区打卡，而实际工作地点还需要半小时的路程，运营部门无法确保人员及时到位，人力资源部门在进行工时核算的时候也非常麻烦，一旦涉及到加班则更加复杂。
摆在面前的问题是：员工是否按照时间要求出现在正确的岗位上？在公司规定的上班时段之外打卡所产生的工时，如何确定是否为加班时间呢？
此时，这位高管不禁回想：为何美国那些早到的员工无法进入工作区？原来秘密就藏在他们使用的考勤机里面——他们使用的是Kronos的考勤管理系统，如果员工在公司规定的时段和地点之外打卡，机器界面上是会有预设消息提示并亮红灯提醒；此外，考勤机实时掌握排班数据，系统自动处理加班工时的计算。
这就将很多管理风险屏蔽在最前端，避免了运营和人力资源部门后期管理的难度。于是，他决定在自己的公司也采用Kronos的产品，虽然机器成本更高，但在规避法律风险、规范员工行为、提升管理效率上都能够获益更多。
同时，Kronos考勤终端InTouch也具有自助服务功能，员工可以通过它查看自己的打卡记录、排班信息、提交请假/换班请求等，将Kronos软件中后端的信息实时应用到前端。
随着“零工经济”时代的到来，公司员工的构成逐渐多元化，非全职员工或特殊岗位的员工工作时间变得机动灵活，工时统计和劳动力管理因此也出现了新的变革方向。
Kronos根据多年来积累的行业洞见，准确预见劳动力管理的变革趋势，并积极研发智能产品使得这些管理需求得以落地。Kronos产品不仅能够有效解决劳动时间的弹性管理，同时还为企业弹性用工提供了更多的便利。
正如Kronos咨询服务经理刘昕所言：“如今，弹性用工是一个趋势，从企业的角度合理应用弹性用工可以降低成本、增加效率。而从员工角度来看，弹性用工也能更大限度地激发其潜力。”
弹性用工表现在多个方面，比如用工类型构成的多元化、工作时间的灵活性以及工作场所的灵活性（如共享经济/零工经济），这都需要进行相关的管理。
在发达国家，零售业、服务业的小时工占比为70%左右，中国则仍然以全职员工为主，但是随着兼职员工等非全职员工比例的上升，员工的工时排班将变得更加复杂。Kronos可以针对不同用工类型的工时排班提供智能的解决方案。
在工时统计方面，Kronos的Activity活动追踪模块采用工时细分的方案，例如对工厂流水线上工人工时的统计，不是按照人头统计，而是以生产线和生产订单/产品型号等为基础，在多个维度上统计归集劳动力工时（如直接工时、间接工时等）。从而帮助企业能够将人工成本真正实现多维度实时可视。
制造业、零售业企业常常存在超额加班、缺勤等问题，而管理者通常到最后才发现员工的加班工时超出了原来的预算，这是一个长期存在的管理痛点。
Kronos可以通过智能手段，帮助企业做出精准的预测，如预测出零售业的销售量、客流量、成交笔数等业务数据，并辅以各个岗位相应的服务标准要求，计算出用工的高峰期和低谷期，然后以可配置的低成本、高效率的原则将员工安排到相应的岗位中，从而让灵活用工策略更加得心应手。
此外，通过大数据帮助企业进行智能分析，还可以计算出具体是哪个部门、那个时段、什么类型的岗位实际工时超出了劳动力预算；还可将员工的工时数据与经营数据挂钩，找出用工成本的差异，进而让管理层实时掌握劳动力安排的合理性及成本是高于还是低于预期，及时发现问题，对现场运营进行调整和优化。
什么样的大数据才能与有效的劳动力管理比翼齐飞？
人员绩效与企业的财务状况、商业成功密切相关，组织需要通过各类员工数据作出正确决策。如今，人力资源的各个领域都与大数据有着千丝万缕的联系，比如专注于招聘、测评、eHR等领域的人力资源服务供应商，都在进行云端或者大数据方面的布局。
大数据从源头上来讲，是一种技术化的东西，市场上也有相对成熟的技术和工具可供采纳，单从操作层面上来看，“打造一个平台”并不那么难。
然而，在Kronos的售前经理薛小进看来，如果某个产品或服务要体现自身优势，就要看在把数据提取出来之后，能给客户展现什么东西。
Kronos在打造劳动力管理系统系列产品的时候，思考的是：要让客户通过仪表盘一针见血地看到什么问题？通过这些问题，客户需采取怎样的行动才能给企业带来价值？在采取行动之后，新产生的大数据又如何将行动效果反馈出来？最终的目的是形成一个良性循环。
来源：Kronos
现代劳动力需要建立的是一个持续改善的、滚动的大数据模型，这也是大数据与静态的Excel电子表格报表的最大区别之一。
Excel表格只能呈现某个静态时间点的状态，而大数据则会把一系列时间轴上的趋势（过去的和未来的）都展现出来。以往凭借人工辛苦操作的Excel电子表格，在如今这个时代只能是笨拙和吃力不讨好的代名词了。
案例：过时的“工时审计”岗位
位于华南地区的客户Vivo在上线Kronos的系统之前，其各个工厂通常设有一个专门的“工时审计”岗位。这个岗位具体是干什么的呢？
这要从他们一线员工的工资算法说起，员工工资由基本工资加奖金构成，奖金需要每月进行核算。奖金是根据一线工人所在生产线、工艺部门制定的标准工时进行计算，但是，在标准的8小时工作时间内，有些工人可能需要在不同的时间段分别到其他不同的生产线上去支援，这就可能导致重复统计工时，甚至错误统计工时的情况。导致很多员工对奖金计算感到不满意。
实际上，一个工厂的产线可能会超过200条，但负责工时审计的员工通常只有两三个人。因此，依靠手工统计的工时根本无法保证绩效的管理的真实性，也无法保证准确性与公平性。
此外，俗话说“巧妇难为无米之炊”，想要对大数据进行分析，就必须先获取大量的基础数据，如果平台在管理的过程中没有有意识地去积累数据，或者数据构成很抽象，根本不了解员工在工作过程中的具体表现，那么所谓的大数据分析就没有实质性的内容。
Kronos在劳动力管理已经积累了数十年的行业经验，如今全球三分之二的财富 1000 强企业都选择与 Kronos合作。在此基础上，Kronos将丰富的行业经验浓缩为将近400个KPI模型，同时这些KPI结合Kronos的整体劳动效能指标(OLE)，可以让客户更好地理解大数据背后所揭示的本质问题，进而帮助企业积极采取行动来响应这些问题。
Kronos售前顾问俞卿说道：“我们的大数据工具是‘开箱即用’式的，一旦采用，客户就不需要再由IT顾问与业务部门去做复杂的访谈和建模，可以节省巨大的交流沟通成本和时间成本。”因此，明智的客户不应该采纳不成熟的解决方案，经过一两年的时间坐等理想模型的建成，贻误迅速变化的商业时机。
案例：如何揭示啤酒厂的业绩障碍？
百威英博目前是国内啤酒业排名前三的公司，也是与Kronos合作多年的客户。包括并购的工厂在内，百威英博在国内的工厂超过30家，但是每家工厂的业绩都不同，处于前列和末端的工厂相差很大。
采用Kronos劳动力管理工具之后，在专家的建议下，百威英博对于全国不同区域的工厂“生产每千升啤酒所需的工时”这一KPI指标进行了深入的追踪，并找出了生产效率最高的工厂。
通过进一步比较该工厂与其他工厂在排班工时、加班工时和实际工时的差异之后，百威英博终于找到影响处于工厂效率的真正原因。这样，企业管理者就可以从区域、工厂、产线进行考察，最后落实到班组，不断去挖掘问题所在，从而从劳动力管理源头上获得价值。
更值得注意的是，Kronos的大数据服务关注的是人在组织中的活动行为所带来的影响。即首先通过提供一系列细致的服务来积累大量的有效数据，进而在此基础上去作分析，最终帮助客户把员工的活动与业务绩效关联起来。
如Kronos高级顾问刘柬所言：“客户选择我们最根本原因之一，是我们可以准确地按多个维度去归集工时。我们除了关注员工的绩效结果，还关注员工的工作行为，从而观察管理过程中是否存在问题。无论是一个制定计划，还是生产的实际执行，都需要持续地看出问题并且给予改善。”
凭劳动力管理数据说话，人力资源部门与业务运营搭起桥梁
在企业的日常管理中，人力资源部门在与生产部门进行交流时，往往会有很多争论，通常人力资源部门都处于相对弱势的地位，因为他们无法拿到生产状况方面的数据，只知道招聘和离职的具体人数，却不了解员工在产线上的具体活动，以及这些活动是否对离职造成了影响。
Kronos在帮一家合作多年的零售客户做过一次大数据分析之后，得出这样一个结果：公司员工的平均在职年限是两年，但是新员工（入职一年之内）的流失率超过了六成。
人力资源部门每天都在忙于招人，但是每年招进来的人却有六成会在1年之内离开，这就意味着接下来的一年就会徒增很大的工作量，是一种恶性循环。是否能从劳动力管理的角度找寻员工离职的原因呢？
根据Kronos的一项全球调研，有三分之一的企业可在员工上班前告知具体排班情况，剩下的那些企业在告知员工排班信息方面是滞后的。
他们可能会先口头通知员工，但是系统更新要滞后一周甚至两周才进行，而滞后的时间会带来大量的考勤异常，人力资源部门需要投入大量人力和时间去追踪并解决异常问题，殊不知问题的源头在于业务部门的管理。
Kronos在对该零售客户进一步分析之后，也发现了与全球调研结论相似的情况。于是，该公司人力资源部门得以与业务部门站在同样的数据层面对话，一方面可以加强自身的规范管理，另一方面又可以与生产部门、门店运营部门进行沟通，真正通过工具去找到管理问题的症结所在。
通过Kronos的大数据工具，无论是业务部门、人力资源管理部门，还是企业的高管层，都能够通过一套工具看到所有共享的数据。这样，企业的政策讨论、内部沟通上就会更有效率，而不是一些基于假设去进行争辩。
未来的劳动力管理变革走向何方？
作为餐厅的老板，就一定知道是什么让自己的餐厅赚钱吗？老板会说是顾客。那么，又是什么吸引了源源不断的顾客呢？老板也许未必知道。
美国有一家餐厅设在风景区内，通过云端劳动力管理的大数据分析得知，该餐厅吸引顾客的最大原因不是食物品质，不是价格，也不是服务员的贴心服务！餐厅的成交量与日照时间有最大的关系。
每天阳光充沛的时候，也是餐厅生意最好的时候；只要阳光不好，即便食物打折、促销，也没有客流。因此，作为餐厅的管理者，需要大力关注的是天气预报，要根据未来7天、14天的天气情况，提前做好相应的人力调派，并让其他的管理也跟上节奏。
以上只是Kronos利用云技术进行劳动力管理预测未来的一个有趣案例。值得一提的是，作为一家纯粹的软件即服务(SaaS)供应商，Kronos2017财年财报显示，全球营业额超过13亿美元，税息折旧及摊销前盈利(EBITDA)达到3.9亿美元，同比上涨9%。
该财年，Kronos 87%的新客户来自云产品阵列。集合了劳动力管理、人力资源、招聘、人才管理和薪酬为一体的HCM云端套件Workforce Ready成为该财年增长最快的业务组成。未来，Kronos的劳动力管理解决方案将采纳更多的新技术，提供更多大数据方面的分析，帮助客户解码更多未知的商机。
除了继续引领行业前端趋势之外，与客户需求保持一致也是Kronos最核心的出发点之一。
宜家是Kronos中国的顾问委员会客户顾问委员会的议员，他们曾提出，Kronos系统帮忙做好的排班，80%以上都不再需要调整，但是剩下20%左右总是需要不断调整。
该调整是有一定规律的，即需要考虑部门经理的个人喜好和某些复杂情况，系统能不能通过自我学习之后，自行进行修改呢？Kronos对该问题的解决与劳动力管理中的人工智能部署紧密相关。
2017年11月，Kronos推出了下一代变革性劳动力管理平台Workforce Dimensions，将在全球领域40多年的专业知识与最新的云计算技术相结合，重新定义了劳动力管理的未来，该平台从用户界面（UI）的打造到嵌入式人工智能（AI）和机器学习算法的应用，均已进行重新设计，致力于帮助组织驱动更好业务成果的实现。
Workforce Dimensions在手机、平板电脑和PC端均提供了相同的用户体验，用户可以针对与其角色最为相关的信息来创建自己的个性化使用体验。
其中的个人数字顾问（Workforce Advisor）功能采用人工智能和先进的机器学习，可将日常的、耗时的决策自动化处理，让管理人员得以更加聚焦于战略性的工作中而非事务性。
同时，Workforce Dimensions建构在Kronos创新云构架 D5平台之上，通过从数据底层到顶端的实时计算，可以帮助管理者实时处理企业劳动力管理海量数据中出现的挑战。
来源：Kronos
从全球来看，Kronos的业务部署已分布于制造业、物流业、零售业等九大行业。基于全球的丰富实践和行业经验，Kronos在中国的业务部署也越来越广泛，并将美国、欧洲数万家客户，尤其是全球1000强企业客户的实践经验、管理理念和方法融汇到产品中引进中国。
在将产品和服务落地中国市场的时候，Kronos还针对中国企业在管理上的差异性进行了本地化的优化和设计。Kronos还专门组建客户顾问委员会，不断收集中国市场的需求，并将这些需求转变成标准化的产品和服务。
例如针对中国移动终端软件市场的迅猛发展形势，Kronos还专门研发了面向中国市场的移动应用程序，GPS定位使用了高德地图，并且可以在腾讯应用宝直接下载。
除了全球1000强在中国的企业采用了Kronos，越来越多的本土企业如海尔、vivo、万达、唯品会、华润置地、圆通等都成为了Kronos的客户。
已在中国市场走过10年路途的Kronos依然在稳步向前，正如Kronos几位产品和行业专家在采访中所谈到的：“未来，我们还是会结合多年来积累的行业经验，按照有计划性的发展步骤去探析市场和客户需求、交付全球领先和植根中国的解决方案。在引领市场的同时，我们也期待着探索劳动力管理在中国市场更多的可能性。”