这些企业已经有了HCM系统,为什么还要再单独上考勤系统?

最近有几家制造业和零售业的朋友咨询我考勤管理系统选型的问题,都集中在WFM方面的考勤咨询。

奇怪的是这些企业基本上都有一定的HR数字化基础,也上了HR主系统,甚至也实施了考勤系统,那为什么还要再上一个考勤系统呢?

这就要回到WFM的概念(Workforce Management,劳动力管理)。

下文我尝试从业务对象、人员和业务规划(P)、人员与业务匹配执行(D)、人员绩效核定(C)人员和业务管理优化(A)等角度来对比分析WFM系统和普通的HCM系统之间的本质区别到底是什么。



6d164e5b377ef1dae5e105c98b9bd58e.jpeg

业务对象:WFM和HCM的用户分别是谁?

劳动力管理(WFM)的业务对象主要是制造业/连锁零售业/服务业等行业的一线员工他们的典型特征一个是需要“动手”,其工作产出与员工技能强相关(比如让厨子来开叉车,因技能差异较大,交付效果就很难保证又快又好)。

另外,他们工作时间极其不规律,因应生产需要设置的班次(如3班倒、2班倒、作二休一等)、上下班时间也是多种多样。更重要的是,他们的工作产出与工作时间强相关,如果管理好时间效率直接关系到工作产出。

人力资本管理(HCM)的对象主要是办公室工作者,也就是我们通常理解的“进e-HR系统的员工”,他们的典型特征是需要“动脑”,专业相近的白领,在工作方面往往是可以互相补位的,并且其作息时间相对规律,比如往往整个职场都是朝九晚五的上班。


9648bdfe8b9b9bdcfb61a4ba573081f0.jpeg

人员和业务规划(P)

1. 人员规

WFM:通常根据业务需求安排来灵活调配所需人力,用工需求不稳定、用工种类多,比如销售旺季时可能需要100人,但淡季时只需要50人;为了保持用工弹性,企业一般配制多种用工类型,如核心岗位以自有员工为主、辅助岗位以外包人员为主、临时性工作以灵活用工为主等。

HCM:通常根据年度规划来确定编制,用工相对规律,若无重大业务变化,编制总量、用工需求都相对稳定。

2. 排班

WFM:需要综合考虑产量和客流量、岗位技能要求、劳动强度(个体工作时间不宜过长)、合规合法(满足劳动法要求、合作伙伴验厂要求等)、用工成本(如控制加班费总额)等因素,大批量(给大量员工排多个班)、跨多时间段(上下班时间灵活多变)排班。

HCM:上下班时间相对固定,主要根据当地法规要求(如公休假安排、调班等)排班。



bb4286a0b1802be9ae6a74a51b6ae9b7.jpeg

人员与业务匹配执行(D)

1. 人员配置

WFM:根据业务量需求快进快出,非自有员工通常不进e-HR系统,例如双十一活动高峰期的物流行业临时性用工高峰,会通过周边系统来管理员工(如劳动力管理系统、外包管理系统等),并结合IDM等数据中台同步数据至终端以支持员工自助服务。

HCM:一般会进e-HR系统(有时外包也会进)。

2. 实时记录工时

WFM:要求精确记录、实时反馈(可联动业务系统),校验排班规划的执行情况,也用于业务现场管理和实时的薪资核算,也可用于生产质量管理(如某工序活跃工时突然锐减,是否人员安排不合理)。

HCM:通常是事后统计、分析,对数据的精度(如不需要精确到特定工序)、实时性要求都不高。

3. 工时拆分管理

WFM:工时分类复杂,例如生产工时可分为直接生产工时和间接生产工时(不直接带来产出的),需对不同类别工时进行拆分管理和分析,推动精益管理,工时管理复杂。‍‍‍‍‍‍‍‍‍‍‍‍‍‍

HCM:工时分类单一,一般情况下均为同一种类别工时,管理简单。‍‍‍‍‍‍‍‍‍

4. 合规性管理

WFM:考勤和时间管理规则多,既需要适应当地法律要求,也需适应公司员工管理规则,例如不可连续安排加班,一周工作时长限制等等。

HCM:时间和班次固定,考勤排班需要考虑的规则单一简单。

5. 调班

WFM:既有自上而下,例如根据业务需求——门店业务波峰波谷和产线繁忙程度,也需要考虑员工与岗位的适配度,因此由店长或排班经理统筹安排;也存在自下而上,员工私下协调,线上自助申请,主管审批。

HCM:通常是员工私下沟通达成一致后自助申请,主管审批生效。

6. 假勤管理

WFM:假勤管理复杂,连带性影响大,需要及时应对,需要与排班系统关联,快速调整排班。‍‍

HCM:员工自助申请,主管在考勤月结前审批即可。

7. 加班管理

WFM:加班管理是重要的成本支出,加班工时直接关系产出,需要根据业务需求,一般统一批量性安排,由考勤管理员批量处理。

HCM:按照公司规则,员工适部门或个人实际工作情况申请,通常是偶发性,低频发生。


86153755bff5ac44f410ac9f6e756b5b.jpeg

人员绩效核定(C)

1. 考勤核算‍‍‍‍

WFM:通常采用正向考勤模式核算,精确输出迟到早退分钟数、加班时段及时长、代班次数等业务指定的考勤结果,而且排班、打卡场景非常多样(如跨24点班、连上2天班的打卡),导致考勤核算非常复杂、迭代难度大。

HCM:通常按逆向考勤模式核算,重点关注考勤异常的核定(如迟到、早退和旷工等),同时因为白领本身作息时间相对统一、规律,核算难度小。

2. 异常处理

WFM:员工通过自助设备申请,或由考勤管理员批量处理(典型操作是用Excel记录后导入系统),HR处理过程中与店长/班组长线下确认。

HCM:员工通过软件自助处理。

3. 报酬核定

WFM:应用考勤结果核定扣补款(迟到扣款、早退扣款、出勤奖等)、计时计件工资(如不进e-HR的灵活用工报酬)、外包人员工资(不进e-HR系统统一核算)。

HCM:应用考勤结果核定扣补款后合并工资发放。

4. 报酬发放及记账

WFM:根据用工形式走对应的发放通道,如自有员工统一报盘发放、通过合作伙伴发放灵工报酬、与外包供应商公对公结算外包人员工资,并按业务要求过账至财务(外包及灵工的成本可能进费用而不是人工成本)。

HCM:统一报盘,并按业务要求入账(通常是人工成本类科目)。



5642e54c3e9ae0d985b95ad0cbce6d18.jpeg

人员和业务管理优化(A)

1. 时效分析

WFM:量化应用场景多,是流程优化(根据工时统计数据分析来优化工序,实现削峰平谷)、人力资源规划和调度(怎样的技能组合投入产出比更高)的重要依据。

HCM:量化应用场景少,主要用于人工成本分析、合规合法统计等。

2. 人员储备

WFM:根据业务战略储备人力资源服务供应商,但因业务需求波动大,不便提前制订招聘计划,需要协同供应商随时响应生产计划变动导致的人员需求波动。

HCM:相对规律,一般以年为单位做编制规划、制订招聘计划。

3. 配置优化

WFM:根据时效分析优化用工结构(自有员工与灵活用工合理搭配)、班组设计、精益管理等。

HCM:一般根据业务发展整体规划组织调整、人员配置。

4. 培训

WFM:以多技能储备为导向的培训,偏向于实操(师带徒现场教学、VRAR教学)。

HCM:以人才发展为导向的培训,偏向于综合能力的提升。



f8a903b2156efc78bfd61b0038d8e9e5.jpeg

WFM系统选型

这么对照下来,就不难理解为什么这些制造和零售企业上了HCM主系统,还要继续单独上考勤系统,如果您企业的业务更符合劳动力管理的特征,也可以对应看看是否有雷同之处。

接下来的问题是关于WFM的系统选型,也是文章开头大家咨询的问题。

这个领域市面上常见的解决方案也不少,有基于Core HR、IM魔改的,有采购国内外成熟劳动力管理软件的,也有自研的,到底哪种是适合咱们自己的呢?

对于这个问题,我首先的看法是,应首先从宏观上确定选型方向,再具体操作系统选型,下面笔者尝试从宏观的PEST等角度来粗浅分析,供大家参考。

P:政治因素

信息安全管制:数据跨境管理越来越严格,以至于中国很多本土企业和在华外企在系统选型时,都要考虑信息安全和数据跨境的问题,这是一个大的趋势。所以说国产替代是大势所趋,而选择国产大牌则是顺势而为。‍

地缘政治:若供应商因地缘政治影响“断供”,也会极大影响业务可持续性,从这个层面来说,规避采购高风险厂商的产品,选择国产大牌也是天然有利于长期稳定支持业务的。

E:经济因素

ROI:在整个业务价值链中,劳动力管理属于管理职能而非直接创造业务价值的软件,并且应用场景复杂,涉及到的集成系统、关联方众多,若非特殊行业,甲方自研成本高昂,ROI有限;

经济发展对可扩展性的影响:随着中国经济的发展,立足本土探索海外已成众多优秀企业共识,海外工厂、门店也需要考勤管理,供应商的解决方案是否有足够的扩展性(兼容或直接支持)也是重要的考量点。

S:社会因素

社会化协作:受限于甲方信息安全、合作方用户习惯,让相关干系人(外包方、灵活用工从业人员)使用企业内部软件的运营难度很大,而基于市场上成熟平台型套件开展业务能更好的融合甲乙丙方,进而提升沟通效率及业务流转效率;

语言和文化差异社会发展阶段导致了很多特别的个性化场景,比如作为制造业大国,国内厂商往往要面对客户的各种验厂,需要在满足客户验厂要求的同时也满足自己的业务管理诉求。

再比如在很多制造业工厂,加班工资实际上是工人收入的重要来源(也是人工成本的大头),所以很多甲方对加班的管理非常细致,比如加班中途吃饭打卡、休息打卡等,供应商是否对这些“中国特色”有深刻的理解,并有成型的解决方案,也是值得关注的。

T:技术因素

系统兼容性:考勤涉及到考勤机、外包管理系统、灵活用工系统、HR系统及IDM系统等众多业务系统的集成,供应商是否在国内有成熟的生态,是否能方便快捷的兼容已有IT基础设施是非常重要的;

数据安全性如今我国对信息安全越来越越重视,员工数据的机密性和完整性及重要度也直线上升,数据合规、安全已成为不可回避的事项。

综上,对于劳动力管理这种人力资源管理的细分领域,具有业务场景复杂、兼容系统多、研发投入大等特点,比较好的选择是选择有潜力的本土大牌-如果能支持业务出海则更佳,是典型的“细分领域尖物组合”应用场景。


确定战略方向后,我们就需要开展系统选型工作了。

在具体选型操作过程,除了前面提到的关注点,一般还要综合考虑部署模式、IT架构、集成生态、供应商研发能力等诸多因素,这里就不再展开论述。

有兴趣的朋友可以参阅近期我与其他几位甲方企业CIO共同完成的《选型指南》,更详细地介绍了系统选型的具体风险点和考虑要素,期望对大家的工作有所帮助。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/672357.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

node cool-admin 后端宝塔面板看代码日志

1.需求 我在处理回调问题的时候 就是找不到问题,因为不像本地的代码 控制台能够直接打印出来问题,你是放在线上了 所以那个日志不好打印 我看网上都说是 直接用一个loger.js 打印 日志 放到代码文件里 这种方法也许有用 但是对我这框架cool来说 试了没有…

Pandas文本数据处理技术指南—从查找到时间序列分析【第66篇—python:文本数据处理】

文章目录 Pandas文本数据处理技术指南引言 1. 查找文本数据2. 替换文本数据3. 拼接文本数据4. 正则表达式操作5. 虚拟变量6. 处理缺失值7. 分割文本数据8. 字符串处理方法9. 文本数据的合并与连接10. 文本数据的排序11. 文本数据的统计分析12. 文本数据的分组与聚合13. 文本数据…

react中hook封装一个table组件

目录 react中hook封装一个table组件依赖CommonTable / index.tsx使用组件效果 react中hook封装一个table组件 依赖 cnpm i react-resizable --save cnpm i ahooks cnpm i --save-dev types/react-resizableCommonTable / index.tsx import React, { useEffect, useMemo, use…

4. ⼤模型微调方法

到底有哪些微调⽅法呢? 第⼀类⽅法:借助OpenAI提供的在线微调⼯具进⾏微调;第⼆类⽅法:借助开源微调框架进⾏微调; 1. OpenAI在线微调⼯具 网址:https://platform.openai.com/docs/guides/fine-tuning/c…

EasyRecovery2024永久免费版电脑数据恢复软件下载

EasyRecovery数据恢复软件是一款非常好用且功能全面的工具,它能帮助用户恢复各种丢失或误删除的数据。以下是关于EasyRecovery的详细功能介绍以及下载步骤: EasyRecovery-mac最新版本下载:https://wm.makeding.com/iclk/?zoneid50201 EasyRecovery-win…

一台Mac同时安装vue2和vue3

背景:电脑需要运行vue2和vue3项目,就得同时有vue2和vue3环境,之前以配置好vue2了,现在增加vue3 1. 新建一个安装vue3的目录 进入vue3文件夹安装vue3 // 注意这里没有参数-g,因为-g全局安装的命令 npm install vue/cli…

Yearning审核平台本地安装配置并结合内网穿透实现远程访问

文章目录 前言1. Linux 部署Yearning2. 本地访问Yearning3. Linux 安装cpolar4. 配置Yearning公网访问地址5. 公网远程访问Yearning管理界面6. 固定Yearning公网地址 前言 Yearning 简单, 高效的MYSQL 审计平台 一款MYSQL SQL语句/查询审计工具,为DBA与开发人员使用…

人工智能|深度学习——使用多层级注意力机制和keras实现问题分类

代码下载 使用多层级注意力机制和keras实现问题分类资源-CSDN文库 1 准备工作 1.1 什么是词向量? ”词向量”(词嵌入)是将一类将词的语义映射到向量空间中去的自然语言处理技术。即将一个词用特定的向量来表示,向量之间的距离(例…

力扣热门100题 - 3.无重复字符的最长子串

力扣热门100题 - 3.无重复字符的最长子串 题目描述:示例:提示:解题思路 (滑动窗口 哈希表):代码: 题目链接:3. 无重复字符的最长子串 题目描述: 给定一个字符串 s &…

step导入到solidworks外观处理方法

在导入到solidworks中的kuka机器人会变成灰色。看上去很不好看。如何才能大体恢复一下原外观呢?主要可以使用如下两种方法。 主要是使用了将里面的形状单独变成零件,方便装配,使机器人可以变化姿态。造成外观颜色丢失。 1.外观复制 如下图所…

springboot165科研工作量管理系统的设计与实现

简介 【毕设源码推荐 javaweb 项目】基于springbootvue 的 适用于计算机类毕业设计,课程设计参考与学习用途。仅供学习参考, 不得用于商业或者非法用途,否则,一切后果请用户自负。 看运行截图看 第五章 第四章 获取资料方式 **项…

WebSocket基础详解

文章目录 前言由来简介优缺点适用场景兼容性 API介绍构造函数实例方法send()close() 实例属性ws.readyState(只读)ws.bufferedAmount(只读)ws.binaryTypeextensions(只读)protocol(只读&#xf…

Power Designer的使用 创建数据库表模型,生成sql语句,生成C#实体类

几年前用过PowerDesigner,好几年没用,有点忘记了,在这里记个笔记,需要的时候翻一翻 PowerDesigner版本16.5 下面的例子是以MySQL数据库为准 生成C#实体类 一 安装 1.1 安装 不让放网盘链接,审核通不过。。。。 …

JCTC | 利用几何深度学习对蛋白质-配体结合pose进行等变灵活建模

Overview 该论文解决了药物开发中蛋白质-配体复合结构灵活建模的挑战。作者提出了一种名为FlexPose的新型深度学习框架,它可以直接对复杂结构进行建模,而不需要传统的采样和评分策略。 该模型结合了标量-向量双特征表示和 SE(3)等变网络设计来处理动态结…

用Python做一个文件夹整理工具

文章目录 目标文件夹对话框文件映射组件完整组件 此前曾经基于函数实现过这个功能:用Python做一个文件夹整理工具。这次基于面向对象的方法,重新实现这个小工具。 本文中提到的FileSystem,来自于这里:Python根据文件后缀整理文件…

2024年G3锅炉水处理证考试题库及G3锅炉水处理试题解析

题库来源:安全生产模拟考试一点通公众号小程序 2024年G3锅炉水处理证考试题库及G3锅炉水处理试题解析是安全生产模拟考试一点通结合(安监局)特种作业人员操作证考试大纲和(质检局)特种设备作业人员上岗证考试大纲随机…

Linux安装Java

yum安装 下面命令直接复制粘贴一件安装java17 yum list installed | grep java #查看已经安装的javayum remove java* -y #移除现在系统已经安装的javayum list | grep java-17 #查看安装java17yum install -y java-17-openjdk #安装java17此处可…

Win32 SDK Gui编程系列之--弹出式菜单

1.弹出式菜单 例如,在命令提示窗口中点击鼠标右键,会出现如下图所示的弹出菜单(下拉菜单)。 这种弹出式菜单的实现很简单。不创建菜单栏,用CreatePopupMenu函数创建的菜单是最顶端的菜单就可以了。 菜单的显示使用TrackPopupMenu函数进行。 例如,点击鼠标右键显示弹出…

C#中使用OpenCvSharp4绘制直线、矩形、圆、文本

C#中使用OpenCvSharp4绘制直线、矩形、圆、文本 继之前的Python中使用Opencv-python库绘制直线、矩形、圆、文本和VC中使用OpenCV绘制直线、矩形、圆和文字,将之前的Python和C示例代码翻译成C#语言,很简单,还是借用OpenCvSharp4库中的Line、…

每日一题——LeetCode1422.分割字符串的最大得分

方法一 暴力枚举 枚举所有分割点的情况&#xff0c;取最大得分 var maxScore function(s) {let res 0;const n s.length;for (let i 1; i < n; i) {let score 0;for (let j 0; j < i; j) {if (s[j] 0) {score;}}for (let j i; j < n; j) {if (s[j] 1) {sco…