如何管理知识型员工

二、知识型企业人力资源部组织结构的构建
1、传统企业人力资源部组织结构的构建
传统人力资源部作为一个独立的职能部门,直接对副总裁或总裁负责,其一般设立了人力资源招聘部、人力资源培训部、员工薪酬分配部、劳动关系及员工部和安全部,例如美国的Al-lied-Signal公司人力资源部组织结构。
传 统人力资源部组织的核心在于通过制度管理,来提高产出效率。具体表现为通过对员工上班时间、任务完成状况、下级对上级服从程度和员工对制度的遵守等方面来 进行严格管理,甚至将一系列管理指标进行量化积分,将积分与工资收入直接挂钩。从员工的角度而言,获得满意的薪水是追求的目标,为了达到这个目标,他们也 愿意服从严格的制度管理。因而这类人力资源部组织结构将企业人力资源职能进行了细分,形成专业化分工,各类人力资源管理职能都有专人负责,有利于提高各部 门的工作质量,人力资源管理的程序与规范性大大增强。由于这种人力资源部组织结构职能并重,难以协调。因此,随着信息技术和网络技术的发展,有的企业开始 改用矩阵式、网络式或虚拟式人力资源部组织结构,力图改善和加强部门之间的协调。
2、知识型企业新人力资源部组织结构的构建
根据上述的知 识型企业员工的特点可知,知识型员工是一个追求自主性、个体性、多样化以及具有较强创新精神和团队协作精神的员工群体。这个群体工作的动力主要是来自其工 作者内在报酬本身,而非金钱财富。知识管理专家玛汉?坦姆仆经过大量的调查研究后认为:激励知识型员工的前四个因素分别是:个体成长(约占34%)、工作 自主(约占31%)、业务成就(约占8%)、金钱财富(约占7%)。由此可见,与其他类型的员工相比,知识型员工更重视能够促进他们发展的、有挑战性的工 作,他们对知识、对个体和事业的成长有着持续不断的追求;他们要求给予自主权,使之能够以他们认为有效的方式进行工作,并完成企业交给他们的任务;获得一 份与自己贡献相称的报酬并使得自己能够分享自己创造的财富。因此,在进行知识型企业人力资源部组织结构设计时,要充分考虑知识型员工的特点与他们的需求。 在对知识型员工的激励上,不能以金钱刺激为主,而应以其发展与成长为主。笔者认为,知识型企业人力资源部组织结构应弱化制度管理,提升服务在人力资源管理 中的重要地位,强调企业文化、沟通交流环境以及信任、承诺、尊重、自主、支持、创新、学习、合作、支援、授权和公正等人力资源管理新准则。本文所构建的知 识性企业人力资源部组织结构。

数据挖掘实验室


与一般企业人力资源部组织结构相比,文中人力资源部组织结构充分体现了知识型企业人力资源的特点与组织优势。第一, 把招聘和培训放在一起,能加强双方信息的沟通,招聘培训部既知道企业需要招聘什么样的知识型人才,又知道需要对哪些知识型人才进行培训,做到互通有无,避 免招聘与培训的冲突与盲目性。第二,设立专门的项目人员管理部,这个部门主要根据知识型企业知识型员工具有较强的自主型、创造性和团队精神的特点,对创新 项目的安排并不是依靠行政安排,而是对项目在企业内部进行招标,项目人员管理部根据招标情况确定项目主持人或项目召集人。项目召集人再根据项目的特点和要 求,根据知识型员工的知识、技术、兴趣等因素挑选本项目所需要的员工,构成一个最佳团队,从而能形成创新集聚效应,而且还能满足员工的自主性要求。第三, 将薪酬设计部升级为员工发展规划部,增加员工社会福利保障部和创新服务部,突出企业真诚为员工服务的新理念,适应时代要求。第四,专门设立员企交流部,符 合知识型企业的要求,有利于创造和谐的企业环境。
这种新型的人力资源部组织结构随着企业规模、类型的变化可以做出相应的调整,例如企业在许多地方有子公司,则人力资源部可以在此基础上变成矩阵型人力资源部组织结构。
上一页 1 23 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 下一页
[数据挖掘专家] [数据挖掘研究院] [数据挖掘论坛] [数据挖掘实验室]
上一篇:挖掘供应链协同网络的潜能
下一篇:商城藏在信用卡后
最新评论共有 0 位网友发表了评论 , 查看所有评论
发表评论( 不能超过250字,需审核,请自觉遵守互联网相关政策法规。 )
匿名?
数据挖掘网站导航 数据挖掘论坛导航
  • 数据挖掘工具
  • 数据挖掘论坛
  • DataCruncher - Cognos
  • MineSet - MathSoft
  • Intelligent Miner - GainSmarts
  • Sqlserver - SAS - Clementine
  • CART - Weka - WizSoft
  • NeuroShell - ModelQuest
  • data mining tools - Darwin
  • 数据挖掘交友
  • 数据挖掘博客
  • 数据挖掘工具
  • 数据挖掘资源
  • 数据挖掘技术算法
  • 数据挖掘相关期刊、会议
  • 研究院联盟合作专区
  • 数据挖掘基础与相关技术
  • 数据挖掘厂商与就业
  • 数据挖掘研究者乐园
  • 知名厂商数据挖掘工具资料
  • 国内数据挖掘实验室
  • Foreign Data Mining Lab
  • 热点关注
  • SQL与最短路径算法
  • 求一个数据库备份方案
  • 某商店数据仓库的原型分析和设计
  • 移动通信数据仓库联合实验室在北京成立
  • 数据仓库的规划构建策略
  • NCR Teradata数据仓库概述
  • 各位进来帮忙参考一下关于个人发展方向问题
  • 关于数据仓库的数据模型
  • 第五届机器学习及其应用研讨会日程表
  • 数据库归来——下一代数据库扫描简介
  • 论坛最新话题
  • Foundations of Statistical Natural Langu
  • Game Theory meet Data Mining: A Recent P
  • System Building: How does it help or hin
  • 数据挖掘与Clementine培训
  • 新手报到
  • 求 SASEM 客户流失预测分析
  • 数据挖掘工程师/搜索研究院—北京——无线
  • 数据挖掘入门介绍(如何着手数据挖掘)
  • Information Overload Survey Results
  • The INEX 2005 Workshop on Element Retrie
  • 相关资讯
  • 处理海量数据的经验和技巧
  • 数据仓库的新生
  • 什么是ETL
  • Data Warehousing for the Midsize Organiz
  • Data warehouse management strategies for
  • 第五届机器学习及其应用研讨会日程表
  • SQL Data Warehouse Analyst
  • Edge appliances and the evolution of dat
  • 动态数据仓库让BI走向一线
  • The OLAP Report
  • 数据挖掘实验室资料
  • 数据挖掘博客地址
  • 数据挖掘实验室网站地址
  • Prepare for Medicare audits by using dat
  • 注册成为SAS用户与爱好者俱乐部会员
  • 水南梅
  • 明日烟
  • 新人报道
  • 下载
  • 厦门服务器托管,450元/月—0592-5177319 高
  • 买空间送域名--0592-5177319 高静