高潛員工識別及勝任力模型的應用
高潛員工識別及勝任力模型的應用課程/講師盡在高潛員工識別及勝任力模型的應用專題,百度搜索“交廣國際管理咨詢”高潛員工識別及勝任力模型的應用公開課(免費試聽)北上廣深等地開課!芝麻播www.zhimabo.com獨播:高潛員工識別及勝任力模型的應用在線直播課程。專家微信18749492090,講師手機13522550408。
課程大綱
第一講:謀篇:緒論
一、前言:學習規則介紹
1. 方法落地關鍵:先固化、再優化
2. 小組學習規則:小組學習、積分制
二、人力資源管理需要掌握的經濟學知識
1. 勞動力資源的稀缺性
2. 效用最大化原則
3.勞動力市場價格確定
4. 勞動經濟學基本研究方法
5. 勞動力市場均衡的意義
6. 人口與均衡工資率
7. 資本存量對勞動力需求的影響
三、定位人力資源工作
1. 發展演進
案例:HRBP在IT高科技企業的產生與發展
案例:共享中心管理模式在傳統企業的實踐應用
2. 管理環境變化
1)外部挑戰
2)內部挑戰
3. 人力資源工作新的核心關注點
1)人力資源管理核心四件事
2)高效人力資源工作的落腳點:關注“人”的核心能力素質管理
第二講:道篇:高潛人才的人才標準
一、定位高潛人才
案例:高潛人才對于門店增長的作用
案例互動:高潛人才的發展路徑及管理制度
1. 高潛人才的標準
2. 高潛人才的衡量指標
案例:某上市連鎖零售企業的高潛人才的衡量指標:貢獻度對比圖
案例:高潛人才的人才選拔思路:看背景VS看特質
二、高潛人才的識別思路和工具
1. 高潛人才識別戰略解碼
案例:高潛人才的人才選拔思路:看背景VS看特質?
2. 高潛人才識別ACR模型:能力與資歷、特質、結果
3. 科學識別基礎:高潛人才的崗位畫像
1)崗位說明書
2)任職資格
3)崗位價值分析
4)勝任力特質
案例互動:某上市公司領導干部高潛人才的勝任力特質
第三講:道篇:勝任力常見方法論
一、基本概念
1. 勝任力的兩個基本假設
2. 勝任力與工作的相關性
3. 管理場景思考
4. 勝任力概念、特征、作用及構成
二、常見方法論及工具
1. 勝任力常見構成及不同企業需求的對應選擇
2. 勝任力建模常見方法論及工具
3. 工作行為與勝任力特征的相關性(重點)
第四講:術篇:勝任力建模常用方法
一、古典建模方法
1. 古典建模方法
案例互動:古典方法優勢與局限
案例:共享中心崗位勝任力模型
案例和點評:勝任力模型和績效管理
案例和點評:勝任力模型和推行最佳業務實踐
二、基于人格特質理論的現代科學建模方式
1. 卡特爾人格特質理論
2. 測評的應用及優越性
案例互動:學員現場測評識別高潛人才潛質
案例互動:現場解讀學員報告
第五講:術篇:勝任力建模常用套路
一、建模方式建議
1. 方法優劣分析與建議
2. 構建思路
二、建模工具怎么選?
1. 科學測評工具
1)16PF
2)大五人格
3)大七人格
4)霍蘭德
2. 娛樂測評工具
1)DISC
2)九型人格
3)性格色彩學
3. 古典方法
三、建模常見流程
1. 標準流程
現場互動:確定學員企業建模流程
四、建模需要準備的資料
1. 崗位資料
2. 績效數據
3. 樣本資料
第六講:術篇:案例實操演練
一、案例:找到高潛銷售人才
1. 項目背景介紹
案例互動:解決方案+解決思路
案例互動:學員實操
案例互動:課堂出成果
案例和點評:勝任力模型和推行最佳業務實踐
二、勝任力建模需要規避的誤區
1. 常見誤區:指標混淆
2. 常見誤區:指標矛盾、追求完美員工
3. 常見誤區:錯把無法清晰界定的詞條當作勝任力特征
4. 常見誤區:任職資格與勝任力混淆
5. 常見誤區:認知誤區
案例互動:崗位勝任力指標糾偏
第七講:模之后做什么
一、人才篩選漏斗機制
1. 篩選漏斗的結構
2. 篩選漏斗的常用工具
3. 角色分工及操作規范
二、真正的人才庫——人才能力矩陣
案例:某上市公司人才能力矩陣在人才梯隊建設上的應用
三、人才管理整體模型——人才管理九宮格
案例:某行業領先公司的人才管理九宮格實踐分享
第八講:法篇:建設高潛人才的人才梯隊體系
一、構建人才梯隊建設的管理體系
1. 人才梯隊培養模式
2. 建立相關制度規范
3. 人才梯隊建設的組織結構及角色分工
4. 人才梯隊建設的成果固化:形成員工能力矩陣圖+任職資格體系
二、對梯隊人才的激勵
1. 梯隊人才激勵的三類典型方法
1)精神激勵
2)物質激勵
3)情感激勵
2. 梯隊人才激勵的難點與對策
1)如何加強技能的獲取
2)如何為技能分享鋪墊
3)如何激勵技能傳遞與分享
4)如何將創造的價值有效與激勵鏈接起來
三、關鍵人才梯隊建設的管理評估
1. 評價及獎勵直線經理們(包括目標崗位的現職人才)
2. 設置關鍵人才梯隊管理和發展的指標
1)前置性指標
2)滯后性指標
3. 關鍵人才梯隊管理質量指標跟蹤
4. 指標監控矩陣
共有 0 條評論