Les entreprises sont capables de rebond et de résilience. Lors de crises organisationnelles, certaines ressources émergent pour aider autrui. Ces ressources rares, appelées les toxic handlers, sauvent les entreprises par acte de compassion. De quelle manière ces individus qui ne laissent rien paraître au regard de leur entreprise se trouvent subitement pris de compassion pour leurs collègues ? Empathie et compassion en entreprise dresse un modèle d'analyse basé sur un questionnaire de la résilience de compassion, appliqué sur plusieurs entreprises de grandes tailles traversant une crise. Ouvrant un champ de recherches large, cet ouvrage amène de nombreuses perspectives au regard de la problématique de l'empathie et de la compassion en entreprise.
Depuis la fin du XXe siècle, la fonction « ressources humaines » (RH) a pour obligation légale de produire un certain nombre de bilans. Longtemps considérés comme des contraintes, ces derniers ont été peu utilisés pour améliorer la prise de décision. Mais l'apparition de l'analytique, des big data et d'algorithmes performants a permis une récente reconfiguration des usages de la quantification en RH.
Accompagné d'exemples empiriques, cet ouvrage présente et définit les différents outils et usages de la quantification en RH. Il étudie l'effet de ces outils sur la prise de décision et, sans souscrire au mythe de la quantification objective et rationnelle, il présente les apports et limites de l'usage des données en RH et analyse les risques potentiels d'une quantification à outrance. Il traite également de l'appropriation de ces outils par les différents acteurs de l'entreprise et examine leurs effets sur le positionnement de la fonction RH.
In an increasingly digital economy, mastering the quality of data is an increasingly vital yet still, in most organizations, a considerable task. The necessity of better governance and reinforcement of international rules and regulatory or oversight structures (Sarbanes Oxley, Basel II, Solvency II, IAS-IFRS, etc.) imposes on enterprises the need for greater transparency and better traceability of their data.
All the stakeholders in a company have a role to play and great benefit to derive from the overall goals here, but will invariably turn towards their IT department in search of the answers. However, the majority of IT systems that have been developed within businesses are overly complex, badly adapted, and in many cases obsolete; these systems have often become a source of data or process fragility for the business. It is in this context that the management of «reference and master data» or Master Data Management (MDM) and semantic modeling can intervene in order to straighten out the management of data in a forward-looking and sustainable manner.
This book shows how company executives and IT managers can take these new challenges, as well as the advantages of using reference and master data management, into account in answering questions such as: Which data governance functions are available? How can IT be better aligned with business regulations? What is the return on investment? How can we assess intangible IT assets and data? What are the principles of semantic modeling? What is the MDM technical architecture? In these ways they will be better able to deliver on their responsibilities to their organizations, and position them for growth and robust data management and integrity in the future.
