数字化人力资源分析：逻辑、数据、价值结构

人力资源管理传统上一直被视为是管理“艺术”，主要依赖运用勇气或者直觉，做出与组织里的人力或人员有关的决定。管理数字化的迅速发展，已经开始改变并重塑了人力资源分析，现在大家已经形成共识，即在做人员决策时运用数据，由此营造基于数据的客观性（科学依据），是大有益处的。这种人力资源管理的更具有科学性的方法，或者更具有数据化特性的方法，正在催熟一个新领域，称为数字化人力资源分析，或劳动力科学管理，通过将基于数据算法的理解范式和直觉加以结合运用，做出贯通员工生命周期的人力资源管理决策。业内比较一致的看法是，80%的基于数据的分析，加上20%的直觉。数字化人力资源分析过程就是系统地收集数据、分析数据、解读数据，以改进人才管理决策的过程，就是人力资源数字化的过程和应用。

图1 数字化人力资源分析是个分析的连续统一体

同等重要的是，对什么不是数字化人力资源分析或者劳动力分析要有所认识。一部分人持有的观点是，通常情况下，度量指标，管理仪表盘，简单的人数统计，员工敬业度分值或人员流失数据等，不是数字化人力资源分析。另有人士认为，数字化人力资源分析仅仅包括预测性分析和规范性分析。笔者认为，数字化人力资源分析介于二者之间，如同一个“人力资源分析连续统一体”，一端可以是各种基本比率和度量指标，另一端则将是复杂的基于算法的预测分析和规范分析。因此，企业可以根据自身的人力资源管理成熟度、数据质量、可用的功能等情况，处于这个分析光谱的任意位置。伴随着数字化管理时代的来临，信息更为可得，数量更为丰富且成本低廉。人力资源管理者可以在员工整个生命周期里获取信息和数据，数字化人力资源分析已然成为管理现实，并日益向光谱的右侧靠近或者居于右侧。

笔者认为，数字化人力资源分析的逻辑起点，建立在说明人力资源指标如何与经营指标相关联上。人力资源部门需要在“度量与指标价值链”上加以提升，从“人力效率-效能指标”到“影响经营”的指标，通过人力资源指标与经营指标的关联，建立分析基础。图2比较完整地展示了数字化人力资源分析的逻辑和过程。择其重要内容详述如下：

第一、位于影响层次的指标，可能需要使用高级统计建模技术和复杂的算法，以完成预测分析、规范分析、认知分析等关键类型的分析。预测分析在于揭示“将会发生什么”，比如，下一个离职的人会是谁，而规范分析则在于提议“能做什么来阻止人才消耗”。新的分析工具，比如认知分析，可以通过多种假设来识别和推断源自大量的复杂的数据的模式，以确定那些因为人类认知能力所限，而导致的建模局限性所不能较早看出来的行为模式和行为洞见。举例说明，认知分析能够把一个简单的管理假设，比如不同的人员招聘情况不同，转变为不同招聘渠道之间的数据关系，比如把员工绩效管理，转变为多种数据模式。如果不用这些方法，就可能每次都需要创建假设并分析大量数据，分析过程就有可能变成大海捞针一样的困难甚至无功而返。数字化的人力资源分析，通过将人力资源指标与经营指标建立有机关联，必定会博得高层决策者的关注，为人力资源部门创造机会以真正具有战略性，从而极大地改变人力资源部门的运作方式。

图2 数字化人力资源分析的逻辑和过程

第二、图2所示的数字化人力资源分析逻辑的六个分析环节，也是人力资源数据的六个应用层次。从简明扼要的角度看，人力资源的报告和度量是最为基础的层次，主要应用人力资源的基础数据，比如直接收集的各类现状数据和结果数据。描述性/标杆层次，则需要综合运用两类数据，即现状数据/结果数据和能够反映标准的那些数据，比如实际的动态的销售业绩数据与公认的行业标准数据。回归/因果分析层次，则需要就所分析的指标，进行更为深入的数据采集和加工，比如需要销售过程详细数据、不同产品的销售数据、不同人员的人力资源数据等等，还需要根据分析工具和分析方法的要求整理数据。预测性分析层次与认知分析层次，不仅仅需要企业内部数据，还需要外部市场数据和社会数据等，才能完成特定的分析任务。描述性分析层次，所需要的数据与以上各个层次相仿，不过，需要增加某些经验值或者经验数据，或者说人的智慧性数据更为合适，因为这个层次或阶段已经不单单是分析，而是基于分析进行管理选择，制定管理策略，做出管理决策。

笔者认为，数字化人力资源分析的价值就在于，通过纵向遵循管理自身的分层次建构，横向整合人力资源自身的功能建构，以数据数字实现对管理问题的标定和洞察。这个过程，可以上升为经营战略-人力资源分析-竞争优势的一体化。数字化人力资源分析，在战术和战略两个层次展开，帮助组织应对竞争环境。如图3所示，任何一个组织，在战略层面所面临的典型挑战，不外乎生产率、创新、全球范围经营、精益生产和交付，等等。数字化人力资源分析能够运用基于数据的管理方法，进行垂直一体化和横向一体化，帮助企业应对这些竞争挑战，获取竞争优势。

图3 数字化人力资源分析的价值整合

图3中所示，数字化人力资源分析要解决的问题具有很大的价值，而要确保最大化的价值，要遵照如下三个步骤：1、问正确的问题；2、做正确的分析；3、引导改变。笔者认为，有价值的分析一定是从问正确的问题开始。比如，做分析的主要目的是什么？试图解决什么经营问题？是否在努力改进当前的人力资源，使其效率更高，实效更好？是否正试图帮助经营部门提升战略执行力？等等。要询问正确的问题，必定要超越人力资源工作的具体环节，找到什么才真正位于问题的中心。比如，“如何改进员工敬业度”，表面听上去像“如何提升员工士气”，或者，“如何让人更积极地投身到自发努力之中？”面对着这样的要求，通常可能只会关心员工对自己所做工作的感受，并寻找方法改进态度，提升激励效果。如果员工满意度本身，的确是经营部门所需要的最终结果，这样做无可厚非。但是，敬业度不是分析所要针对的真正结果，而不过是绩效的贡献因素之一，绩效才是分析的真正目的。回答这样的问题，就是设定数字化人力资源分析的靶标和指标，图3就给出一个较为完整和全面的思考框架，有助于数字化人力资源分析者们，在处理实际问题时，能够运用更加系统性的视角看待在个体层次驱动绩效的因素，构建分析逻辑，拓宽人力资源分析数据收集的范围，从而锁定价值。

联系我们

扫描二维码关注我们

微信：DaasCai

邮箱：ccjiu@163.com

QQ：3365722008

了解更多精彩内容

长按，识别二维码，关注我们吧！

数据工匠俱乐部

微信号：zgsjgjjlb

专注数据治理，推动大数据发展。