金融职业平台
当我在前几年开发人力资源数据分析这个课的时候,我一直在想:人力资源的数据分析对于HR的意义是什么?只是纯粹的为了做报表而做,还是为了做出好看的数据报表,可以完成每年的年终数据分析而做,最近也一直在思考这个问题。
其实数据分析对于HR的意义,我觉得和HR本身的水平和想要达到的目的其实有一定的关系。
按照开展HR数据分析的过程脉络,我们可将这项看似简单,但做起来却面临各种大小挑战的任务,分解为三个关键要素:
薪酬体系
数据来源
如果你还处在有什么分析什么的阶段,那么有必要重新思考数据分析的价值定位,同时也要重新梳理和定位目前正在进行的工作。
数据的来源并不仅限于基于“被动”和“反应”的基础数据,企业应更多关注基于“主动”思考和量化“设计”的数据取得。按照以终为始的思路,建立“成本-效益”、“管理-效益”、“人员-效益”等关键结果类指标,甚至开创性地建立“人力增长模型”或“人才管理价值”指标。
薪酬报告
技术平台
人力资源管理科技的发展,逐步从“信息统计”的定位过渡到提高“专业模块效率”的定位,未来将进一步提升应用和分析功能,对接到“智能分析”或建议的价值。
这样讲可能会更理论,轻描淡写一点就是,人力资源管理技术平台需要加快步伐,进一步深化和跟踪对日常HR管理的实际指导作用。
技术平台可以提升数据的收集和分析的效率,速度和可视化表达程度,成为数据分析的关键手段和工具。
发现问题,诊断问题
这个需求对HR来说其实是有一点要求的,这个需求的HR 会有一定年限的从业经历,了解各个HR的各个模块,也可以从数据中看出问题,分析问题,并给予解决方案,所以在这个层面人力资源的数据分析就会涉及到数据的交互,仪表盘的设计,以及数据的分析,通过数据分析,发现各个部门在人力资源层面的问题,并可以根据问题,给予解决方案。做得再长远点还可以做到数据的预测,比如薪酬的数据结构调整,人员的标准,人员的离职模型等。
对接应用:
数据分析的真正应用将会集中在如何借助量化分析的手段,实现管理决策的判断、建议和预测,数据本身成为了这些应用手段的核心论据。
数据分析帮助我们实现理性思维,它可以帮助我们去实现以回归分析、层次分析法为代表的基本数据统计带来的对关键决策的指导意义。
企业建立属于自己的“人才报表”或“HR数据管理驾驶舱”,并将数据与数据之间建立连接,例如,当你能够分析目前基层中的核心员工中的绩效差的原因是薪酬中的福利的某个项目出现问题的时候,或者发现本公司员工敬业度和薪酬间的关系并不大,却和这个阶段离职员工人数较多并且其真正原因是后台支持管理满意度下降的时候,HR们是不是就可以做出性价比很高的决策。