这些因素决定着人力资源数据盘点及数据深挖

作者齐涛更新于：2018-02-05 22:57 68371

内容来自 2018-02-06 打卡话题

　　如今，随着信息化的浪潮，企业中各项工作越来越数据化，用数据说话也越来越重要。那么，人力资源管理工作中，我们也需要以数据的统计和分析为基础，学会用数据说话。在之前的打卡中，我们简要的介绍了如何关注企业效能，建设企业人事仪表盘，今天，我们将进阶学习如何盘点和深挖人力资源数据，让我们的人事仪表盘更加完善，展现价值。
　　请问各位牛人，HR如何用数据说话，体现价值？

展开

看到这个案例，思考了半天，到底如何写才能这篇打卡才能让大家借鉴学习，并不是到最后成了收藏不看系列或者学了不用系列中的一篇。

HR如何用数据说话，我们能查到很多的资料，最终的落脚点都会拔尖，要体现效能效益，要人才的投入与产出，要促进业务发展等等。但我们要知道，人力资源数据在多个工作场景中都会有应用，专员、主管、经理、总监的着眼点和落脚点都是不同的，每个人看问题的角度与应用数据的思路也是不同的，职级越高，越要求应用数据的宽度和尝试，让一名专员进行数据分析，最终要体现效能效益，这方面还是困难的。要广泛应用数据，我们就不能给自己设限，最广泛的问题重指标轻问题，只是让各种数据往指标上凑，而不是通过问题使用最切合的指标。

要明白不是用数据说话，而是有没有让数据说话的基础

首先你得有数据。要知道数据的范畴很广，我们需要的基础的数据，不是只要数字，例如你全年面试了1000人，这个不需要，需要的是1000人的基本信息，应聘的部门、岗位、简历来源等，还要包括一面、二面、三面的过程数据，基础信息越多，越有可能分析出有价值的数据。不要全程只是统计数字的汇总、指标的统计等，这一类的数据再多，也没有多少价值而言。我相信看到这，有的HR会意识到做错了，见过不少平时只保留报表数据（如周报、月报等），扔掉基础数据的，典型的捡了芝麻丢了西瓜。

其次你要有多年的数据。这个多年是多少年？没有统一的要求，建议至少是3年的数据，没有历史对比，大多数据是没有意义的。例如2017年年平均离职率是15%，这个数字高不高？有的人可能会说高，要知道前几年离职率没有低于25%的时候，对比了才知道工作成效怎么样。

第三你的基础数据之前能联系起来。大多公司以人力资源模块来划分工作职责，有可能会产生数据孤岛，且不去谈这些名词，最好检验的方法是随便指定一名员工，无论是在职还是离职，从他投递简历起到现在的信息，我们都能快速的调出来，没有断档。例如面试岗位、面试评估、基本信息、岗位信息、劳动合同信息、历年薪资数据、历年考核数据、历年培训数据、历年考勤数据、历年奖惩信息及原由等。这些并不是多个媒介资料堆积到一起，而是将这个人的信息通过一种媒介体现出来，例如都是电子信息。

要明白不是你不掌握数据分析的方法，而是你有没有用心去对待数据

数据是由少到多的过程。公司的差异性和管理多样性决定着现在没有一个完美的数据平台来支持我们做全面深入的数据分析，数据的积累模式化可能对后期数据分析产生限制，可以借鉴他人的经验，也可以使用一些软件系统，但这些并不意味着我们停止数据多样化收集的脚步，不能让工具把我们变懒，平时深入工作多思考，部门也可以采用头脑风暴法，还有哪些数据没有采集到、没有产生相互联系。当年我们走了不少弯路，没有很好借鉴经验，数据采集和存储一变再变，每次我们以为是最后一定修改，但每次经过部门头脑风暴或者使用一段时间后发现还有欠缺，经过长时间的积累和应用，完成了庞大的员工数据采集、储备，最重要的是人力资源数据的互联性。

数据是由多到少的过程。数据分析，是将数据由多到少的过程。数据分析过程中，我们脱离不了一些指标数据，但也不能完全依赖指标数据。在数据没有进行分析前，我们不知道哪些数据分析意义，所以只能是尽可能的从多个维度分析数据，分析出众多的结果数据，然后选取有分析意义的数据再进行深入分析。这是一个由多到少的过程，也是必然的过程，过程枯燥繁琐，但结果却非常有意义。

数据分析是关联分析。关联分析并不是事先确定现象和数据有关联性再去分析，而是数据和现象经过关联分析后得出是不是真的有关联性，甚至直接是通过数据的异常发现与某个现象有关联性。这是数据进行深层次挖掘的必经之路，人力资源经过多年的发展，很多关联性事件被挖掘出了很多，例如提到员工离职能想到的是各种离职原因，数据挖掘没有止境，数据的各类越多、信息量越大，深入挖掘的意义就越大。

职位越高，数据分析的工作量就越大，专员只是对本职工作的数据分析负责，主管对本模块数据与其它模块数据的联系性分析负责，经理对整个部门的数据全面分析负责，总监对人力资源整体数据与公司其它业务数据联系性分析负责。要有一份全面深入的数据分析报告，每个层级并不能完全采用下个层级的数据，有些还是需要从基础数据开始着手分析，只有这样数据才能真正的用到实处。

要确认你在全面的应用数据，而不是局部的使用数据

HR让数据说话，它的工作链条应该是分析过去的数据、指导现在的工作、预测未来的发展，最重要的还是预测未来的发展，数据大量深入应用让人力资源管理从直觉、经验、感觉式的管理过渡到量化、精准、细化的管理。

数据的应用是持续动态的应用，我们可以静态的展示公司人力资源状态，但我们更多的是需要动态的数据随时预警，以便于我们随时发现工作异常和调整工作；我们需要经常性的分析数据支持人力资源决策，而不是阶段性的汇总工作时展示成绩与工作不足；我们需要用人力资源数据来展示对公司业务的支持程度，而不是将数据局限在人力资源方面与公司业务产生脱离。

至于人力资源仪表盘，筛选出了有意义的数据，还愁做不好人力资源仪表盘？这只是工具的应用。

这些因素决定着人力资源数据盘点及数据深挖