人力资源数据化管理离我们有多远

自从写了人力资源数据化管理和人力资源仪表盘的文章，收到了好多询问咨询，到目前为止，我还没有形成成熟的知识体系，一直在摸索学习，总感觉隔着一层纱怎么也看不透。在收到的众多咨询的问题中，我发现几乎都明白人力资源数据的重要性，但是对于如何使用和分析数据大多摸不清头脑，更严重的问题大多卡在了数据的收集和整理这一关，还没有走好就想跑，这样绝对是不可行的，所以才会有了本篇文章。本文将从以下几个方面来讲人力资源数据化管理离我们到底有多远：

什么是人力资源数据化管理

难点是数据收集

人员的缺失是一个大问题

数据处理与分析方法

工具的选择、实施与使用

----------------------我是分割线-------------------------------------

什么是人力资源数据化管理

人力资源数据化管理就是以数据为导向的管理方法，它是管理方法的转变，以往依据经验、直觉的决策向通过数据做出决策转变。人力资源向业务合作伙伴、战略人力资源方向发展，离不开数据决策。

其实HR一直在使用数据，在工作中体现的数字都是数据的应用，“用数字说话”现在是职场中普遍的做法，如我们在总结报告中的数字报告、数字分析等，都是对数据的应用，例如：

我们可以对离职原因进行分析，但是能不能预测员工离职情况或周期内有多少员工可能会离开公司？

预测哪些员工的绩效增长最快，对于我们来说还是较难的命题？

能不能预测出未来几年公司劳动力需求情况？

………………

但是要形成系统的数据化管理，还有很长的路要走。它涉及从数据收集到数据分析的全系列工作，例如：

每一项工作以何种方法收集数据？

数据收集的表单如何设计？

如何将收集数据流程与现有流程无缝衔接？

如何确保数据收集的准确性与延续性？

如何实现收集的数据之间相互打通？

如何实现收集的数据与业务部门的数据相互打通？

采用何种软件对数据进行存储和分析？

收集到的数据如何利用？

如何保障动态数据及时提供决策依据？

如何协调各模块工作人员的数据共享？

如何提升数据收集与数据使用人员技能水平？

………………

人力资源数据化管理的推行，从人员素质、工作流程、规章制度、表单设计、工作协作等方面提出了更高的要求，人力资源团队之间的协作更加紧密、人力资源部门与业务部门之间的协助也更加紧密，它必然推动人力资源工作向规范化方向发展，反过来理解，人力资源工作不规范，是做不成人力资源数据化管理的。

-----------------------------我是分割线---------------------------------

难点是数据收集

数据不一定是数字，它包括文字信息、影音、图像等，当前阶段影音和图像数据的使用离我们还比较远，现在最多的是文字信息的使用，大多数字都是由文字信息二次生成的结果，所以收集数据必须是基础的信息，而不能是二次生成的数字。

在收到的一些咨询问题里面，甚至有同行拿出统计好的各类数据咨询我如何进行数据分析，这已经提前设好限了，在有限的数字中来分析数据，大多是得不到有用的结果的。

必须得有一个对数据“偏执”的人来统筹整个人力资源部门的数据收集，数据的收集一般都会经历“纸质-电子”的阶段，像员工信息登记表、绩效考核表转换为电子数据，如果每一项工作都要生成电子数据，这会导致增加不少的工作量，还有可能增加表单或者修改再有的表单，这对工作流程、规章制度、工作方法等都带来一定的影响。而且在收集数据过程中，还要考虑如何实现数据之间相互打通，数据不打通没用多少利用价值。这都需要这个人要居中统筹协调，否则数据之间形成孤岛，白白浪费员工的时间。

数据是人力资源数据化管理的基础，要推行数据化管理，必须提前筹划数据的收集。这是一个长期的过程，在短时间内是看不到任何益处的，付出远远大于收获，而且还可能不被团队的人员认可、也可能得不到领导的支持。对于一些HR来说，可能还没见到数据化管理的成果就已经离开了这个公司，尤其是主导数据化管理的人员离职或调动，新接手的人员可能不会去主导这项工作或者不会按原来规划的方案来主导这项工作。仅仅是这些，就阻碍了很多企业来实施人力资源数据化管理。

-------------------------------我是分割线----------------------------------

人员的缺失是一个大问题

数据出来后的利用相对还比较简单，但是从数据收集到各种数据的相互关系再到数据之间的分析对人员的技能提出了要求：

统筹人力资源数据化管理的人员必须有全局意识，能主导数据化管理推进的各项工作；

统筹人员必须深入了解人力资源管理中各个模块工作，能系统搭建人力资源系统，规范人力资源管理；

统筹人员必须了解业务，能打通人力资源数据与业务数据；

统筹人员必须掌握数据存储、统计和分析的软件，能综合分析各个软件的优劣，并且有教授别人的能力；

统筹人员甚至要有主导推进公司数据化管理的基础素质或能力，为人力资源数据化管理打通各个环节；

涉及人员必须能认识数据化管理的重要性，有数据收集的习惯，有数据分析的意识；

团队成员必须有共同的操作意识和习惯，认识到数据化管理的重要性，保证数据在录入过程中准确无误，存储过程中不会出现失误。

除此以外，领导的支持是必需的，数据积累到一定程度才会为决策提供依据，这个过程是没有产出的。

综上来看，人力资源数据化管理推进由HR来主导是必然的，但是主导人员必须得具备上述能力，这个可以边推进边学习，逐步成长，但是推进的框架先期必须搭建好。

---------------------------------我是分割线------------------------------

数据处理与分析方法

数据收集之后，经过组合、清洗等步骤，我们就可以拿来进行分析。工作中的数据好多是定向收集，并且人力资源的数据还不会太多，所以无效的数据相对较少，一般经过组合我们就可以拿来分析。

没有专业人力资源信息系统的多数公司，数据收集一般按模块分属不同的人来收集，这样会造成数据在收集过程中的遗漏或不能实现互通，不能形成统一的数据收集规范。分工越细的企业数据分组就越多且数据较精细，分工越粗的企业数据分组较粗，同样数据收集不会面面俱到。而且在数据收集过程中HR容易被数据所累，为收集数据而收集数据，处理不好数据收集与工作流程、工作内容之间的关系，不能形成完善的工作系统，收集工作反而变成无效工作。

在数据分析过程中，人们往往会形成局限的思维，尤其是团队领导，他的思维甚至会影响团队成员，导致整个团队都会形成该种思维，导致数据分析结果的偏离。因此数据分析时我们要考虑：

有没有把人力资源指标进行分析和对比，能否得出有意义的结论；

是否采用了一系列分析方法如回归分析、方差分析等对数据进行分析；

是否通过一系列的数据变量来构建数据模型，实现某种目的？

是否通过数据分析过程中的数据异常及时发现工作中存在的问题？

除此以外，我们在数据统计分析过程中，是否真正用好了描述性数据和数据的预警功能等。

综上，数据的处理、使用与分析方法是人力资源数据化管理的决定性步骤，没有形成强有力的数据支撑，人力资源数据化管理还是理论的巨人、实践的矮子。

-------------------------------我是分割线--------------------------------------

工具的选择、实施与使用

人力资源数据的收集、存储与分析，离不开各种专业工具，任何一个工具都有其优势以及局限性，对于市面上的一些人力资源系统已经能最大限度的来收集人力资源的各种数据，并与业务数据互通。但是离人力资源数据化管理的需求还远远不够，例如我们如何能证明员工满意度与工作效率的关系，这个一般在人力资源系统中是不好实现的。人力资源信息系统作为通用系统，考虑都是基于普遍存在的情况进行开发，目的是为了提升人力资源的工作效率和简化工作流程，它的出发点并非是数据化管理。在人力资源数据化推行过程中，必须与其它工具相互结合，数据要实现互通。

对于没有系统的公司或者如何实现各种数据互通，以及对数据进行组合和分析等，我们用的最多的是EXCEL，而EXCEL的技能水平也决定着数据统计与分析人员工作的成败。更不要提其它如R语言、SPSS等专业分析软件了。

所以在布局公司数据化管理工作体系时，需要考虑如何让各个工具软件能顺畅协作，如何保证使用人员能快速掌握与进入角色进行数据的组合与分析。

笔者一直认为人力资源数据化管理的困难重重，也一直在探索和学习，总感觉守着一座金山不知如何挖掘，数据化管理之路是一条艰难之路，它具有公司特性，需要结合公司业务来实施。它也是需要时间来验证的，没有时间的积累和数据的沉淀，数据化管理将缺乏根本的数据支持。它也存在普遍适用性，只有走这条路的人越来越多，形成系统的理论和完善的操作规范，数据样本越大越多，最终的效力也就越大。这样每个公司在推进过程中顺势而为，总比单打独斗要好的多。