拆书稿——《人力资源量化管理与数据分析》任康磊（上）

【拆书书名】人力资源量化管理与数据分析

【书籍作者】任康磊

【书籍由来】

今天不会用数据的人，就好像15年前不会用电脑的人，10年前不会发电子邮件的人，5年前不会用微信的人。

如今在职场上，你已经找不到不会用电脑、不会发电子邮件、不会用微信的人，因为他们早已经被社会淘汰了。

随着经济环境对公司经营管理能力的要求越来越高，传统管理决策中的拍脑袋在未来公司管理中越来越不适合。如何运用量化方法、分析工具和科学的逻辑来指导管理实践活动显得越来越重要。随着互联网的发展，大数据、信息化、云技术在公司中开始大规模应用，让公司中的量化管理和数据分析逐渐变得普遍。

这种管理能力的提升在大多数中国公司的人力资源管理中也逐渐显现出来。当前中国公司整体人力资源管理的逻辑性、科学性和规范性都有待提升。通过采用科学的模型、表格、图形等工具，运用量化管理的方法和数据分析的逻辑，能够让中国公司的人力资源管理效能有效提升。让公司的人力资源能够实现量化管理和数据分析已经成为时代的需要、公司的需要和管理的需要。

【书籍整体框架介绍】

本书分成11章，包含人力资源管理需要用到数据的各个方面。

第1章 如何运用量化管理和数据分析

本章主要介绍人力资源管理人员应当如何正确的运用量化管理和数据分析，内容包括对量化管理和数据分析的正确认识；量化管理和数据分析的正确做法；量化管理和数据分析的实施准备；量化管理和数据分析中的管理成本；如何正确建设运用人力资源管理仪表盘；如何通过量化管理和数据分析查找问题等。

第2章 量化管理和数据分析常用方法

本章主要介绍在人力资源的量化管理和分析过程中可以应用哪些分析方法，内容包括对比分析法（时间对比、空间对比和基准对比分析）；属性分析法（相关关系分析、组成关系分析和聚类关系分析）；图形分析法（图形转换分析、模型工具分析、象限分类分析和空间结构分析）等。

第3章 招聘管理中的量化管理和数据分析方法

本章主要介绍人力资源招聘管理的过程中如何利用量化管理和数据分析方法提高招聘效能，内容包括岗位编制量化测算方法（劳动效率、业务数据、行业对标、预算控制、业务流程、专家访谈定编方法）；招聘效果量化分析方法（招聘满足率分析、招聘贡献度分析、招聘质量分析）；招聘过程量化分析方法及应用；招聘费用量化分析方法（费用统计、分析、平衡）等。

第4章 离职管理中的量化管理和数据分析方法

本章主要介绍如何利用量化管理和数据分析方法提高人才的保留率、减少人才的离职率，主要内容包括人才离职数量分析（离职率计算方法、离职数量分析方法、人才离职情况预算）；人才离职质量量化分析（司龄分析、绩效分析、流向分析）；如何通过量化分析做好人才保留（人才保留正确做法、离职原因量化分析、离职分析注意事项、人才保留契约模型）等。

第5章人才梯队建设量化管理和数据分析方法本章主要介绍如何利用量化管理和数据分析方法进行人才梯队建设，主要内容包括人才盘点三个维度的量化分析方法（单维度、双维度、三维度）；继任者计划实施方法与技巧（员工职业发展转换方向、个人发展计划应用、继任者计划制定方法）；提升继任者技能的有效方法（技能传授流程、继任计划运行检查、继任计划效果评估）；员工职业发展中的量化分析（职业兴趣测评分析、职业选择匹配分析、价值观与岗位匹配分析）等。

第6章培训管理中的量化管理和数据分析方法

本章主要介绍如何运用量化管理和数据分析方法，有针对性的提高公司人才培养与培训的效能，主要内容包括岗位胜任力模型的维度、层级、量化、差距确认、构建方法；培训需求的量化分析维度、量化分析方法、汇总分析、确认注意和制定方法；培训实施环节的量化分析（培训目标量化、培训课程量化、培训形式选择）；培训评估环节的量化分析（培训实施情况量化分析、培训实施效果量化分析、培训行为改变量化分析、培训成果转化量化分析、培训投资回报量化分析）等。

第7章薪酬管理中的量化管理和数据分析方法本章主要介绍如何在薪酬管理的过程中运用量化管理和数据分析方法，从而提高薪酬管理效能，提高公司人工成本的应用效率，主要内容包括岗位价值量化分析方法（岗位排序法、岗位分类法、因素比较法、要素记点法）；薪酬预算量化分析方法（薪酬比例分析、盈亏平衡分析、劳动分配分析、自下而上分析、薪酬预算控制）；薪酬调查量化分析方法（集中趋势分析、离散情况分析、数据排列分析、频率分析、图表分析、回归分析）；整体的薪酬水平、结构、偏离、调整、效率量化分析等。

第8章绩效管理中的量化管理和数据分析方法本章主要介绍如何在绩效管理的过程中运用量化管理和数据分析方法，提高绩效管理的效率，提高员工的工作积极性，主要内容包括绩效目标量化分解法（三层分解法、价值结构法、战略地图法）；绩效指标权重设计、目标设置、质量检验方法；绩效问题诊断、原因分析、改进计划实施方法；公司、部门、员工绩效结果分析方法；绩效结果在薪酬发放、薪酬调整、员工福利、员工荣誉中的应用方法等。

第9章员工关系管理中的量化管理和数据分析方法

本章主要介绍如何在员工关系管理中运用量化管理和数据分析方法，加强公司与员工之间的沟通，缓解公司与员工个体之间的矛盾，提高员工的满意度，主要内容包括员工满意度调查操作和量化分析方法；员工合理化建设操作和量化分析方法；记录、量化分析和减少工伤情况的方法；操作、量化分析和减少劳动争议的方法等。

第10章 人力资源管理三大报表

本章主要介绍类似财务管理中经典的三大报表（资产负债表、现金流量表、利润表），人力资源管理中同样可以设置三大报表，主要内容包括人力资本负债表的设置、调整、拆分；人才流量表的设置、调整；人力资本利润表的设置及人力投资回报率的分析等。

第11章 常见量化管理和数据分析错误

本章主要介绍在人力资源量化管理和数据分析的过程中，经常会出现的逻辑和分析错误，以及如何避免这些错误，主要内容包括图形应用错误（视觉盲区、图形误导、忽略权重）；数字应用错误（数量误导、比率误导、均值误导、忽略基数）；分析方法错误（忽略误差、不可比误差、归因错误、来源不明）等。

【书籍精华观点分享】

根据不同的数据分析目的和目标，数据分析的类型可以分为四种，分别是：描述型分析、诊断型分析、预测型分析、措施型分析。这四种分析方法之间的关系以及价值和复杂程度是不一样的。

复杂性最小，价值最低的数据分析是描述型的分析。

描述型分析就是描述事实，就是告诉人们“发生了什么”。这是在许多公司中最常见的分析方法。不过这种分析方法虽然价值低，也不能说他完全没有价值，因为它可以为后续的三类分析方法提供事实的基础数据。

描述型分析的过程，本质上是让事实变得数据化、可视化的过程。我们在进行描述型分析的时候，要注意数据不是越多越好，也不是越广泛越好，而是为了下一步的目标，获取到的数据越聚焦、越精确、越适用越好。

第二种分析是诊断型分析。

它是描述型分析的下一步，他的主要内容是根据描述型分析提供的事实数据，诊断和分析问题的过程，是告诉人们“为什么会发生”或者“问题出在哪”。到了诊断型分析，就不仅仅是罗列事实和数据，更是对数据进行进一步分析的过程，所以他对公司的价值和复杂性比描述型分析都要更高。

诊断型分析的过程，本质上是对数据核心意义的挖掘和探讨，是对问题的查找、判断和分析。在这类分析里面，我们要把描述型分析里面陈述的大量信息和数据做筛选、分离、归类、整合，并且通过这一系列的处理动作，发现和聚焦出问题的所在，并且通过进一步的分析，找到问题发生的根源。

第三种分析是预测型分析。

预测型分析是诊断型分析的下一步，他的主要目的是对还没有发生的事情做预测，他的主要内容不仅仅是根据当前的信息和数据、分析当前问题和产生原因，他还要预测未来产生某个问题的概率，或者是发生某个事件的可能性，他是告诉人们“未来可能会发生什么”。

预测型分析的复杂性和价值比诊断型分析更高。它要利用一些预测分析的模型或者某种算法，预测某个可以量化的值或者可以预估某个事件的发生时间、地点或者是某个特定的结果。在充满不确定性的环境下，预测型分析能够帮助我们更好的做出决定。

第四种给分析是措施型分析。

措施型分析是数据分析里面复杂程度最高的环节，也是最能创造价值的环节，他的过程是通过对“发生了什么”、“为什么会发生”、“未来可能会发生什么”做进一步分析，来帮助我们得出行动方案，来告诉我们“应该采取什么样的措施”。

措施型分析的过程，本质上是我们以解决问题为目的，选择最优的行动策略和方案，最终做出决策的方法。措施型分析通常不是能直接单独使用的方法，而是在前面所有的分析方法都完成之后，才能够完成的分析方法。

【下期拆书预告】

下期，我将向你分享数据分析的正确用法，以及数据分析技能究竟能够帮助HR解决哪些问题，能为HR带来哪些好处。

【作者介绍】

任康磊，畅销书作家，新浪微博百万粉丝大V，百万学员网课讲师，三茅人力资源网2018年度最受欢迎书籍作者、最受欢迎课程老师。工商管理硕士（MBA），曾任世界500强，国内大型A股上市公司人力资源总监。拥有十余年人力资源管理实战经验和一万人次以上人才招募经验，专注解决人力资源管理实战问题。常年为多家上市公司提供企业管理和人力资源管理咨询服务；曾帮助多家上市公司搭建和完善战略地图、人力资源管理体系、关键流程制度，并取得优秀成绩。

著有：《人力资源量化管理与数据分析》、《人力资源管理实操从入门到精通》、《人力资源成本管控》、《绩效管理与量化考核从入门到精通》、《薪酬管理实操从入门到精通》、《招聘面试入职离职管理实操从入门到精通》、《培训管理实操从入门到精通》、《人力资源法律风险防控从入门到精通》、《新个人所得税实操从入门到精通》、《人力资源总监管理手册那些教材上不会告诉你的实战方法》等系列丛书。

【数据分析】

你在工作中有运用过数据分析么？关于数据分析的知识你想学不？欢迎在评论区留言，有可能老师会在下篇中给出解答哦！