HR如何用数据说话，体现价值？

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。

前面发过几篇关于人力资源仪表盘和人力资源数据化管理的文章，请进我的主页来看。

PS：做好图表只是工具的应用，选择正确的数据分析才是精华所在，2号人事部化身HR必备图表利器，帮你解决工具的问题，让你解析数据更专注！快来点击这里体验，你也可以晋级高阶！

查看原文

在岁末年初hr总要做总结、做计划、做年度考核指标等，在对人力资源部门制定考核指标时，老板总是说职能部门中人力资源不像财务部门有很多数据量化的指标、有财报，而人力资源很难去衡量其领域内业务开展的好坏，主观感受居多。

而很多HR为了更“数据化”、“客观化”就也强行加戏，制定人力资源的“才”报，梳理出人岗匹配率、培训参训率、培训满意度、后备人才率等等和人才相关数据报表出来。

不能说这些数据化指标不对，但是站在老板的角度看来，财务的财报是整个公司的经营成果的展现，而人力资源的这些人才相关的“才”报感觉和公司的发展有点关系，但是又不是非常直接的联系，特别是当一些没有受到人力资源深度教育的老板来看这些指标时，更是感觉有点“牵强附会”。

所以基于对组织的影响、贡献的维度去考量，人力资源各个模块的数据、指标其实更像是过程指标，而这些过程指标紧紧的支撑的其实是这样的结果指标：

 【人力资源效能指标】

在人力资源板块中，培训、绩效、薪酬、人才发展等甚至包括一些业务职能如编制都会有一些指标来做衡量，如前面所说对于对组织的影响，其都是过程指标：

比如培训的过程指标如参训率、培训满意度等，回归到培训的本质上来说还是为了提高员工的技能、管理水平、意识、心态等等，这些的提升也就服务于整个组织的效能提升。

比如人才发展的指标，如人才梯队的储备率、后备人才合格率等等，这些指标的达成只是满足组织对人才的当前或未来的需求，是整个组织为达到发展目标去实现过程的指标。

同样的绩效体系的运作效果的好坏，从过程上不同的企业关注侧重点不同，比如有的企业注重绩效体系的优化后有没有使得组织中绩效拉开差距，不再是大锅饭式的绩效、有的企业则是关注绩效对员工行为的改变，但是最终绩效不管是了“拉开差距”，还是“改变员工行为”等等，最终实现的目标都是因员工的改善、通过激励优秀员工、淘汰绩差员工等方式使得企业的整体效能得到提升。

等等的这些人力资源各个模块指标都是过程指标，对于结果的输出、对整个组织的人力资源影响很核心的还是在于提升企业的效能。

所以效能指标作为人力资源管理的结果衡量指标，才是衡量整个组织经营成果的指标、是评价整个人力资源管理质量的指标。

效能指标分位这样几个维度指标衡量

【人均效能】：人均效能=公司总产值（或总销售额）/全年平均人数。

人均效能是衡量一个组织单位时间内每个人产出的效能指标，用于衡量“人”的效能。

【单位工资效能】：单位工资效能=公司总产值（或总销售额）/全年工资成本

单位工资效能是一个组织单位时间内每一个单位（如一块钱）的工资额产出的效能指标，用于衡量“工资”的效能

【人力资源投入产出比】：

人力成本投入产出维度：人力资源投入产出比=公司利润/人力资源成本

利润增幅比维度：人力资源投入产出比=公司利润增幅/人力资源成本增幅/

人力资源投入产出比是一个组织在单位时间内所投入的人力资源费用（招聘、培训、薪酬、福利、绩效等等所有人力资源领域的费用）而产出的利润，以及对应的增幅。用以衡量整个人力资源领域的费用预算所投入的产出。

要知道，一个绩效做好与坏、一场培训做得热热闹闹的，给员工加工资增福利员工的满意度是提高了，但是最终落实到企业的高度，它为企业创造了多少利润、它让企业的效率提升了多少才是根本。

效能指标的好与坏是相对的，需要对比企业以往的效能数据以及同行业、标杆企业的数据来判断下结论。

基于结果体系的指标，我们各个模块的数据、指标才是支撑这样结果的有力的过程指标。

【培训】人均课时、培训一至四级评估数据、培训覆盖率、培训出勤率等等，培训模块主要是从人员知识技能、能力素质层面的提高作为效能提升一个必要但非充分的一个条件去保证。

【人员编制及配置】编制数量、招聘达成率、招聘人员质量（用人部门对招聘入职人员的满意度）、入职人员转正率等等。

【员工关系】员工离职率、满意度、敬业度。

【人力资源结构】学历结构（各个学历结构层次占比）、年龄结构、业务人员及职能人员、辅助人员占比、管理人员占比。

【薪酬】薪酬占比（占销售额、占利润、占总费用等）。

【人才发展】后备人才合格率、梯队人才储备率等

在明了了这些数据指标维度后，兴许能够让我们更清晰人力资源的天职所在、使力的方向，不再盲目的输出数据报表来加戏，更能清晰的掌握我们每个模块的工作说到底还是服务于组织。

PS：技术上的难题交给我们，HR请选择做更正确更有价值的指标解析吧~2号人事部帮你汇总所有数据，绘制所有图表，让你用更多的时间挖掘数据背后的真相，助你大放异彩，点击这里免费预约体验吧！ 

查看原文

    HR如何用数据说话，体现价值？这句话让我想起很多老板数据化人力资源的初衷都是减少工作量，最好能让人资的编制也减少一些，从而起到缩减成本的目的。

    信息化能够减少HR一些事务性的工作时间，但是并不一定减少工作量！在初期，很多单位会手工与信息化并行，绝对会增加HR的工作量。我曾经历过财务从手工记账到会计电算化的整个过程，前期的确减少了登记明细账的环节，提高了审核效率，但是经过这么多年的会计电算化运行，单位会随着电算化的发展不断提出新要求，财务月底月初依然忙碌。

    价值体现也是如此，实行人资信息化，用数据说话，就一定能体现HR的价值？这似乎像说实行绩效管理能提升企业管理水平一样，你信吗？

    当然，我并不是要否定人资信息化与数据化的模式，当企业已经开始向数字化过渡时，HR如果还抱有着不愿意接受的消极心态，那注定要被整个时代所淘汰。因此，我们必须思考，如何通过数据化体现自身价值。

    很多HR已经有了数据的意识，在工作总结中会对员工结构等数据化，如男女人数、各种学历数量等，虽然量化了，但能否真正体现价值？如果这样可以体现价值的话，修理工是不是把维修量化，就是价值体现？可见，工作不是因为数据化才体现出价值，而在于工作本身，但不能否认，数据化让价值更容易量化，只是在初级阶段，效果并不明显。

    单位的周例会，各部门也会数据化。开始还听得津津有味，但看多了就发现问题，企业处于高速发展期，去年5月的招聘达成量与今年5月的对比有什么意义？让老板知道我们面试了多少人，录用了多少人，比去年同期超出了300%，这样的录用比率，数字再好看又能说明什么？最终我们的周例会抛弃了数据化模式，改为优先事项跟踪，有事说事，别没事无病呻吟。现在想来，周例会上，大家都没有通过数据找到背后的东西，只是给老板看一堆数据。关键是这些数据说明了什么，能判断什么趋势，然后我们的对策是什么，统统没有。

    四五年前，曾掀起过无纸化办公的热潮，很多企业开始摒弃以往纸质记录，实行OA系统，或利用EXCEL等工具，将员工的信息由文本转移至电脑，并且通过Excel进行一些初级的数据交互分析。只是很多企业的OA流于形式，沦为请假的工具，而数据分析更多依赖于个人的Excel技巧与经验，并且数据的及时性、完整性和有效性均得不到保障。

    比OA更进一步，有些企业已经开始构建人力资源平台，这一平台在早期可能由企业内部IT人员负责搭建，也可能是在外部市场购买人力资源管理软件。如很多企业借财务电算化的东风，将人资信息化，在原有基础上增加人资模块，是最常用的办法。这种模式最大的优势使得人事流程开始固化，能够利用软件进行一些诸如离职率，入职率，员工流动率等的数据分析。

    人资信息化如果财务的电算化一样，也在不断完善，虽然数据越来越体系化、智能化，让基础工作与人力资源规划、战略联系更加紧密，但并不能有效证明人资的价值，反而会让人资成为流水线产品，更容易被替代。这个道理不难理解，不是你开的车越好，就一定是个老司机。

    同样是工作汇报，有人只是对人员结构简单罗列男女现状，老板会关心男女比例？如同培训，老板到底是关心培训的数量，还是培训的有效转化？如果在覆盖率、人均培训学时等指标量化的基础上，把重点放在培训费用的增减、员工效率提高的具体比例，对利润的影响，是不是更容易体现HR的价值。

    数据化管理并不是建立多少报表体现多少数据，不要为了数据化而炫技。记得以前我们财务报表最少都在30页以上，似乎没人觉得有什么特别的价值。

    很多HR习惯先设定统计目标再针对性收集数据，这从根本上还是没有数据化管理的概念，只是为了数据而数据，这样做的结果，对工作的帮助非常有限，反而成为一种负担。

    数据化管理是收集及应用小数据，由小数据再汇总成大数据，数据的多样性决定了我们先收集大而全的数据，再通过全面的数据指标筛选出关键的数据指标来对决策提供支撑。（如下图）

    数据必须考虑与其它部门的数据联系，如营业收入，必须与财务确认的数据保持一致，同时财务的数据又要与信息科的数据保持一致。如果三方数据不一致，而直接进行绩效核算或账务处理，会出现什么状况？因此，数据必须要有内控过程。

    人资的数据虽不像财务那么密集，但主要集中在员工信息和薪酬数据，招聘、培训、员工关系也有部分体现。最大的问题是六大模块无法融合，基本处在孤立的阶段。如果像财务那样，将所有的数据放到合适的位置，有层次的展开，是我们不得不思考的事；或者像运营那样，让数据反映工作的变化，用数据体现部门价值，用数据对业务部门和公司战略形成支持。

    HR应该运用运营思维，通过数据分析，判断未来会有什么趋势，我们应该引导或提前采取什么措施，哪个环节还需要改善，这样价值的体现比较直接。数据对hr管理至关重要，数据不仅能还原事实， 运用好了也是很有效的说服工具，最终成为预测决策的依据。

PS：拥抱信息化浪潮，同时不要追求虚幻的数量，HR选择正确的指标解析才是价值所在，2号人事部帮你汇总所有数据，绘制所有图表，让你用更多的时间挖掘数据背后的真相，助你大放异彩，点击这里免费预约体验吧！

我的新书《天天向上老HRD手把手教你做好人力资源》已经正式出版，淘宝、当当均有销售，搜书名即可。试读版已经发布，请点击链接https://zl.hrloo.com/file/532896

查看原文

      大数据的热度依旧没有退却，是因为大数据可挖掘的价值仍然非常大。在2016年2月，教育部批准了3所高校开设“数据科学与大数据技术”专业。2017年3月，教育部又批准了32所高校开设“数据科学与大数据技术”专业。相隔也就一年时间，增设大数据相关专业的高校就增加了十倍+ 。这说明什么？说明大数据这座金矿，现在还缺的是懂挖矿技术的专业人才。

      企业中的工作也越来越数据化，那么我们该如何转变接纳数据化的工作模式，用数据为我们的成绩发声？今天想主要交流关于招聘数据化的操作。

      刚开始干招聘这个行当的收获，并没有做数据统计的概念，招聘思路就跟单细胞一样简单，在招聘网站上发布招聘信息，然后等待投入的简历。这种守株待兔的形式，招聘效率非常低。人总是需要在压力之下，才会思辨。

       我开始统计招聘的相关数据，一开始我统计的项目是非常简单的，晒出我招聘数据统计的1,0版本。

     我几乎每天把收到的简历都录入Excel表格里，一开始只是为了统计简历数量，招聘渠道提供的简历数量和质量，发出邀约数量与参加面试数量的比率，以及记录对应的面试官，面试结果、录用和入职结果等等。这项都可以通过数据透视表的功能，提取我想要了解的数据。

      这个表格的数据统计，我是为了应付各部门对招聘情况的咨询，因为总会偶尔有部门经理问我，最近的招聘情况怎么样啊？我一开始的回答是，最近的人不多呢。其实，每次这样回答以后，就总觉得心虚，领导可能也会觉得我不够努力。

     后来通过了招牌数据的统计，每当还遇到提问的时候，就也可以以具体数据作答，真实的反应了我认真的工作，因为如果不认真，我怎么那么准确的报出投递简历的数量呢？这个方式，让我在偶尔偷闲的时候，也可以快速给出一个数值，不至于给的都是含糊不清的答案。

     最重要的是在总结里，数据化的报告必不可少，列举几个简单的图表。

      还可以通过统计的数据得到更多的图表显示，我想这些一定比纯文字的报告更丰富，更直观。

      再后来，统计招聘的数据信息，已经不再是单单为了应付领导的突击盘问，也不仅仅为了总结更漂亮。我开始完善统计表格，因为当我做完招聘工作的年度复盘，我发现很多数据是缺漏的，还有很多数据我没有掌握。          例如：我没有记录求职者的性别、年龄、毕业时间，是主动投递简历还是搜索简历，还有期望薪资是多少……升级到了招聘数据统计的2,0版本。

      这些信息越详细，就对后期的工作分析更有利，对深挖招聘这个模块起到举足轻重的左右。在完善了更详细的招聘数据统计表以后，偶然的契机，与一个IT行业的朋友聊起数据的价值，我也分享了在招聘行业的数据分析。他提出，现在很多数据都将系统化，你记录的这些招聘数据信息，都只是单一的记录和储存。我可以帮您做一个小系统，可以录入储存数据信息，并且可以即时通过测算得到更新数据的结果图表。我眼前一亮，当即承诺三顿大餐。

      在沟通需求的过程也不容易，磨合了大约三个礼拜，由Excel表格转为了系统化，就这样一个“私人定制版”的数据统计系统进入了试用阶段。

示例图一：

示例图二：

示例图三：

      这些图表在我录入或更新招聘统计的基本信息以后，图表会自动更新，相对比表格而言，省掉了一次数据透视表的操作，而且操作更简易、数据更准确，效率就已经加码。

      无论现在是否已经普及系统化的统计方式，但，一定需要培养数据化的思维。数据会让复杂的工作思路变得更清晰。

      除了招聘上去做数据化的挖掘，其他板块都有数据化的转化空间，例如花名册，为了配合财务部，业务部，资质管理部的工作等等，时不时就需要统计上半年或上年度，或者近三年的人员结构数据，而且，财务部是一个算法与格式，资质管理部要的又是另外一种算法与格式，每次都要花费一些时间汇总统计，效率就是这样一点点没拉下的。

      如果您的工作已经开始有了数据化，需要思考的是否可以完善更丰满，如果还没有做数据化的方向转变的工作，也应该思变，纯手工如何使用工具转为数据化，将工作中的经验融合到更具高效的方式当中。

     也许，再过几年，各大高校数据科学与大数据技术专业毕业出来的毕业生，职场会发生什么变化？我们要如何应对未来。

PS：曾经花费我三顿大餐换来的小系统，如今你们免费就能得到啦！2号人事部帮你一键汇总所有数据，绘制所有动态图表，让你用更多的时间挖掘数据背后的真相，助你大放异彩，点击这里免费预约体验吧！

查看原文

  这个市场上流行的一句广告：写字的不如做表的做表的不如弄图的。——论汇报的精髓

  所以这几年做ppt变成了潮流，但是想想还是有道理的，为什么呢？是因为我们懒，同样的内容文字盈余比起数据来说差了精确程度，也少了图片的冲击。你想想老板是怎么样的人？那可是操心企业重大事项的人，所以基本说话超过3分钟不得老板要领你就要小心了，往往死的不是不汇报的人，而是不知道怎么样汇报的人。

  好了我们切回正文，做职业什么能体现价值？答案是老板想要的就是价值。

  HR的数据有什么是需要老板知道的？我想不同的小伙伴答的答案五花八门，我的答案是：哪里有适合企业的优秀的人才？企业如何能吸引这些优秀的人才？针对于以上两点你应该怎么做？

  纳尼？乾元你是不是串场了，明明说的是如何用数据，你怎么讲上老板了。

  因为，用户关心的就是我们应该在乎的，而老板作为我们的用户只有数字对他们有意义，我们的数字才有意义。所以，不管是如何关注企业效能，还是建设企业人事仪表盘我们的本质工作是将公司的人力作为一种资源汇报给决策者，让他在做出重大决策前能切实的知道自身企业的情况而做出正确的决定。

  好了然后我们来看看数据在工作中究竟能帮助我们做什么？

  不知道各位有没有经常在群里看过一个问题，请问："小伙伴究竟什么招聘平台比较靠谱啊？"路人甲说："我觉得47好，每年简历贼多。"路人乙说："我觉得慧合好，没听过南方都用啊！"路人丙说："不对不对，47太贵了，都是低端简历，慧合根绝都没简历更新"，好了然后群里就开始众说纷纭。然后你的提问白白提问了，群主还看你贼烦，谁叫你问了一个主观问题，这个问题就好像是："究竟豆腐脑吃甜的还是咸的一样"有答案么？当然有，但是因人而异。

  所谓为什么我们说要数据，因为评价一个目标的时候可以有一个客观的评价基准，如果用数字来表明，会给别人很清晰明确的信息。想让别人认可你的信息就要把数据对比给到他人。在企业中每年开新的招聘平台的时候经常老板会问一个问题："你开怎么多平台有什么用？"如果你有数据，每次招聘都通过表格记录自己的数据例如这样。

  就可以这样说："老板您好，去年我们一共开了三个渠道，加上校园招聘和熟人介绍一共有三个线上和三个下线的人员来源。其中xxx平台最好，去年一共2000份求职者面试。这个平台就占了1200份。并且入职率高达百分之五十，比起其他的平台更加适合我们。

  然后你是老板你怎么做？咦这样啊，那好吧那就听你的买这个吧。（所以买平台的应该想想怎么帮助人力资源工作者，而不是绕过去找老板对吧）正如任何时候任何决策一样，为什么要做"人力资源仪表盘"？就是因为数据会替你解释什么是重要的什么是次要的。

  好的我们再来一个，解决第二问题，企业如何能吸引这些优秀的人才。

  先听一个真实故事，老板说："为什么我们人怎么难招啊？"HR说："因为工资太低"。老板说："那你把其他公司的薪资拿过来看看~。"HR说："别人家的薪酬这和我们都一样是秘密啊，我弄不到"。老板说："那你说什么工资低？低哪里去~。"

  好的以上如有雷同纯属正常，所以为什么市场上薪酬调查怎么贵。就是因为他们在认真做一件很难很难的事情，当然人家赚这碗饭吃。要想说服一个人最好的方式就是给出一堆原始数据，并且附上数据详细的数据分析。你用数据说话用可以这样认真的对待，那么不管你说的是什么，别人也肯定会严肃认真的看待你。

       而我们应该做的就是好好的准备数据、利用数据、展现数据，提供一种参考分析的依据。

_______________________________________________________________________________

       好了以上是正文部分，隔壁看到了很多大大，所以就不多讲了，下面我要开始讲点赠品。

  数据其实是可以被自己利用的，例如曾经一个新闻标题是："一所大学毕业百分之五十的中国女大学生嫁给了老师？你还敢让送女儿去留学？"但是最后深挖下去的结果是，这所大学当年只有两位女大学生毕业，其中一位嫁给了老师。（具体文章标题忘了，临时取了一个）

  然后再来一个，看到某老总讲话，公司今年的销售额增长了100万。但是他可能没说去年营业额是个1亿。好了看到问题本质了没？一方面我们要明白我们客户想要的是什么？另一方面是我们要知道我们的数字在表达什么。该漂亮的时候装的漂亮，这不是欺骗而是一种生活的艺术。要考虑自己提出数据究竟是为了什么？为了达到什么目的？不要只关注数字把最初制定的目标意义忘掉了。

  用的好的才是数据，用不好的那就是一个数，而且可能有副作用的数。

       我是乾元，本周放个大，。嗯所以快来关注一个~

PS：如何用好数据，选择正确的指标解析才是价值所在！2号人事部帮你汇总所有数据，绘制所有图表，让你用更多的时间挖掘数据背后的真相，助你大放异彩，点击这里免费预约体验吧！

查看原文

    人事仪表盘或许HR觉得很陌生，其实它跟汽车的仪表盘类似。会开车的人都知道，在开汽车的时候，除了看前方的路，还要看后视镜，最重要的还要看汽车仪表盘。汽车仪表盘显示了汽车的真实状态，包括车速、燃油、行驶公里数、发动机自检指示灯、车外灯光指示灯等，这些数据和提示，都显示了汽车的实时状态，其作用就是保障行车安全。不同的是，汽车仪表盘显示的是汽车实时状态，人事仪表盘则是显示企业人力资源的实时状态。要全面了解人事仪表盘的相关知识点，可以从以下几个方面读懂：

    1、 何为人事仪表盘。

    人事仪表盘是通过一张图或者一个表格来展示员工状态、部门情况、绩效情况、人工成本状况、离职情况等人力资源信息。其实很多HR都在做人事仪表盘，其表现就是HR在工作汇报和工作总结的时候，都会以图表的形式汇报自己的工作情况或公司情况，这是人事仪表盘的呈现。人事仪表盘其实也没有那么新鲜，HR工作中都在做人事仪表盘，只是没有这个概念而已。人事仪表盘除了以图表的形式呈现之外，还有数字化的呈现，这与“大数据”类似。不同的是，人事仪表盘是通过人工做出来的，大数据则是通过云计算，然后结合云存储、云处理展现海量实时数据，是高科技产物。就人事仪表盘的类别来说，一般分为信息类、分析类、对比类三种人事仪表盘。

    ⑴ 信息类人事仪表盘。

    信息类人事仪表盘更多是信息汇总类的人事仪表盘。它展示了公司所有的信息，比如学历结构图、员工工龄结构图等，这些结构图，所显示的是公司层面或部门层面的某些信息，它看起来更直观。

    ⑵分析类人事仪表盘。

    分析类人事仪表盘除了有信息类人事仪表盘的基本信息之外，更重要的是还有分析性的信息，它为企业经营者和管理者决策提供重要依据，比如员工离职分析图、员工培训效果分析图、费用预算与实际使用对比图等，这些分析图所展示的不仅有数据性的信息，还有分析性的信息。如果说信息类人事仪表盘是数据化程序，那么分析类人事仪表盘不仅有数据化程序，更有文字性分析。

    ⑶对比类人事仪表盘。

    对比类人事仪表盘是两组数据比较之后的结果呈现，是结果导向类的人事仪表盘，比如公司薪酬结构构成图、销售目标完成对比图等，这些对比图是一组数据与另一种数据对比之外所呈现了结果数值，它是问题性呈现，为企业经营者和管理者制度相关人力资源和经营政策提供重要依据。

    三种类型的人事仪表盘，所传递的信息是不同的，需要结合实际工作情况科学运用。

    2、人事仪表盘如何发挥应有作用。

    人事仪表盘因为能客观、直观呈现很多有用的信息，因此它的存在本身对企业也好，对HR也好，都会有很大的帮助和实际运用价值，这就需要发挥人事仪表盘的应有作用：

    ⑴能实时展示。

    实时展示，是对人事仪表盘持续发挥作用的必然要求，无论是信息类人事仪表盘，还是分析类人事仪表盘，或是对比类人事仪表盘，都应该能够实时展示，而且能够及时更新，并且有历年的对比，这样的话，人事仪表盘就能发挥最大的作用，为企业决策提供不间断的依据。实时展示，对于人事仪表盘来说至关重要，只有坚持把人事仪表盘做下去，把它当成HR工作中的重要内容，并且不间断，即便岗位的人离职了，交接的人也会继续这个工作，这样的话，人事仪表盘才能为企业决策提供不间断可供参考的信息。

    ⑵能有效预警。

    预警是一种风险性提示，这是人事仪表盘本身彰显价值的体现。以员工离职来说，公司的要求是把离职率控制在10%以内，但今年的人事仪表盘所提供的数据显示，公司离职率已经达到15%，这一数据所传递的是企业人力资源情况出现了异常，也就是通常我们所说的风险，这时候，人事仪表盘给企业发出了风险预警，作为企业的经营者和管理者就需要分析背后的原因，并采取有效措施进行补救。前提条件是，人事仪表盘要能持续展示，不然的话，就无法有效预警，过去做持续做下去，今年不做了，那么今年的数据都没有呈现了，自然也不能有效预警了。

    ⑶能产生关联性。

    关联性简单理解就是，一件事情跟另一件事情存在必然的联系。以销售目标完成情况来说，往年销售部门都能完成公司定下的销售目标，但今年销售部门只完成了公司定下销售目标的80%，那么这一数据背后折射的关联性问题就是为什么会销售部门没有完成公司定下的销售目标。通过了解，发现销售部门因为人员配置的原因导致，销售目标没有按要求完成，人力资源部招聘不力是主要原因。当出现问题了，公司高层要求人力资源部给出解决招聘不力的方案，人力资源部内部通过找出问题并提出解决问题的有效办法，向公司高层提交了解决招聘不力的六大措施。经过半年的时间，招聘不力的问题得到有效解决，销售部门人员配置不足的问题得到了解决，公司定下的销售目标，销售部门不仅完成，还超额完成了。这就是人事仪表盘提供的数据背后产生的关联性，这种关联性能够深挖问题的根源，并指导和改进HR的工作及公司管理工作。

    ⑷能提高工作效率。

    HR在工作中，都会整理各种报表，有些报表存在重叠性，甚至没有必要做。人事仪表盘的作用应该能为HR提高工作效率提供帮助，在人事仪表盘生成的过程中，就是HR提供各种数据报表的过程，上级领导所需要的各种数据都可以从人事仪表盘中提取，不仅提高了HR的工作效率，同时也减少了HR不必要的工作量。

    ⑸能为决策提供数据支持。

    人事仪表盘所提供的信息和数据是跟企业经营、管理、人力资源状况直接相关的，所以这些信息和数据本身可以为领导决策提供数据支持。当然，这取决于两大因素：一是数据的真实性。只有真实的数据，才能为领导正确决策提供保障，如果数据本身没有反映事实，那么领导以此作为决策依据必然会导致决策失败。二是数据的全面性。领导决策本身需要多方面的数据，从而为领导正确决策提供多维度的数据支持，数据的全面性就显得至关重要。就公司经营决策来说，人事仪表盘不单有提供销售部门的销售业绩，同时还能提供销售部门每一个人的个人业绩，以及客户投诉率、人力成本率、销售费用率等，这些全面的数据可以为领导决策提供重要的数据支持。

    3、如何做人事仪表盘。

    做人事仪表盘，HR可以借助两个工具来做：一是HR软件。有的HR软件是提供仪表盘类的图表，而有的HR软件则没有，如果公司用的HR软件没有仪表盘类图表，公司有条件的话，可以自主开发设计。二是EXCEL表格。EXCEL表格是非常强大的办公软件，有一些功能是可以生成图表的，比如透视表、图表功能或函数之类都可以做人事仪表盘。当然除了HR软件和EXCEL表格，如果有有条件的话，运用云计划或超算大数据，当然最好。做人事仪表盘一定要把握五点：

    ⑴全面真实：人事仪表盘数据来源既要真实，同时相关图表又要提供全面。

    ⑵ 明确易懂：人事仪表盘既能明确所显示的信息和数据，同时还能被大家所看懂，而不是只有HR能看懂。

    ⑶ 简单实用：人事仪表盘既简单一目了然，同时能为领导提供有用的信息和数据。

    ⑷合理美观：人事仪表盘既有合理的显示布局，同时还很美观，能吸引大家的目光。

    ⑸突出亮点：人事仪表盘既能突出重要信息，同时还能让领导看到后眼前一亮。

    把握好人事仪表盘的五个要点后，“三个确定”也很重要：

    ⑴确定人事仪表盘需要提供的图表信息清单。

    确定人事仪表盘需要提供的图表信息清单，简单理解就是在做人事仪表盘之前要明确好要提供多少个人事仪表盘图表，这是从大的方向上明确HR的工作量。一个图表对应一组数据、信息和指标，比如员工学历结构数据对应所有员工的学历信息，数据来源是员工所填写《入职登记表》中的学历信息，然后进行汇总后生成图表数据。有了人事仪表盘需要提供的图表信息清单，数据的采集、分析和生成至关重要，前期是数据采集，中期是数据分析，后期是数据生成。数据采集应该是每天的工作，只要有产生新的信息数据，就要及时录入和更新，这样人事仪表盘所提供的数据才能是实时的。数据分析是在数据采集后进行整理，然后对数据进行真实性反复核对，并对数据进行必要的分析，分析数据背后所反映的问题。数据生成是将关键的数据，录入到HR软件或者EXCEL表格中，生成为人事仪表盘的图表格式。此外，不同的人事仪表盘图表信息，应有相应的数据来源渠道和数据核算规则，并有相关的数据审核程序，以体现人事仪表盘数据生成的严谨性和规范性。

    ⑵确定人事仪表盘专职负责人或团队。

    做人事仪表盘的人，一定要选好，既能做好这份工作，同时又能对公司的信息有强烈的保密意识，毕竟人事仪表盘所提供的数据不仅很重要，而且很多都涉及到公司重要的信息和数据。当人事仪表盘所提供的图表信息清单很多的时候，也就是工作量足以需要一个工作团队的时候，则需要搭建一个工作团队和后台技术团队，这样才能保证人事仪表盘所提供的数据发挥最大的作用。因为是人在做人事仪表盘，所以信息的管控和保密工作至关重要，除了强调管理制度方面的作用之外，还需要公司高层的支持和管理，这是必要的。其中的权责管理是关键，公司高层拥有任免权和信息调取权，人事仪表盘专职人员负有信息管理权和保管权，直接对公司高层负责。

    ⑶确定人事仪表盘出数据时间表。

    大家都知道，我国国家统计局都会定期发布GDP数据，时间是每季度发布一次和每年度发布一次，每季度发布一次是季度GDP数据，每年度发布一次是年度GDP数据。作为企业的人事仪表盘也应该有一个出数据的时间表，以定期发布人事仪表盘数据信息。关于人事仪表盘相关数据的发布时间表，可以按月度出数据，然后年末后出年度数据，对于公司领导层因紧急决策需要要求提供人事仪表盘的相关数据信息，则可以以实时信息的形式呈报给公司领导层，以供公司领导层决策之用。

    做人事仪表盘，对于HR来说是一个很有挑战性的工作，它让人力资源部变成了人力资源信息共享发布平台，使企业的人力资源状况能够以数据信息的形式体现出来。HR要做人事仪表盘，一方面要具有“大数据思维”，企业人力资源活动本身是可以用数据来衡量的，另一方面要有做人事仪表盘的知识和技能，除了需要学习EXCEL表格相关函数和操作（弄懂和用通EXCEL表格），还有具备一定的数据分析能力。人事仪表盘作为人力资源大数据库，它让人力资源管理变得更加数据化了，不仅能用数据反映人力资源现状，同时也让人力资源管理工作需要数据说话，从而最大程度上体现了HR存在的价值。

    在文章右上角“订阅”我，然后在“我的三茅”——“我的订阅”中用绑定微信，今后您就可以在微信中及时看到我发布的新文章了。

最后，如果不会自己做人事仪表盘的话，那就交给2号人事部吧，多种精美图表，想用哪个选哪个，同时加上解析一键抄送报告老板，我们的工作就是这么高效！还在等什么？快点击这里预约免费使用吧~

查看原文

文|任康磊

人力资源的量化管理、数据分析、人事仪表盘这些工具都是被大家热议的概念，有的HR苦苦追寻，费劲千辛万苦做出来的结果、建立起来的工具，最后变得中看不中用。HR们！千万不要让量化、数据、仪表盘这些东西绑架了我们的头脑，分析的逻辑、思维和方法才是最重要的。

我有一位HR朋友，工作经验丰富，业务能力很强，忠诚度也很高，领导对他很满意。于是他被公司一级一级的提拔成了人力资源经理。成了经理以后啊，领导开始要求他做各种各样的人力资源分析报告，而且一定要数据说话！

但是我这位朋友做出来的分析报告领导却并不满意。为了这个问题，我这位朋友向我求助过多次。我问他，你都怎么做的报告呀？然后很快呢，他就给我发过来一份儿他报告的样子。

截止到2017年12月31日，公司共有员工2857人。

其中男性员工有1819人，占职工总人数的64%；女性员工有1038人，占职工总人数的36%。

公司职工的平均年龄为35岁，其中30岁以下的职工人数为1115人，占职工总人数的39%；31到40岁的职工人数为715人，占职工总人数的25%；41到50岁的职工人数为628人，占职工总人数的22%；50岁以上的职工人数为399人，占职工总人数的14%。

从文化程度看，公司研究生以上学历的职工人数为57人，占职工总人数的2%；本科学历的职工人数为229人，占职工总人数的8%；专科学历的职工人数为544人，占职工总人数的19%；高中及中专学历的职工人数为1199人，占职工总人数的42%；初中及以下学历的职工人数为828人，占职工总人数的29%。

从岗位分布看，高层管理人员7人，占职工总人数的0.2%；销售人员共有49人，占职工总人数的1.7%；行政财务及管理人员439人，占职工总人数的15.4%；生产一线人员共有2362人，占职工总人数的82.7%。

从司龄分布看，入职不满1年的职工人数为602人，占职工总人数的21%；入职1-3年的职工人数为997人，占职工总人数的35%；入职3-5年的职工人数为714人，占职工总人数的25%；入职5年以上的职工人数为544人，占职工总人数的19%。……

就是现在图片上的这个样子。

怎么样，看到这里您有什么感受？有没有看出问题所在？

有朋友说，是哪里的数字算的不对吗？我仔细算了算没有啊？数字都对呀？

有朋友说，问题是文字太多了吧？应该少一些文字，多一些图形。

这里呢，咱们默认这个报告后面，是有根据文字绘制的大量图表或者人事仪表盘存在的，大家可以自行脑补。由于我比较懒，就不再画这些中看不中用的图了。

那还有什么问题？

有朋友说那就没有了，我平时也都这么做的报告啊？

确实啊，有许多公司的人力资源分析报告都是这么做的，难怪许多HR都看不出问题。

这种报告怎么来的？通常都是老板说

你们人力资源部能不能别总把自己当文员啊！要量化管理！要数据分析！

于是呢，HR们很无奈。

好吧，你说要分析，那我就分析吧。

结果就出现了这样的报告。

然后和老板说，你看，现在我们有详细的量化管理和分析报告了吧？

可是当老板看到这种报告后一般都非常不满意。

这也是当下许多HR面临的问题，想要做人力资源量化管理和数据分析，但是却不会。

那么，这类分析报告的核心问题到底在哪里呢？

在于，没有用！

什么叫没有用？

比如，报告开头说：

男性占比64%，女性占比36%，这两个数字是是公司希望看到的？还是不希望看到的？

比如30岁以下的职工有39%，50岁以上的职工有14%，这两个比例是好呢？还是不好呢？

比如研究生以上学历的人有57人，初中以下的人数有828人，这个两个数字是高还是低呢？

所有的这些数字背后是要说明或者解决一个什么样的问题？这些核心的东西反而没有说出来。

有的只是大量的罗列数字，当然还有的报告，有丰富的表格、柱状图、饼状图、折线图等等一大堆图表，看得人是眼花缭乱。可最后，什么问题都没有解决。做得再丰富，也改变不了，这是一本“流水账”的本质！

这种数据分析是没有思想和灵魂的！

老板当然不会满意！因为没有给他解决任何问题！没有给他产生任何价值啊！

我们总结下来，HR在量化管理和数据分析方面常犯的错误，可以归纳为四项：

1.为了量化而量化，结果导致只有数据，没有分析；

2.为了数据而数据，结果导致有了分析，没有结论；

3.为了分析而分析，结果导致有了结论，没有行动；

4.为了报告而报告，结果导致有了行动，没有评估。

用数据来陈述一个事实没有任何意义，对数据加工分析之后，发现问题所在，形成行动方案，对行动结果有进一步的分析和评估才是一个完整的有价值的数据分析！

通过这样的数据分析，我们才有可能为企业：

提高效益和效率，降低成本和风险

另外，HR对数据分析和量化管理的认识还存在许多误区。

比如，有的朋友认为数据分析就一定要数字、表格或者图形“多”才叫数据分析。

有的朋友认为分析的过程越繁琐、越复杂、越是让人一眼看不明白，越代表了数据分析的质量高。

有这样理解的朋友绝对是对数据分析的一种曲解。

在这里我们先讲几点对人力资源量化管理和数据分析的认识。

首先数据其实不仅指的是数字，

数据其实代表的是一种对企业来说有价值、可处理的信息。这里的信息可以是数字，可以是文字，也可以是图形。

其次，分析也绝不是越“高大上”越好，相反的，许多对企业来说，往往那些有效的分析其实原理并不繁琐，呈现出来的结果也不复杂。原理和逻辑对了，往往能给人带来一目了然的效果。

第三呢，数据分析的目的是为了解决问题，而不只是为了作报告

第四，数据分析的指向应该总是要达到某个目标的。

只要能够通过对信息的加工处理，实现某个目标，解决某个问题，那就是好的数据分析。

反之，如果不能实现某个目标、解决某类问题，说白了就是没用，那就不叫好的数据分析，或者干脆不能称其为分析！

拿前面的报告举个例子，男性占比64%，女性占比36%，这两个数字是是公司希望看到的？还是不希望看到的？

我们引入一个行业和市场情况判断

第一个信息是：如果该公司所在的产业是某类精密电子零部件的生产加工，因为有部分的手工操作，非常适合女性工作者；

第二个信息是：行业协会的数据和企业实践也证明了，女性工作者的劳动效率平均比男性工作者高30%；

第三个信息是：最大的竞争对手企业中女性劳动者占比是60%，而且根据调研数据，竞争对手的劳动效率明显高于我们企业。

有了这三项信息作为条件之后，这个时候，我们是不是就可以判断，企业目前的男性占比64%，女性占比36%的结构，应该考虑逐步的调整了。

那么，应该采取什么行动方案呢？

有人说我马上裁员！裁掉男性！马上大批量招聘女性劳动者！

这种行动方案显然太过简单粗暴，而且在短期内，可能会大量增加企业的成本，降低效率。无论是从成本角度，效率角度，还是社会形象的角度，长远来看，对企业都是不利的。

该怎么办呢？

我们可以先了解一下劳动者的自然流失速度，做一个人力结构调整计划。比如，现在每年操作工的流失率是20%。假如我从年初开始，每年流失的一线操作工全部用女性劳动者来补充。

那么，理论上大约用2年的时间，就能达到男性劳动者和女性劳动者的占比达到4:6。也就是和我们最大的竞争对手一致。

这个行动方案，看起来就是靠谱的。

在方案实施的过程中呢，我么可以再持续不断的调整和评估。

当然刚才的分析思路，只是一个非常简单的演示。其实还有很多问题我们没有考虑。

比如，我们回到上面的问题，到底4:6的比男女比例，是不是就是效率最高的男女比例呢？

答案是：不一定！

还需要根据企业岗位设置的具体情况，做进一步细分的评估。也就是，判断每个岗位，更适合男性劳动者，还是更适合女性劳动者。将他们加和之后计算出的比例，才是最优的男女比例。

再比如，经过计算，男性与女性的比例是4:6就是效率最高的男女比例。我们公司的男女比例，现在恰好达到了4:6。那现在是不是就可以说我们公司的男女劳动力的性别比例已经达到了效率最高呢？

答案还是：不一定！

因为有可能，有很多男性劳动者实际上从事着更适合女性劳动者工作的岗位。

同样的，有很多女性劳动者实际上从事着更适合男性劳动者工作的岗位。

只不过是，男女比例的数字加总之后，恰好是4:6

所以我们从大的纬度来看，企业的男女比达到4:6，表面上是，达到了效率最高

但是细分的分析之后，很可能并不是这样

所以要真正找到问题，数据分析也应细化到相应的维度。

同样的道理，前面案例中讲的，年龄、司龄、学历这些信息，也可以用同样的思路和方法来分析找到问题，形成方案，采取行动，持续评估！

按照这种方法进行的数据分析，已经不是简单的罗列大量数字，做出一大堆好看的图表或仪表盘，而是真正深入的分析问题和解决问题。

所以，我们稍微总结一下，前面我其实主要讲了两方面的内容。

第一方面，是人力资源量化管理和数据分析的正确思路是什么？

一共可以分成三部分

第一部分，是明确我们为什么要分析？

数据分析的方法和工具固然重要，但分析的目的、目标和思路更重要。我们一定要明确到底想通过分析说明什么问题？想解决什么问题？或者想预防什么风险？分析指向的第一目标是行动，终极目标一定是提升企业的价值。

第二部分，搞清楚我们应该分析什么？

在这里我们要明确应该选择哪些指标分析，确定朝哪个方向分析。将待解决的问题按照重要性排序。最终形成方案和计划，并实施行动。

第三部分，我们要学会怎么分析？

在这个部分，我们要明确分析的频率，哪些以月为单位，哪些按季度、那些以年为单位，那些可以不定期分析。我们要找到恰当的分析工具，选用准确的分析方法。同时，我们要有后续的跟踪和评估。

第二个方面，是人力资源量化管理和数据分析的正确方法是什么？

我们总结前面提到的，一共可以分成四个步骤。

找到问题

形成方案

采取行动

持续评估

这里的思路和方法，总结起来很简单，看起来很容易。

但真正用的时候有时候也很容易被大家忽略。

有时候我们即便已经掌握了，常常也忘了用。

这里再告诉大家一个能够持续运用的小技巧：

当要验证分析报告中的数据是否有价值的时候，可以对着报告中罗列的不同数据或事实，不断地问自己三个字：“然后呢？”

当“然后”开始指向问题，指向行动，并最终指向为组织带来效益的时候，就证明报告中的数据是有价值的。

最后，如果大家想要通过量化管理体现自己的工作价值，想要通过数据分析提升自己的工作效能，想要了解更多更实用的人力资源量化管理和数据分析方法。欢迎订阅我的专栏，2018年3月份，我将会出一套《人力资源量化管理与数据分析》的系列课程，助您玩转人力资源数据分析。这套课程将至少包括七个层面的主题。

第一个主题是关于如何提高招聘效率。这一节我们要探讨如何判断不同招聘方式的有效性和效率？哪种招聘方式是既经济又有效的？通过这一主题，我们能够快速通过数据分析得出结论和行动方案，来提高我们的招聘效率。

第二个主题是关于如何减少员工的流失。这一节我们将探讨如何进行人才离职分析，如何进行离职原因分析以及如何进行人才离职后的流向分析，我们还会特别探讨一下，如何进行前员工的管理。通过这一主题，我们不仅能够有效减低员工的流失率，而且能让员工即便在离职后还能继续为企业创造价值。

第三个主题是关于如何提升培训效能的。在这个主题中，我们将探讨如何有效的进行培训需求调研分析。如何有效分析并实施培训计划。以及如何进行培训效果的跟踪和评估。通过这一节的学习，我们能够通过数据分析发现当前培训的工作问题所在，让培训的效果显著提高。

第四个主题是关于做好人才盘点的。在这个主题中，我们会探讨人才盘点的策略，人才盘点的工具以及公司的人才结构都有哪些类型和改善措施。通过这一节的探讨，我们从此能够通过数据分析玩转人才盘点。

第五个主题是关于如何制定薪酬规划。在这个主题中，我们会探讨薪酬的几种分析方法、薪酬的几类分析模型，以及根据公司战略和薪酬分析我们该如何进行薪酬规划。这一节之后，我们将对薪酬数据分析有一个全新的认识。

第六个主题是关于如何设计绩效方案。在这一主题中，我们会探讨如何进行绩效结果的分析以及如何应用绩效结果。通过这一节的探讨，我们能够通过绩效数据分析快速发现在绩效方案的制定和实施上，哪些部门是我们应该重点关注的，哪些事情是需要改善的，有效提高组织绩效。

第七个主题是探讨我们如何防止被数据、图表欺骗及误导。在这一主题中，我们将看到各种的数字、比率、柱状图、雷达图和错误的分析方法是如何误导我们的。如果我们不注意，很容易做出错误的决策，采取错误的行动，有时候可能会导致严重的后果。要真正学会量化管理和数据分析方法，这一节我们必须了解。

可以说，通过量化管理和数据分析，提高人力资源管理效能的方法，都在这里。

最后，祝大家都能够成为专业的、卓越的人力资源管理者！

PS：如果不会自己做人事仪表盘的话，那就交给2号人事部吧，多种精美图表，想用哪个选哪个，同时加上解析一键抄送报告老板，我们的工作就是这么高效！还在等什么？快点击这里预约免费使用吧~

点击这里订阅，第一时间获取更多好文。本作品系原创，转载须获得授权

任康磊，MBA，曾任世界500强、国内大型A股上市公司HRD。注册国际高级职业经理人（ACI认证），国际注册高级职业培训师（AIVCA认证）、国家高级人力资源管理师、国家高级心理咨询师、国家职业生涯规划师、大学生实习就业指导师、亚太人才资本研究院专家特聘讲师、三茅网百人计划导师。十余年人力资源从业和管理实战经验，专注于解决人力资源管理实操问题。著有：《精进之路：千万年薪的秘密》。任康磊的人力资源管理课，愿与您一同成长。

查看原文

人力资源数据最典型的是人力资源盘点报告，这样的报告看多了，心里面很抵触，不想看这样的报告。花这么多时间去做的人力资源盘点，到底有什么意义？如果盘点报告只是告诉大家，有多少人、男女比例、学历机构、年龄结构、薪酬水平、平均薪酬等，搜集到的数据，当然让人觉得无比乏味，但如果能通过人力资源的数据，挖掘出这背后的问题，这样就很好，就是挖到了金矿，价值不菲。

举个例子，我在几个工业企业用过一个指标：后勤辅助人员与直接生产人员数量比例，指不从事生产工作的后勤辅助支持人员与直接从事生产的人员数量的比例。比如某个企业，这个数据为0.15，既100个生产人员配置了15个后勤辅助人员，行业标杆这一数据为0.1，立即可以看出这家企业后勤辅助人数占比过大，立即可以设置一个关键业绩指标，后勤辅助人员和直接生产人员比例通过1-2年的努力降到从0.15下降到0.1。

再深入挖掘这个问题，对后勤人员进行细化盘点并梳理人员构成，发现后勤人员不仅人数多，发现后勤人员共150人，大专以上只占20%，年龄成两级分化，45岁以上占40%、30岁以下占40%，而且学历、经验、能力均较低。再仔细抽样查看这些人的来历，发现了问题的根源，原来后勤部门这些人都来自于两种渠道，一种是和领导有千丝万缕关系的，到后勤岗位是为了轻松，另外一种是在生产岗位淘汰下来的，没有直接接触，留到了后勤辅助岗位。

发现问题的根源后，找出的解决方案。不是简单的裁减或往生产岗位配置，二是要扎紧后勤部门岗位编制的关口和进人的筛选机制，通过绩效管理机制逐步淘汰一部分不合格的出去，对于能胜任生产岗位的，调节一部分人员到相应岗位，注重通过薪酬向生产岗位倾斜，推动自然流动，注重对行政后勤部门的人员在精简数量的同时提高质量，开展一人多技能，岗位间设置AB角交叉互补，在调整结构的同时，确保后勤辅助工作水平提升。

这就是数据背后的金矿，挖掘数据的目的，是找到问题，并设法解决他。

那这种类似的人力资源数据指标有哪些呢？我按每模块一例子的方式，先给大家梳理了一下，供大家参考：

1、规划数据：

中高端人才招聘需求，这个数据不仅仅是个数字，关键是数字背后，有更多的的支撑数据。比如曾经给一个科技企业做人才战略规划，给出的人才需求，全都是根据企业未来3年规划要做的科研项目来精准匹配的，通过将现有人才匹配到科研项目，发现科研人才缺口，清晰的界定所需求人才的研究专业、项目经验要求、任职资格条件、素质特征、需求人数、可能的人才挖掘获取渠道。相信将数据做到这种程度，对人才招聘指引是很清晰的。

2、人才配置：

某专业人才需求和配置计划数据。比如公司很缺财务专业的各层级人才，需要大量招聘，这个时候我们通过大量的调研统计，得出一组数据：公司人才配置需求和配置计划，需要财务专业20人，其中基础岗位10人，中级岗位6人，高级岗位4人；公司内部可以调整岗位补充财务人员3人，从基础岗位中补充3人到中级岗位，高级岗位补充1人，需要从外部补充14人，其中基础岗位7人、中级岗位3人，高级岗位3人；基础岗位7人可通过校园招聘方式实现，公司所在区域2018年211、985高线财务专业毕业生共50000人，需要在10所高校发布校园招聘公告开展招聘活动；通过查询51JOB，简历库中有中高级财务人才20000人，其中本区域5000人，企业发布的人才需求超过6000人，招聘财务人才竞争激烈，需要选择适当的薪酬策略才能争夺到需要的6名中高端人才。这样的数据，不光是数据，数据背后解决了人才配置的问题，用起来就很有效。

3、人才培养：

我们常看到的培训计划完成率、培训人次、培训经费，这些都不是有用的数据。岗位胜任率，这个数据才有用。按照不同人员类别分别计算出的岗位胜任率，是指引公司人才培养的重要数据。比如某个企业高层、中层、基层胜任率分别为80%、60%、90%，中层人员的培养的甚至重新配置，是公司人力资源工作的重中之重，比如某企业安全管理专业人员的岗位胜任比率为50%，那这个企业安全隐患的核心就是安全管理人员的素质能力。当然，做岗位胜任率的数据是很难的，我们一般只做基层和专业技术人才这两类比较好做又有用的，基层的操作人员，好做，定期测试他会不会岗位需要的操作，记录下熟练程度，专业技术人才好测，每次遇到专项技术工作，记录下他解决问题的时间和质量来综合评估。

4、薪酬绩效：

我认为薪酬最有用的数据，是各层级的平均薪酬数据、同职级根据绩效分布统计出的收入数据。第一个数据，如果各层级间的收入差距太小，不利于建立人才梯队，收入差距过大，容易造成层级间的矛盾，不利于团队建设，偏离价值创造规律。同职级按照绩效考核等级分布统计的收入，可以检验公司设置的奖惩措施是否得当。另外人工成本占收入比重，与同行业比较可以看出我们的人工效能是高还是低，这个数据如果不和外部对比，没有什么意义。绩效管理本身就有很多数据指标，比如对业务部门考核的收入、利润、市场占有率等，而绩效管理做的好不好，主要反映在人工效能上，比如人均利润率，人工成本利润率等硬性指标，都是很有用的。

最近有个热门话题“企业人事仪表盘”，其实所谓的仪表盘，还是要像汽车一样，看一些关键的指标，比如速度、百公里油耗、百公里加速、水温、百公里维护费用等。人力资源管理的仪表盘，也有一些关键的指标，比如人才精准配置比率，核心人才团队创新成果、岗位胜任率、后勤辅助人员占比、人工成本利润率、薪酬市场竞争水平等指标。

用好人力资源的数据指标有两个诀窍，一是选好选准数据指标，通过指标数据的统计，发现指标背后的问题，再通过数据找出解决问题的最好方案；二是针对某些关键人力资源指标，分类细化统计数据，把数据做精做深，在细化的数据背后，找出制约人力资源发展的关键瓶颈并解决。通过这两种方式，挖掘出数据背后的问题金矿，为企业创造实实在在的效益。

PS：数据汇总费时又不讨好，选择正确的指标解析才是价值所在，2号人事部帮你汇总所有数据，绘制所有图表，让你用更多的时间挖掘数据背后的真相，助你大放异彩，点击这里免费预约体验吧！

查看原文

现在绝对的企业老板都会说要说成绩以数据说话！而在我们的人力资源中，数据往往更加的深入，更具有内涵！

在2017年9月，我们曾就如何建设企业的人事仪表盘进行探讨。而人事仪表盘其实就是一个系列数据的具象化。以数据链条来通报、警示我们存在的问题，告诉我们，在哪些方面需要注意，哪些方面是必须要进行改善！就象前几天大家看三茅的HR生存白皮书，就各自看到了不同的点，从而得出不同的结论。

一、数据的功能应起到的作用

有关人力资源的数据，我们总希望在一个清晰直观的地方就能看清楚，而在企业管理中，运用大数据，企业内部数据等都是现代化企业管理对我们的要求。在去年9月如何建设人力资源仪表盘的分享中《从汽车仪表认识到建设人资仪表》https://www.hrloo.com/rz/14245766.html一文中，我说到仪表盘要实现三个功能

一要体现仪表盘的视觉功能。一眼望江山，统揽全局。

二要体现仪表盘的警示功能。红灯提醒你，改进提升。

三要体现仪表盘的续航功能。油量存余额，规划战略。

这就是要用仪表盘告诉我们，现在的人资情况是怎么样的，在行业中所处地位如何，现阶段有什么地方需要立即改进，而现在我们的人力资源现状，是否能支撑企业的后续发展，不能的话，我们是否需要立即开展哪些动作。

而仪表盘根据需求人在企业所处的位置及角度不同，在人资仪表盘中，其实他所需要看到的数据是不同的。所以在建设仪表盘中我们一是对数据的收集要全；二是要针对不同的需求在仪表中对数据的显示有所侧重。

二、应包含的数据方向

往往我们看一份地图，只要懂得一点方向感，都会觉得地图方便易辨识，山川河流分布清楚。一张图就那么几种图形，一些阿拉伯数据，却能告诉我们那么多的事情。观图一分钟，背后十年功。在我们看见的数据背后，所隐藏的内涵——那就是数据的收集、分析与具像化。

一般来说数据根据功能区分应包含三个方面：

视觉一览：通过一表知晓公司基本信息。

这实际是要关注企业人员的配置情况。按照公司的组织架构及岗位划分，依据定岗定编定员情况，体现在现有企业情况应有配置和实际到位情况。可以统揽人资的流程和行为，当潜在的行为出现时，根据业绩的度量标准发出警报。

一是人员与应有编制的比率情况。也就是整体岗位到位率。这能告诉我们是否需要配置人手以完成既定工作任务。

二是人员数目分析。要看人员的招聘到位情况、合同终止情况、人员流失情况、离职率警示线等。

三是工作项目完成情况。这个往往同公司的工作目标相关，涉及人力的就是如人均贡献率、人工成本占比等。

警示分析：通过数据提醒应关注的事情。

通过对数据产生的根源进行调查，从多角度和不同层次分析细节，找到我们需要加强或改进的地方。如离职，如果我们通过调查或面谈，就可能发现其离职的原因。从因为不适应企业文化、对薪酬待遇有想法、与上司气场不匹配、因个人发展、还是有不得不走的原因等。当通过这样的数据显示后。仪表盘会提示我们应该注意文化建设还是加强内部的沟通协调等。

应有这样的数据区域：

一是人员的普性分析。在人员的配置上从性别、年龄、文化、岗位分层级人员、工龄等的分布情况，以此来分析我们在配置及搭配上的问题，而不协调往往是影响工作效率的一个重要因素！

二是公司人力在行业及市场上的竞争力情况。如企业的薪酬竞争力、技术水平、管理水平等。

三是人员的投入产出数据。如工作效率、人工费用、招聘费用、培训费用、效率提升率等。一般与成本相关，需要通过建立合适的管理流程和报表体系。通过规划和实施改进方案、循环提高来实现人力利润的产出。

续航提升：规划后期的改进与发展方向。

根据前情数据，我们将会对人资状况，及问题有较为清楚的观感。根据公司的发展战略及规划。可以让我们对匹配公司后期发展的人力情况，有一个清楚的认识。为此在对人员素质提升、制度流程改造，建立合适的管理流程和报表体系、通过规划和实施改进方案，从而实现素质提高带来效益提高的闭循环。

一是人员的提升计划数。如人员培训方向、招聘方向、人员的发展布局等。

二是制度流程的设计改进数。如绩效改进方向、素质评测模型、岗位评估等。

三是对工作效率的目标设置等。目标的可衡量、提升率等需要与企业的目标相匹配。

三、让数据体现人资的价值。

人力资源的价值一般体现在两个方面：一是专业性；二是管理提升效益。而为了让我们HR要体现自己的专业性。那么对数据的使用与分析就很有必要。

一要关注老板关注的数据。如老板对成本看得很重。那么我们必须引入成本控制手段，如人资为企业节省了多少费用？避免了哪些费用的发生或者浪费？杜绝了哪些不该发生的费用？而这些相比以往的节约就是企业的纯利润。如果老板关注利润的提升。那么，我们应该通过业务培训、管理手段、管理工具等的使用，在工作效率上有怎么样的提升，而相对未使用时在生产效率的提升所带来的产品的提升，那就是我们所能产生的利润的来源。

二要管理出效率。把控好人事管理、模块管理，如档案符合率、合同签订率、工资准确率、离职率、培训率、出勤率等数据，让把所有的财物、时间等成本都使用得恰到好处。

三是风险损益评估数据。如通过某些手段做解决了多少劳资纠纷、工伤意外、员工矛盾、打架斗殴等。有这些工作那么我们的服务要满意度一般都产会低了。

三要做好公司层面数据的统计分析。这主要是体现人资在公司层面的价值，作为参谋助手的人资必须要胸怀发展大计，时刻盯着公司的发展规划。如人力与规划的匹配度、人资配合公司战略的项目数等。

总之：人力数据在仪表盘上要针对不同用户要不同显示，要展现价值需要我们在数据上的深挖与分析，而数据分析后的使用与解决方案的落实才是最终的价值之处。

PS：如果不会自己做人事仪表盘的话，那就交给2号人事部吧，多种精美图表，想用哪个选哪个，同时加上解析一键抄送报告老板，我们的工作就是这么高效！还在等什么？快点击这里预约免费使用吧~

我是阿东，喜欢我，点击右上角订阅吧！可及时读到我的后续更新哦！在下一期将分享有关如何快速准确的挑选简历哦！

查看原文

前言：

周六参加了省职协的人资会年会，白博士分享了一个观点：不因为个案去改变公司的制度。其中提到2016年出现的三个案例，是否公司在看到案例后，要修改自己的规定，以下是三个案例：1、员工因为嫖娼，公司与其解除劳动合同，最后判了公司需给员工两倍补偿。（疑虑：是否要在制度里加禁止员工嫖娼——如果真的加了，是要说明公司男同事都有嫌疑嫖娼，还是要引导男同事嫖娼？）；2、员工入职前隐孕，入职一个月后告知，公司解除合同，最后判了公司补偿。（疑虑：是否要在制度里加入女员工入职必须孕检——公司是否考虑不招女员工？）；3、员工请病假去旅游，阿里以其病重不适合去旅行辞退，最后阿里胜诉。（疑虑：是否员工请病假去旅游可以辞退——阿里胜诉，您确定贵公司也能胜诉）。

每一个案例背后是有时间和背景的，公司本身不一定需要做相应的改变。引入这个是想强调一个观点，好的案例或好的经验不一定适合公司，另一方面作为职业经理人更多是要明确公司哪些是紧迫需要解决的问题，针对问题进行解决。好案例好方法需要学习，但是应用需谨慎。

    随着经济发展越来越快，从业人员综合学历越来越高，人力资源在中国逐渐开始得到普遍认可和应用，于是开始精细化细分。这是发展的规律，发展前期都是框架式的规则，发展中期需要精准的细则，且根据企业的规模大小不一，应用的模块不一样。

   我还没有做过HR dashboard design（人力资源仪表盘设计），这个概念也只是有看大牛们的分享知道的。个人觉得仪表盘需要有一个数据精准收集和分析。领导关注更多的结果，能数据化就更直接，数据直接反应人力效能变化。

一、人力信息数据化是必须的

   数据化更便于做理性决策。记得上大学的时候，有一门《统计学》的课，老师说统计学以后在我们的工作中会到处用到，包括生活中数据记录分析（我是会计专业，但是的理解只是个人的财务记录，日常支出和特殊支出，得出平均支出，如果超过平均支出，需要做好平衡，或要提高收入来保持平衡）。其实统计学是数学很好的一种应用，他是关于认识客观现象总体数量特征和数量关系的科学。通过搜集、整理、分析统计资料，认识客观现象数量规律性的方法论科学。由于统计学的定量研究具有客观、准确和可检验的特点，所以统计方法就成为实证研究的最重要的方法。尤其是做了管理者，做决策时，特别希望看到的就是数据，以往的数据走向，虽然未来的市场变化很大，但是有这个数据，心理会更有底。因为有了这个分析可以让人有了一个安全的停靠。

二、数据化应用的选择有利的方法——样本选取

   1、人力部门的总费用统计核算分析：其中成本所占企业总成本的是多少，哪些是需要加强投入的，哪些是可以做节省的，且根据公司来年的发展制定更优的预算方案，增加支出的部分是需要有所规划的。

   2、人员异动统计分析：人员的内部调动和外部招聘的数据是否良性：

   3、招聘分析：招聘渠道、招聘费用（包括计算出的人均招聘成本）的统计控制；

   4、离职分析：离职数据中主要包含离职的原因分析和类别分析，加强核心员工的稳定性，通过分析后要有应对的措施。企业需要有一定的流动度。

   其他薪酬绩效分布分析、员工效率···这些可能也是做人事仪盘表整体的难点，因为需要量化。

三、精准分析，结合应用提出建议

   每个行业每个公司对数据分析的应用需求可能不一样。其实做数据记录，可能很多公司都在做，但是关于这些数据有什么用，怎么用。让我想起1月初梳理新公司的行政办公用品采购时，数据前台都有记录，数据刚被汇总时，可能杂乱无章，看不出规律，需要赋予一些物品某种类别，进行整理归类。通过作图、造表、用各种形式的方程或公式整合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性，让其变成我们需要的。

   从数据中找到规律和行程规律。找规律是需要训练的，需要有目的进行归类。人工智能是找到规律，设定规则命令。和我现在公司在研发的技术有很大的类似性和关联性，计算机视觉，要让计算机和人眼一样去识别，是需要深度学习和训练的，通过训练他才会找到规律，这位女士/先生，您是什么颜色头发，是否有戴帽子、是否有戴墨镜、什么颜色衣服等等，这个是基本知识，还需要做行为检测，如在指定位置定留时间，在指定位置出现火焰，在指定位置出现杂物等等记录分析以及对应相应的处理结果。

四、数据化——统计学的历史

   《魔鬼数学：大数据时代，数学思维的力量》（这本书的作者用一种通俗的语言描述了看似十分深奥的数据，对数学感兴趣的人可以一看）里面有一个故事，看完后，觉得很有意思，我觉得也可以和大家分享一下，在二战前统计学先得到应用，而后才形成规律，形成学科：

   第二次世界大战的大部分时间里，瓦尔德都在哥伦比亚大学的统计研究小组（SRG）中工作。统计研究小组是一个秘密计划的产物，它的任务是组织美国的统计学家为“二战”服务。这个秘密计划与曼哈顿计划（Manhattan Project）有点儿相似，不过所研发的武器不是炸药，而是各种方程式。在1943年，它是“二战”时期高速运行的数学中枢神经。在哥伦比亚大学应用数学小组的办公室里，很多年轻的女士正低着头，利用“马前特”桌面计算器计算最有利于战斗机瞄准具锁定敌机的飞行曲线公式。在另一间办公室里，来自普林斯顿大学的几名研究人员正在研究战略轰炸规程，与其一墙之隔的就是哥伦比亚大学统计研究小组的办公室。在所有小组中，统计研究小组的权限最大，影响力也最大。他们一方面像一个学术部门一样，从事高强度的开放式智力活动，另一方面他们都清楚自己从事的工作具有极高的风险性。统计研究小组组长艾伦·沃利斯（W. Allen Wallis）回忆说：“我们提出建议后，其他部门通常就会采取某些行动。战斗机飞行员会根据杰克·沃尔福威茨（Jack Wolfowitz）的建议为机枪混装弹药，然后投入战斗。他们有可能胜利返回，也有可能再也回不来。海军按照亚伯·基尔希克（Abe Girshick）的抽样检验计划，为飞机携带的火箭填装燃料。这些火箭爆炸后有可能会摧毁我们的飞机，把我们的飞行员杀死，也有可能命中敌机，干掉敌人。”——统计学的重要应用

   这些成员中，有弗雷德里克·莫斯特勒（Frederick Mosteller），他后来为哈佛大学组建了统计系；还有伦纳德·萨维奇（Leonard Jimmie Savage），他是决策理论的先驱和贝叶斯定理的杰出倡导者。麻省理工学院的数学家、控制论的创始人诺伯特·维纳（Norbert Wiener）也经常参加小组活动。在这个小组中，米尔顿·弗里德曼（Milton Friedman）这位后来的诺贝尔经济学奖得主只能算第四聪明的人。

   我们今天讨论的人力资源数据化，也是给企业在市场中的战争，提供更优的建议。不光是要统计，还要分析和解读数据背后的意义。

PS：2号人事部帮你汇总所有数据，绘制所有图表，还能让你附上精准解析一键报告老板，高效高逼格，助你大放异彩，点击这里免费预约体验吧！

查看原文