有些HR小伙伴做了数据分析后,给出建议并不能推动落地,或者以为给出建议就万事大吉,这并没有形成完整的闭环。
数据分析要有意义,必须形成闭环。
下面我们来看一下为什么数据分析形不成闭环。
1.数据分析结果无意义,不能推动
得出不是结论的结论,这种情况要么是摆数字,要么是客观数据+主观结论,分析结果并没有意义,这样并不能推动落地。
例如:
今年员工离职人数占比如下。
如果没有后续的建议,这只是摆数字,至于后续怎么办,你们去解决吧。
如果有建议呢?也是需要看情况。
(1)领导原因、薪酬原因和管理原因占比达到70%,所以明年重点做好领导管理、调整薪酬、提升管理水平。
这是“就事论事”型的建议,就像你去问别人我怎么才能挣到钱,别人告诉你“你工资高了就挣到钱了”一样。
(2)领导原因占比最高,达到36%,因此明年要提升领导管理水平,包括:
第一……第二……第三……
这是客观数据+主观结论,因领导原因离职员工的部门、职级、岗位等分布情况怎么样并不知道,仅仅因为领导原因占比达36%就设想后续如何提升领导管理水平,可能实际情况和建议完全背离。
如果离职人员集中在业务部门呢?会不会还是这些建议?
2.数据分析结果无价值,无推动意义
HR的数据分析要有价值,这个价值如何评判?一般要对组织有价值,和组织目标相一致。
如果公司现在快速扩张,招聘是重点工作,结果数据分析时,重点提出公司离职率偏高,下一步的重点工作要放在降低离职率上面。
这明显与组织目标不一致,组织要解决人员的问题,而HR的工作方向却要转到降低离职率上面,这样是毫无价值的。
数据分析结果要有价值,首先要定义问题,这是确定问题解决机制,是要结合人员、目标、管理情况等多种因素。
否则就会出现数据分析与组织目标不一致的情况。
3.数据分析结果一团糟,无法推动
对人力资源工作全面分析或者对某一模块工作全面分析,通常会发现非常多的问题,因为数据对比总会有差异,有了差异就要去分析,结果会发现需要解决的问题太多。
如下图,通过数据分析,发现了各种问题,每个问题都附带有一个结论,然后感觉下一步工作无从下手。
例如对招聘工作进行分析,发现招聘计划完成率未完成,然后结论……;发现平均招聘周期较高,然后结论……;发现人均招聘成本高,然后结论……;发现过程数据有问题,然后结论……;发现招聘渠道组合不合理,然后结论……
最终会发现这么多要做的,其它工作会没办法安排。
其实用数据对某项工作做全面分析是一个伪命题,数据分析首先还是定义问题,然后再去针对性解决问题,遵循这种逻辑,我们的分析会非常有条理性。
4.数据分析结果有落地无复盘
数据分析得出结论并且落地实施后,需要持续跟踪,并且到项目结束后要去复盘整个项目,这样管理工作才能不断提升,对数据分析也有指导作用。
前述中的离职原因分析,如果对领导原因和薪酬原因有可实施性建议,在实施一段时间后,可以对比结果数据情况,包括整体离职率情况、领导原因和薪酬原因占比情况。
综上分析,数据分析要形成闭环,需要:
(1)定义问题,确定问题解决机制
(2)数据分析,得出可实施性建议
(3)结果复盘,分析项目成效
6楼 John89379
领导原因和管理原因感觉是一回事儿呢,能给解释一下吗
5楼 John89379
领导原因和管理原因感觉是一回事儿呢,能给解释一下吗
4楼 洋葱花
打卡
3楼 Tom78421
1
2楼 Tom78421
1
1楼 Tom78421
数据分析解决方案要复盘。就一句话。其他不知道说些什么