查看原文
其他

数字化人力资源分析:逻辑、数据、价值结构

胡明 数据工匠俱乐部 2021-10-15

前言

人力资源分析是人力资源数字化的一个重要应用领域,本身就是人力资源数字化的价值体现,换言之,新人力资源分析可以称之为数字化人力资源分析。数字化人力资源分析与其他商业分析相似,也需要构建分析逻辑,挖掘并利用数据,解决特定问题,最终体现价值。不同的是,数字化人力资源分析以人和数据为中心,以人与事的互动关系为场景,以人的能效为指向,以企业管理的特定问题为阶段性目标。

人力资源管理传统上一直被视为是管理“艺术”,主要依赖运用勇气或者直觉,做出与组织里的人力或人员有关的决定。管理数字化的迅速发展,已经开始改变并重塑了人力资源分析,现在大家已经形成共识,即在做人员决策时运用数据,由此营造基于数据的客观性(科学依据),是大有益处的。这种人力资源管理的更具有科学性的方法,或者更具有数据化特性的方法,正在催熟一个新领域,称为数字化人力资源分析,或劳动力科学管理,通过将基于数据算法的理解范式和直觉加以结合运用,做出贯通员工生命周期的人力资源管理决策。业内比较一致的看法是,80%的基于数据的分析,加上20%的直觉。数字化人力资源分析过程就是系统地收集数据、分析数据、解读数据,以改进人才管理决策的过程,就是人力资源数字化的过程和应用。

图1 数字化人力资源分析是个分析的连续统一体

同等重要的是,对什么不是数字化人力资源分析或者劳动力分析要有所认识。一部分人持有的观点是,通常情况下,度量指标,管理仪表盘,简单的人数统计,员工敬业度分值或人员流失数据等,不是数字化人力资源分析。另有人士认为,数字化人力资源分析仅仅包括预测性分析和规范性分析。笔者认为,数字化人力资源分析介于二者之间,如同一个“人力资源分析连续统一体”,一端可以是各种基本比率和度量指标,另一端则将是复杂的基于算法的预测分析和规范分析。因此,企业可以根据自身的人力资源管理成熟度、数据质量、可用的功能等情况,处于这个分析光谱的任意位置。伴随着数字化管理时代的来临,信息更为可得,数量更为丰富且成本低廉。人力资源管理者可以在员工整个生命周期里获取信息和数据,数字化人力资源分析已然成为管理现实,并日益向光谱的右侧靠近或者居于右侧。

笔者认为,数字化人力资源分析的逻辑起点,建立在说明人力资源指标如何与经营指标相关联上。人力资源部门需要在“度量与指标价值链”上加以提升,从“人力效率-效能指标”到“影响经营”的指标,通过人力资源指标与经营指标的关联,建立分析基础。图2比较完整地展示了数字化人力资源分析的逻辑和过程。择其重要内容详述如下:

第一、位于影响层次的指标,可能需要使用高级统计建模技术和复杂的算法,以完成预测分析、规范分析、认知分析等关键类型的分析。预测分析在于揭示“将会发生什么”,比如,下一个离职的人会是谁,而规范分析则在于提议“能做什么来阻止人才消耗”。新的分析工具,比如认知分析,可以通过多种假设来识别和推断源自大量的复杂的数据的模式,以确定那些因为人类认知能力所限,而导致的建模局限性所不能较早看出来的行为模式和行为洞见。举例说明,认知分析能够把一个简单的管理假设,比如不同的人员招聘情况不同,转变为不同招聘渠道之间的数据关系,比如把员工绩效管理,转变为多种数据模式。如果不用这些方法,就可能每次都需要创建假设并分析大量数据,分析过程就有可能变成大海捞针一样的困难甚至无功而返。数字化的人力资源分析,通过将人力资源指标与经营指标建立有机关联,必定会博得高层决策者的关注,为人力资源部门创造机会以真正具有战略性,从而极大地改变人力资源部门的运作方式。

图2 数字化人力资源分析的逻辑和过程

第二、图2所示的数字化人力资源分析逻辑的六个分析环节,也是人力资源数据的六个应用层次。从简明扼要的角度看,人力资源的报告和度量是最为基础的层次,主要应用人力资源的基础数据,比如直接收集的各类现状数据和结果数据。描述性/标杆层次,则需要综合运用两类数据,即现状数据/结果数据和能够反映标准的那些数据,比如实际的动态的销售业绩数据与公认的行业标准数据。回归/因果分析层次,则需要就所分析的指标,进行更为深入的数据采集和加工,比如需要销售过程详细数据、不同产品的销售数据、不同人员的人力资源数据等等,还需要根据分析工具和分析方法的要求整理数据。预测性分析层次与认知分析层次,不仅仅需要企业内部数据,还需要外部市场数据和社会数据等,才能完成特定的分析任务。描述性分析层次,所需要的数据与以上各个层次相仿,不过,需要增加某些经验值或者经验数据,或者说人的智慧性数据更为合适,因为这个层次或阶段已经不单单是分析,而是基于分析进行管理选择,制定管理策略,做出管理决策。

笔者认为,数字化人力资源分析的价值就在于,通过纵向遵循管理自身的分层次建构,横向整合人力资源自身的功能建构,以数据数字实现对管理问题的标定和洞察。这个过程,可以上升为经营战略-人力资源分析-竞争优势的一体化。数字化人力资源分析,在战术和战略两个层次展开,帮助组织应对竞争环境。如图3所示,任何一个组织,在战略层面所面临的典型挑战,不外乎生产率、创新、全球范围经营、精益生产和交付,等等。数字化人力资源分析能够运用基于数据的管理方法,进行垂直一体化和横向一体化,帮助企业应对这些竞争挑战,获取竞争优势。

图3 数字化人力资源分析的价值整合

图3中所示,数字化人力资源分析要解决的问题具有很大的价值,而要确保最大化的价值,要遵照如下三个步骤:1、问正确的问题;2、做正确的分析;3、引导改变。笔者认为,有价值的分析一定是从问正确的问题开始。比如,做分析的主要目的是什么?试图解决什么经营问题?是否在努力改进当前的人力资源,使其效率更高,实效更好?是否正试图帮助经营部门提升战略执行力?等等。要询问正确的问题,必定要超越人力资源工作的具体环节,找到什么才真正位于问题的中心。比如,“如何改进员工敬业度”,表面听上去像“如何提升员工士气”,或者,“如何让人更积极地投身到自发努力之中?”面对着这样的要求,通常可能只会关心员工对自己所做工作的感受,并寻找方法改进态度,提升激励效果。如果员工满意度本身,的确是经营部门所需要的最终结果,这样做无可厚非。但是,敬业度不是分析所要针对的真正结果,而不过是绩效的贡献因素之一,绩效才是分析的真正目的。回答这样的问题,就是设定数字化人力资源分析的靶标和指标,图3就给出一个较为完整和全面的思考框架,有助于数字化人力资源分析者们,在处理实际问题时,能够运用更加系统性的视角看待在个体层次驱动绩效的因素,构建分析逻辑,拓宽人力资源分析数据收集的范围,从而锁定价值。

结论

数字化人力资源分析,体现了人力资源数字化的实现程度,具有更高的管理价值,其核心点在于人力资源数据、分析逻辑、价值结构,本文希望通过对这三者的简明扼要的论述,对于从事人力资源分析的同行有所启发,并通过后续的系列文章,同行持续交流,共同促进这一新兴管理领域的兴旺发展。

作者简介

胡明:(微信号:humingHYH),现任华彬航空集团副总裁兼人力资源部总监,王通讯人才工作室专家,全联人力资源服务业委员会筹备组成员,中国劳动经济学会副秘书长,全国高校人工智能和大数据创新联盟专委会常务副主任。著作《人力资源管理互联网思维》,《人力资源管理大数据》、《人力资源数据分析》第一译者。

联系我们

扫描二维码关注我们


微信:DaasCai

邮箱:ccjiu@163.com

QQ:3365722008

热门文章


HR在大数据领域应用案例及相关思考


知识建构:人力资源分析(HRA)的四大关键支柱


人力资源域的数据治理及标准化建设思路


人力资源数字化战略框架:六项关键认知和五项关键实践


智慧企业顶层设计实践与思考

我们的使命:发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。

我们的愿景:打造数据治理专家、数据治理平台、数据治理生态圈。

我们的价值观:凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。

了解更多精彩内容


长按,识别二维码,关注我们吧!

数据工匠俱乐部

微信号:zgsjgjjlb

专注数据治理,推动大数据发展。

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存