人力资源部门如何利用数据驱动企业发展？（一）

人力资源部门作为企业必不可少的部门之一，每年经手的数据量之大、类型之多可想而知。基本上企业中所有员工的数据都要在人力资源部门存档，特别是在如今信息爆发式增长的时代，海量数据沉淀的背后是亟待挖掘的数据宝藏。 #

对于企业中负责人力资源工作的HR来说，如何通过数据对工作效果进行衡量一直是需要思考的问题。在日复一日的筛选简历、面邀、若干轮面试、录取入职、转正与离职面谈中，HR花费了大量的精力与时间。与此同时，因为缺乏正确的数据分析方法论，大量的有效信息被忽略，企业中的人力资源数据并没有真正发挥数据的真正作用，就好比空守着宝山却不知利用。 #

那么HR应该做哪些数据分析呢？今天小亿就从HR应该关注的数据和数据分析的思路、流程和大家聊聊人力资源部门如何利用数据驱动企业发展。

一、什么是数据分析？

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据也称为观测值，是实验、测量、观察、调查等的结果，数据分析中所处理的数据分为定性数据和定量数据，只能归入某一类而不能用数值进行测度的数据称为定性数据，定性数据中表现为类别，但不区分顺序的，是定类数据，如性别、品牌等，定性数据中表现为类别，但区分顺序的，是定序数据，如学历、商品的质量等级等。 #

一般情况下，我们所说的分析是指，使用大量数据、统计和定量分析、解释和预测以及基于事实的管理来推动决策过程与实现价值增生。根据分析的方法和目的hr的SWOT分析，分析可以被划分为描述性分析（-ptive ）、预测性分析（ ）和规范性分析（ ）。描述性分析包括数据收集、整理、制表、制图以及描述正要研究的食物的特征，这类分析以往被称为“报告”。描述性分析可能非常有用，但它不能解释某种结果出现的原因或者未来可能会发生的事情。 #

二、当前人力资源管理有什么问题？ #

基于大数时代产生的大量数据，人力资源部门也面临着数据如何分析和应用的问题，在这个过程中也面临着各种各样的问题。 #

1、海量数据无法高效处理 #

企业日常管理中积累了大量数据，其中HR部门尤甚，如培训记录、出勤记录、加班记录、请假记录、招聘面试数据、绩效评价等，每月数据量达2万行；毫不夸张的说，人力资源部门累积的数据就是公司发展的历程，但这些数据的处理却存在着问题。

#

Excel可以满足部分数据分析，但数据达到一定量级后，很容易造成死机，难以处理海量的数据，这个时候就需要选择除了Excel之外的工具帮助处理数据，例如亿信华辰公司开发的亿信ABI，平台内置了数仓实施工具，其中丰富的处理转换组件，通过拖拽式的流程设计，实现了数据抽取、清洗、转换、装载及调度，用于帮助政府和企业构建数据仓库，处理海量数据，让企业的海量人力资源数据不再荒废。

2、数据孤岛阻碍价值探索

#

在很多企业中，数据并没有形成全企业流通，更多的是企业投入的诸多系统“各自为战”，同时还存在部门壁垒，形成了数据孤岛，阻碍数据的流通。人力资源部门的HR进行数据分析需要收集多个平台数据进行整理和数据清洗，耗时耗力，而且还无法实现数据串联，造成数据浪费，隐藏在数据中的价值未被发现，也难识别。 #

企业中不同部门的数据孤岛和数据壁垒大大阻碍了企业数据分析，尤其是不同部门数据的格式不一，并不统一，使得数据的价值并不能完全被探索出来。 #

3、数据分析的快速和准确难以兼顾 #

领导临时交代的分析任务，如离职率分析、在职人员经验等数据，为了保证数据实时性，每次都要把之前所有分析过程在走一遍，效率非常低，准确性在一次次的重新分析中也会下降。 #

三、HR应该分析哪些数据？

HR要完成好的数据分析，就一定要先搞清楚应该关注的数据，再基于这些数据进行分析，充分发挥数据的价值。

1、反映人力资源现状的事实数据

#

这类数据是人力资源部门最基本的数据，例如人员数量与结构、学历、年龄等，可以展示一定时间段内组织内部人力资源的基本概况。这类数据收集起来比较容易，分析起来也比较简单。

一般来讲，每月提供此类人力资源数据报表，并与不同时期的数据进行对比，不同状况下的数据对比，可以让决策者对人力资源现状有一个概览式的认知。

#

2、反映人力资源活力的动态数据 #

这类的数据是人力资源部门工作的动态反映，例如招聘周期、招聘完成率、员工流动率、核心员工流失率、内部流动率等。动态数据可以反映一定时间段内组织的活力状况。 #

较短的招聘周期、较高的招聘完成率可以反映组织“入口”的健康状况；而合理的员工流动率、较低的核心员工流失率可以反映组织“出口”的健康状况；内部流动率，如员工换岗、员工晋升或接班人计划等，可以反映出组织内在的活力。 #

动态数据的收集也比较容易，关键是组织要沉淀数据，并及时了解市场行情，通过内部及外部的对比分析，才能对组织人力资源的活力有客观的评价。比如分析发现一段时间内某个岗位的招聘周期变长了，HR及用人部门就要开始分析原因：是市场供给减少了，还是市场竞争激烈了，还是人才定位出现偏差或其他原因，之后才能找到对策。这类监控数据，就像反映组织健康状况的晴雨表，随时可以给管理者预警。 #

3、反映人力资源质量的分析数据

#

这一类的数据是人力资源部门帮助公司管理层了解公司人力状况的重要数据，例如人均效率、人力资本投资回报率、员工满意度、员工敬业度等。分析这类数据，可以深入了解组织的效率，反映人力资源对业绩的作用，也是影响人力资源及公司战略决策的重要参考。

这类数据的收集与分析需要模型支撑hr的SWOT分析，需要花费一番功夫。同时，这类数据的分析也最富创造性，对组织业务的影响最有参考价值。比如分析发现，员工满意度越高，客户忠诚度也越高。这就引导管理者将资源重点放在员工满意度上，采取一系列措施去提高员工满意度。一旦员工满意度有所下降，管理者就要检讨和反省背后的原因，并拿出应对措施。再比如分析发现人均效率下降了，通过人员预测模型发现公司的人员是多了而不是少了。此时公司的人员战略目标或许需要由“增员”转向“减员增效”。 #

人均效率、人力资本投资回报率有标准的公式，需要HR与财务配合，共同完成，需要打破不同部门间的数据壁垒。并且员工满意度、员工敬业度等也有一些成型的理论和模型，比如盖洛普Q12等，关键是选择那些经过时间和众多组织检验过的模型，并坚持在组织内推行下去。有历史数据的沉淀，才有对比分析的意义。 #

4、反映组织效率的分析数据

#

这一类的数据主要是针对企业中的组织效率和结构的反映，一个企业的管理是否有效率、组织结构设计得是否合理、是否有优化的机会等等，也可以通过一些数据发现。

比如，公司管理人员的平均管理幅度，也就是平均一位经理直接管理几位员工，通过这个可以从一个角度反映管理效率; 再比如，公司从总裁到普通员工有几个层级，层级越多，组织的沟通效率越差; 再比如，也可以分析前线销售或者生产的员工与后台管理人员的比例，可以分析一下，公司的管理有多“重”; 再比如，也可以针对某一职能，进行跨企业的分析，平均一位人力资源从业者支持多少位员工，这个就可以反应这个职能的管理效率。

当然，不同企业由于业务、管理模式的不同，无法做出一个绝对的好或者不好的判断，数据仍然只是应该决策的参考作用。 #

四、HR数据分析的流程是什么？ #

前面小亿和大家聊了当前HR数据分析存在的问题和HR应该关注的数据，下面小亿想和大家聊聊HR数据分析的流程。

1、确定分析目标

#

首先人力资源部门做数据分析就要面对各种各样的应用场景，如企业人才库管理、薪酬增长制度管理等等，从根本上上来说，HR的数据分析就是要以业务为导向，确定当前场景的分析目标，进一步分析出正确的问题。

#

一方面，可以来自于对企业自上而下的分析：企业今年战略的重心和必赢战役是什么？随着战略变化，近期的人才挑战可能是什么？哪些问题需要提前关注？在人才上关注什么才能有力地支持我们业务战略的达成？这些都是分析目标的提出，再提出分析的问题。 #

另一方面，也可以来自于自下而上的信息收集与调研：去年的敬业度调研有什么值得关注的？除去加薪外，员工有哪些需求是需要组织支持和解决的？我所支持的团队，近期有什么共性问题是中基层的们反复在抱怨的？

#

此外，当企业发生巨大变革，方向不定时，抑或年底总结和规划时，借助数据也可以帮助我们从人才现状、人才发展趋势等方向提出新的目标，进行数据分析。同时也可以利用经典理论如企业生命周期理论、竞争优势理论等，结合企业的实际情况进行诊断。

2、选择合适的分析方法

人力资源部门的HR确定分析目标提出要分析的问题之后，就可以选择不同的分析方法，用合适的方法分析当前的场景，下面小亿就给大家介绍一些HR比较常用的数据分析方法。 #

（1）、对比分析

一个数据本身是没有任何意义的，只有在把它和其他数据放在某个场景下做对比，我们才能真正发现它的意义。 #

例如现在接近年底了，负责薪酬的HR都在做自己公司下一年工资增长幅度的预测，这个时候你也需要把自己的数据去和行业相对比，而不是单看自己公司期望比例，这样才知道自己处于市场的什么地位。

#

一般来说，对比有两种，一种是时间上的，另一种是空间上的。时间上的对比又分两种：本月的数据和上月相比，叫环比；本月的数据与去年同期相比，叫同比。 #

空间上的对比也分两种，一种是和外部比较，一种是内部部门之间互相比较，拿自己公司离职率去和行业离职率做对比，属于前者；各部门之间的离职率对比，属于后者。

当手上有了数据，首先想到的能够拿它去和哪些数据做对比。正是在这种不断的反复对比之下，数据才会凸显出自己所蕴藏的意

（2）、细分分析

#

做数据分析的目的是为了透过现象看本质，并进一步提出问题的解决方案，对HR来说亦是如此。

细分分析帮助我们把数据分解到颗粒度更小的维度，从而更容易看清事情的本质。假如公司的年离职率达到了10%，超过行业5个百分点。现在想分析这10%的高离职率究竟是如何造成的，我们可以将数据进行各种细分，细分维度可以包括离职原因、绩效、司龄、年龄、部门、薪酬、级别、籍贯，等等。再举个例，在招聘中，我们经常需要分析招聘工作的效率。我们可以根据候选人的数据来划分为渠道、费用、年龄、学历、周期等等不同维度进行细分。

#

有一家处于快速成长期的公司，每年有大量的招聘。为了确保招聘流程的高效，HR把招聘流程分解为10个关键节点，然后依次统计每个候选人在各节点之间所花费的时间，从而可以迅速发现流程中的症结，便于及时采取行动，提高效率。

#

（3）、交叉分析 #

做细分分析的时候，每次只能看到数据的一个维度。比如做离职分析时，选择离职原因，就只能看到每个员工的离职原因；选择绩效就只能看到每个离职员工的绩效。如果我们希望把不同的维度结合起来比较，比如：高绩效的员工一般都是因为什么原因而离职的，此时就需要用到交叉分析。 #

Excel表格上的原始数据一般都是按照单一维度来呈现的，“数据透视表”这个功能就可以很好地帮助我们实现交叉分析功能,还有一些大数据的数据分析工具也可以完成这一工作。 #

（4）、相关分析 #

把两组不同的数据放在一起分析，找出其中的相关性，就是相关分析，相关分析往往是做因果分析的重要前提。 #

比如，老板们都希望看到员工在正常的工作时间段以外加班，恨不得加班时长越长越好。那是不是加班时间越长，员工或公司的绩效就越好呢？一个简单的方法是把加班时间和绩效两组数据放到一起做一个相关性分析，即可以看出其中的规律。

不过，做相关分析的时候要小心一点，就是寻找的数据需要尽可能互相独立。之前有人提到，想分析员工奖金和公司绩效之间的关联性，看是否高奖金带来了高绩效。这样分析会有问题，因为奖金系数本身就是根据绩效来计算的，两者之间当然是一种强关联。为了实现以上目的，倒是把员工基本工资和公司绩效放到一起分析，更合理一些。 #

小亿今天给大家介绍的分析方法也只是一部分，大家在实际做出数据分析时肯定不止用到这几种分析方法。

#

3、利用大数据工具

#

确定要分析的问题选择好分析方法之后，HR就可以选择数据分析来帮自己完成数据分析了，这里我们选择的是亿信华辰公司开发的亿信ABI给大家具体讲解HR如何利用大数据工具进行分析。 #

（1）、数据导入与与清洗

巧妇难为无米之炊，即使提出了明确的思路和方法，在实际工作中很少会遇到所需数据全都摆在眼前的情况。这就意味着我们要进行数据导入和清洗的工作，将方案内所需的数据准备齐全。 #

亿信ABI可以导入可连接多种类型的数据源，包括：关系型数据库，分布式大数据库，文件数据源（Excel、txt、DB）、接口数据源等，支持跨源跨库的分析；同时亿信ABI平台内置了数仓实施工具，其中丰富的处理转换组件，通过拖拽式的流程设计，实现了数据抽取、清洗、转换、装载及调度，用于帮助政府和企业构建数据仓库，完成数据融合，提升数据质量，服务数据分析。

（2）、数据分析 #

有了清洗完成的数据之后，我们就可以对数据进行分析，得出进一步的结果了。数据分析的本质是把握「变与不变」，一般可以从3个角度来进行分析：

横切：根据某个维度对指标进行切分及交叉分析，比如集团HR人服比的背后是不同区域公司的人服比情况，可以针对不同区域横向对比分析。 #

纵切：以时间变化为轴，切分指标上下游，比如春秋招的offer周期对比、秋招与去年秋招同期的offer周期对比等。 #

内切：根据某个模型从目标内部进行划分。比如在招聘中HR就常常对候选人群体进行漏斗分析。 #

亿信ABI可以提供报表分析、大屏可视化、自助式分析、报告应用、预测与挖掘等多元化分析方法，全方位提升数据分析能力，精准支撑领导决策。敏捷性分析可以面向HR这样的非技术人员，自助式分析帮助HR完成分析。

（3）、数据展示

#

最后，数据分析完成后，洞察已然形成。洞察呈现得越清楚，定量分析才越可能促成决策和行动。数据展示的关键在于将这些洞察形成一个好的表现方式，并让企业高层领导看到结论，帮助他们做出决策。

#

亿信ABI采用类似Excel的操作方式，可直接添加斜线表元、多级表头、合并表元等样式，无需依赖于IT人员，HR也能够快速、高效的设计中国式复杂报表；并且内置了近百种组件特效任意组合即可制作酷炫灵动的大屏驾驶舱，以图表结合的形式生动直观地展示企业KPI指标，为领导提供的“一站式”决策支持。 #

五、小结 #

数字化时代浪潮下，中国企业不得不迎接“数字化大考”。一方面，企业运营模式的转型牵引着HR的数字化进程；另一方面，疫情下，员工管理和协作的新模式也大大促动了HR数字化的发展。在HR数字化转型进程当中，数据分析可谓是关键的起爆剂。企业多年来沉淀和积累的人才信息需经由数据分析形成有价值的洞察，才能完成从信息化到数字化的关键一跃，将基于“感觉”的人才管理拉回到基于“事实”的人才管理上，所以HR学习数据分析相关的知识也是很有必要的。

关于亿信华辰 #

亿信华辰是中国专业的智能数据产品与服务提供商，一直致力于为政企用户提供从数据采集、存储、治理、分析到智能应用的智能数据全生命周期管理方案，帮助企业实现数据驱动、数据智能，已积累了8000多家用户的服务和客户成功经验，为客户提供数据分析平台、数据治理系统搭建等专业的产品咨询、实施和技术支持服务。 #