原文連結
當前，移動互聯網、社交應用、大數據等技術浪潮凶猛來襲，正在加速驅動著企業人力資源管理的信息化進程。那麼，到底如何有效迎接這一浪潮，如何以價值為導向，整理、分析，並發掘出關鍵信息加以分析利用，從而提升人力資源管理效益，是每一位管理者面臨的問題。宏景軟件總裁房宏先生在“企業人力資源管理與信息化交流研討會”上發表了關於“數據分析下的人力資源管理優化與提升”的精彩演講，以人力資源數據分析類型、價值、模型為核心，結合實際案例和新技術應用，分享了如何通過建立人力資源數據庫，完成全面的數據化分析，實現用數據說話，真正推動企業人力資源管理轉型升級，支撐企業戰略發展。現將內容摘錄於此，與大家分享交流。
目前，各行各業都在談論數字化，大家也強烈地感受到數字化已經離不開我們，人力資源管理也需要快速擺脫事務管理、主管評價、感性決策的現狀，逐步步入到數據化、網絡化的科學管理時代。因此，我們首先要了解人力資源數據分析的類型、價值以及常見的模型。
根據市場研究機構Gartner的預測，2015年大數據分析產品和服務的市場規模將高達3.7萬億美元，如此龐大的數據說明各行各業都會加強數據的應用、管理與分析。同時德勤人才管理顧問Bersin分析指出大數據在人力資源領域的市場潛力更大，也就是所謂人才分析(Talent Analytics)，因此對於企業的人力資源管理來講，怎麼利用數據是當前需要思考的。Google已經為人力資源管理專門成立了一個由數據挖掘工程師、心理學家和MBA人員組成的人力分析小組，Google所有的人力資源決策都是基於數據和分析的結果，這也就是大家經常說的無工具不管理、無數據難決策的意思。所以談到企業的人力資源管理，我們首先要考慮在目前大數據背景下如何開展人力資源數據的整理與分析。
一、人力資源大數據的關鍵要素
對於大數據在人力資源管理中的應用，最關鍵的不是數據絕對化的大與多，而是信息的豐富性與連續性。有的企業可能認為企業人員沒有那麼多，人力資源數據不足以“大”，因此覺得企業的人力資源數據分析沒有價值，可以不用做數據分析，實則不然。人力資源的大數據分析主要有三個關鍵要素：第一，要全體不要抽樣，也就是不再像以前調查采用抽樣的模式，而是要全體數據，即全部員工的數據，越全越好;第二，要相關不要因果，即我們在分析和應用數據的時候要相關性的，而不是因果性的，要考慮規律性的相關關聯關系，也就是說不是當A導致B時就一定導致B，而是A的 80%可能會導致B，要的是這類相關因素;第三，要效率不要絕對精確，我們在做數據分析時，很多數據更關注的是效果，而不是絕對准確、絕對精確，比如日常應用中用到的平均年齡，28.1與28.2可能就沒有什麼絕對的差別，這時候往往更關注的是效果。因此對於人力資源數據而言，我們首先要考慮的是數據的豐富性、關聯性、全體性，這樣在做數據分析的時候就能夠做出各種關聯要素的分析。
二、人力資源數據分析類型
對於企業的人力資源管理數據建設，常見的人力資源數據類型主要包括以下三種：
第一，事實性數據。可分為個人層面的、組織層面的、崗位層面的。個人層面的數據有人員數量與結構、學歷、年齡、性別、家庭背景、工作經歷、技能特長等，就個體而言這些數據通常是唯一的或不經常變化的靜態性數據，雖然年齡會隨著時間而變化，但是每個點是不變的。這類事實性的數據，在企業人力資源管理中常被稱之為人事檔案信息，這也是人力資源的最基本的信息數據，是多數分析的基礎。那麼首先要實現全體員工人事檔案的全面數字化管理，再利用這些數據做有價值的分析。
第二，動態性數據。這類數據通常是變化的，是在人力資源業務處理過程中產生的動態性數據。比如招聘業務，我們計劃招聘20位員工，但是這個過程中可能會收到500份簡歷，面試50人，過程中的數據就會分析反映出招聘效果與效率。
第三，整合性數據。這類數據往往是通過計算、分析、挖掘得到的，是綜合整理、關聯運算出來的綜合性數據，比如人事費用率、人均效益、人均工資等。
以上三種數據組合起來就形成了企業全面的人力資源數據。基於這三種數據，人力資源數據分析又分為哪三種類型？
第一類：基礎信息數據分析，即基於靜態數據進行的分析，包括人員總量、人才結構、人員狀態、人力資源配比等，這些都可以通過基礎信息來獲取，從而反映出企業人力資源現狀。
第二類，職能業務數據分析，也就是通過人力資源業務活動，比如員工關系、招聘、薪酬激勵、學習發展、績效考核等過程中產生的數據，對這類數據進行分析屬於人力職能業務分析，可以反映出企業人力資源活力。
第三類，效益效能數據分析，人力資源管理的最終價值是什麼，一定是給企業帶來效益、效能，那麼就要對人均單產、人工成本利潤率、員工滿意度等進行分析，反映出企業人力資源質量如何。
所以上述三類數據相對應產生的三類數據分析，在人力資本方面可以反映出企業投入的情況怎樣，通過一系列人力資源活動的管理，轉化效果如何，會帶來什麼樣的產出。因此這三種數據分析可以形成企業全面的人力資源數據分析。
三、人力資源數據分析價值
在價值方面，可以說是不言而喻的。人力資源管理數據分析的價值，就像上面提到的今後任何的管理活動都應該是無工具不管理、無數據不決策。德勤咨詢公司總結了一個人力資源數據分析的成熟度模型，共包含了四個層面，也就是在人力資源數據分析的時候可能實現的程度。第一個層面，他們認為首先應該是響應性的分析，即操作層面的，也就是說是效率性和准確性的數據分析。老板要什麼數據，人力資源部通過什麼樣的方式快速提供，比如工資核算，能否快速准確地得出結果，而不再是大量的人為性重復計算，等等。第二個層面，屬於有利於發展性的，主要是在人力資源業務管理、發展過程中能有效幫助我們做職能體系設計的數據分析。第三個層面，要有助於企業業務發展戰略的，主要涉及到人力資源規劃、人力資源各種模型體系，也就是說戰略層面的數據分析。第四個層面，可以預測未來，也就是能夠預測將來什麼業務應該配備什麼樣的人力資源。這四個層面應該是逐步實現的，實現過程中也是具有一定難度的。
那麼人力資源數據分析的核心價值可以總結概括為三個方面：明事實、察問題、預將來，即企業首先要很清楚的了解企業人力資源整理的現實狀況是什麼，接著通過這些數據我們能不能發現存在的問題或者潛在的問題，最後通過這些問題我們能否看到未來該怎樣做，提出什麼樣的規劃和建議。
四、人力資源數據分析模型
基於人力資源數據分析價值實現，人力資源數據分析模型也可以分成三種類型。第一類是基礎信息數據分析，這是最基礎、最多、最全面的數據分析，是從開始貫穿到結束的，或者理解成是永遠要做、時刻要做的分析，這類數據通常也是動態變化的。第二類是業務過程數據分析，即在業務處理過程中對過程數據進行分析，從而觀察人力資源的活力如何。第三類是效益效能數據分析，也就是高層面的分析，是基於前兩類的數據結果或者數據狀態來進行效益效能的整合分析。這種業務模型涉及到投入、轉化、產出三個階段，是一種融合、包容和遞進的關系。
說到基礎信息數據分析，首先要了解企業各種人力資源總量，其次要了解各類人員的流動情況、變化情況，同時更多的是要進行人員結構分析，掌握職位、年齡、學歷、性別、人力資源配比等情況，清楚地了解所需要的各類結構，不同行業、不同企業的人員結構是有所不同的，因此要根據企業的實際需要進行處理和分析。通過對人員總量、結構與員工流失的分析，可以為企業人力資源規劃提供直接依據。具體在業務處理過程中，首先我們要做的是人員總量的變化分析;其次在總量的基礎上進行在崗指數的分析，再次還要做職位分布指數分析，得出管理層占的比重和基層員工占的比重，看看是否符合行業人力資源管理配比，從而反映出管理水平、管理能力以及創造價值人員的數量;另外還需要做年齡指數分析，不同行業需要的年齡是不一樣的，比如IT行業，平均年齡一般不超過30歲，而傳統企業超過 40歲也不會存在問題，這些都是我們需要做的分析，甚至還包括區域人員類別指數、人員性別指數、人力資源配比、員工流失分析等。
特別需要指出一點，企業人力資源部如何爭取本部門人員編制？實際上，我們知道大多數企業的人力資源部人員都不夠用，大家總是很忙、很辛苦，這個時候就可以對人力資源工作者的人員配比情況進行分析，看看在企業中 100名員工配有多少位人力資源從業人員，是0.5、0.8、1還是1.5位，常規上一個比較現代化的企業，應該是1：50到1：100之間，傳統制造業可能是1：200，當然這要與所在行業的特點相結合。把這樣的分析數據整理出來，體現出同行企業的配比情況，這樣會更容易爭取到資源。
另外還有員工流失，當前企業人員流失問題日益突出。其實人員流失並不可怕，可怕的是企業不知道是什麼原因造成的流失，流失的狀態、結構、時間、規律又是什麼，這些其實都可以通過基礎數據來進行詳細的分析。企業要實現這類分析，就一定要建立全面的人力資源基礎信息，也就是說要建立起每一位員工的人事檔案數據，例如宏景的用戶中，有不少記錄每一位員工信息時多達一百多個指標，有的甚至是二三百個指標，那麼我們可以分階段采集信息，先把容易明確的或者是檔案裡有的信息采集全，利用起來，然後再逐步采集其他信息，從而記錄比較完整、全面的信息數據，這樣能夠用來分析的數據就會越來越多，就可以多角度地分析員工的結構、行為，以及員工離職前的表現、離職員工的普遍特點等，為避免員工離職提供策略依據。
企業在做人力資源數據分析時，分析模型最好是可以通過軟件隨意變化，無論是年齡、職位、民族、籍貫等都是可變的，這樣需要什麼信息，對什麼數據進行分析就可以了，同時可以將結果做成報表式的，通過報表更完整、全面的進行數字化了解。比如集團企業人員數量較大，有的要一兩萬人，想要建立起全員的信息數據會比較難，這就可以通過這種報表實現層層分析填報和彙總，最後形成集團不同層面的各種數據，這樣就可以隨機動態掌握企業的結構信息狀態，有利於各級領導進行決策。另外人力資源管理還有一個非常重要的數據，就是要考慮歷史變革，即歷年數據情況，也就是要清楚地了解變化規律，從而預知未來的變化趨勢，比如根據業務增長率、人才增長率預測出三年後的情況。當然國有企業還有一個特別的地方，就是需要向很多單位上報人力資源的各種報表，比如統計局、人保局，甚至是自己的行政上級單位，報表形式多樣。宏景 e-HR系統已經把國家的分析報表全部預置到了系統內，報表可以自動生成，其他各類報表也可以利用系統設置生成，通過定制接口做到直接上報，這樣就可以將靜態數據的分析做到快速、高效、准確。
第二類是職能業務數據分析，常規上主要是績效、招聘、培訓等業務效果的分析，職能業務質量、狀態的分析。例如招聘管理，招聘評價指標的合理選取能幫企業快速發現問題，針對性的優化招聘流程、招聘渠道選擇與招聘環節設計，確保快速精准的為組織提供人才。常規的招聘分析包括了招聘渠道、招聘效率、招聘質量三方面的評價，哪些渠道效果突出;招聘效率是否滿足業務部門的需要，能否在規定時間內到崗;員工入職後工作的結果、狀態、效果如何，是否達到業務部門的要求。這些都是人力資源部門需要進行分析的，就招聘渠道而言，可以分為招聘網站、獵頭、內部推薦等類型，從簡歷數、面試數、offer轉化率等方面分析各個渠道的效果，考慮如何提升效果，這些就會影響到人力資源決策。對於招聘效率，通常可以分析出招聘周期、到崗周期等，從而反饋出招聘人員的工作效果以及對業務部門的貢獻。招聘質量的評價，需要分析招聘過程各種相關數據，反饋出來招聘效果如何，招聘效果的跟蹤最好能到員工試用期結束，體現出錄用人員的工作質量和狀態，這才是招聘質量評價的真正價值。
再例如薪酬激勵，涉及到每位員工，那麼企業人工成本怎麼投？投入的激勵效用如何？是否達到了預期的目標？這些都需要從數據分析上得出結論。薪酬分析總體上可以分三個方面：第一，薪酬總量的合理性，也就是通過人工成本含量、勞動生產率等分析說明薪酬總量的合理性，甚至通過總量的合理性判斷企業是通過增加人員，還是通過提升效率、加強管理來擴大營業規模，這些都是可以通過分析得來的。第二，考慮薪酬結構的科學性，不同層級人員、不同崗位人員們薪酬的差異怎樣才是最好的、最有效的。第三，要分析薪酬增長的預期性，根據歷年增長趨勢、外部同行業增長趨勢等的分析預測出本企業的增長趨勢，分析出可能達到的競爭水平，可以利用對標的方式為決策提供依據。
對於培訓管理，員工能力的提升是企業關注的重點，培訓實施的形式很多，也花費了企業大量的成本與精力，通過數據分析，可以評價培訓實施的效果與投入產出比。傳統的培訓分析往往比較偏向於感覺，每個人憑當時的感覺對老師所講的內容進行打分，造成老師利用各種辦法調動大家的積極性，片面注重講課的形式，員工未必學到了真的東西，所以企業需要的是立體化、全面的培養方案，是多方面的培訓分析。常見的分析模型，首先要有培訓的覆蓋率，指的並不是所有的員工都要培訓好，而是對於那些有需要的員工，培訓的覆蓋率如何，還要考慮員工培訓費用的利用率等。培訓評估，也不再是簡單的培訓後在反饋表上打分，而是對培訓效果進行跟蹤，是一個持續性的反饋，比如培訓剛結束的情況、三個月或半年後的狀況以及三個月或半年後的業務變化情況、提升情況等，這都是需要綜合考慮的，也是需要人力資源部調研、分析的。
另外，對於績效，現在我們指的是績效管理，而不僅僅是績效考核，因此需要側重於績效分析，加強通過績效結果的評判、評比、綜合對比來分析出需要提升的人員以及應該接受哪些方面的培訓，甚至包括各種機構的分析、員工的分析，通過對比性分析，得出績效短板，促進員工的學習與自我提升。
這些分析可以借助信息化系統進行，利用系統自動記錄下來業務結果數據，有了這些結果就可以抽取數據進行分析。比如薪酬管控，企業薪酬發放的過程數據、到某個月還剩多少，都可以通過系統動態查閱，不像以往下屬單位今年的工資，得到第二年的報表才能看到是否超額了，但那時已經沒有意義了;另外對薪酬結構的分析，可以利用系統多做一些分析模型，比如宏景e-HR系統根據用戶的需要和一些咨詢公司分析模型的結合，預置了很多分析模型，這些分析模型就可以分析出不同層級、不同類型人員的薪酬結構，這樣在做工資調整時就能比較好的進行對比。再比如招聘管理，可以利用系統對招聘渠道、招聘效果、招聘質量進行分析，甚至包括新員工應該達到什麼樣的薪資水平以及大家期望月薪的平均值，這些都需要通過數據來制訂和優化業務策略。
第三類是效益效能數據分析，即針對人力成本投入後的產出進行的分析，可分為顯性收益分析、隱性收益分析兩個方面。顯性收益直接就是銷售額增長或利潤增長，隱性收益實際是最能帶來銷售額、利潤增長的員工滿意度的提升，甚至會影響到企業的長期發展。對於這些分析模型來講，往往是要結合人力資源的整合數據以及業務數據來進行分析，比如銷售增長率情況、銷售利潤增長情況以及人員的數據變化情況，或者人均銷售增長情況、人均利潤增長情況等，這些都屬於顯性收益分析。對於隱性收益分析，就是如何能夠通過員工滿意度的提升，來促進員工工作質量的提升，從而達成客戶滿意度的提升，這就需要在做人力資源數據分析時或者做管理設計時，充分考慮員工對於敬業度提升的驅動力模型，這往往是與崗位職責、企業管理水平、工作環境、薪酬水平以及員工職業發展通道相關聯的，這些都可以通過數據分析來得到。Google曾經做過一個人力資源數據分析模型，通過對模型的分析得出是否需要經理人，什麼樣的人適合做經理人，才能夠對工作效率起正向作用，這些都不是憑感覺而來的。所以對於員工的滿意度和敬業度提升分析而言，可以有多種方式，比如在業務數據、基礎數據基礎上，形成各種算法，再去判斷相關性因素;另外，可以做員工調查，通過各種調查數據進行分析;還有對離職員工原因的分析，不要在離職當天調查，可以滯後一些，了解出真正的離職原因進行分析，這些都有助於改善員工滿意度。對於領導決策而言，領導在做企業業務發展規劃的時候往往需要掌握人力資源現狀、關鍵人才、人工成本等情況，這時動態的數據分析可以很好地指導決策，人力資源管理的價值也更好地體現出來。因此人力資源數據分析模型分為基礎信息的全面分析、業務職能數據的過程分析，以及人力資源價值反映的員工滿意度、效益效能的數據分析。
五、人力資源管理信息新技術應用
當前在IT技術方面的新詞彙有很多，“雲計算”、“大數據”、“社交化”、“移動應用”等，那麼對於人力資源管理而言，我們認為當前需要重點關注的是大數據和移動應用，這將最快速的被應用於人力資源管理中，也相對容易產出效果。大數據，就像前面提到的，並不是要量級大，只要具備員工的必要信息，能夠滿足分析所需即可。移動應用，通過人力資源業務的移動式應用向員工、領導提供及時、准確的服務，例如宏景e-HR推出的移動應用，涵蓋了移動考勤、假期申請、統計分析、員工查詢、通訊錄查詢、我的團隊、我的薪酬、本人資料等方面。移動考勤，對於外勤人員可以通過GPS直接獲取員工是否到達工作現場、何時到達現場以及在現場工作時長等信息，各級領導可以隨時查閱各類數據的分析結果，便於及時科學地做出決策。另外可以通過移動應用隨時隨地查詢包括通訊方式在內的各類員工信息。因此面向領導層面，可以借助移動應用實時瀏覽數據，將數據充分利用起來。
為此，我們首先應該建立起一套人力資源信息管理系統，這個系統將包含靜態的數據、業務處理過程中的數據以及整合的人力資源信息數據，不同的人員通過系統獲取不同的應用，獲取不同的分析數據，得到不同的分析結果，這將對決策效果以及整體人力資源管理水平有很大的提升。同時基於這種狀態，可以對人力資源架構進行合理優化，建立起如圖所示的新模式下人力資源管理架構體系，這樣的架構更加強調數據分析與整合、明晰職責以及價值產出。
這樣的架構首先需要有e-HR總監，即人力資源信息總監。e-HR總監負責建立起人力資源信息化系統，實現各種人力資源業務的規律性、規範性以及數據化的管理，大家都可以基於這套系統獲取數據、進行業務處理，比如人才供應鏈、能力發展、能力培養、高績效組織搭建、員工關系等都可以從系統中提取數據，在系統中進行業務處理，有效降低了工作的重復與繁雜程度，從而更好地開展有依據的人力資源管理工作，實現高效、協同的業務處理，同時可以將下屬單位關聯到系統中，形成企業完整、全面的人力資源管控模式。
數據時代，如何用數據說話、用數據決策，這將是一個持續的課題。宏景軟件十多年的發展積累了比較豐富的專業經驗，並在宏景的產品中實現了相應的業務功能，希望通過長期的交流與服務能讓更多的用戶感受到信息系統帶來的管理優勢，把握我們在當前時代面臨的變革趨勢，相信隨著信息技術尤其是移動互聯網技術的快速發展，將對人力資源管理產生更加巨大的影響。如何在新技術下轉型升級，將成為每一位管理者的課題，宏景軟件願意與大家一起迎接變革!
當前，移動互聯網、社交應用、大數據等技術浪潮凶猛來襲，正在加速驅動著企業人力資源管理的信息化進程。那麼，到底如何有效迎接這一浪潮，如何以價值為導向，整理、分析，並發掘出關鍵信息加以分析利用，從而提升人力資源管理效益，是每一位管理者面臨的問題。宏景軟件總裁房宏先生在“企業人力資源管理與信息化交流研討會”上發表了關於“數據分析下的人力資源管理優化與提升”的精彩演講，以人力資源數據分析類型、價值、模型為核心，結合實際案例和新技術應用，分享了如何通過建立人力資源數據庫，完成全面的數據化分析，實現用數據說話，真正推動企業人力資源管理轉型升級，支撐企業戰略發展。現將內容摘錄於此，與大家分享交流。
目前，各行各業都在談論數字化，大家也強烈地感受到數字化已經離不開我們，人力資源管理也需要快速擺脫事務管理、主管評價、感性決策的現狀，逐步步入到數據化、網絡化的科學管理時代。因此，我們首先要了解人力資源數據分析的類型、價值以及常見的模型。
根據市場研究機構Gartner的預測，2015年大數據分析產品和服務的市場規模將高達3.7萬億美元，如此龐大的數據說明各行各業都會加強數據的應用、管理與分析。同時德勤人才管理顧問Bersin分析指出大數據在人力資源領域的市場潛力更大，也就是所謂人才分析(Talent Analytics)，因此對於企業的人力資源管理來講，怎麼利用數據是當前需要思考的。Google已經為人力資源管理專門成立了一個由數據挖掘工程師、心理學家和MBA人員組成的人力分析小組，Google所有的人力資源決策都是基於數據和分析的結果，這也就是大家經常說的無工具不管理、無數據難決策的意思。所以談到企業的人力資源管理，我們首先要考慮在目前大數據背景下如何開展人力資源數據的整理與分析。
一、人力資源大數據的關鍵要素
對於大數據在人力資源管理中的應用，最關鍵的不是數據絕對化的大與多，而是信息的豐富性與連續性。有的企業可能認為企業人員沒有那麼多，人力資源數據不足以“大”，因此覺得企業的人力資源數據分析沒有價值，可以不用做數據分析，實則不然。人力資源的大數據分析主要有三個關鍵要素：第一，要全體不要抽樣，也就是不再像以前調查采用抽樣的模式，而是要全體數據，即全部員工的數據，越全越好;第二，要相關不要因果，即我們在分析和應用數據的時候要相關性的，而不是因果性的，要考慮規律性的相關關聯關系，也就是說不是當A導致B時就一定導致B，而是A的 80%可能會導致B，要的是這類相關因素;第三，要效率不要絕對精確，我們在做數據分析時，很多數據更關注的是效果，而不是絕對准確、絕對精確，比如日常應用中用到的平均年齡，28.1與28.2可能就沒有什麼絕對的差別，這時候往往更關注的是效果。因此對於人力資源數據而言，我們首先要考慮的是數據的豐富性、關聯性、全體性，這樣在做數據分析的時候就能夠做出各種關聯要素的分析。
二、人力資源數據分析類型
對於企業的人力資源管理數據建設，常見的人力資源數據類型主要包括以下三種：
第一，事實性數據。可分為個人層面的、組織層面的、崗位層面的。個人層面的數據有人員數量與結構、學歷、年齡、性別、家庭背景、工作經歷、技能特長等，就個體而言這些數據通常是唯一的或不經常變化的靜態性數據，雖然年齡會隨著時間而變化，但是每個點是不變的。這類事實性的數據，在企業人力資源管理中常被稱之為人事檔案信息，這也是人力資源的最基本的信息數據，是多數分析的基礎。那麼首先要實現全體員工人事檔案的全面數字化管理，再利用這些數據做有價值的分析。
第二，動態性數據。這類數據通常是變化的，是在人力資源業務處理過程中產生的動態性數據。比如招聘業務，我們計劃招聘20位員工，但是這個過程中可能會收到500份簡歷，面試50人，過程中的數據就會分析反映出招聘效果與效率。
第三，整合性數據。這類數據往往是通過計算、分析、挖掘得到的，是綜合整理、關聯運算出來的綜合性數據，比如人事費用率、人均效益、人均工資等。
以上三種數據組合起來就形成了企業全面的人力資源數據。基於這三種數據，人力資源數據分析又分為哪三種類型？
第一類：基礎信息數據分析，即基於靜態數據進行的分析，包括人員總量、人才結構、人員狀態、人力資源配比等，這些都可以通過基礎信息來獲取，從而反映出企業人力資源現狀。
第二類，職能業務數據分析，也就是通過人力資源業務活動，比如員工關系、招聘、薪酬激勵、學習發展、績效考核等過程中產生的數據，對這類數據進行分析屬於人力職能業務分析，可以反映出企業人力資源活力。
第三類，效益效能數據分析，人力資源管理的最終價值是什麼，一定是給企業帶來效益、效能，那麼就要對人均單產、人工成本利潤率、員工滿意度等進行分析，反映出企業人力資源質量如何。
所以上述三類數據相對應產生的三類數據分析，在人力資本方面可以反映出企業投入的情況怎樣，通過一系列人力資源活動的管理，轉化效果如何，會帶來什麼樣的產出。因此這三種數據分析可以形成企業全面的人力資源數據分析。
三、人力資源數據分析價值
在價值方面，可以說是不言而喻的。人力資源管理數據分析的價值，就像上面提到的今後任何的管理活動都應該是無工具不管理、無數據不決策。德勤咨詢公司總結了一個人力資源數據分析的成熟度模型，共包含了四個層面，也就是在人力資源數據分析的時候可能實現的程度。第一個層面，他們認為首先應該是響應性的分析，即操作層面的，也就是說是效率性和准確性的數據分析。老板要什麼數據，人力資源部通過什麼樣的方式快速提供，比如工資核算，能否快速准確地得出結果，而不再是大量的人為性重復計算，等等。第二個層面，屬於有利於發展性的，主要是在人力資源業務管理、發展過程中能有效幫助我們做職能體系設計的數據分析。第三個層面，要有助於企業業務發展戰略的，主要涉及到人力資源規劃、人力資源各種模型體系，也就是說戰略層面的數據分析。第四個層面，可以預測未來，也就是能夠預測將來什麼業務應該配備什麼樣的人力資源。這四個層面應該是逐步實現的，實現過程中也是具有一定難度的。
那麼人力資源數據分析的核心價值可以總結概括為三個方面：明事實、察問題、預將來，即企業首先要很清楚的了解企業人力資源整理的現實狀況是什麼，接著通過這些數據我們能不能發現存在的問題或者潛在的問題，最後通過這些問題我們能否看到未來該怎樣做，提出什麼樣的規劃和建議。
四、人力資源數據分析模型
基於人力資源數據分析價值實現，人力資源數據分析模型也可以分成三種類型。第一類是基礎信息數據分析，這是最基礎、最多、最全面的數據分析，是從開始貫穿到結束的，或者理解成是永遠要做、時刻要做的分析，這類數據通常也是動態變化的。第二類是業務過程數據分析，即在業務處理過程中對過程數據進行分析，從而觀察人力資源的活力如何。第三類是效益效能數據分析，也就是高層面的分析，是基於前兩類的數據結果或者數據狀態來進行效益效能的整合分析。這種業務模型涉及到投入、轉化、產出三個階段，是一種融合、包容和遞進的關系。
說到基礎信息數據分析，首先要了解企業各種人力資源總量，其次要了解各類人員的流動情況、變化情況，同時更多的是要進行人員結構分析，掌握職位、年齡、學歷、性別、人力資源配比等情況，清楚地了解所需要的各類結構，不同行業、不同企業的人員結構是有所不同的，因此要根據企業的實際需要進行處理和分析。通過對人員總量、結構與員工流失的分析，可以為企業人力資源規劃提供直接依據。具體在業務處理過程中，首先我們要做的是人員總量的變化分析;其次在總量的基礎上進行在崗指數的分析，再次還要做職位分布指數分析，得出管理層占的比重和基層員工占的比重，看看是否符合行業人力資源管理配比，從而反映出管理水平、管理能力以及創造價值人員的數量;另外還需要做年齡指數分析，不同行業需要的年齡是不一樣的，比如IT行業，平均年齡一般不超過30歲，而傳統企業超過 40歲也不會存在問題，這些都是我們需要做的分析，甚至還包括區域人員類別指數、人員性別指數、人力資源配比、員工流失分析等。
特別需要指出一點，企業人力資源部如何爭取本部門人員編制？實際上，我們知道大多數企業的人力資源部人員都不夠用，大家總是很忙、很辛苦，這個時候就可以對人力資源工作者的人員配比情況進行分析，看看在企業中 100名員工配有多少位人力資源從業人員，是0.5、0.8、1還是1.5位，常規上一個比較現代化的企業，應該是1：50到1：100之間，傳統制造業可能是1：200，當然這要與所在行業的特點相結合。把這樣的分析數據整理出來，體現出同行企業的配比情況，這樣會更容易爭取到資源。
另外還有員工流失，當前企業人員流失問題日益突出。其實人員流失並不可怕，可怕的是企業不知道是什麼原因造成的流失，流失的狀態、結構、時間、規律又是什麼，這些其實都可以通過基礎數據來進行詳細的分析。企業要實現這類分析，就一定要建立全面的人力資源基礎信息，也就是說要建立起每一位員工的人事檔案數據，例如宏景的用戶中，有不少記錄每一位員工信息時多達一百多個指標，有的甚至是二三百個指標，那麼我們可以分階段采集信息，先把容易明確的或者是檔案裡有的信息采集全，利用起來，然後再逐步采集其他信息，從而記錄比較完整、全面的信息數據，這樣能夠用來分析的數據就會越來越多，就可以多角度地分析員工的結構、行為，以及員工離職前的表現、離職員工的普遍特點等，為避免員工離職提供策略依據。
企業在做人力資源數據分析時，分析模型最好是可以通過軟件隨意變化，無論是年齡、職位、民族、籍貫等都是可變的，這樣需要什麼信息，對什麼數據進行分析就可以了，同時可以將結果做成報表式的，通過報表更完整、全面的進行數字化了解。比如集團企業人員數量較大，有的要一兩萬人，想要建立起全員的信息數據會比較難，這就可以通過這種報表實現層層分析填報和彙總，最後形成集團不同層面的各種數據，這樣就可以隨機動態掌握企業的結構信息狀態，有利於各級領導進行決策。另外人力資源管理還有一個非常重要的數據，就是要考慮歷史變革，即歷年數據情況，也就是要清楚地了解變化規律，從而預知未來的變化趨勢，比如根據業務增長率、人才增長率預測出三年後的情況。當然國有企業還有一個特別的地方，就是需要向很多單位上報人力資源的各種報表，比如統計局、人保局，甚至是自己的行政上級單位，報表形式多樣。宏景 e-HR系統已經把國家的分析報表全部預置到了系統內，報表可以自動生成，其他各類報表也可以利用系統設置生成，通過定制接口做到直接上報，這樣就可以將靜態數據的分析做到快速、高效、准確。
第二類是職能業務數據分析，常規上主要是績效、招聘、培訓等業務效果的分析，職能業務質量、狀態的分析。例如招聘管理，招聘評價指標的合理選取能幫企業快速發現問題，針對性的優化招聘流程、招聘渠道選擇與招聘環節設計，確保快速精准的為組織提供人才。常規的招聘分析包括了招聘渠道、招聘效率、招聘質量三方面的評價，哪些渠道效果突出;招聘效率是否滿足業務部門的需要，能否在規定時間內到崗;員工入職後工作的結果、狀態、效果如何，是否達到業務部門的要求。這些都是人力資源部門需要進行分析的，就招聘渠道而言，可以分為招聘網站、獵頭、內部推薦等類型，從簡歷數、面試數、offer轉化率等方面分析各個渠道的效果，考慮如何提升效果，這些就會影響到人力資源決策。對於招聘效率，通常可以分析出招聘周期、到崗周期等，從而反饋出招聘人員的工作效果以及對業務部門的貢獻。招聘質量的評價，需要分析招聘過程各種相關數據，反饋出來招聘效果如何，招聘效果的跟蹤最好能到員工試用期結束，體現出錄用人員的工作質量和狀態，這才是招聘質量評價的真正價值。
再例如薪酬激勵，涉及到每位員工，那麼企業人工成本怎麼投？投入的激勵效用如何？是否達到了預期的目標？這些都需要從數據分析上得出結論。薪酬分析總體上可以分三個方面：第一，薪酬總量的合理性，也就是通過人工成本含量、勞動生產率等分析說明薪酬總量的合理性，甚至通過總量的合理性判斷企業是通過增加人員，還是通過提升效率、加強管理來擴大營業規模，這些都是可以通過分析得來的。第二，考慮薪酬結構的科學性，不同層級人員、不同崗位人員們薪酬的差異怎樣才是最好的、最有效的。第三，要分析薪酬增長的預期性，根據歷年增長趨勢、外部同行業增長趨勢等的分析預測出本企業的增長趨勢，分析出可能達到的競爭水平，可以利用對標的方式為決策提供依據。
對於培訓管理，員工能力的提升是企業關注的重點，培訓實施的形式很多，也花費了企業大量的成本與精力，通過數據分析，可以評價培訓實施的效果與投入產出比。傳統的培訓分析往往比較偏向於感覺，每個人憑當時的感覺對老師所講的內容進行打分，造成老師利用各種辦法調動大家的積極性，片面注重講課的形式，員工未必學到了真的東西，所以企業需要的是立體化、全面的培養方案，是多方面的培訓分析。常見的分析模型，首先要有培訓的覆蓋率，指的並不是所有的員工都要培訓好，而是對於那些有需要的員工，培訓的覆蓋率如何，還要考慮員工培訓費用的利用率等。培訓評估，也不再是簡單的培訓後在反饋表上打分，而是對培訓效果進行跟蹤，是一個持續性的反饋，比如培訓剛結束的情況、三個月或半年後的狀況以及三個月或半年後的業務變化情況、提升情況等，這都是需要綜合考慮的，也是需要人力資源部調研、分析的。
另外，對於績效，現在我們指的是績效管理，而不僅僅是績效考核，因此需要側重於績效分析，加強通過績效結果的評判、評比、綜合對比來分析出需要提升的人員以及應該接受哪些方面的培訓，甚至包括各種機構的分析、員工的分析，通過對比性分析，得出績效短板，促進員工的學習與自我提升。
這些分析可以借助信息化系統進行，利用系統自動記錄下來業務結果數據，有了這些結果就可以抽取數據進行分析。比如薪酬管控，企業薪酬發放的過程數據、到某個月還剩多少，都可以通過系統動態查閱，不像以往下屬單位今年的工資，得到第二年的報表才能看到是否超額了，但那時已經沒有意義了;另外對薪酬結構的分析，可以利用系統多做一些分析模型，比如宏景e-HR系統根據用戶的需要和一些咨詢公司分析模型的結合，預置了很多分析模型，這些分析模型就可以分析出不同層級、不同類型人員的薪酬結構，這樣在做工資調整時就能比較好的進行對比。再比如招聘管理，可以利用系統對招聘渠道、招聘效果、招聘質量進行分析，甚至包括新員工應該達到什麼樣的薪資水平以及大家期望月薪的平均值，這些都需要通過數據來制訂和優化業務策略。
第三類是效益效能數據分析，即針對人力成本投入後的產出進行的分析，可分為顯性收益分析、隱性收益分析兩個方面。顯性收益直接就是銷售額增長或利潤增長，隱性收益實際是最能帶來銷售額、利潤增長的員工滿意度的提升，甚至會影響到企業的長期發展。對於這些分析模型來講，往往是要結合人力資源的整合數據以及業務數據來進行分析，比如銷售增長率情況、銷售利潤增長情況以及人員的數據變化情況，或者人均銷售增長情況、人均利潤增長情況等，這些都屬於顯性收益分析。對於隱性收益分析，就是如何能夠通過員工滿意度的提升，來促進員工工作質量的提升，從而達成客戶滿意度的提升，這就需要在做人力資源數據分析時或者做管理設計時，充分考慮員工對於敬業度提升的驅動力模型，這往往是與崗位職責、企業管理水平、工作環境、薪酬水平以及員工職業發展通道相關聯的，這些都可以通過數據分析來得到。Google曾經做過一個人力資源數據分析模型，通過對模型的分析得出是否需要經理人，什麼樣的人適合做經理人，才能夠對工作效率起正向作用，這些都不是憑感覺而來的。所以對於員工的滿意度和敬業度提升分析而言，可以有多種方式，比如在業務數據、基礎數據基礎上，形成各種算法，再去判斷相關性因素;另外，可以做員工調查，通過各種調查數據進行分析;還有對離職員工原因的分析，不要在離職當天調查，可以滯後一些，了解出真正的離職原因進行分析，這些都有助於改善員工滿意度。對於領導決策而言，領導在做企業業務發展規劃的時候往往需要掌握人力資源現狀、關鍵人才、人工成本等情況，這時動態的數據分析可以很好地指導決策，人力資源管理的價值也更好地體現出來。因此人力資源數據分析模型分為基礎信息的全面分析、業務職能數據的過程分析，以及人力資源價值反映的員工滿意度、效益效能的數據分析。
五、人力資源管理信息新技術應用
當前在IT技術方面的新詞彙有很多，“雲計算”、“大數據”、“社交化”、“移動應用”等，那麼對於人力資源管理而言，我們認為當前需要重點關注的是大數據和移動應用，這將最快速的被應用於人力資源管理中，也相對容易產出效果。大數據，就像前面提到的，並不是要量級大，只要具備員工的必要信息，能夠滿足分析所需即可。移動應用，通過人力資源業務的移動式應用向員工、領導提供及時、准確的服務，例如宏景e-HR推出的移動應用，涵蓋了移動考勤、假期申請、統計分析、員工查詢、通訊錄查詢、我的團隊、我的薪酬、本人資料等方面。移動考勤，對於外勤人員可以通過GPS直接獲取員工是否到達工作現場、何時到達現場以及在現場工作時長等信息，各級領導可以隨時查閱各類數據的分析結果，便於及時科學地做出決策。另外可以通過移動應用隨時隨地查詢包括通訊方式在內的各類員工信息。因此面向領導層面，可以借助移動應用實時瀏覽數據，將數據充分利用起來。
為此，我們首先應該建立起一套人力資源信息管理系統，這個系統將包含靜態的數據、業務處理過程中的數據以及整合的人力資源信息數據，不同的人員通過系統獲取不同的應用，獲取不同的分析數據，得到不同的分析結果，這將對決策效果以及整體人力資源管理水平有很大的提升。同時基於這種狀態，可以對人力資源架構進行合理優化，建立起如圖所示的新模式下人力資源管理架構體系，這樣的架構更加強調數據分析與整合、明晰職責以及價值產出。
這樣的架構首先需要有e-HR總監，即人力資源信息總監。e-HR總監負責建立起人力資源信息化系統，實現各種人力資源業務的規律性、規範性以及數據化的管理，大家都可以基於這套系統獲取數據、進行業務處理，比如人才供應鏈、能力發展、能力培養、高績效組織搭建、員工關系等都可以從系統中提取數據，在系統中進行業務處理，有效降低了工作的重復與繁雜程度，從而更好地開展有依據的人力資源管理工作，實現高效、協同的業務處理，同時可以將下屬單位關聯到系統中，形成企業完整、全面的人力資源管控模式。
數據時代，如何用數據說話、用數據決策，這將是一個持續的課題。宏景軟件十多年的發展積累了比較豐富的專業經驗，並在宏景的產品中實現了相應的業務功能，希望通過長期的交流與服務能讓更多的用戶感受到信息系統帶來的管理優勢，把握我們在當前時代面臨的變革趨勢，相信隨著信息技術尤其是移動互聯網技術的快速發展，將對人力資源管理產生更加巨大的影響。如何在新技術下轉型升級，將成為每一位管理者的課題，宏景軟件願意與大家一起迎接變革!
留言
張貼留言