請用數據說話！大數據時代的到來，使得人們看到了從前所從未看到的世界關聯性，預測到了所不曾預測到的事物：用Google的搜索詞可以預測到戰爭、疾病的到來，用人們購物的數據可以遇到人們喜好、朋友、社交圈，用人們的社交圈可以預測到他們的消費偏好，這一切的實現，沒有花費任何調查、設計、實驗、推理，而僅僅是讓沉沒的數據再次發出聲音。那么在人力資源管理中，有哪些數據尚是沒有充分利用的？這些數據又可以用做什么？又可以讓我們看到哪些管理上的可能性呢？下面一進行介紹。01HR有哪些數據可用？在日常的人力資源管理中，有哪些數據可以被利用呢？下面根據數據收集和使用的特點分為以下幾種類型:類型內容特點事實性數據個人層面：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、興趣愛好等組織層面：招聘：時間、次數、完成率培訓：對象、內容、時間、地點、次數、滿意度績效：指標、次數、時間、得分薪酬：總數、增幅、構成比例收集簡單、信息量豐—富動態性數據招聘完成率、員工流動率、核心員工流失率、員工換崗、員工晉升等收集較為簡單，需跟蹤記錄整合性數據個性測試、情商、智商、管理能力測試、員工滿意度、員工敬業度等需要設計問卷進行收集，數據指向性明確02HR如何應用瞄？

管理的最終目的是指向企業的長期發展和當前組織和個人績效的提升，數據的利用的最終目的也應當是指向這兩個方向。原始數分析什意義據么年齡、性別和地域分析，統計平均年齡、各年齡段分布人口統頻率，男女員工比例，是否與行業特點和企業實際相符。計特點統計不同地域員工比例，避免某一地員工人數過多，不便于管理。人員數工齡計算平均工齡和不同工齡分布頻率，是否有流動過快或量與結構、學分析者極少流動致僵化的問題。職能各部門人員占總人數比例，職能部門、業務部門人員比歷、年齡、性類別例；承擔某一職能的員工（比如說行政人員、人力資源別、家分析人員等）比例，以分析該類人員的工作量和平均服務人庭背數。景、工職位作經歷、技能特層級分析管理人員與員工之比，主管人員與員工之比，用以分析管理幅度。員工特點分析企業的人才結構要多兀化，避免同質化，技術型人才、長、興趣愛好創新型人才、管理型人才、營銷型人才、外向型人才、內向型人才、穩定性人才，要應有盡有，這些不同類型的人才都是具備讓企業有承載力的人員結構要素。員工能掌握哪些是骨干、后起之秀、哪些是穩定的人，哪些是力分析需要淘汰的人。2、配置策略分析原始數據分析什么意義企業產業模塊、經營方向、發展規模要求、時崗位、層級分析企業發展階段與戰略發展要求對不同職能、技術崗位的要求，在企業效益和發展要求平衡范圍內的數量和質量要求。任職資格與勝任力分析明確崗位知識經驗和能力要求。間要求；已有崗位、層級、人員數量、素質當期人口數量與質量分析明確當期的人員數量與質量現狀。人-崗匹配分析不同崗位、層級與當期與企業長遠發展要求的匹配指數，明確不匹配與匹配的領域，適時做出調整。

3、人員成本分析原始數據分析什么意義人員數量；工資、獎金、福利、社保等；招聘費用；招聘選拔效能分析在招聘選拔過程中，企業為員工的支出成本，明確招聘成本比例及效能。培訓學習效能分析；在培訓學習過程中，企業為員工的支出成本，明確培訓學習投入比例及效能。培訓費用；離職費用；人員收益數據；離職成本及效能分析；在離職過程中，企業為員工的支出成本，明確離職投入比例及效能。個體成本-收益分析評估每個員工對企業的收益與成本合理性。4、企業文化健康、活力分析原始數據分析什么意義員工流失流失率分析對于各個層級、普通及核心員工的流失原因、數量比例、對企業造成影響分析，提供企業健康指數及調整建議。率、核心員工流失率、員工換崗、滿意度分析提供各個層級員工的滿意度指數及企業滿意度提升建議。員工晉升內部流動效果分析對企業內部的輪崗、調動、晉升、任免提供效果效能分析，量化企業活力及健康狀況。5、針對到崗位、個人的業績驅動因素分析原始數據分析什么意義驅動業績動力因素分析根據員工的績效，尋找與績效相關系數最員工個人高的動力性因素，為招聘選拔培訓提供建議績效、成長驅動業績個性因素根據員工的績效，尋找與績效相關系數最路徑；個性、情商、智商、管理能力、態度、價值觀分析高個性因素，為招聘選拔培訓提供建議驅動業績必要性因素分析根據員工的績效，尋找與績效相關系數最高的知識、經驗、背景類因素，為招聘選拔培訓提供建議驅動業績的潛力分根據員工成長發展路徑，尋找與員工成長析潛力最為相關因素，為招聘選拔培訓提供

建議6、建議6、據跨單位跨部門比較績效分數部分是由人主觀評價所得，這使得其分數本身就帶有了主觀性，有些分數實際上是不能直接使用的，需要進行進一步的加工處理，方能獲取數據真正的意義。例如在績效考核360評價的時候，評分者的尺度是存在差異的，有的人手松，有的人手緊，同一個人被不同人評價，也許得分會相差很大。但是，企業對于360數據的處理，通常是直接使用這些數據，有的時候會將這些不同人評價的分數權加之后進行排名，這樣操作是非常不合理的，很容易引起爭議。在實際處理中可以使用一些統計方法，例如標準分，來規避評分者評分尺度的差異，使得分數和排名真正反映出被評價者在評價者心目中的位置，這樣也能解決跨單位跨部門之間的比較問題。標準化每個評價者的分數，使用到相同的平均分和標準差，統一評價者的尺度；被評價者甲的總分二上級權重*上級標準分+平級權重*平級標準分+下級權重*下級標準分。03數據的收集和整理數據分析建立的基礎是，數據可靠、全面、連續，在這個基礎上建立起大數據分析或數據的整合才有可能產生有價值的結論。但同時HR管理模塊眾多，從戰略規劃到招聘、培訓、績效、薪酬、員工關系、企業文化等等，可能處處有問題，能進行分析的地方也很多。但資源有限，要使人力資源分析的作用發揮到最大，在數據的收集和管理上，有哪些事項是需要注意的呢？從已有資源開始。HR部門手上有很多現成的數據，從這些數據入手，先一點點地做起來。數據本身是沒有意義的，關鍵在于如何將數據與業績關聯起來。這確實需要創造性，并投入精力，基本的統計方法也是需要掌握的。堅持下去。要有沉淀一旦決定要做分析工作，就要將它融入HR日常的業務工作中去，并安排專人負責日常數據的收集與整理。并且這個工作一定要有持久性，任何一個時間斷面上的數據都難以單獨進行有效的分析。組織內部歷史數據的沉淀在評估和預測方面能發揮更大的作用。打破常規，不斷創新。大數據時代的崛起，在于沒有拘泥于已有數據固有的意義，而是不斷尋找關聯性，利用這種關聯性去預測整合。思維、技術、數據拉動數據分析的三輛馬車，其中思維是啟動機，一個好的利用數據的模