大數據時(shí)代的到來(lái),使得人們看到了從前所從未看到的世界關(guān)聯(lián)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(lái),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(shí)現,沒(méi)有花費任何調查、設計、實(shí)驗、推理,而僅僅是讓沉沒(méi)的數據再次發(fā)出聲音。
那么在人力資源管理中,有哪些數據尚是沒(méi)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?下面一一進(jìn)行介紹。
HR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(diǎn)分為以下幾種類(lèi)型:
類(lèi)型 |
內容 |
特點(diǎn) |
事實(shí)性數據 |
個(gè)人層面: 人員數量與結構、學(xué)歷、年齡、性別、家庭背景、工作經(jīng)歷、技能特長(cháng)、興趣愛(ài)好等 組織層面: 招聘:時(shí)間、次數、完成率 培訓:對象、內容、時(shí)間、地點(diǎn)、次數、滿(mǎn)意度 績(jì)效:指標、次數、時(shí)間、得分 薪酬:總數、增幅、構成比例 |
收集簡(jiǎn)單、信息量豐富 |
動(dòng)態(tài)性數據 |
招聘完成率、員工流動(dòng)率、核心員工流失率、員工換崗、員工晉升等 |
收集較為簡(jiǎn)單,需跟蹤記錄 |
整合性數據 |
個(gè)性測試、情商、智商、管理能力測試、員工滿(mǎn)意度、員工敬業(yè)度等 |
需要設計問(wèn)卷進(jìn)行收集,數據指向性明確
|
如何應用數據?
管理的最終目的是指向企業(yè)的長(cháng)期發(fā)展和當前組織和個(gè)人績(jì)效的提升,數據的利用的最終目的也應當是指向這兩個(gè)方向。
人員結構分析:
原始數據 |
分析什么 |
意義 |
人員數量與結構、學(xué)歷、年齡、性別、家庭背景、工作經(jīng)歷、技能特長(cháng)、興趣愛(ài)好 |
人口統計特點(diǎn) |
年齡、性別和地域分析,統計平均年齡、各年齡段分布頻率,男女員工比例,是否與行業(yè)特點(diǎn)和企業(yè)實(shí)際相符。統計不同地域員工比例,避免某一地員工人數過(guò)多,不便于管理。 |
工齡 分析 |
計算平均工齡和不同工齡分布頻率,是否有流動(dòng)過(guò)快或者極少流動(dòng)致僵化的問(wèn)題。 |
|
職能 類(lèi)別 分析 |
各部門(mén)人員占總人數比例,職能部門(mén)、業(yè)務(wù)部門(mén)人員比例;承擔某一職能的員工(比如說(shuō)行政人員、人力資源人員等)比例,以分析該類(lèi)人員的工作量和平均服務(wù)人數。 |
|
職位 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(diǎn) 分析 |
企業(yè)的人才結構要多元化,避免同質(zhì)化,技術(shù)型人才、創(chuàng )新型人才、管理型人才、營(yíng)銷(xiāo)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(lèi)型的人才都是具備讓企業(yè)有承載力的人員結構要素。 |
|
員工能力分析 |
掌握哪些是骨干、后起之秀、哪些是穩定的人,哪些是需要淘汰的人。
|
配置策略分析:
原始數據 |
分析什么 |
意義 |
企業(yè)產(chǎn)業(yè)模塊、經(jīng)營(yíng)方向、發(fā)展規模要求、時(shí)間要求; 已有崗位、層級、人員數量、素質(zhì) |
崗位、層級分析 |
企業(yè)發(fā)展階段與戰略發(fā)展要求對不同職能、技術(shù)崗位的要求,在企業(yè)效益和發(fā)展要求平衡范圍內的數量和質(zhì)量要求。 |
任職資格與勝任力分析 |
明確崗位知識經(jīng)驗和能力要求。 |
|
當期人口數量與質(zhì)量分析 |
明確當期的人員數量與質(zhì)量現狀。 |
|
人-崗匹配分析 |
不同崗位、層級與當期與企業(yè)長(cháng)遠發(fā)展要求的匹配指數,明確不匹配與匹配的領(lǐng)域,適時(shí)做出調整。
|
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; 培訓費用; 離職費用; 人員收益數據; |
招聘選拔效能分析 |
|
培訓學(xué)習效能分析; |
在培訓學(xué)習過(guò)程中,企業(yè)為員工的支出成本,明確培訓學(xué)習投入比例及效能。 |
|
離職成本及效能分析; |
在離職過(guò)程中,企業(yè)為員工的支出成本,明確離職投入比例及效能。 |
|
個(gè)體成本-收益分析 |
評估每個(gè)員工對企業(yè)的收益與成本合理性。
|
企業(yè)文化健康、活力分析:
原始數據 |
分析什么 |
意義 |
員工流失率、核心員工流失率、員工換崗、員工晉升 |
流失率分析 |
對于各個(gè)層級、普通及核心員工的流失原因、數量比例、對企業(yè)造成影響分析,提供企業(yè)健康指數及調整建議。 |
滿(mǎn)意度分析 |
提供各個(gè)層級員工的滿(mǎn)意度指數及企業(yè)滿(mǎn)意度提升建議。 |
|
內部流動(dòng)效果分析 |
對企業(yè)內部的輪崗、調動(dòng)、晉升、任免提供效果效能分析,量化企業(yè)活力及健康狀況。
|
針對到崗位、個(gè)人的業(yè)績(jì)驅動(dòng)因素分析:
原始數據 |
分析什么 |
意義 |
員工個(gè)人績(jì)效、成長(cháng)路徑;個(gè)性、情商、智商、管理能力、態(tài)度、價(jià)值觀(guān) |
驅動(dòng)業(yè)績(jì)動(dòng)力因素分析 |
|
驅動(dòng)業(yè)績(jì)個(gè)性因素分析 |
||
驅動(dòng)業(yè)績(jì)必要性因素分析 |
根據員工的績(jì)效,尋找與績(jì)效相關(guān)系數最高的知識、經(jīng)驗、背景類(lèi)因素,為招聘選拔培訓提供建議 |
|
驅動(dòng)業(yè)績(jì)的潛力分析 |
根據員工成長(cháng)發(fā)展路徑,尋找與員工成長(cháng)潛力最為相關(guān)因素,為招聘選拔培訓提供建議
|
除此之外,有些數據本身需要通過(guò)進(jìn)一步的統計處理,方能顯示它的真正含義,下面舉兩個(gè)簡(jiǎn)單的例子進(jìn)行說(shuō)明。
測驗數據常模轉化
測驗所得的原始數據,只能表明受測者的得分,卻并不能表明該分數在人群中實(shí)際的水平如何,即使使用一些國際測驗會(huì )提供轉化后的分數,通常也是在全球的常模下的得分情況,如果企業(yè)想要知道受測者在本企業(yè)或者本行業(yè)的狀況,則需要獲取本企業(yè)或本行業(yè)的常模,方能得出比較準確的水平。下面是一個(gè)企業(yè)的心理測驗成績(jì)在全球常模和自己企業(yè)常模下的不同得分情況,可以看出,同一個(gè)分數,當與不同的常模做比較的時(shí)候,所得的分數是不同的,代表的水平也是不同的。
調適 |
抱負 |
||||
原始得分 |
**公司常模 |
國際常模 |
原始得分 |
**公司常模 |
國際常模 |
28 |
39 |
44 |
20 |
15 |
24 |
29 |
49 |
51 |
21 |
21 |
28 |
30 |
57 |
58 |
22 |
28 |
33 |
31 |
66 |
66 |
23 |
36 |
40 |
32 |
76 |
78 |
24 |
46 |
47 |
33 |
86 |
84 |
25 |
57 |
55 |
34 |
93 |
89 |
26 |
71 |
64 |
35 |
97 |
94 |
27 |
85 |
73 |
36 |
99 |
98 |
28 |
94 |
87 |
29 |
99 |
100
|
績(jì)效數據跨單位跨部門(mén)比較
績(jì)效分數部分是由人主觀(guān)評價(jià)所得,這使得其分數本身就帶有了主觀(guān)性,有些分數實(shí)際上是不能直接使用的,需要進(jìn)行進(jìn)一步的加工處理,方能獲取數據真正的意義。例如在績(jì)效考核360評價(jià)的時(shí)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(gè)人被不同人評價(jià),也許得分會(huì )相差很大。但是,企業(yè)對于360數據的處理,通常是直接使用這些數據,有的時(shí)候會(huì )將這些不同人評價(jià)的分數權加之后進(jìn)行排名,這樣操作是非常不合理的,很容易引起爭議。在實(shí)際處理中可以使用一些統計方法,例如標準分,來(lái)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(jià)者在評價(jià)者心目中的位置,這樣也能解決跨單位跨部門(mén)之間的比較問(wèn)題。
標準化每個(gè)評價(jià)者的分數,使用到相同的平均分和標準差,統一評價(jià)者的尺度;
被評價(jià)者甲的總分=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
數據的收集和管理
數據分析建立的基礎是,數據可靠、全面、連續,在這個(gè)基礎上建立起大數據分析或數據的整合才有可能產(chǎn)生有價(jià)值的結論。但同時(shí)HR管理模塊眾多,從戰略規劃到招聘、培訓、績(jì)效、薪酬、員工關(guān)系、企業(yè)文化等等,可能處處有問(wèn)題,能進(jìn)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(fā)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(kāi)始。HR部門(mén)手上有很多現成的數據,從這些數據入手,先一點(diǎn)點(diǎn)地做起來(lái)。數據本身是沒(méi)有意義的,關(guān)鍵在于如何將數據與業(yè)績(jì)關(guān)聯(lián)起來(lái)。這確實(shí)需要創(chuàng )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(yè)務(wù)工作中去,并安排專(zhuān)人負責日常數據的收集與整理。并且這個(gè)工作一定要有持久性,任何一個(gè)時(shí)間斷面上的數據都難以單獨進(jìn)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(fā)揮更大的作用。
打破常規,不斷創(chuàng )新。大數據時(shí)代的崛起,在于沒(méi)有拘泥于已有數據固有的意義,而是不斷尋找關(guān)聯(lián)性,利用這種關(guān)聯(lián)性去預測整合。思維、技術(shù)、數據拉動(dòng)數據分析的三輛馬車(chē),其中思維是啟動(dòng)機,一個(gè)好的利用數據的模式和思路,是使用數據進(jìn)行創(chuàng )新管理的根本。
“工欲善其事,必先利其器”,作為一名人力資源從業(yè)者,需要利用本崗位所擁有的資源,那么這些曾經(jīng)沉默的數據,就是進(jìn)行精細化人力資源管理的好工具,并且這個(gè)工具一旦開(kāi)始發(fā)揮作用,隨著(zhù)時(shí)間和數據的累積,就會(huì )越用越好用,會(huì )逐漸成為指導企業(yè)成長(cháng)和發(fā)展的人才風(fēng)向標。
來(lái)源: 環(huán)球人力資源智庫——(高海燕)諾姆四達集團供稿