雾霭重重 人力资源数据分析如何突破重围

企业的生存与发展离不开与人相关的数据信息,无论是客户的数据、候选人的数据、员工的数据都影响企业的决策制定。因此,人力资源部门要能掌握这些数据,并对数据进行有效分析,从而巩固其在企业的战略地位。但是,相比较财务和市场部门,数据分析功能在人力资源部门的发展才刚刚起步。并且,由于与人相关的数据并非与企业的业绩有直观的联系,分析的难度也较大。

数据分析已经成为人力资源从业者未来发展的必要能力,甚至一些数据分析人员已经跨界到了人力资源管理工作中。人力资源管理部门的数据分析能力会影响到他们在企业战略决策中的影响力,就目前的发展而言,人力资源从业者在过去一年里,数据分析能力进步明显。比如,企业不同部门对年度招聘人头数产生分歧时,人力资源部门可以掌握分析的主动权,提供计算的内容,以及计算的最佳方式,让企业内部达成共识。

人力资源数据分析的五大阻碍

虽然,企业对于人力资源数据分析素质的认可程度已经明显提升,但是就目前的发展形势而言,还是有一些阻碍因素。下面是三种最常见的阻碍原因,看看中招了吗?

1来自内部的阻碍——“我们不跟数据打交道”

还是有一些人力资源从业者,故步自封,不愿意投入到数据分析的工作中。但是,掌握数据分析的相关技能可以改善员工表现以及团队人际关系。而在数据驱动的企业中,人力资源部门持续性的提供数据分析、解析更是必不可少,对于还没有进入数据分析工作的人力资源从业者来说,他们正在错失新的机遇。

2来自数据难度的阻碍——“跟人相关的数据无法处理”

处理跟人相关的数据工作是一大挑战,关于人的数据分析本身就较为复杂,人力资源从业者在分析的过程中容易摸不着头脑,陷入一种无计可施的僵局。数据分析的专业人员常常抱怨,这项任务不仅费时并且枯燥,仅是数据清理和转移工作就会占到80%的工作时间。但是这不能成为不做分析的借口,只有在实践的过程中,才能甄别哪些数据有价值,确定改进的方向。毋庸置疑,在分析工作步入正轨之前会有一段混乱的过程,只有坚持才能看到数据分析的重要作用。

3来自美好期望的阻碍——“数据越多越好”

数据分析是一座金矿,有许多待挖掘的价值。但是这并不是要求人力资源部门收集的数据越多越好,信息过多也会是一大阻碍,让从业者不能聚焦到最重要的信息。确定数据的优先级十分必要,不要认为如果我掌握了所有的数据,就能解答所有的问题。这种情况只会加重人力资源从业者的负担,会产生负面情绪,增加无效分析的风险。要对优先级较高的数据进行全面分析,从而帮助企业业务的发展。数据分析并非“大而全”才有意义,相反,就立足在眼下与业务最相关的数据更能发挥作用,设定具体、可实现的目标,使有限的资源得到最大的发挥。

4来自支出花费的阻碍——“昂贵的软件会产生更精确的分析”

是不是分析软件越贵,做出的分析就越精确?人力资源数据分析如果不能满足企业的数据需求效果将会大打折扣,基础的分析软件难道就无法满足人力资源管理工作的需求?思科人力资源部门的高管Ian Bailie在步入数据分析之旅时,使用的分析软件就是EXCEL表格。不能因为没有先进的专业软件,就拒绝数据分析工作,没有好的厨具,难道厨师就放弃做菜了吗?

英国娱乐和通信业务提供商Virgin Media的人力资源部门正是从EXCEL表格分析中发现企业高离职率的问题。根据数据显示,在Virgin Media的某些业务部门,离职率一直居高不下,而在这些部门中,业务主管对缺勤的纪律理解不够深刻。因此,为了降低离职率,人力资源部门通过跟每个部门缺勤率最高的员工进行沟通,向他们解释企业的考勤纪律,从而降低了50%的缺勤率,缓解了Virgin Media的缺勤问题,也提升了人力资源数据分析的重要性。

5来自故步自封的阻碍——“这只是人力资源部门自己的事情”

如果没有上层的支持,人力资源分析很难发挥真正的效果,而为了获得企业核心管理层的支持,人力资源部门要紧贴业务,从业务的角度进行沟通。人力资源部门切勿单打独斗,这样才可能让数据分析有效地指导下一步工作。

不仅核心领导层的支持至关重要,人力资源部门还要在企业的其他部门中找到自己的同盟。人力资源团队无法完全覆盖企业所有的事宜,那么如果在业务部门中能够有自己的同盟,就会让人力资源制定的政策更好地被接受。如何才能找到自己的同盟呢?首先,人力资源从业者可以选出自己在业务部门最喜欢共事的同事(四位左右),并花费1—2个月倾尽全力与他们建立良好的工作关系。一旦你成功地和这些同事建立了良好的工作关系,多米诺效应就会出现。这些同事会在部门内宣传人力资源管理部门制定的政策,渐渐地会获得更多同事的支持。

以上这些阻碍的主要形成原因跟人们的思维定式有很大的关系,克服这些阻碍也能够突破组织原有的发展瓶颈,当数据分析项目上轨道之后,很容易就能让员工和组织发现其价值。用数据去沟通,用分析去创造,数据分析产生的价值能够让企业更加重视人力资源部门的贡献。

虽然分析工作并非一帆风顺,甚至会出现一些失误的情况,但人力资源部门自身要对分析工作充满信心,成功的分析结果会一定会为部门和企业产生巨大价值。就像财务或市场部门的数据分析也并非十全十美,他们也会遇到各种各样的难题,但是为什么一提到企业数据分析,很多人第一反应还是这些部门的工作呢?就是因为他们一直在承担这些工作。

人力资源部门一定要坚信数据分析工作的意义,并跟员工们多沟通,让他们认可自己所做的工作。人力资源从业者,尤其是人力资源部门管理者要具备“用数据讲故事”的能力,有画面感的数据更加容易让人们理解与信服。

未来世界势必会步入数据化的时代,数据分析会变为十分常见的一项工作。现在开始掌握这项技能并不算晚,警惕各种陷阱,让数据分析成为人力资源部门的另一大法宝吧。

推荐阅读:点击下方图片即可阅读

全球劳动力配置:Uber化?


职场人:如何克服自信心不足?


那些年在职场犯下的最佳错误,你怎么看?


订阅中国发行量第一的人力资源期刊《人力资本管理》送大礼


(0)

相关推荐

  • 人力资源量化数据分析的类型

    人力资源管理者在量化管理与数据分析时,根据不同的分析目的和目标,可以采取的数据分析类型可以分为四种,分别是描述型分析.诊断型分析.预测型分析.措施型分析. 1.描述型分析描述型分析的主要内容是描述事实 ...

  • 【D】人力资源岗位都要进行哪些数据分析?

    在HR的绩效考核里经常性会看到一些指标,比如招聘的到达率.培训完成率等,到底人力资源要分析哪些指标,这些指标到底如何设计? 基于运营的人力资源数据分析 首先第一个核心点,如果HR在操作人力资源工作的时 ...

  • 如此火热的人力资源大数据分析,价值何在?

    随着人力资源管理理论和大数据技术的发展,国内越来越多的人力资源从业者和企业管理者开始重视对人力资本的评估和分析,逐渐建立起企业的人力资源数据库和大数据分析工具,更有像百度这样拥有大量人力资源数据积累的 ...

  • 人力资源数据分析

    最近几天,支付宝.抖音.酷狗.喜马拉雅等公司相继发布2019年个人使用报告,发现自己的所作所为都在上面展现的一览无余没有死角,一方面感到数据分析的可怕,另外一方面在想是否可以利用数据在促进工作的提升, ...

  • 人力资源数据分析10条黄金法则

    根据德勤关于全球人力资本趋势的报告,人力资源数据分析革命正在加速.完全有能力应用人力资源分析的组织从4%增至8%.感觉有些能力应用人力资源分析的组织从24%增加到32%.我很高兴看到我的国家(荷兰)在 ...

  • 在如此局面下华为手机未来会怎么样,何时可以突破重围

    历史的滚轮向前发展,必然会遇到一些困难和挫折,但是一旦战胜,那就是不一般的!而在这次科技自主化的大战当中,中国企业到底能够掌握多少自主化科技,在未来需要多久像华为这样的企业可以突破重围,恢复曾经的鼎盛 ...

  • 高中英语备考指南,数据分析 重点突破,帮你轻松拿下130分

    加缪在<反抗者>中说:对未来的真正慷慨,是把一切都献给现在. 不管你现在是高一高二还是高三,都在憧憬着美好的未来吧.但如果现在不努力,只会空想,那么未来注定没有那么明亮.所以,我希望同学们 ...

  • 马松:中国科技正面临史上最大挑战 突破重围靠年轻人

    齐蚁科技创始人马松:中国科技正面临史上最大挑战 突破重围的重任落在就青年身上 2021年4月17日,"下一站·深圳(SHENZHEN NEXT)--2021湾区青年人才发展论坛"正 ...

  • 是挑战也是机遇,中小型家具企业该如何突破重围?

    当前,年轻化消费已成趋势,产品因为年轻感设计获得认可,又在服务年轻人.理解年轻人的过程中,成为一款年轻的产品,而家居设计的年轻化也是同样的道理,同样年轻,才有共鸣! 在重装饰轻装修的时代,年轻人追求的 ...

  • 用益-信托经理参考:新形势下民营信托公司该如何突破重围?

    一周重点关注: ● 8月官方制造业PMI为51.0% 财新制造业PMI升至53.1 ● 国务院常务会议明确了金融控股公司准入规范 ● 半年报揭示风险 房企流动性指标恶化至五年来最差 ● 11家银行理财 ...

  • 「抗战题材系列小说」李英利|突破重围

    作家新 干线 突破重围 一 一九四三年的夏天,盘踞在晋阳区桐城镇的日寇被我活跃在晋南区的晋阳游击队打得焦头烂额,狼狈不堪. 一天晚上,晋阳游击队指导员陈林奉命去杨家湾开会,布置反"扫荡&qu ...

  • 复杂多变的市场环境下,经销商如何突破重围做大做强?

    但凡生意人,谁都想赚钱,这是个绝对真理.但想赚更多的钱,那就必须要把生意做的更大才有可能,这也是个真理,可是这个真理却并不是所有生意人都愿意做到,而且也不是谁都能够做得到的. 真理谁都懂,但你有没想过 ...