大数据一直都是近几年最热的话题之一，各行各业都在追求数字化转型发展，人力资源也不例外。一、HR数据分析现状1、传统管理被颠覆，HR不可能独善其身！在德勤的一项调查研究数据中显示：只有14%的人力资源部门拥有数据分析职能，远远落后于运营部、销售部、市场部等其他部门！大数据时代下，HR的大数据思维及大数据应用技能明显弱于其他从业者，HR在大数据应用方面扮演着追赶者的角色！大数据已经改变了人们的生活方式和工作方式，试想：市场销售人员以全域数据为支撑，洞察品类增长规律，识别核心用户群体，实现人货场精准匹配，通过大数据分析实现了精准营销；库存管理人员实时监控产品效期，以智能配单落实效期管理，有效控制产品进、销、存各个环节，数据驱动，实现了智能库存管理；财务管理人员构建业财一体化分析平台，通过对KPI指标监测，层层穿透、追根溯源，在业务上找到问题关键，实现了智慧财务管理。……可见，大数据时代下，传统管理已被颠覆，HR不可能独善其身！2、后疫情时代，HR面临的“困境”在大数据、云计算、区块链等科技发展的大背景下，人力资源管理的数字化变革趋势势不可挡。而此次新冠肺炎疫情，又起到了助推的作用，加速了各企业人力资源管理的变革！后疫情时代，人力资源管理面临了诸多问题：一方面，劳动力市场供求不平衡，劳动力市场复杂，不确定因素增多，90后、00后个性化择业心理难把握；另一方面，老板面临着现金流紧张、严峻的生存危机，对HR的要求也更高，期望精简编制、避免浪费、用更少的人完成更多的工作……所以，HR需要借助大数据，通过人力资本分析等数据分析，切实了解把资金投放在哪里是有效的，投放在哪里是无效的。大数据时代，缺乏大数据思维，你将不再是一名合格的HR！通过建立数据思维，实现数据分析和应用，打造HR的核心竞争力！二、基于数据思维的人力资源数据分析人力资源实现数据分析，前提要有数据，数据有没有是一个基础素材的问题。巧妇难为无米之炊，没有数据，数据分析更是无从谈起。有了数据，还要看数据准不准，这是分析的前提。数据不准确，分析结果出现偏差，会影响最终决策的正确性，误导做出错误判断。1、HR数据来源——主要从人力资源管理活动中来收集和积累。HR的数据产生于人力资源管理的各个工作流程和各个环节，HR规划、招聘、入职、培训、绩效、激励、发展、升调离…需要由专人有目的得将相关的数据、信息按照一定的规则录入到信息化系统中或Excel表格中，实现数据的积累和沉淀。那么，由谁来录入、何时录入、如何录入、录入哪些数据，做数据收集前，都需要HR进行统筹设计和安排。由于不同的环节由不同的人员录入，很可能导致原始数据格式不统一、口径不一致、信息不对称，原始数据混乱的状况，这会导致整个数据链条的断裂，在后续的数据分析工作上，会造成庞大的数据清洗和处理工作。另外，如果设计不当，也可能会收集一些无价值、无意义的冗余数据，增加数据存储和分析负担。所以，数据收集的前期设计工作相当必要，HR要有数据思维，能够在数据分析能力指导下完成前期设计工作。举个简单的例子，HR很常见的一项分析是针对培训费用的分析。关于培训费用的使用情况，HR需要找财务部门要相关数据，这时就会遇到一个问题：财务人员很可能将在培训期间产生的路费记录到交通费科目下，这个数据就很难取到，除非去翻阅原始凭证，但是翻阅原始凭证，一方面是财务的保密问题，一方面是工作量巨大，数据的及时性和准确性都很难得到保障…2、人力资源数据来源分析的目标——基于HR数据思维建立人力资源数据分析结构。下面我们将以预算为例，如图所示为预算框架图。每年年初，在HR部门都会有一个大型项目——做预算。通过预算模型，为各个工作、目标设定、考核制度、年度管理策略等做指导。当然，这个工作并不是HR一个部门的工作，而是一项全局工作，HR在这份工作中承担了协调、引领的作用。企业预算模型中包括财务数据、营销数据、HR数据等，HR的数据主要体现在人力成本的数据，包括薪酬的数据、绩效的数据、招聘培训专项费用等。在薪酬模块，需要考虑由于人员的编制变化导致的人力成本的变化、岗位调整带来的薪酬变动等；在绩效模块，需要涉及绩效制度、考虑奖金如何与收入做挂钩…这些复杂的内容，都是在做数据收集的前期设计时需要考量和梳理的。当然，科目架构，组织架构，角色架构等，在设计中也需要统筹考虑在内。同时，在预算环节，HR一定要与财务及相关部门达成一致，否则后期做绩效等分析时，会出现口径不一致等问题，数据的准确性就难以保障。只有当HR很清晰地知道分析目的时，前期的设计也就比较清晰，与各部门沟通时也就更有侧重。在做数据收集时，从传统的流程上看，首先是基础档案数据，形成HR运行数据，之后沉淀形成人力数据、效能数据，到运营数据，最终形成组织效益。而我们在做设计时，则需要反过来进行考量，基于HR数据思维建立人力资源数据分析结构，这要比数据收集本身更为重要。3、数据源智能整合——构建全面的一站式数据分析平台倘若前期的数据收集工作做好了，HR就能很好地进行数据分析了吗？实际并非如此，很多企业还会面临一个问题：严重的数据孤岛，导致了企业数据关联度低、数据利用率不高。HR的数据，往往会涉及到多个系统，如员工的薪资、成本、费用支出在财务系统；员工的入职、培训等数据在HR系统；销售人员及顾客相关数据在CRM系统，甚至有些数据需要Excel上报….另外，有的企业还存在各系统数据统计口径不一致，各类信息结构不同、不够标准化。数据分散，数据集成难度高。那么，企业需要构建一站式大数据分析平台，能够将多种异构数据进行整合，进行数据清理、统一主数据管理，将异构数据集成，帮助企业很好地解决企业数据孤岛问题，帮助人力资源部门及时、准确地掌握公司人力资源信息全貌，解决跨业务系统端到端可视化问题。HR如何进行数据分析？应该分析哪些内容？
