組織在進行了體系化的人才數據治理，打下了良好的人才數據基礎後，則更關注數據的運用，尤其是如何通過數據分析幫助企業進行人才管理決策。

大量人力資源數據的彙集後，數據價值的有效挖掘便成為了新的挑戰，如今大多數大型組織擁有人員分析團隊，公司高管也将人員分析列為重點，幾乎無人質疑人才數據分析的美好前景。不過許多領導者也不得不承認，所謂的“分析”其實隻是基礎報告，尚未産生深入且持久的作用，公司既沒有将數據分析貫穿到日常人力資源流程中，也缺乏利用分析進行有效預測，推動決策制定的能力，面對複雜的分析技術和亟待統籌的整體局面，鮮有組織知道應當如何實施，衆多HR在該階段較為典型的困惑是：如何建設服務于業務的數據與分析模型。

人力數據要服務于企業戰略，解決實際問題，就需要形成一整套完整的數據分析流程。人力數據分析流程是基于人才問題的分析，而非針對數據本身，以終為始，這就要求我們從問題出發，通過數據分析找到關鍵因素，建立指标體系，形成分析報告，輸出解決方案，不斷去優化我們的業務和運營，以提高組織的績效。“基于人才問題”，這是人才數據分析與其他業務數據分析之間的區别，但流程、方法則是相通的，殊途同歸。

人力數據分析是通過對數據的分析以及深入研究，進而做出更好的決策。之所以更好，是因為這些決策的制定基于事實和數字，而不是依賴直覺，也正是基于事實，組織才能夠驗證在實現人員最佳管理方面的假設。

我們采用一套高效的數據分析決策流程支撐起不同的人才管理需求，并将其稱之為“益才決策盒子”，兩個主要特點是：

• 以數據貫穿始終，充分發揮數據的量化優勢；
• 符合當下組織關于人才決策的動态要求，像盒子一樣及時響應群體級，部門級，專項級等多類别的人才決策，彼此間相互關聯，也可以單獨成立。

具體而言，針對每個人才管理決策的數據分析流程從以下6個步驟展開。

一、提出商業問題

著名數學家John W. Tukey曾經在1962年說過這樣一句話：“給正确問題一個模糊的回答，要比給錯誤問題一個精确答案要好得多。”

雖然已經過去半個多世紀了，Tukey的觀點依然沒有過時，它解釋了為什麼人力數據分析有成為一種管理時尚的風險。大部分企業人才決策的分析往往始于數據，因為數據是可利用資源，當你知道想要表達什麼，你就會去尋找相應的數據來支撐，例如：“請驗證我們的培訓效果”這類人才發展決策，其本身沒有産生新的、有見地的或增值的結果，但所有的分析案例都将調查數據與培訓效果相聯系。我們忍不住自問：“難道分析不應該從來自經營的挑戰開始嗎？”人力資源的成功在于對業務增值——通過告知如何決策業務以及創造商業成功而不是驗證已知事實。

進行人才數據分析，理解管理者所關注的重點至關重要。那麼，如何發現管理者對于數據分析維度的真正訴求呢？“穿上對方的靴子走一走”，想管理者或業務方所想，最好的方法就是進行良性的互動與溝通，基于HR前期的了解和管理者實際的業務訴求進行共創，碰撞出火花。管理者關注的重點是什麼？

• 如果管理者的管理範疇較大，可能會關注整個團隊的人員管理情況，這種情況下，HR需要提供員工全景檔案，讓管理者可以随時查閱，并能夠從業績情況、出勤情況、工作狀态和健康度等多個維度對比員工數據，而非僅看到數值，讓其基礎的日常管理更為便捷。
• 從決策層面來看，團隊風險度也是管理者較為關注的重點。例如，關鍵人才的異動情況、健康度狀态、離職影響度等，若能有一些相關的預測則更有價值。
• 管理者也會評估預算和成本，例如，用人預算和成本是否超支，團隊業績的達标情況等。
• 部分管理者還希望通過數據看到自己團隊與組織中其他團隊的對比，了解自身團隊在組織中所處的位置，并基于此進行本部門的調整和優化。

提出商業問題是數據分析的第一個步驟，也是HR和業務/管理者們解決業務難題的另一種方式，必須優先考慮這一步，避免弄錯分析對象，隻有清楚地提出問題并加以界定，才可以保證分析項目是組織真正需要的，清晰地勾繪需求，讓輸出結果與需求的契合度更高，增加項目成功的機會。換句話說：首先定義好你試圖改變什麼，以及為什麼要做出改變。

二、确定分析思路

分析思路是整個流程的“靈魂”所在，它将分析工作進行細化。分析思路清晰、具有邏輯性，就可避免同一個問題反複分析的情況出現。确定思路需要全面、深入的拆解分析維度，确定分析方法，最終形成完整的分析框架。根據不同工作流程所處階段和分析需求角度出發，數據分析可被劃分為描述性分析、診斷性分析、預測性分析和處理方式分析四種類型。

（1）描述性分析。

描述性分析主要彙總原始數據，并将其轉化為可以理解的形式，例如各種報表、圖表等。需要注意的是，描述性分析通常是從過去的數據提取出有價值的見解，但往往不具備解釋問題發生原因的能力。

（2）診斷性分析。

診斷性分析是基于描述性分析的基礎之上。通過診斷性分析，可以深入挖掘問題根源，識别依賴關系，找出影響因素。借助聯動、下鑽、挖掘、預警等方法，可以知道問題是如何産生的，企業需要關注哪些方面來幫助解決問題。

（3）預測性分析。

相較于描述性分析和診斷性分析在過去數據上的集中，預測性分析往往更能說明未來可能發生的事。通過使用描述性和診斷性分析的結果來檢測趨勢、異常或做聚類分析後，對未來進行動态預測。

（4）處方式分析。

處方式分析是基于對“發生了什麼”“為什麼會發生”“可能會發生什麼”的分析，通過算法手段最優化決策，來幫助用戶決定應該采取什麼措施，以便消除未來可能發生的問題或獲得更有利的趨勢。作為最先進的分析方法，它不僅需要曆史數據，還需要很多外部信息，利用更為複雜的工具和技術，如機器學習、業務規則和算法等，這也決定了它的實施和管理相對于其他分析類型來說更加複雜。

三、處理數據

該步驟要求找出與檢驗假設相關的數據，并決定數據質量是否達到可以進行分析的程度。需要決定應該彙總現有數據還是采集新的數據，或者兩者都需要。需要注意的是，此步驟很容易失控。項目開始時，我們往往很清楚數據以及分析的目标，但是當我們開始進行數據清洗并展開初步分析時，可能會出現新的、更有吸引力的問題，需要進行進一步研究。這時我們需要提醒自己不要偏離目标，避免分散注意力，确保更好地聚焦于想要的數據。當拿到數據時，數據往往不能滿足直接用來分析的要求，所以需要将收集到的雜亂無章的數據，快速、準确加工成适合數據分析的樣式。

這并不是說HR需要成為數據收集（目前通過技術完成的工作）或數據分析方面的專家，大多數公司已經擁有數據分析團隊，HR的附加價值在于将分析結果轉化為行動，以便數據得到很好的利用。

四、分析數據

分析數據的工作可謂“抽絲剝繭”，它從分析目的出發，按照分析思路，運用适當的分析方法或分析模型，使用分析工具，對處理過的數據進行分析，提取有價值的信息。在此階段，方法論和統計學将被用于數據分析以檢驗假設并且為進一步提煉結論創造條件。缺少這一步，分析項目就缺少了基石，不進行分析，就不會發現數據中的規律。在此重要節點，選擇了正确的還是錯誤的分析方法，決定了分析結果的有效性。HR要了解數據之間的關系，掌握相關回歸、聚類等方法。這類方法可用于分析員工行為與HR結果數據（如績效、滿意度、離職傾向等）之間的關系，下表列出統計學概念中一些基本的描述性的量化分析方法，可供參考與借鑒。

五、展示結論

隻有理解了分析背景以及分析結果的内涵才有可能得出結論，對于數據分析最常見的要求是“給我結論，而不是數據”。我們不能假定利益相關者能得出正确的結論，應該把得出結論作為我們的主要任務之一。對于企業高層來說，并不是為了看到這些數據，而是希望HR能夠将數據反映出來的業務問題精準地識别出來，同時分析指标背後的原因、關聯性等，為業務提供一定的參考。我們需要通過聚焦于提煉結論來提高決策質量。可以通過提出以下問題來檢驗結論的重要性：

●這個結論告訴我什麼？

●這個結論和業務問題相關嗎？

●這個結論是獨特的或隻是某個熟悉話題的翻版？

●這個結論清晰嗎？

●這個結論會導緻什麼結果？

展示結論又被稱為“數據可視化”，是以簡單、直觀的方式傳達出數據包含的信息，增強數據的“易讀性”，讓閱讀者輕而易舉地就看出數據表達的内容。HR對數據的分析和呈現，要确保業務部門能夠理解；“文不如表，表不如圖”，展示數據結論一般用圖表進行展示，常用圖表有表格、柱狀圖、折線圖、條形圖、散點圖、餅圖等。

六、撰寫報告

撰寫報告是指以文檔形式呈現分析結果，其内容是通過數據全方位的科學分析來展現運營情況，能夠為決策者提供強有力的決策依據，從而降低運營風險，提高盈利。建議報告就是第1步至第5步工作的總結，以文檔的形式展現數據分析的“推理”過程，并得出最終的結論。

就像需要依靠數據來源提煉觀點一樣，我們還需要根據結論來提出建議。同時我們需要思考：“如果我的結論足夠重要，需要加以重點說明，業務部門需要做點什麼呢？”數據分析的目的是幫助業務部門提高績效，所以雖然結論會引人注目，但根據結論提出的建議才是業務部門需要的，隻有行動建議才能推動目标落地，卓有成效的建議性報告會成為推動變革的強大力量。要保證從結論中提煉出建議，清楚地描述每個建議，像撰寫聲明那樣清晰、簡潔，如“這個結論表明……，因此，我建議……”。

以上即為“益才決策盒子”的全部流程。

有了這樣的流程，很多關鍵的組織人才議題，就可以實現智能預警和趨勢預測。HR部門可以通過整體規劃确保數據分析具備實時的預警性，設置關鍵指标的監測系統，方便各部門“各取所需”，依據高管、業務負責人、HR部門、員工不同對象的決策場景可設置為：人才畫像分析、流動分析、離職預測、繼任規劃、人才庫、人力資本及效率分析等。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!