大数据现在很“红”,以至各行各业都在开发大数据这个“金矿”。确确实实说,大数据已经给不少企业、组织赢得了商机、或是提高了管理效率。
相对于其它组织如火如荼地开发、利用大数据,企业的人力资源部门在开发、利用大数据方面却未见走在前列,也鲜见利用大数据获得很好效率和效益的例子;埃森哲的调研(数据分析实战:实现高投资回报的突破与阻碍)也证明了这一点:人力资源部门在数据分析法应用方面远远低于财务、客户服务、生产/运营、销售等职能部门。
那为什么人力资源部门会在开发、利用大数据方面落伍呢?我认为有以下几个方面的原因:
第一,大部分企业的人力资源管理注重过程、流程,缺效益思维。
比如,人才招聘,人力资源部门注重的是招聘速度和到位率,却很少去追踪人才到位后在多长时间内发挥了作用、创造了效益;培养也一样,人力资源部门注重的是做了多少培训、有多少人参加、“满意度”(其实这种满意度也是暂时的)如何,很少去追踪经过培训后参加者在技能上、行为上有何改变?是否提升了工作效率、创造了效益?薪资管理上问题更严重,不少企业每年都在加薪、发奖金,却很少有人追踪加薪、发奖后对提升人力效率的贡献,也没有研究出加薪、给重奖在哪些人身上会创造最好的效益、回报最高?
第二,过重地将人力资源工作看待为“艺术”,不注重运用科学来管理人力资源,也没有意识将人力资源管理上升到管理科学。
人力资源管理发展经历了不同的历程,早期的人事管理强调的是控制,为此,所有的人事制度重点都是“不准什么”,“如果违反,会怎样?后来转化为人力资源管理后,又强调“服务”,有些人力资源部门把自己定位为服务部门,招聘是服务、培训是服务、薪资发放也是服务,殊不知随着时代的发展,特别是现在所处的移动互联时代,大数据的开发已经可以为企业的方方面面决策提供了依据,为此,人力资源管理理应从“服务”走向“决策”。人力资源管理应该从数据、数据衡量与分析开始,将人力资源管理的各个系统整合起来,并着眼于最优化人力资源,迈向科学管理。
国外已经有学者在研究如何将人力资源管理转型为“人力资本学”。
第三,大部分企业的人力资源工作者是文科背景,数学基础不好,对数据不敏感。
据《2014德勤全球人力资本趋势》报告调查,越来越多的人力资源部门在使用大数据做明智的人才决策,预测员工绩效,并提前做好人力资源规划。然而,当今只有7%的人认为他们有能力解析使用的数据。
美国管理协会(AMA)于2013年携手企业生产力研究所(Institute for Corporate Productivity, i4cp)开展的一项调研也显示,人力资源管理人员的分析能力在研究开发、财务、运营、营销等人员中是最差的。
第四,人力资源管理信息系统的缺陷与限制阻碍了数据的开发、利用。
在我与不少人力资源工作者交流时发现,现在很多企业所使用的人力资源管理信息系统都存在不少缺陷,要么使用不友好、很复杂;要么功能上难以满足,系统的缺陷、或使用不友好阻碍了人力资源数据的开发利用。
比如,个性化、私人定制是未来一个趋势,人力资源管理也需要重视个性需求,需要通过数据分析、了解了员工的需求后为员工提供个性化的服务。象“菜单式”福利应该是受员工欢迎的,但限于信息工具、系统的能力,不少公司的人力资源管理部门就不敢、或无法推出这样的福利安排。
了解了为什么人力资源部门在开发、利用大数据方面落伍的原因后,那应该怎么做呢?我认为的主要方法和途径有以下四个方面:
1、培养数据意识,以数据说话
人力资源部门应该从现在起,就要有意识地建立、积累有关人力资源管理活动的数据,养成用数据说话的意识;学会运用数据计算、分析,特别需要提升数学能力。
我在“决胜未来,你的脑袋里应该装点啥?”的博文中强调过,数学是科学的基础,几乎所有的科学都与数学有关。数学分析、计算可以帮助人们验证、发现或解释自然现象和社会现象,数学能力强,也可以帮助人们创造发明。
2、从某个领域开始,尝试利用数据进行基础性分析
人力资源部门应该认真检视自己现有的数据资源和分析能力,尝试先从内部某个领域开始运用数据,特别是要从能为业务提供最高价值的领域开始。
比如,可以从人力资源规划开始,去收集和了解:人口趋势、市场人才供应量(如:每年的大学生毕业数)、本单位人员离职趋势(数据)、人力成本上涨趋势、未来公司销售增长趋势、行业发展趋势等数据,从而得出人力配置最佳比率。
3、从基础分析到预测分析
托马斯.H.达文波特和珍妮.G.哈里斯所著的《数据分析竞争法:企业赢之道》指出,数据分析要获得竞争优势,需要从描述性分析上升到预测性分析:
在描述性分析时,我们只会问:到底发生了什么?有多少问题?问题出现了多久?问题出现在哪里?最多也只会问:究竟出现了什么问题?需要采取什么样的行动?
但在预测性分析时,我们要在数据统计分析的基础上问:为什么会出现这种情况?同时,根据统计分析做出预判或推断:如果这种趋势继续发展下去,将会怎样?
4、建立数据管理模型,从预测到决策
人力资源部门需要根据业务需求,制定大数据开发计划,统筹考虑现有数据、技术和技能,确定从何处入手、怎样配合公司的业务战略来建立数据管理模型,从数据的发现、数据的归整、数据分析、提炼到数据管理,建立一整套的数据管理模型,为最优决策提供依据。
埃森哲最近发表的一篇文章“你真的了解员工吗?”中指出:企业在做重要的人事决策时,不能仅依靠表面信息,可以运用人才分析法,即,基于精确及科学的分析法来帮助企业深入了解员工情况,帮助管理者基于客观数据做出科学决策;激发创新、提升业务绩效、助力企业打造出真正的人才优势。
5、提升数据分析能力
人力资源管理应该向经济学靠拢,经济学注重的是数量关系,人力资源管理也应该注重数据分析。据美国管理协会(AMA)的调研,现在和未来三年内,数据分析被列为最重要的五项技能之一。
其实,管理一直强调是数据,如全面质量管理中使用的帕累图分析、散布图分析等以及无不强调数据分析。
提升数
据分析能力不仅能显著提升组织绩效,还能改变人力资源部门在开发、利用大数据所处的落伍状况。[开发利用大数据,HR如何有建树?]