HR如何做好数据分析？这2位专家为你答疑解惑

在薪人薪事HR科学院举办的《让企业业绩增长50%，HR要做什么？》主题直播中，薪人薪事创始人&CEO 常兴龙、资深企业教练&人力资源专家 唐娟霞共同做客直播间，针对广大人力资源从业者在HR数据分析中的常见问题，逐一进行了精彩解读。

>以下为问答环节实录<

唐娟霞：离职率就像企业的晴雨表、风向标。透过离职率可以看到很多问题，也能让HR有所察觉，知道该如何进行下一步的变化和调整，其颗粒度越细，就越能够加快HR对企业管理问题的识别速度，从而给出更好的应对策略。

首周离职率的背后，其实是入职管理流程的优劣——如果企业在招聘环节没有做好，导致了HR与新员工的信息不对等，岗位的实际情况并没有达到新员工预期，他们就会产生心理落差，很快就离职了。首周离职率可以督促HR去提高管理水平：当看到首周离职率升高时，要尽快复盘、优化自己的招聘流程。

首月离职率与实际岗位职责有关——一个岗位在设置之初，职责可能并不明晰，部分职责与其他岗位是重叠的，一些又超出了应聘者本身的能力。当首月离职率出现问题时，HR需要审视，对于岗位的设置是否科学合理，是否真正从企业战略出发来分解，候选人是否与岗位达到100%匹配后才入职，还是牵强附会、降格录取？

首年离职率则关系到直属领导风格与企业价值观。当首年离职率升高时，HR应当敏锐察觉到，该岗位的上级的领导力风格是否出现了问题，是不是不匹配其下属，从而给出指导建议；还应当关注员工与企业的价值观是否吻合，如果吻合度差的话，应当在未来的招聘环节和企业文化管理中，进行对应优化。

常兴龙：这个问题其实非常好办。举个例子，如果开展HR数据分析能够为你（HR）带来升职加薪的机会，那么你的动力显然会提高。

我们在研究人力资源动力时，基本的动因只有两个：一是与自己的收益直接相关，比如销售的提成、代理商的利润等等，这些数值与公司是存在共赢的利益驱动的；另一种叫做成长动力，虽然现阶段无法获得直观的薪酬收益，但未来一定会获得超额回报。

所以HR在做数据分析之前，首先要考虑清楚自己的动机到底是什么。

接下来就是找到关联：分析哪些数据可以使你成长得更快，或者为公司带来的价值更大。当你通过数据分析，能够为公司带来前所未有价值的时候，你获得晋升和加薪的可能性就会大大提高。这一点是需要HR有深刻洞察、反复沉淀的经验的。

最后一点其实我在前面也讲到过：未来的市场是需要越来越多HR数据分析人才的，HR数字化是大势所趋，如果你不去做，而别的企业/同行做了，那么你和你的公司的市场竞争力就会下降。

所以在主观想法之余，为了迎合市场趋势，HR数据分析已经成了一件不得不做的事情。

常兴龙：其实人力资源的衡量标准并不是唯一的，不同国家甚至不同行业，都有自己对应的标准。

薪人薪事在制定51维度指标时，也参考过很多国家的国标，越是发达的国家，其HR数字化进程越超前，它们有着很成熟的实践案例，甚至有很多论文专门去分析这些维度。

我们现在所做的，其实是为大家总结出一些充分必要的条件——当企业的某些方面出现了问题，需要用突破引擎进行提升的时候，一定会有51维度中的某个或某些指标将其体现出来，为这个指标的上升提供通路；反之亦然，当你使用Data双引擎去分析数据时，发现企业的哪些指标是低于市场平均水平的，也一定能挖掘出组织建设中的一些问题。

薪人薪事的HR数字化体系，不光能够为企业提供衡量标准，也可以很好地展现充分必要条件。只要企业有问题，一定能够在数据上有所体现；只要数据指标不正常，企业也一定能发现问题。

HR用这些数据去说服领导时，也更容易获得认同，为企业产出价值。

常兴龙：提出这个问题的可能是一位新人HR，如果工作一段时间之后，其实HR自己会总结出一些方法。这里我为大家列举几个途径：

总结下来，其实就是一句古语：要么读万卷书，要么行万里路，要么阅人无数。但无论哪一种其实都需要HR投入精力，在瞬息万变的市场环境下，你需要持续的去获取数据，一但停下来，可能你昨天得到的数据，放在今天就已经没有参考价值了。

所以获取数据最高效的途径，其实还是靠机器、靠系统来解决。我们每天在系统上面会做大量的数据洞察，这些都是脱敏的数据，跟咨询公司获取数据的途径、计算方法、生成数据模型的流程都是一样的；但是咨询公司拜访20、30家公司所获取的数据，通过机器可能几秒钟就可以搞定。

用一句话来总结，就是“让机器去做它擅长的事情，让人类来分析、洞察、指导。”你可以用系统获取的数据，去建议你的老板，告诉他下一步应该如何去做，这个对于老板和企业的价值是很大的。