|
Part1:缘起 每到年底做年终总结的时候，人力资源从业者们就开始“怀疑人生”：一年忙到头在忙不知道自己在忙啥？干了些啥又没有办法验证？即使验证了也不是自己的功劳？该自己汇报部门工作时看到老板很不耐烦？很抓狂……如果我们的成绩可以像财务一样用数据表达多好，像销售一样工作业绩可以自己说了算多好，实在不行哪怕像研发也行。我们的工作在专业领域内很难用数据去衡量业绩的好坏，大多是主观感受偏多。很苦恼，头发大把大把的掉。总得想办法证明自己吧，但又不能强行入镜抢业务风头，必须C位出道，所以我们还得研究一下人力资源业绩衡量数据：人力资源“才报。 Part2:逻辑 按照马斯洛需求理论，个人需求从生理需求到自我实现需求，也就是说人的终极追求是幸福和成就；企业从生存到商业帝国，终极追求就是盈利和发展。 根据“冰山模型”、“平衡积分卡”和“杨三角理论”，如果个人想要获得幸福和成就，就需要在具备知识、技能、价值观、动机、个人特质的综合方面充分发挥才能实现终究需求（包括认知、能力、动力组合取得成绩）（可以回看历史文章）；企业要实现终极目标也是一样，需要具有组织愿景/使命/价值观、组织能力过关、组织驱动力十足、组织绩效卓越才能实现盈利和发展，概括一下就是：组织愿景、组织能力、组织绩效、组织动力。 Part3:HR关联性
组织实现终极目标需要从四个维度出发，这四个维度的含义是什么？ 组织愿景：搞清楚股东/老板/创业者们描述清楚推动自己或企业前进的核心欲望是什么； 组织能力：支撑企业/组织欲望或梦想的能力是什么； 组织绩效：搭建组织机制、协同团队共同努力以支持企业/组织欲望落地实现的过程和结果； 组织动力：弄清楚或帮助员工弄清楚推动自己前行的欲望究竟是什么？组织建立相应机制给予合理满足。 这四个维度说起来好像也不是很难懂，可是跟HR有啥关系呢？现在就需要对这四个维度进行业务与HR相关性进行解码。 组织愿景：使命/愿景/价值观；战略地图；组织地图；作战地图； 组织能力：组织架构/人才规划；能力标准；人才获取；团队搭建； 组织绩效：目标制定；目标分解；工作协同；目标跟踪；价值评估；价值分配； 组织动力：员工需求；内部驱动因素；外部驱动因素；组织氛围；员工敬业度。 根据业务关联度的解码，得出HR人力资源职能工作维度内容： 组织愿景：企业愿景/使命/价值观；企业战略、业务战略、职能战略（人力资源战略/策略/举措） 组织能力： 组织架构；职位体系；能力体系；人才需求；部门/岗位职责；能力模型；人才配置；员工发展； 组织绩效：目标管理；目标分解；目标跟踪；绩效考核；组织/个人绩效评价；绩效结果运用； 组织动力：薪酬福利；职业生涯；组织氛围；员工敬业度/满意度；雇主品牌；自我实现。 Part4:人力资源“才报” 在实际的工作中，数据运用最多的可能依次是财务部、客户服务部、销售部、运营/生产部门，人力资源部门在数据分析法应用方面是最低的，人力资源部的人分析数据分析能力也是最差的。某权威机构调研分析认为：在未来最重要的工作技能中有几项关键技能，分析思维、解决问题、数据分析、结果呈现，可见数据分析占据其中一项。 CFO可以用“财报”跟老板对话，CHO/HRD可以用“才报”跟老板对话。HR站在业务角度看企业的战斗力状况，结合“平衡记分卡”的逻辑，组织动力、组织能力、组织绩效最重要的指标结果呈现都是要体现在财务指标中，所以“才报”的数据指标之间应该是相互呼应和承接，具体指标如下： HR在实际工作中，也可以基于人力资源总做的业务内容和行为源，对人力资源数据进行分析，分析模型可参考下面的维度： 人才管理(组织结构、员工结构、人才队伍、关键人才、个人状况) 运营管理（招聘管理、薪酬管理、培训管理、绩效管理、入离职管理） 组织效能（人工成本、人力资源收益、收入、组织再造、流程优化） 文化活力（入职来源、离职去向、敬业度、满意度、雇主品牌、组织氛围） 通过上面的分析模型提取相应的指标构建人力资源指标体系，对人力资源数据进行组织整合、数据呈现、数据关联、数据建模、数据评估作用于业务场景。 此处的指标体系省略，大家可以根据自己企业的情况提取，如果有需要的可以联系我索取。 Part5:人力资源数据应用 信息的交流和汇集对人力资源或者人力资本分析至关重要。这需要相互分离的数据源，尤其是活动数据，包括调查数据，公司历史数据管理数据等，有了这些数据才能去尽可能完整现在和未来公司面貌的拼图。这一过程有利于公司做出更好的决策并在实际应用中得到了验证。HR数据分析可以分为描述性分析、预测性分析、处方性分析三个层次。 1、描述性数据：传统的人力资源矩阵包含了相对高效的工具，例如，员工流动率、岗位空缺时间、招聘成本、雇员人数和培训人数等。描述性人力资源分析描述了不同因素之间的关系和历史数据。 2、预测性数据：预测性分析运用统计、建模和数提挖掘等技巧。通过分析现有的和历史数据对未来进行预测。分析结果是关于概率和可能的影响。例如预测性分析通过建模来提高招聘、培训和提拔正确员工的概率。 3、处方型数据：通过分析复杂的数据来预测结果，就像医生一样根据症状开具“处方”提供决策选项并作用于其他的企业影响(组织优化、业务发展等)。 对企业来说，最根本的管理问题是我们如何才能有效地管理人才。相比于有形资产，人的行为更加复杂和难以预测。通过人力资源数据分析，监控企业的状态；辨别需要重点关注的部门；发现影响企业的关键因素；预测劳动力水平；关键员工为什么离开；如何使员工高绩效产出等。针对你自己企业不同的分析结论和结果，进行个性化处方型使用，回归到人力资源工作典型场景（招聘、培训、绩效、薪酬、离职、人工成本、收入、人才队伍建设、人员结构）进行改善和迭代，最终达成组织愿景。 End
|
|
|
