HR价值之用数据说话(如何提高人力资源岗数据分析能力)

HR价值之用数据说话

网上有关“HR价值之用数据说话”话题很是火热，小编也是针对如何提高人力资源岗数据分析能力寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。

HR价值之用数据说话

　集中力量优先解决重点问题 HR管理模块众多，从战略规划到招聘、培训、绩效、薪酬、员工关系、企业文化等等，可能处处有问题，能进行分析的地方也很多，本文是我为大家整理的HR价值之用数据说话，仅供参考借鉴，希望可以帮助到大家。

　三类数据

　反映人力资源现状的事实数据 例如人员数量与结构、学历、年龄等，可以展示一定时间段内组织内部人力资源的基本概况。这类数据收集起来比较容易，分析起来也比较简单。一般来讲，每月提供此类人力资源数据报表，并与不同时期的数据进行对比，可以让决策者对人力资源现状有一个概览式的认知。

　反映人力资源活力的动态数据 例如招聘周期、招聘完成率、员工流动率、核心员工流失率、内部流动率等。动态数据可以反映一定时间段内组织的活力状况。较短的招聘周期、较高的招聘完成率可以反映组织?入口?的健康状况。而合理的员工流动率、较低的核心员工流失率可以反映组织?出口?的健康状况。内部流动率，如员工换岗、员工晋升或接班人计划等，可以反映出组织内在的活力。

　动态数据的收集也比较容易，关键是组织要沉淀数据，并及时了解市场行情，通过内部及外部的对比分析，才能对组织人力资源的活力有客观的评价。比如分析发现一段时间内某个岗位的招聘周期变长了，HR及用人部门就要坐下来分析。是市场供给减少了，还是市场竞争激烈了，还是人才定位出现偏差或其他原因，之后才能找到对策。这类监控数据，就像反映组织健康状况的晴雨表，随时可以给管理者预警。

　反映人力资源质量的分析数据 例如人均效率、人力资本投资回报率、员工满意度、员工敬业度等。分析数据，可以深入了解组织的效率，反映人力资源对业绩的作用，也是影响人力资源及公司战略决策的重要参考。

　这类数据的收集与分析需要模型支撑，需要花费一番功夫。同时，这类数据的分析也最富创造性，对组织业务的影响最有参考价值。比如分析发现，员工满意度越高，客户忠诚度也越高。这就引导管理者将资源重点放在员工满意度上，采取一系列措施去提高员工满意度。一旦员工满意度有所下降，管理者就要检讨和反省背后的原因，并拿出应对措施。再比如分析发现人均效率下降了，通过人员预测模型发现公司的人员是多了而不是少了。此时公司的人员战略目标或许需要由?增员?转向?减员增效?。

　人均效率、人力资本投资回报率有标准的公式，需要HR与财务配合，共同完成。员工满意度、员工敬业度等也有一些成型的理论和模型，比如盖洛普Q12等。关键是选择那些经过时间和众多组织检验过的模型，并坚持在组织内推行下去。有历史数据的沉淀，才有对比分析的意义。

　如何着手数据分析

　集中力量优先解决重点问题 HR管理模块众多，从战略规划到招聘、培训、绩效、薪酬、员工关系、企业文化等等，可能处处有问题，能进行分析的地方也很多。但资源有限，要使人力资源分析的作用发挥到最大，应集中力量优先解决重点问题。何为重点问题?公司战略需要的指导性或支持性分析是重点，目前最影响业绩的问题也是重点。

　要有业务导向 人力资源数据分析不能孤芳自赏，必须服务于业务才能发挥真正的作用。同时，从事数据分析的人员也需要有销售、财务的敏感性和基本的知识，这样才能将HR与业务更紧密地联系起来。

　从已有资源开始 HR部门手上有很多现成的数据，从这些数据入手，先一点点地做起来。数据本身是没有意义的，关键在于如何将数据与业绩关联起来。这确实需要创造性，并投入精力。基本的统计方法也是需要掌握的。

　坚持下去，要有沉淀 一旦决定要做分析工作，就要将它融入HR日常的业务工作中去，并安排专人负责日常数据的收集与整理。并且这个工作一定要有持久性，任何一个时间断面上的数据都难以单独进行有效的分析。组织内部历史数据的沉淀在评估和预测方面能发挥更大的作用。

　打破常规，不断创新 例如，谷歌通过研究发现，好的管理与人才保留率和团队绩效之间是正相关的关系。他们借鉴心理学方法进行双盲面试测试，识别出最好的经理表现出哪些关键行为。结果发现，好的经理身上存在8种行为以及5个需要规避的陷阱。他们将这些发现纳入经理培训计划和辅导教程，并给经理提供针对性的反馈，取得了很好的效果。类似这样的创新性研究将有效提升HR管理的专业水平，从而为组织创造更大的价值。

　[知识拓展]

　百度HR管理秘密

　01、招最好的人什么是最好的人?

　智商最高、成绩最好?情商最高?都不是。

　我们认为，最好的人有以下三点：

　第一，跟百度崇尚的?简单?文化匹配，这非常关键。

　也是我们招人时考核的重点。当这个人跟公司的`文化非常匹配，内部沟通成本、磨合成本就会大大降低。

　第二，优秀的学习能力。

　这对互联网企业来说非常重要。企业每天面临的市场环境、竞争对手格局都会发生天翻地覆的变化，企业使用一个人，用的不仅仅是他经验上的优势，更是他对未来新环境的快速认知、理解、和应对的能力。这样，无论我们面临的竞争对手是谷歌，还是腾讯、阿里，以及我们今天看到的嘀嘀打车，快的，还是美团、大众点评等，我们都能够快速地去应对。

　第三，胜任本职工作和岗位要求。

　我们曾经争论过，到底是要招最好的人，还是招最合适的人?包括我们后面的职能团队。最后我们认为，我们是要招最好的人。为什么呢?我们还是希望营造一个永远不断上进和自驱的组织。自驱的人，他愿意学习，而且能够快速学习，不断提升自我。

　02、给最大的空间百度最大的空间是技术

　给最大的空间。这里所说的空间，不仅仅是舒适的办理环境，自由上下班，更重要的是给他一种使命感、理想和技术平衡。任何一个企业，都有好的地方，也有不好的地方。

　百度的最大的空间，是最前沿的核心技术。很多新入职的员工，之所以选择百度是因为百度是技术的天堂。很多人从腾讯加入到百度，对百度最大的感受和最大的欣赏点，也在这里。当公司选择让技术成为最核心的竞争力的时候，产品团队和运营团队必然会受到影响。

　阿里擅长的是运营，腾讯擅长的是产品，百度擅长的是技术，这就是公司的基因。我们说给最大的空间，我们的空间是很大，某一类人会充分利用空间成长和发挥，另一类人就会受到限制，鱼与熊掌不可兼得。

　03、看最后的结果

　看最后的结果，百度是一个结果导向的公司，任何高绩效公司都会追求结果导向，就是以结果来说话，不论资历、年限等等，这件事情最终是不是做成了?在过去一两年里，百度强调2+X模式的绩效考核，以及人们口中的所谓的去KPI化。

　为什么要这样做呢?就是希望真正做到，以对组织的贡献和价值来衡量员工的产出。2024年初，有些百度员工拿到了高达50个月工资的年终奖，也有10-30个月的不等。但是如果你的结果不好，那么一定不会有奖金。

　百度强调的是差异化的文化，以结果来说话。

　我们也曾讨论过，要不要给员工提供无息的房贷?这在百度讨论过很多次，最后我们不再去讨论。为什么呢?当你去做一个无息的房贷时，你本质上是希望给大家制造一个普惠的福利。普惠福利是讲究平均性的，每个人都有机会去享受和拥有这种机会。而在百度，我们强调的是差异化，这和我们的文化是不一样的。通过差异化的管理方式，人才会自驱，自动脱颖而出。

　04、两张内部名单：潜力股以及淘汰名单

　2024年，360出台了搜索之后，百度陆续出台了几项人才政策和机制，再次焕发百度的自驱和差异化。在过去，不同层级的人没有晋升年限的限制。

　现在，在一线员工，如果你在规定的年限内，晋升的层次没有达到公司的要求，我们会自然的让你OUT，要不就再给你一次转岗的机会，如果第二次你没有得到晋升，那就会被OUT。公司会有一个专门的淘汰的名单。

　当然，公司也有一个潜力股计划，如果你成长的非常快速，超过公司大多数人，你就会进入到潜力股名单。公司会给你最多的发展的资源、机会和空间，让你能够尽情地快速的奔跑。

　05、绩效：强制分布

　强制分布在很多公司里都会去使用，百度也不例外。在2024年、2024年，百度面临很大挑战时，我们是怎么做的呢?加大强制分布的淘汰比例。不是为了保护人才就减免强制分布，而是加大强制分布的淘汰比例。如果说人才可以分为一分、二分、三分、四分、五分的话，我们拉大了两端的比例空间，挤缩了中间的空间。

　原来百度中间的空间在70-80%，通过调整之后，中间的空间只有60%左右。我们鼓励更优秀的人往前跑，不符合公司要求的自然就会被淘汰。每年，绩效在最后一档的人是要自动淘汰的;如果两年之内，你都处于绩效最后两档，那也是要被淘汰的。

　百度通过绩效不断地去淘汰人。当然，如果你的绩效，连续在第一档和第二档，我们会有专门的绩优奖，授予一定的百度股票，激励他更好的拼搏和奋斗。

　06、文化：360度考核

　从文化上看，我们每年都会对文化进行360度的评估，来看这些人在文化的表现上是怎样的，如果没有达到我们公司的行为要求，也是要淘汰的。

　换句话说，如果你没有达到一个水平，是没有机会被晋升、被加薪、被获得更高的奖励。所以，文化、晋升和业绩是我们突出促进差异化，让人才脱颖而出的三个最重要的机制。

　07、老人和新人：人才正常迭代

　我们内部也讨论过，老人文化和新人文化的问题。老人会忠心耿耿，但是，当他的能力和激情开始走下坡路的时候，我们是选择留住这些老人，还是以绩效为导向?

　以绩效为导向吧，他们曾经跟我一起拼搏过;留下来吧，他的能力和激情又达不到公司要求的水准。我们当然还是选择以业绩为导向。能力不行，自然就被淘汰。我们正是用这套机制，来使得人才不断地迭代，也只有这样，业务才能保持这样的活力和冲劲。

　08、小马拉大车

　在百度，我们有一个做法是小马拉大车。就是让一些能力、经验还没有达到岗位水平的人，去担当这个岗位的工作。如果他胜任了，做成了，我们就给他一个相应的晋升，以此激励他、表彰他。

　我们的CEO李彦宏说：?在我眼中，任何一个业务是不分级的，只要你能做到，上亿级的用户量等等，这样一个在业界有显著成就的指标，我都会认为你的业务做大了，会给你相应的认可和激励。?所以，在百度，没有什么是主攻业务和副攻业务，只要你能把事情做成，就都会得到认可，这就是小车拉成大车。

　09、同事之间互相PK

　你跟周围的同事比，你的速度是不是比别人更快，你的业绩是不是比别人更好?通过这样的横向比较，让每个人都感受到，自己在这个组织里面发展和成长的压力。

　要不就卯足劲往前跑，要不就自动选择退出，这就是百度的理念。我们希望通过这种方式，让最优秀的人快速的跑到前面去，脱颖而出，停下来的人真的就是?逆水行舟、不进则退?。

　10、从聪明到优秀

　聪明人是不是优秀人?在百度，过去我们一直招最好的人，就是我们认为很聪明、能够快速学习的人，但这并不代表，他就是优秀的人。我们也在反思，什么样的人是我们认为优秀的人?不仅仅是聪明，不仅仅是你先天的聪明，还有很多后天的。

　百度有很多员工，因为天生很聪明，往往需要被关心、被照顾，他们必须要成功，不允许失败等等，他必须要有更多的资源去支持。其实当公司变大的时候，往往不是这样的。

　我们也去看这些员工的受挫能力、抗压能力、忍受挫折的能力等等，然后让他们在这个过程中不断的成长、快速的提升。我们内部非常强调从聪明到优秀，也就是说，你不仅仅先天性要好，而是当你和一群聪明人在一起的时候，你要比别的聪明人还要跑的更快。

　11、体制外机制，激发创新

　当公司到了一定规模，如何让企业保持创新的基因，怎样能够打破部门的壁垒，让很多有激情的人、有想法的东西做出来?我们也会担心另外一件事：一线员工是会不断地出现很多新想法，但是我们觉得不靠谱，而公司资源是有限的。

　于是就出现很多矛盾。员工说，公司不重视创新，不重视一线员工的呼声和好的意见。当然，公司会觉得员工这些想法有的不切实际，对我们没有价值和帮助。

　在百度，过去的4年间，从2024年开始，我们做了一个新的尝试。你可以在年初提报一个想法，说我们要做一个什么东西，有什么样的业务目标，用一年时间去达成。然后公司就会去做一个评估，如果觉得方式可行，你就可以组建一个10人的小团队去尝试。

　每年夏天，百度会进行内部评选。只要你对公司远超预期的贡献，就能够得到一个等值100万美元的百度股票的奖励。这就是所谓的体制外机制。因为你在一个正常运作的组织体制内，你是不允许来做这件事情的，因为你有自己的业务目标和业绩要求。

　每年八九月份，百度大厦门口的广场，就会举行盛大的派对，对这些优秀的团队进行颁奖，以表彰他们对百度的贡献。过去4年，一共有11个团队获奖，我们在评选中没有封顶。第一年，只有一个团队获奖。当时，按照标准，是没有一个团队能够获奖的，于是公司为了鼓励大家选择了相对最好的团队。

　到2024年，我们一共评了6个团队。我们没有说一定选5支团队，或者3支团队，只要符合要求，只要是超预期的贡献，我们都会给予奖励和激励。

　12、创新黑马奖

　我们不缺点子，缺的是将想法和创意落实到行动。还有一个人数更少、大家三三两两的组成一个团队，如果有一个好的提议，你可以做成小样，做成一个可以呈现出来的东西，产品或者技术，展示出来。

　每周五晚上，如果大家有机会参观百度大厦，我们看到休息区里，摆着桌子、椅子、零食、饮料，然后三三两两的人在那里展示他们的创意，或者成果。周日，李彦宏和我们的技术或者产品高管，会和他们一一地去探，成果和产出将来会是什么样子，并且会在周日的下午，现场评选出这一届大赛的黑马奖，就是我们认为最有闪光点的团队是什么。

　这种体制外的机制好处在于，我们往往有很多想法和点子，如果在部门内去提，往往因为资源有限、项目要排期，所以没有办法去配置资源。但是在这样一个长河里面，当你有一个想法，你可以去做成一个小样，呈现出来，让我们的总监、VP看到。这样就能够与业务做一个更好的结合，瞬间变成项目中的一部分。

　好的创意和想法，在这样一个场合下会被涌现，快速地脱颖而出。百度从来不缺创新的点子，我们有一个创新的邮箱，每天有无数邮件发到我们的首席产品架构师。

　新浪做了一个微博，我们是不是要做一个微博?腾讯出了微信，我们要不要做微信?这样的点子很多，但是能否取得真正的成效，还是要落实到具体的行动中，而不仅仅停留在想法阶段。我们内部叫行胜于言。

　通过这样一种方式，两天，让大家把自己的想法呈现出来。

;

如何提高人力资源岗数据分析能力

人力资源从业者应该从这以下几方面努力，完成以下几个指标才能真正发挥人力资源专业的作用。

(1)招聘计划可否控制。招聘专员应清楚企业年度招聘计划。比如：企业明年总共要招多少人?招聘人数最多的部门是哪几个，占总招聘人数比例多少?招聘人员在哪几个用入职比较多?平均每月入职多少?平均每年离职人数多少?每月离职几个?等等这些问题。同时为了保证招聘计划的有效性，要每月定期跟用人部门主管了解人员情况，以防止变动。如果做到这些，那么就能保证招聘的主动性，可以提前发布招聘信息或者组织其他方式的招聘，就不会整天象个消防队员一样，哪里有"火"就去哪里扑!

(2)招聘渠道可否全面和通畅。招聘渠道要全面，就是说招聘方式要多种多样，一般最常用的是网络招聘\校园招聘\员工推荐\现场招聘这四种。当然还有其他报纸\杂志\行业协会推荐等等。招聘渠道通畅就是说招聘渠道要有效，要能够达到招聘目的。如果招聘渠道达不到招聘目的，那么在多也没有用。

(3)招聘成本可否有效利用。实践中很多企业的人力资源部在浪费招聘费用。我发现现在很多公司的招聘专员总是一缺人就搞现场招聘。现场招聘每次那么半天或一天就要花费几百块或者上千块，这样的成本很大的!而且经常花了钱也不一定招到合适的人。比如上周我有个朋友的公司参加个大型的冬季人才招聘会，他们公司花了几千块钱付展位费，结果才仅仅收到4份合格的简历!那么这样的招聘效果无疑很差的，招聘费用就被浪费。招聘专员应该利用一切可以不花钱或者少花钱的手段来招人，其实还是有很多免费或者花费很少的途径去招聘的。比如：可以自己主动到人才库去搜;一些新办的或者不怎么知名的招聘网站为了宣传总是提供一些免费的人才库给企业搜的;同时还有其他一些免费方式，有些甚至很少有人知道和运用，但是其招聘效果却是很好的，比如利用同学录和***来招聘。总之，花最少的钱招聘到最多的人是招聘的一大原则，任何胡乱浪费招聘费用的人都是不合格的。

(4)是否按时招到人。人员能够及时到位。

(5)是否招到需要的人数。比如公司打算到12份招10个，结果才招到4个，那明显工作没做好。

(6)是否招到合适的人。最优秀的人往往不一定是最合适的，关键是这个人能否胜任工作，并把工作做好。这就要求招聘专员在面试时有一双火眼金晶了，要能够给部门主管提供建设性意见，并说服他们采纳自己的建议。

(7)人员年龄结构。这个往往被人忽视，其实公司员工总体年龄结构非常重要，是呈老龄化还是年轻化是影响企业活力的重要因素。

(8)人员学历结构。这个也经常被忽视，一个企业的学历结构往往跟企业的人才梯队建设有关，比较合理的人员学历结构可以激发员工的向上动力，而且可以给员工提供一个比较明晰的发展前景，是留住员工的一大利器!资料摘自中国培训网

先从问题本身来回答一下，培养数据分析的能力，简单说就是 理论+实践

理论：是进行分析的基础

1）基础的数据分析知识，至少知道如何做趋势分析、比较分析和细分，不然拿到一份数据就无从下手；

2）基础的统计学知识，至少基础的统计量要认识，知道这些统计量的定义和适用条件，统计学方法可以让分析过程更加严谨，结论更有说服力；

3）对数据的兴趣，以及其它的知识多多益善，让分析过程有趣起来。

实践：可以说90%的分析能力都是靠实践培养的

1）明确分析的目的。如果分析前没有明确分析的最终目标，很容易被数据绕进去，最终自己都不知道自己得出的结论到底是用来干嘛的；

2）多结合业务去看数据。数据从业务运营中来，分析当然要回归到业务中去，多熟悉了解业务可以使数据看起来更加透彻；

3）了解数据的定义和获取。最好从数据最初是怎么获取的开始了解，当然指标的统计逻辑和规则是必须熟记于心的，不然很容易就被数据给坑了；

4）最后就是不断地看数据、分析数据，这是个必经的过程，往往一个工作经验丰富的非数据分析的运营人员要比刚进来不久的数据分析师对数据的了解要深入得多，就是这个原因。

最后，相关书籍的话，不要脸的自己推荐一下，新书《网站分析实战—如何以数据驱动决策，提升网站价值》已经开始预售，应该马上就有货了，如果有兴趣的话可以关注下。

马科答案：

回答你的第一个问题。如何培养数据分析的能力？

最重要的是形成数据分析的思想、意识，并不断在实践过程中找到数据的关联性，挖掘其内在含义，提升自己的数据分析能力，并利用分析结果对未来的工作作出前瞻和指导，也同时检验自己的成果。形成闭环，不断提升自己。

如何养成这样的意识呢？简而言之

事前，采集历史数据，分析数据关联性，推测可能的模型和影响因子；

事中，采集线上数据，同前期规划模型作比较，找到实际问题中的亟待解决的问题和模型改善，为进一步产品改进等做可能性、关联性分析；

事后，归纳数据，发现自己分析的不足、考虑问题的全面性，为接下来的分析工作做经验储备；

这样的意识就是：

事前估计，为什么会有这样的预测，有什么样的数据或是模型支持此分析结果；

事中监测，有哪些突变或是自己尚未前瞻到的异常用户数据，如何将其融合到新一轮的数据分析中，如何更好的为产品改进服务；

事后总结，在这次事件中有哪些问题，问题的原因出自哪里，模型的问题还是客观性或是其他问题，不断提升自己的数据领悟力；

在数据分析中，重数据，却不拘泥于数据；考虑模型，但要动态变化；不能为数据而数据，应该是客观的评析数据，提出合理的分析结果；不断在实践中提升自己的感悟能力，这不是一朝一夕的事。数据既为上，又为己，希望你可以理解。

关于“HR价值之用数据说话”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！

温馨提示:微信搜索公众号【深圳之窗】,关注后在对话框内回复【人力资源】即可获取各种资格考试,往年真题,高分技巧，助力考前冲刺等最新咨询入口,报名入口,报名方式等信息。同时,扫描关注文下企微号,可以了解更多技能考证知识技巧,开启更广阔的职业发展之路