再来谈谈HR数据分析落地难的问题

作者齐涛 2022-10-27 15:34 18533

内容来自 2022-10-28 打卡话题观看本期直播

【干货分享】招聘、绩效、薪酬等模块精华知识分享~

HR干货专场，欢迎8位大咖带来招聘、绩效、薪酬等HR模块实战知识分享，期待各位同学一起参与讨论，认真学习~

展开

关联直播

已结束可回放

摘要：人力资源数据分析落地难，既有内因也有外因，终归是内因。

总有小伙伴在问，学了人力资源数据分析知识，总感觉实际应用中使用的知识很少，有的也很难落地，到底是什么原因？

首先我们要注意两点：

一是现在社会对掌握数据分析技能的HR的需求是越来越大，这不仅仅是人力资源这个群体，是整个职场对数据分析的需求加大，人力资源数据分析起步较财务、销售、采购、仓储物流等还要晚一些。

二是人力资源数据分析并不是现在才有，是一直有数据分析的应用，只不过这几年成为热点，随着科技的发展，数据越来越全面、数据量越来越大，在数据分析知识的广度和深度方面一直在拓展。

那为什么有的HR小伙伴感觉数据分析落地难呢？下面来谈一谈。

1.知识学习方面

没有学习全面的人力资源数据分析知识能做数据分析吗？

答案是肯定的。哪怕没有经过任何训练的HR，也能做一些数据分析，例如描述情况、对比分析。这是最常见的两种分析方式。

描述情况主要是描述组织、工作、人才的各种情况，让人对其有大概印象，如公司有1000人，其中关键岗位人才300人等。

对比分析是数据分析中用的最多的一种分析方法，主要是用来对比目标与实际、各个维度之间的差异，例如计划招聘100人，实际招聘90人；生产部离职率15%，销售部离职率35%等。

我曾经分析过多份人力资源数据分析报告，发现把描述情况和对比分析这两种分析去除后，整个报告没有其它内容了，甚至有的报告中对比分析的应用都非常少。

要知道数据分析是一套完整的知识体系，没有经过专门训练的HR，总会遗漏一些分析内容。

如果把人力资源数据分析知识分模块，可以由三个模块构成：管理知识、数学知识和计算机知识。

管理知识包括人力资源专业知识、公司运营管理、业务知识等构成。

数学知识主要是统计学知识。

计算机知识主要是数据统计和分析软件，如信息系统、Excel、SPSS、Power BI等。

不同职级在知识侧重是不同的，全面掌握是最好的。

在人力资源数据分析知识方面，有两种不同的学习方向，分别是实际场景应用学习和数据分析知识学习。

实际场景应用学习

这种主要是以实际场景的应用来讲解人力资源数据分析，从目前看比较受HR欢迎。

优点是易学易懂，学习后可直接应用到工作中。

缺点是课程内容局限性大，很难结合具体情境来讲解，基本都是通用讲法，学员在实际应用时与课程的模拟情境不同时便不知如何应用，很难把知识融会贯通；出现了课程中没有的新问题或者随着时间的推移出现了新知识，原有知识体系不足以解决这些问题。

数据分析知识学习

这种主要是以数据分析知识框架来讲解人力资源数据分析知识。

优点是知识可迁移性高，掌握了不仅仅能在人力资源领域使用，在其它各行各业都可以使用；数据分析知识体系完善，掌握后可在工作中全面应用；工作中出现了新问题或新知识，学员可根据知识体系来解决这些问题。

缺点是案例不能全面覆盖人力资源方方面面，对学员的综合应用要求较高。

落地难的原因之一，还是知识方面的欠缺，不足以支撑整体的人力资源数据分析要求。

2.数据方面

数据分析必须要有数据，数据是阻碍数据分析落地的重要原因之一。

数据来源于流程，要想拿到高质量的数据，需要有规范的管理和流程，管理和流程不规范，对数据的影响是非常大的。

在实践中有不少企业因为管理和流程不规范造成数据分析推进速度非常慢，例如招聘数据分析中有招聘漏斗分析，这需要从职位发布到员工入职的全套数据，但是在执行过程中，同一岗位有的面试一轮，有的面试七八轮，做漏斗分析时数据对应不上，没有分析意义。

职能边界造成流程割裂导致数据孤岛，同样是数据分析的一大障碍。人力资源管理理论主要以六大模块来划分，公司人力资源部门职能也根据六大模块来划分，因为职能边界的存在，导致数据比较难打通。员工从入职到离职的数据是以时间为主线的全流程生命周期数据，因为模块化划分职能的原因，造成了不同职能人员管理员工不同阶段或不同内容的数据，因为缺少统一规划和管理，数据连接和全面分析方面难以实现。

HRSSC是非常有必要建设的，这在数据标准制定、数据统筹、数据统一管理可以实现集中管理，同时向业务延伸，实现与业务数据的快速对接。

有HR小伙伴提出来上线信息系统是不是可以快速规范收集数据？这个并不一定，一方面大多数企业从成本方面考虑，不会上线信息系统或不会上线全模块的信息系统；另一方面哪怕上线了全模块的信息系统，也不一定能把员工数据收集齐全，例如人才盘点的数据、员工测评数据、员工满意度调查数据等，另外OA审批数据是否能纳入到信息系统中来？这些考虑全了，公司就需要来上数据中台了，又需要一个团队来实施和管理。

3.人力资源部门地位方面

这个尖锐的问题也不得不拿出来讲一讲。

人力资源部门的地位整体来说并不高这是一个非常现实的问题，一方面传统人力资源管理只是人事管理，属于辅助部门，这些观念一直影响到现在，谁也能做HR也并非笑谈，在有的公司中，人力资源部门还只是做辅助性的工作，并没有发挥人力资源部门的重要性。这导致数据分析最多只能到部门职能分析这一块，职能的优化对老板来说并没有太多益处，部门内部也不会有太大动力去做这个事情，这时候数据分析不是难落地，而是不想和不能落地。

业务的产出是直接的，他直接体现为数字和财务数据，是看得见摸得着的，而人力资源部门的产出是无形的，如果公司领导对人力资源管理不重视，HR也没让领导看到人力资源管理的重要性，人力资源部门一直是成本部门，人员优化时排在第一梯队，涨薪排在最后梯队。