智慧大数据时代HR管理的方向罗盘.doc

大数据时代HR管理的方向罗盘 伴随着业务发展要求及劳动力的变迁，人力资源管理从最初行政事务性的人事管理，到聚焦资源使用效率的人力资源管理，再到目前追求有竞争力投资回报的人力资本管理，管理内容不断丰富，管理模式不断创新，其价值也不断得到提升。 过去，人力资源管理没有太多数据的支撑，决策常常依靠直觉、经验和个人偏好。大数据时代的来临，让人力资本用数量的方式来进行投资分析和管理成为可能。但未来的挑战不是数据缺乏，而是如何有效地选取和利用数据，而不会在数据的海洋中迷失了方向。 通过多年的持续研究，韬睿惠悦提出了一种新的决策思维模式和方法，即循证式人力资源管理（Evidence-based HR Management）。这一概念引自“循证医学”，它强调企业要从实证研究出发，摒弃经验主义或简单模仿其他公司的做法，基于有理有据的现实分析和与企 业战略紧密联系的思考模式，来促进人力资源管理价值的提升，即“大数据思维”。循证式管理的模式拓展了数据收集和分析的范畴，并提出了相应的原则和方法， 确保人力资源管理能为组织提供切实有效的战略影响。 业务逻辑驱动 循证式管理首先强调人力资源部门应围绕业务目标进行数据的提取和分析，通过“理解业务问题—分析筛选数据—建立逻辑联系—提出解决方案”四个步骤，将人力资源的投资与重大业务结果之间建立紧密的联系。 以某全球知名的酒店连锁企业为例，2000年当它面临快速扩张与竞争压力时，客户满意度大幅下降。调研数据显示，客户最不满意的是酒店人员的服务态度与专 业水平（一级驱动因素）。如果调研分析止于此，企业接下来肯定是给服务人员一系列关于专业和服务的培训，并且加大对这方面的考核力度。然而，当韬睿惠悦帮 助客户进一步挖掘深层原因时发现，导致服务人员态度和水平下降的真正原因（二级驱动因素）是员工认为没有得到公司充分的关怀。因此，最后提出的解决方案 是，大力投资改善员工的工作环境，开展微笑员工的服务项目，提供更有吸引力的培训和发展机会，开展最佳雇主品牌建设等。 三维模型 快速定位 那么，如何在数以万计的数据中辨识出关键信息呢？循证式管理方法提出了一个“三维定位模型”，如图表3所示，X 轴表示基于人才生命周期的五个要素（人才选拔、评估、发展、奖酬、敬业度），Y 轴表示四个关键绩效指标（财务、运营、人力、顾客），Z 轴表示公司经营战略的关注点（形象、服务、创新、质量、效率）。当我们理解业务问题后，可以从这三个角度聚焦到图中的某一格，从而聚焦关键进行数据的选 取。 例如，一家实施创新战略的消费品公司，人力资源的工作重点在于人才选拔，因此该公司应该关注并重点考核的是新产品开发部新员工流失率。企业可以建立类似的分析框架，明确自身面临的关键问题。 定义关键人才 在传统对人才的定义中，一般是根据公司中的职位层级，或业务部门的重要性来进行人才细分，确定关键人才群体的。而在循证式的方法中，人才细分基于大数据进 行，通过对各类员工群体的“边际绩效贡献率”（每新增一份投入对绩效提升产生的影响大小）进行信息搜集和分析，从而对关键人才进行重新定义。 例如，通常对于一家航空公司来说，从岗位的重要性来判断，飞行员一般是比空姐更重要的人群。但是，当我们引入“边际绩效贡献率”指标来分析后却发现，对一 个聚焦服务品质和客户体验的航空公司而言，空姐这个群体在服务上的额外努力将给公司带来更高的绩效收益；而飞行员群体尽管门槛较高，但是进入这个门槛之 后，他们的额外努力对公司的绩效增长没有空姐大。那么，对空姐群体追加人力资源方面的投入，对于企业财务绩效的提升更为显著。 这样的数据分析，常常会带给企业人力资源管理一些颠覆性的改变，发现我们过去对那些真正能够产生边际收益率的群体关注不够。未来企业要基于数据分析，定期对不同员工群体的战略价值进行分析，从而确定在员工绩效、敬业度等方面进行的人力资源投资。 重新认识风险 传统的人力资源管理着眼于尽量减少甚至回避风险，所以企业里不乏谨小慎微、连连说“No”的人力资源管理人员，也因此常常受到业务部门的质疑。循证式管理 则着眼于有效管理和优化风险，利用数据分析和风险管理工具，在有效消除风险的负面结果的同时，更好地利用风险带来的发展机会。 随着经济管理各学科的发展，很多领域都有相当成熟的风险分析和优化的方法，而人力资源管理到目前为止尚未有系统进行风险管理的研究。绝大多数人力资源部门 也尚未与其他专业部门（例如公司财务部门或专职的风险管理部门）协调合作预判及管理风险。大数据给人力资源运用成熟的金融和风险管理分析框架提供了可能。 比如，我们可以借鉴财务领域的数据模拟法，预估不同奖酬方案在若干时间点的成本和收益，可以降低奖酬方案的财务风险。再比如，某企业借鉴在投资领域中的投 资组合理论，与多家高校建立并保持联系，而