如果构建hr数据报表分析体系.docxVIP

如果说“大数据”是这两年最热的词之一，应该没人反对吧？大数据对于人力资源 的选育用留是带来极大的便利同时也给人力资源工作带来了非常大的挑战 。特别对 于人力资源工作本身来说，如何通过数据对工作效果进行衡量也一直是业界争论的 焦点。 那么， HR 的价值到底该如何衡量呢？ 一、 HR 的四大类数据 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。 反映组织效率的分析数据 一个企业的管理是否有效率、组织结构设计得是否合理、是否有优化的机会等等， 也可以通过一些数据发现，比如，公司管理人员的平均管理幅度，也就是平均一位 经理直接管理几位员工，通过这个可以从一个角度反映管理效率 ; 再比如，公司从 总裁到普通员工有几个层级，层级越多，组织的沟通效率越差 ; 再比如，也可以分 析前线销售或者生产的员工与后台管理人员的比例，可以分析一下，公司的管理有 多“重” ; 再比如，也可以针对某一职能，进行跨企业的分析，平均一位人力资源 从业者支持多少位员工，这个就可以反应这个职能的管理效率。当然， 不同企业由 于业务、管理模式的不同，无法做出一个绝对的好或者不好的判断，但，可以以某 一个时间点为基础，持续跟进与分析这些数据的变化，判断是否有持续性的改善？ 二、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