数字化时代,跟亚马逊学人力资源管理

数字化时代，跟亚马逊学人力资源管理

孙汗青

大数据、商业智能和人力资源分析是人们经常谈论的三个热门词汇。你真的知道他们的意思吗？大数据和商业智能给人力资源领域带来了什么附加值？

今天我们可以一起讨论，用不同的例子来解释回答这些问题。

人力资源是一个跟人相关的组织，那么它是如何依靠数据，更客观地去做与人和组织相关的决策呢？

在数据化时代背景之下，作为人力资源，我们应如何以事实为依据，而非人云亦云地做重要决策呢？

经营业务大部分是需要数据作为支撑，在人力资源上，我也想提出一个新话题，把人力资源当成业务来管理，而不是当一个职能性的辅助部门。

依据数据来决策

在谈到人力资源的数据的时候，大家就会说数据太多了，好像金矿一样。

那么我们平常会处理哪些跟人力资源相关的数据呢？

招聘，Recruitment / Hiring data

薪酬，Compensation data

培训，Training data

出勤，Absenteeism figures

绩效，Productivity / Performance data

人才发展，Leadership development data

能力素质，Competency profiles

员工满意度，Employee satisfaction data

……

以上数据仅仅是开始，除了传统的人力资源数据集合之外，是不是有其他更多的数据。

比如在新时代的背景下，我们可以找到员工社交媒体数据、健康数据。在销售过程中，我们也可以了解到员工拜访客户的数据；员工的情绪数据。特别有意思的是，HR还可以通过内部行政的数据，分析出员工离职的倾向。

举个例子，有些公司，员工在打印的时候是需要刷员工卡的，每一个员工都会有自己的员工卡，那么员工刷卡打印的时候，实际上这就是一个数据。

我们发现某一个员工，在某一个阶段会频繁打印公司的一些规章制度，公司的管理流程。同时，还有人会对以上数据进行数据备份及下载，如果公司能有这样的系统去跟踪这些人力资源内部的行政数据，就可以很好地预测，这个预测实际上是与判断员工的离职风险有关系的。

HR不缺数据，并且数据是HR非常重要的资产。

与此同时，也有很多的不一样的声音。在这样一个新的数据时代之下，在法律和道德上，使用人力资源数据具有挑战性。

比如说员工的社交媒体数据、健康数据、拜访客户数据、情绪数据，特别是健康数据，薪酬数据，这些数据到底是属于员工的，还是属于公司的？我们在使用这些数据的时候，会不会有其他风险？

事实上，这些数据背后都代表着巨大的价值，如果我们HR能够运用这些数据去做出更有价值的判断的话，就能够为业务的发展贡献战略价值；更重要的是，人力资源数据，更多的是被用来改善公司决策、提升公司氛围、提高工作效率、优化流程的，同时让员工更加快乐，员工的绩效也会更高。

合理的，合法的运用这些数据，会为公司增加不可估量的价值。

在很早的时候，人力资源部门就开始依据数据来做决策，特别是与人相关、与组织相关的决策，依据数据来做决策有一个发展历程。

Level 1 –生成人力资源报告

第一个层面，也是最简单的方式，人力资源部门生成人力资源报告，这些报告都是与基础运营相关的，当时也是由于公司法务的一些要求，HR需要去做的数据跟踪。

Level 2 –多个报告进行数据比较

第二个层面，我们将数据分析进行升级，不仅把报告备份，同时还可以对多个报告数据进行比较，发现问题，对将来可能产生的风险有更好的预测。

我们也能够把自己公司的数据，与市场的数据去做对比，与竞争对手去作对比，由此发现公司内部的问题，同时也可以发现新的市场机会。

Level 3 –数据分层，运用数据而决策

第三个层面，我们会把数据做一些分层的运用，进行决策。

人力资源数据，能够证明我们在流程上、政策上、客户体验和服务上、以及公司业务经营上出现了一些问题，我们根据发现的问题，要去做调整和改善。

很多组织变革也是通过数据的反馈和分析进行调整的。那么怎样去使用这些数据，我们将人力资源、财务、运营部门、还有售后服务部门的数据拿过来之后，统一全盘去做分析和比较，在第三层面做数据分析。

Level 4 - 预测风险，与战略规划相结合

最高层面，利用过去和现在的数据，去规划未来，与将来的战略规划相结合，做一些有关创新和未知领域的经营决策。

人力资源是可以贡献有关战略决策的数据，比如说绩效评估、招聘，通过这些可以更加客观的进行人事管理。

同时在数据的指引下，我们就能够更好地做一些与以人为本（people oriented）相关政策的制订和业务决策。

事实为依据vs 人云亦云

HR的任务是由数据来驱动的。

不论是业务部门还是HR自己的部门，我们都会有自己的关键绩效指标，与组织或者人相关的目标，还有一些需要必须实现的目标。

例如组织架构的设计，我们在第一线需要多少个汇报层级，在第二线需要汇报多少个层级；像矩阵式的这种汇报，在有些公司内部是有政策规定的。从政策最后看结果，最后去管理我们的目标。

那么除了传统的KPI、矩阵式管理、HR的目标外，HR还能从数据中有哪些新发现？

1. 了解和评估人对业务的影响

每年年初，人力资源部门都会与业务部门一起商定当年的编制计划（Headcount Plan）。

大多数的公司会提出，业绩指标的增长是否会与人数的增长直接挂钩？简单来讲，如果我的销售任务在明年是100%的增长，那么我在第二年是否需要增长100%人数？

如果按照传统的方法做计算，每增加一个销售，他可以给业务带来多少收入（Revenue），以这样的一个公式计算，我们最后得到整体的编制计划。