数据分析的能力

分析的能力

我们可以以两种形式进行数据观察：结构性和非结构性。结构性数据和财务性数据相似，非结构性数据的典型代表是经济性数据或无形数据。从图 1.1 可以看到，分析和数据相互交叉。自200 年前的工业革命以来，我们一直在关注结构性数据：成本、流程用时和数量。然而，美国IBM 公司提出，现在产生的数据至少有80% 是非结构性的，是难以计数的图片、文档和音频。随着社会网络继续爆炸式的增长，非结构性数据的比例必然会增加。事实上，结构性数据和非结构性数据最终会融合在一起。简言之，就是会成为现在所谓的“混合数据”。虽然混合数据在未来的分析中至关重要，但是它会使分析过程变得更加复杂。

这恰好说明了分析之所以重要的原因。在处理客观事实与主观认知复杂混合的情况时，除了通过逻辑探究和数据处理的方式去理解之外，就没有其他办法了。

请允许我再次强调这一点，作为分析起源的描述性数据能告诉我们到目前为止发生了些什么。但是，预测性分析和规范性分析更关注于可能会发生什么，或者最好能够发生什么，以及如何使它发生。这三个层次都十分必要。整个20 世纪，我们使用描述性数据，然后通过预期的发展趋势从主观上把结论推给未来。当市场稳定的时候，这种方法在某种程度上是可以接受的。然而，当今和未来的市场都是不稳定的。所以，预测性分析对于任何一个想要在新时期保持或增加市场份额和利润的公司来说都十分关键。非营利组织甚至更需要预测性分析，因为他们的“业务”内容大部分是主观的数据，如人道主义的使命和支持者的满意度。

在人力资源或人力资本领域，财务、产品或者市场领域的改变是持续不断的。劳动力的有效性和成本、技能的发展、领导力、敬业度以及人才留用问题随着商业需求和市场的动态改变在不停地演变。随着市场的动态发展、竞争者的行动、新科技以及客户的频繁变化，前一年的选拔方案可能会在一夜之间失效。在21 世纪的第一个十年，互联网泡沫的破灭以及

清偿性危机将劳动模式全盘打破。之前的技能要求会随着科技的进步、新客户的需求和政策的调整而遭到淘汰。随着经济水平的提升，关键任务所需技能的获取和保留已经成为了一个大问题。人力资本管理的动态性需要我们应用数据分析来重新配置人员方案，并且预测我们下一步的最佳行动。如果我们还想对市场竞争情况持观望态度而不立刻采取行动，那么我们就会失去竞争优势和市场份额。

本文内容摘自人民邮电出版社普华文化出版的《HR的大数据思维》一书。