近年来，人力资源专业人士已经意识到信息技术对自己的工作来说是多么重要，这是一个好消息。但这也伴随着另一个坏消息，那就是面对组织内部“庞大”的数据，许多人力资源专业人士却没有好好利用。根据AEL与许多客户的沟通中发现，其实许多企业的人力资源专业人士自己也意识到了这个问题，但在他们的实际工作中，需要花费大量时间在人才的获取、培养以及保留等。当我问他们如何看待“人员分析”这一话题时，我得到了他们肯定的回答：“是的，这个非常重要！”但当被问题在这一领域的实施状况，他们也表示当前没有非常深入的实践与运用。似乎许多企业都是如此，意识到“人员分析”的重要性，但在实际运用上差强人意。许多企业已经在财务、市场以及运营的分析上取得领先优势，也凭借这些分析获得不俗成绩。如今，AEL建议各大企业必须开始重视“人员分析“这一领域，因为如果通过有效分析将组织中的”人“运用到极致，无疑可以帮助企业在如今的VUCA时代赢得胜利。今天，AEL就和大家一起探讨“人员分析”这一话题，希望为大家带来有效借鉴。
“人员分析“的基础认知
“人员分析”是分析与员工相关的有价值的数据，所以其核心在于“数据”。经过多年发展，“人员分析“也在不断经历迭代与优化，总的来说可以分为三个阶段：
阶段一：告诉大家”发生了什么“
AEL在实践中发现，仍有不少企业的人员分析还处在这一阶段，即使用相关数据形成报告，让企业领导者及相关干系人了解”在员工发生了什么事情“。举例来说，企业经常会收集关于员工流失率方面的数据，在相关报告中展现某一特定时间段的员工流失状况。这些分析结果发挥着对企业自身的”警示作用“，因为发生了这种情况，之后我们想想可以做些什么。这样企业往往会十分被动，因为事情已经发生，之后所做的一切都将是亡羊补牢，更何况这个牢怎么补，该补成什么样，都是企业接下来要面对的难题。稍有失误，糟糕情况极有可能愈演愈烈，对企业来说损失重大。
阶段二：告诉大家“为什么会发生“
能做到这一阶段的企业已经是少数了，因为在这一阶段所要求的数据无论从数量还是质量来说都提升了一个层次。在这一阶段，企业就需要建立专门的员工数据库，并通过特定的分析方法对数据进行各项对比和分析，针对某一结果发现其产生的隐藏原因和动机。例如企业发现每年2月份员工离职率非常高，针对这一问题该企业又对离职员工的入职年限、个人绩效以及员工发展状况进行了分析，发现离职的主要群体是一些入职年限较久，在绩效上表现平平又无法获得太多晋升机会的员工，他们选择拿完年终奖后离开了公司。通过这些分析，处在第二阶段的企业便能更有针对性的制定相关解决方案，比如重点关注企业中的这个群体，详细了解他们绩效平平的原因，为他们提供改进支持，同时思考企业为员工提供的职业发展路径是否合理等。
阶段三：告诉大家“将要发生什么“
这是“人员分析“的最高阶段，可以说在全球范围内能做到这一阶段的企业也是少数。因为对于数据的要求非常之高，涉及到整个组织范围的各项数据，同时在分析时强调数据的交叉运用。例如企业希望提高员工敬业度，就涉及到员工个人、企业文化、管理者能力、薪酬、个人发展甚至客户反馈等多个维度的数据进行全面分析， 形成对未来可能发生情况的“预见“。在这一阶段对企业提出的要求是多渠道与多维度的数据来源、有效的分析建模以及对数据精准的解读能力。
“人员分析“的关键事项
除非你所在的企业在人员分析上还处于第一或第二阶段，那以下内容能为你提供参考。以下内容将为你分享“人员分析”工作中的关键事项，帮助你的企业优化“人员分析”的效能。
关键事项一：设定方向
虽然在上文中我一直强调数据的重要性，事实上，如果想要进行精准的“人员分析”，比数据更重要的是对“方向”的设定，也就是说我们必须清楚地认识到对业务的成功到底需要什么。在方向的设定上，企业需要明确以下问题：
要从与业务直接相关的问题出发
根据当前业务的挑战识别出与“人”相关的事项，这样有助于企业明确在数据中有哪些维度或类别是需要特别关注的。
识别数据来源与相关干系人
上文中已经提到，“人员分析”的数据来源绝补仅仅是企业的人力资源部门，组织中所有的数据都能被用作人员分析的数据样本，只是需要根据你的方向来决定。当企业明确了关键业务挑战以及与“人”相关的事项后，就能梳理出相关数据范围，就一定会涉及到业务部门。因此，根据数据需求识别出相关干系人非常重要，因为对方所掌握的数据对你的分析至关重要，人力资源专业人士需要与这些利益干系人紧密协作，确保数据的全面性、及时性以及有效性。这需要人力资源专业人士就数据的质量与相关干系人达成一致，形成共识，加强日常沟通与配合。
确保数据合法、安全且隐私
如今的数据泛滥与广泛运用使得个人的隐私与安全成为重点关注话题。对于企业来说也是一样，在数据收集的过程中一定要确保不会侵犯员工个人的隐私，如果是在合理范围内获取了涉及员工个人隐私的数据，需要保障数据的安全。对于企业重要的业务与经营数据同样如此，一旦有所泄露将会对企业造成巨大伤害。所以在使用数据进行相关分析之前，一定要询问专业法律人士，在合法情况下使用，同时加强企业的网络安全防范。
找到重要的支持者
正因为数据所涉及的范围非常广泛，对于许多业务部门来说难免会有所顾虑，这样的工作绝不适合人力资源部门单独完成。因此想要在企业范围内开展这一工作，获得高层及其他重要角色的支持必不可少。
关键事项二：定义实践方法
在这一部分，数据的运用、分析与结果呈现是非常重要的，在实践中可以发现，数据样本越精确，数据所发挥出的价值就越大。想要数据样本更精确，就需要让更多相关人员看到这些数据，他们或许可以发现许多你没有发现的问题。在定义实践方法上，企业需要注意以下几个问题：
不要试图找到所谓“完美”的数据样本
员分析技术十分强调数据的质量，但AEL在此建议企业不用花费大量时间在寻找“完美数据”上。数据本身并没有完美与劣质之说，关键在于用在哪里以及如何使用。如果将数据用于错配的分析上，那数据质量当然会有问题。所以在这点上需要参照关键事项一所设定的方向，方向对了，分析效能也会增加。
识别分析维度变量
对于数据分析来说并非简单的“加减乘除”，而是需要用到数学模型等复杂工具的一种技术。所以在建模之前一定要明确数据的相关维度与变量，这样才能确保建模的准确性以及分析结果的精确性。
与数据相关干系人探讨并决定具体的职责与分工
上文中已经谈到数据来源及相关干系人的重要性，到了这一阶段，人力资源部门就需要和他们就具体事项达成一致。由于各类数据的存储放一定各不相同，所以在数据的日常管理与使用上必定会涉及到多部门的协作，对于人力资源专业人士来说促使多方紧密合作也是一大挑战。这也是为什么之前我们会提到一定要获得高层以及其他重要角色支持的原因所在。
考虑使用其他辅助技术
除了分析技术的运用外，由于要储存大量数据以及之后对数据分析的呈现等情况发生，企业可以考虑使用云技术、可视化技术以及其他技术来共同帮助提高人员分析的效率。同时，这些新技术也可能对企业整体的组织效能有所益处。企业可以根据自身实际需求来决定。
不是所有事情都要自己来完成的
就想上一条所提到的，我们可以运用其他技术进行辅助，那同样，我们也可以使用外部供应商来协助。外部供应商的好处是他们有着自己专业的领域、丰富的实践以及成熟的产品和技术，企业只需找到合适自己的解决方案便可尽快投入使用，而不是花费更多的时间和精力大包大揽，全都依靠内部人员来消化。只是在与外部供应商的合作过程中双方明确合作边界，数据共享的范围及解决方案的落地性便可。将企业认为可以提供的数据尽可能提供给对方，同时注重自身数据的隐私和安全性，与外部合作的模式一样能为企业的人员分析带来不俗的成果。
关键事项三：持续提升组织“人员分析“的能力
在这一部分，主要强调负责组织人员分析团队的能力问题。因为这个团队的能力直接关系到组织未来人员分析的效能，直接关系到实际业务问题的解决。AEL认为该团队的领导者并非一定要是一位最优秀的分析或统计学家，而是能够充分理解业务中关于“人“的问题、企业的HR事务、能帮助构建组织能力并且能运用分析技术来解释业务成果与产出的人。企业能否找到这样的人来带领整个分析团队决定了今后这个团队的成败。除了这样的领导者外，分析团队的能力打造还要关注以下几个方面：
团队成员的构成要做到”平衡“
再次强调企业的人员分析工作绝不是人力资源部门的工作，因此如果全都由人力资源团队的成员来进行是无法发挥优势的（除非一家企业的人力资源团队的成员本身就由各种专业人才来担任）。一个出色的人员分析团队至少需要有HR专家、数据分析专家以及咨询专家三种角色，形成工作链，才能完成人员分析工作。企业需要根据自身情况，例如所需处理数据的规模、数据应用的范围以及组织内部开展的力度等因素决定所需成员的专业类别、团队成员数量及配比，绝不能单一化。
形成内部案例，以便成为企业的重要知识与经验
哪怕是一个小小的项目，企业一旦开展人员分析这项重要工作，就可以制成内部案例以供他人学习，也能帮助自己今后的复盘。案例中需详细记录项目开始与结束的时间、所涉及到的部门和人员、分析过程与结果以及所花费的费用等。除此之外还能记录项目所涉及各类资源的情况。
团队成员的沟通和影响力不能忽视
刚才提过，团队成员的组成涉及到多种角色，其中不乏许多偏技术的人才在团队中。由于分析团队所要处理的是整个企业中来自众多不同部门的数据，因此不免需要和许多部门进行协作，那沟通就在所难免。这是一把双刃剑，因为在协作过程中如能和业务部门有效协作，除了出色完成分析工作之外，还能有效构建团队在组织内部的影响力。但与之相反，如果因为沟通问题而使协作产生负面影响，则得不偿失。所以企业必须重视分析团队的这项能力，哪怕部分成员不用承担许多沟通类工作，也要帮助他们进行提升，这样才能打造综合能力强的一支团队。
