HR该如何数据管理

HR手中的数据越来越多。它们来自:

年度薪资调研报告;

内部收集的员工敬业度、离职率、生产率等数据;

人才服务公司公布的市场人才流动/招聘指数;

德勤、翰威特、合益等国际顾问公司发布的各种调研报告;

网上搜索到的“HR常用公式大全”;

参加“如何用数据证明价值” 等培训得到的公式数据,等等。

如何真正使用这些数据?怎样从数据挖掘转化为商业智慧?

本篇解读,包括从企业对数据HR的迫切需求,HR在数据管理中的挑战及常见结症分析。提供一些思路、模式及案例。希望能有所帮助。

1.时间的速度

经常听到这样的问题:为啥时间过得越来越快啦!

有两种回答方式:

A回答:可不是吗。老子早就说过 “逝者如斯,不舍昼夜……”。引经据典、用哲人的语录随声附和,这是我们擅长的沟通方式。

B回答:时间的快慢是一种感觉。对于一个5岁儿童,过去的一年是其以往生命的1/5;而对于一位60岁的老者而言,过去的一年是其以往生命的1/60。所以,同样的365天,对于不同年龄的人,感觉到的“时间速度”不同。年龄越大,感觉速度越快。可以通过改变计算方式,调整对“时间速度”的感觉......。

老板问:“公司的员工流失率咋越来越高?”

A回答:我们与同行业的流失率比较不算高。哎!现在的年轻人啊,心理浮躁不懂得珍惜工作机会......。

B回答:我们通过对数据的挖掘,找到员工流失的真正原因。去年采取了行动A、B、C, 使流失率降低了5%;今年采取行动X、Y、Z,目标是将流失率降低到比同行业平均值低8%。这些行动包括......。

哪种回答,更有利于解决问题呢?显然是B种方法。

德勤报告[第九大趋势]是关于“数字HR”,介绍了信息时代,我们不得不学会B种思维方式和工作方法。

2.数字HR, 是革命,不是演化

数据HR是被信息化浪潮裹挟着前进。HR自身必须经历一场“革命”,才能适应这样的浪潮风暴。面对革命,可以选择的是主动或被动革命。

数字HR,包含两方面的内容:

HR自身的数据管理能力。如何建立一个数据化平台,通过移动互联网技术,增强员工的体验。

HR帮助企业领导者、员工建立数据化思维意识,领导企业的组织运营方式向数据化变革。

德勤的报告侧重于第一个方面内容,即HR自身的数据化管理能力。

德勤的报告显示:

72%的参加调研公司认为,数据HR是重要的工作重点,其中32%认为非常重要。38%的公司开始了数据HR工作,9%的公司完全具备了数据HR的能力。

数据HR工作始于2005年,那时候的动力是解决员工的“工作与生活平衡”问题,通过逐步改进的进化方式。十年之后,数据HR是被信息化浪潮裹挟着前进。HR自身必须经历一场“革命”,才能适应这样的浪潮风暴。数据HR是一场革命,别无选择。可以选择的是主动或被动革命。

3.消除对数据的恐惧

数据HR,为改善员工以及候选人的客户体验,应用UPD思维和SMAC能力,打造的移动服务平台。面对新思维及新能力,HR首先需要的是消除对数据的恐惧感。

目前,全球大约有70亿部手机等移动互联网设备创造了40%的互联网流量。所有HR也一定是这70亿用户中的一员。

德勤报告说,仅仅有20%的公司开始了数字HR实践。他们将“70亿”和“40%”数字与公司的人力资源工作相联。那么,80%公司的HR是这滚滚信息洪流的旁观者。

HR要投身于信息洪流中,光靠“聪慧”不行,必须掌握新的思维和能力。

西方管理传到中国后,一些管理名词成为“通用语言”开始流行。“SMART” 是其中之一,SMART代表聪慧明智的意思,是具体(specific)、可衡量(Measurable)、可达成(Attainable)、结果导向(Relevant)、有时限(time-based) 五个单词的缩写。很多老板会使用SMART来辅导、挑战下属的工作。

信息时代,数字HR们的口中,将经常冒出这样的新词汇:SMAC及UPD。

SMAC 是数据HR具备的四个能力:社交 (Social)、移动 (Mobile)、分析 (Analytics)、云端 (Cloud);

UPD 是数据HR具备的三个新思维:用户思维 (User)、产品思维 (Product)和设计思维 (Design)。

数据HR的定义:应用UPD思维和SMAC能力,打造的移动服务平台。达到改善员工以及候选人的客户体验的目的。

HR面对这三个新思维和四种新能力,恐怕都会有“老虎吃天”或“望洋兴叹”的感觉。

德勤报告尤其强调,HR需要打消对数据的恐惧心理,建议开始学习数据管理的理论知识。“将需要一段时间的学习,但一定有非常丰厚的回报” 。

我非常认同德勤的观点,HR需要真正投入精力,学习数据管理的理论和技术,更新底层知识结构,提升思维的维度,进而掌握数据管理的能力。

这是本篇解读的重点:数字HR,为什么是数据挖掘?为什么是现在?

4.数据挖掘:从数据到智慧的过程

5月24日,当上海的中环高架路被压断后。政府第一个声明是“违章卡车载了100吨的物品,超过了高架桥的设计承载30吨标准,造成高价桥严重损坏……”。

从公共事件的沟通角度而言,这样的表述是恰当的。使用数据告知公众发生了什么和为什么发生。

但是,从对“数据”的管理角度,则可以有不同的对待数据方式:“利用数据”或“挖掘数据”  。

利用数据,是使用“显而易见”的数据,对某个事实、结果的说明、辩解。

数据挖掘,是通过一系列步骤达到从数据到智慧的过程。

数据挖掘的五个步骤:

从数据到信息;

从信息到知识;

从知识到含义;

从含义到原理;

从原理到智慧。

以上海高架桥事故为例。我们可以通过对“所有通过桥梁的车辆数据”(如果有的话)进行挖掘;得到“经常有超重卡车违章通过高架桥”的(信息),然后研究限制措施(知识),建立主动防范机制(原理);达到保障桥梁及人身安全的(智慧城市)。

再举个例子。

35是数据;今天上海气温是35度为信息;上海每年5月的平均气温是35度为知识;根据气温报告预测销量为含义;依据含义安排商品库存数量是原理;增加了销量及最佳库存周转率是智慧。

“智慧城市”是很多城市的发展目标。需要大量的数据挖掘工作,如果仅仅停留在利用数据的水平,就无法实现。一些事故一而再地重复发生,就是缺乏对数据挖掘的能力和努力。

所以,笔者建议上海市政府建立“桥梁车辆检测数据采集系统”,为智慧上海打下基础。

在HR的现实工作中,比较常见的是利用数据。

例如,拿出“行业员工流失率报告”(数据),向公司说明“我们公司的流失率高是正常的,因为大家都这么高”。

有些公司尝试“数据挖掘”,但因为缺乏基本知识和流程,往往达不到目的。

例如:公司按照《行业员工离职统计报告》提供的原因(信息),制定并实施了一系列的留人措施,结果差强人意。因为没有进行真正的数据挖掘,利用外来的“信息”直接跨到了解决方案(原理)阶段。缺乏从信息到知识、含义、原理、智慧的“桥段”。

5.有依据的数为数据

通过数据的挖掘而得出判断,与先有判断再寻找数据是不同的过程。前者是数据挖掘,后者寻找佐证。用现成的数据分析问题,好比在马路上拾煤球,可以燃烧,但你永远不会发现(挖掘)石油。

想象一下,如果你在陌生的森林中,看到一个黑影晃动时的第一反应?快速判断“可能有老虎”而马上逃跑;还是收集数据分析一番再作出判断?

人类的进化过程,使我们的“下意识”判断的能力强于“分析后”再判断的能力。这是《快思考,慢思考》作者将人类大脑中的思维系统分为系统1(下意识判断)和系统2(分析后判断)。使用大脑中系统2进行分析判断的方式是“有依据的判断”,需要数字为数据。换句话讲,当我们质疑问题背后的问题时,会挖掘数据。如果仅仅就表明问题,凭经验(先给出)判断,再去找数据佐证的方式,不会去探求真相而深度挖掘数据。《重新定义公司--谷歌的运营方法》中,专门强调了“屏蔽掉那些河马的声音”,就是要制止倚老卖老、凭经验武断下结论的决策行为。

有人称现在是TMD、TMI时代:太多的数据、信息 (Too Many Data/Information)。我们不缺乏数据,只是缺乏甄别和使用数据的能力。

这种能力包括前边讲的 SMAC能力及UPD思维方式。

举个例子。

传统汽车的仪表盘,数据告诉司机汽车“自身”的状况,比如速度、油量、转速等。特斯拉汽车的仪表,数据反映的是“汽车+外部环境+司机”的信息。

具备互联网思维的公司,比如保险公司,可以购买司机和汽车的“驾驶数据”,分析其驾驶习惯及安全指数,决定不同司机购买保险的价格。

传统的保险公司,只会去汽车修车厂“拾取”汽车的维修数据、事故率。旧的思维定势:事故-修理-赔偿。一定去修理厂采集事故数据。

类似情况,HR通常会使用“离职人员”的数据,分析员工“流失”问题;拿“费用”数据说“费用”问题。

传统思维,认为大街上的广告牌是(单向)供大众看的;互联网时代的广告牌是双向观看,你看广告美女,美女也“看你”并记录你的观看时间,分析是否为“潜在客户”。

马云宣称阿里巴巴是数据公司。就是通过消费者和厂家的交易数据,挖掘潜在的商业价值。

6.数据挖掘的商业价值

信息时代,人们都像“阿凡达”一样,随时拖着一条尾巴(手机),产生无数信息。问题是我们不知道,哪些是有价值的数据?

一个古老的争论。是人类创造了数学,还是人类只是发现了数学?

换句话说,那些数据的内在规律在我们知道它之前就已经存在了吗?

人们认为,牛顿等科学家是幸运儿。上帝借他们之手“发现”了已经存在的规律。

沃尔玛是个商业幸运儿。

沃尔玛通过超市数据分析发现,将“尿布与啤酒摆放在一起”,啤酒的销量会大涨(信息)。他们找到了其原因所在(心理学知识):很多男性在购买尿布的过程中,焦虑指数会大幅度上升,而将啤酒摆放在尿布旁边,男性消费者会同时购买啤酒,从而降低消费过程中的焦虑指数。根据该市新生儿出生数据,预测啤酒销量(含义)。安排了啤酒的库存(原理),创造了商业价值(智慧)。成为“从数据到信息;从信息到知识;从知识到含义;从含义到原理;从原理到智慧。”的经典案例。

类似的案例,使商家们尝到了神奇数据带来的甜头。促生了一个新兴产业链诞生了--“数据挖掘”。(1989年被称为数据挖掘产业链元年)

数据挖掘是通过特定的计算机算法,对大量数据进行自动分析。揭示数据之间隐藏的关系、模式和趋势,为决策者提供新知识。在海量数据中寻找知识,犹如开矿挖掘黄金一样困难。

数据挖掘分两种:

“描述性分析”--针对过去、揭示规律的;

“预测性分析”--面对未来、预测趋势。

后者是智慧的灵魂。

目前,HR的数据分析主要侧重于描述性分析。

网上提供了大量宝典:“HR计算公式大全”、“如何用数据证明HR价值”等等。这些公式最多是提供了如何“描述”的方法。例如,根据以往数据,制做人员流失报告、员工考勤、员工费用占比等等。

由于缺乏对数据采集、挖掘的基本认知,没有掌握模型和理论。往往是用“流失数据解释流失率”问题,用“费用”解释“费用”问题。这种“头痛治头,脚痛医脚”的方法,很难达到创造价值的“智慧”阶段。

如何采集数据是让HR头痛的问题。

HR“拾取”员工参加培训的出勤率,期望提升培训效果。

公司分析员工培训前后的业绩变化数据,试图说明培训的效果。这都是按照传统思维的逻辑在进行数据管理。

那么,HR如何采集有价值的数据呢?

举个例子。

为了改善员工的“学习体验”,提升培训效果。笔者与某网上培训软件公司合作,为企业打造内部网上培训平台。通过采集员工在每张PPT上的停留(阅读)时间数据,了解员工对学习难易程度,对课件每页内容进行修改。例如,对停留时间很长的页面,增加举例或解释。

通过对网上学习的时间段数据分析,挖掘出员工网上学习的“真实场景”,设计课件形式。如果大部分人是在“上下班路上”学习,课件中尽量不要有高像素图片、影像。确保课件阅读顺畅,提升员工的学习体验,减少因学习而花费的4G流量。

信息时代,人们都像“阿凡达”一样,随时拖着一条尾巴(手机),产生无数信息。问题是我们不知道,哪些是有价值的数据。

7.人力资源与数据挖掘

新的知识时代,企业的核心能力来自:领导、技术、文化和数据挖掘。为了找到商业智慧,我们又开始了古老的追求——对元知识的追求。尽最大努力去整合、去综合、去吸纳、去挖掘数据......

知识就是力量!新知识时代,知识与力量的关系发生了变化。

工业时代,知识(产权)属于企业、国家。新知识时代,知识属于员工(大脑中)。员工拥有了知识这一生产资料,而且可以带走。因为,公司留下了员工的知识本身不能管理知识。

现代公司的基本资料是知识。数据挖掘,对HR的三个挑战:

招聘到具备“知识管理知识”能力的人才;

   创造有利于“知识共享”的文化氛围;

   HR自身具备数据挖掘的能力。

显然,数据采集、挖掘能力,将是HR应当具有的稀奇能力!

网上传马云的内部讲话:谁特莫在我面前讲什么战略、核心竞争力之类的高调就滚蛋。阿里需要的是执行力。执行力是啥?对公司的商业价值在哪里 (Show Me the Money!)

HR在数据管理上,不能停留在“描述问题”或“证明自己的价值”阶段。

需要掌握数据挖掘能力,提升企业的商业智慧,创造价值。

 

8.为大脑的操作系统升级吧

《大数据》作者涂子沛先生的比喻很形象,我们每天刷朋友圈、刷微信微博,犹如对着“消防栓”饮水解渴,水流很强但真正喝到口里的很少;认真读书系统学习,才如用“吸管”慢慢地饮水,才能真正滋润心田。

笔者向您提供一只“吸管”:《数据到智慧,数字HR工作坊》

希望通过一天的工作坊,达到以下目的:

梳理数据思维的基本知识。理解数字的采集反馈;信息的程序效率;知识的功能效能;含义的实践成果;原理的整合优化;智慧的领导测度等的核心概念。通过建立“底层元知识”,为提升我们思维的维度打下基础;

介绍由数据到商业智慧的动力学关系、转换模型及流程。使我们的思维系统得到升级。

提供实用的工具和案例,构建由数据到智慧之间鸿沟的桥梁。回答 show me the money 之类的问题。

 

结尾

李笑来(《把时间当作朋友》作者)说,每个人的大脑里都有一个属于自己的操作系统——真的像电脑一样,有自己的输入输出体系和运行处理机制。可事实上,绝大多数人真的比机器落后太多。因为绝大多数人的操作系统竟然是从不更新的!李的另一本书《七年就是一辈子》说,人的操作系统一般7年才升级一次。比起我们的手机和各种APP的升级速度频率,我们被谷歌狗打败是偶然吗?

是需要花时间为自己大脑操作系统升级的时候了。

 

开作网:www.kaizuo.com

微信公众号:kaizuo100

微信扫描二维码