• John Pensom
    再谈什么是人力资本分析 What is people analytics? What is people analytics? PeopleInsight联合创始人兼CEO John Pensom一直将人力资本分析定义为: 使用人的数据和业务成果数据来做出更明智的人员和业务决策。 我们把这个定义分为3个部分。 首先,人员数据可能来自以下任何或全部。 其次,经营成果数据也会来自于多种形式,比如。 第三,这种人与企业成果数据的结合,必须应用并持续用于企业的决策。 人力资本分析将帮助企业: ·做出更明智的用人决策 ·识别和留住关键人才和 ·提高投资回报率,投资于最有影响力的人力资源和人才项目。 人力资本分析、人力资源分析、人才分析或劳动力分析?People analytics, HR analytics, talent analytics or workforce analytics? 人力资本分析过去和现在有时都被称为人力资源分析、人才分析或劳动力分析。 直到2014年左右,这些不同的术语在某种程度上是可以互换的--被早期的厂商用来试图标记空间和命名这个领域。就在这个时候,行业分析师重量级人物、数据驱动型HR的长期支持者Josh Bersin发表了看法,并通俗地将这个空间命名为People analytics。 虽然人事分析类的人力资源技术在2012-2015年期间兴起,数据驱动型HR已经出现了一段时间,但在大多数组织内,拥有人事分析功能还是相当的异类。在这些早期的日子里,当人员分析是人力资源的一部分时,它通常是由具有技术技能和对数据感兴趣的个人作为一种小众(而且往往是一次性的)活动来玩的。人力资本分析正在发展,但它还没有成为一门广泛的学科。 然而,在此期间发生的事情,是一系列影响因素的汇集,使人力资本分析成为人力资源部门的当务之急。 ·考虑到人才争夺战,我们在 "人力资源 "上的花费比例很高,而且CEO们也越来越相信并大声疾呼,人是他们最关键的资产,因此,人的数据在组织中开始被认为具有更高的价值。 ·人员数据(候选人和员工)的来源正在迅速扩大,由于云端应用被HR买通,这些数据更加容易获取,此外还有更先进的数据管理、集成和API。 ·HR技术厂商跳上分析的浪潮,声称自己提供人员分析解决方案。 几乎所有的HR技术厂商都开始宣称自己有人员分析、大数据和预测性,以努力打压估值,搭上营销的浪潮,但造成了巨大的噪音和市场混乱。实际上,他们中的大多数人除了对他们的事务系统产生的数据进行单一维度的报告外,没有任何其他的东西--这与人员分析相去甚远。除了少数几个诉求者之外,所有这些诉求者都是事务性的人力资源系统,因此,没有采用任何人员分析技术中最关键的组成部分之一--人力资源专用数据仓库,用于优化多源人力资源数据的复杂结构。 结果是,HR开始拥有更多的数据和更多的系统--但他们无法超越孤立于事务性系统中的数据的单一维度报告。 这就引出了我们所说的HR的普遍问题。 与人力资本分析相关的普遍问题 The Universal Problem Related to People Analytics 一言以蔽之-数据利用不足和断线Underutilized and Disconnected Data 尽管有大量的数据,但在将数据整合到一起、在不同的系统之间建立联系,并使之具有意义以推动更好的业务成果时,就会出现普遍性问题。 深入了解普遍性问题 ·人力资源和人员数据无处不在--很大程度上停留在孤岛上(即你的事务性人力资源技术)。 ·不仅是该人力资源技术领域不断扩大新的系统和额外的丰富数据来源,没有真正的计划有一个桥梁跨越这些岛屿 - 或统一数据到一个单一的真相视图。从本质上讲,这些人力资源数据孤岛的差异性和它们所收集的历史数据量正在加速增长。 ·这些不同的人力资源数据可以而且应该被用来做出更好的人员和业务决策。 ·人们对业务成果中的人的方面以及如何最有效地利用你的人员数据来创造新的价值的理解正在形成,但仍然有限。 ·当您结合并连接多个来源时,您的数据的价值就会显著增加,从而使您的数据具有多个维度。 ·管理、连接和组合人力资源数据以实现商业智能是极其复杂的,可以说是有点黑科技(如果你不同意这个观点,你有没有做过--用人力资源数据,大规模的持续刷新数据? ·实现将公司最敏感的数据(人员数据)在正确的时间传递给正确的人,同时确保保密性、隐私性和信息安全,不仅真的很复杂,而且从很多角度看绝对是任务关键。这种类型的数据泄露可能会让任何公司沉沦。 ·人力资源报告和分析需求传统上被IT团队认为优先级低于其他企业需求。 人力资本分析纯游戏功能 这些挑战往往导致人力资源报告以最简单、单一维度的方式执行,一次又一次地手工创建电子表格。 不用说,基于电子表格的人力资源报告引入了许多风险,包括数据完整性、有限的访问管理控制、有限的数据管理能力,以及从几乎没有治理或内部控制的系统中下载原始数据。 不要误解我的意思,电子表格很适合入门和原型设计,但它们挖掘出来的速度非常快,不应该在企业级人力资源报告和人力资本分析中发挥关键作用。 人力资源指标与人力资本分析的比较  HR Metrics Versus People Analytics 我们必须超越人力资源指标,进入人力资本分析领域。 人力资源指标其实是为HR服务的。人力资本分析是为整个企业服务的。 虽然这一点可能有待讨论,但我们认为HR度量的特点可以是单一维度和简单的关于人力资源实践、流程和交易的测量。 人力资源度量是关于人力资源效率的。这都是好的,但它需要更进一步。 因此,下一个层次,也是与我们的定义一致的,是人员分析--它更多的是关于衡量人力资源、组织和人才实践、流程、项目和交易所产生的结果。 因此,人力资本分析更多的是关于人力资源的有效性--这就引出了一个非常重要的基本原则。 例如,要衡量和了解招聘处理,如填补时间,你可以采用一些简单的人力资源指标。 然而,如果要了解哪些招聘渠道是你的最佳招聘来源,以及优质招聘的成本是多少,你需要将各种来源的数据结合起来,并以人员分析的方式交付。 你需要通过深度细分、算术或统计分析来生成更多与业务相关的见解,并使分析师能够从多个镜头或维度来查看数据(例如,按地点、角色、级别、成本、招聘者、招聘经理、来源、使用的评估工具、评估结果等来显示招聘质量)。 一句话,如果人力资源部门想成为更多的业务伙伴、价值创造者和企业战略的关键推动者,我们必须超越人力资源指标,进入人力资本分析领域。   人力资本分析帮助HR专注于对业务重要的事情 人力资源和人力资源业务伙伴必须使用数据驱动的方法,专注于重要的、与业务相关的事情。数据驱动的人力资源玩法介绍了一种以业务为中心的方法--平衡业务的运营和战略需求。 Operational People Analytics 以数据驱动的方式来处理你应该做的事情。 首先,运营报告和分析应该帮助你提高业务线(LoB)的标准人力资源、人才管理和人员项目活动的效率和效果。这是基础层面。 这应该包括对日常招聘、人员管理、人员流动、流动、学习和发展、薪酬、福利和绩效管理等活动的分析。 这将帮助HR从日常的角度出发,专注于基础而又重要的 "HR的事情",并获得LoB领导、LoB经理和LoB员工的信任--利用数据来报告、改进和优化你的核心人力资源和人才服务或范围。您应该专注于提供高效和有效的人力资源流程和项目。 Strategic People Analytics 注重识别和理解异常值。基于数据驱动的洞察力实施项目和变革。 战略性人力资本分析是关于业务合作--帮助您所服务的业务线与人员方面实现其战略业务目标。 战略报告和分析将帮助人力资源部门专注于LoB所面临的多个业务问题。这些用例是直接从对整个组织和具体的LoB都很重要的方面来驱动的。它们也将直接与LoB的1-3-5年战略--或全公司业务计划的战略里程碑--保持一致。 一个很好的例子是使用人力资本分析来指导数据驱动的方法,以准备和动员一个新的客户支持团队,该团队专注于18个月后上市的新产品。 战略报告和分析是关于你在LoBs需要帮助的事情上帮助他们--特别是在人员方面,并采用数据驱动的方法。 Data-Driven Analytical Projects 专注于识别和理解异常值。基于数据驱动的洞察力实施项目和变革。 第三,分析型项目利用人力资本分析来识别和理解异常值--包括好的和坏的,目标是实施高价值的项目和有意义的变革。 简单而有力的项目例子可能集中在改善关键人员异常高的流失率,改善有经验的员工在头两年异常高的流失率,在面临COVID-19影响时对你的劳动力构成做出决策,或者提高关键绩效人员在育儿初期的保留率。 分析性项目都是关于使用数据驱动的方法来解决值得解决的问题。 请记住,要想将这些用例中的任何一个用例视为人力资本分析,您需要将人员和业务成果数据结合起来,以优化效率和效果。
    John Pensom
    2020年07月07日