北京(jing)2020年12月23日 /美通(tong)社(she)/ -- 日前(qian)，人(ren)力資源智(zhi)享會聯合北森發(fa)布(bu)《第二屆(jie)(jie)People Analytics的(de)發(fa)展與(yu)應(ying)用(yong)研究報告》。報告指出，盡(jin)管對(dui)(dui)比往屆(jie)(jie)，國內企業(ye)對(dui)(dui)People Analytics（人(ren)力分(fen)析）的(de)認知程(cheng)度普(pu)遍增(zeng)高，但仍缺乏清晰(xi)、系統、深入的(de)認知與(yu)實(shi)踐。而People Analytics能否(fou)得到(dao)有效實(shi)踐將直(zhi)接影響企業(ye)“數字(zi)財富”的(de)積累，并對(dui)(dui)以業(ye)務為核心展開(kai)的(de)科(ke)學、敏捷性應(ying)對(dui)(dui)起到(dao)關鍵(jian)作(zuo)用(yong)。

People Analytics，即將與人相關的(de)數據(ju)運用于對(dui)人的(de)管理和決策之(zhi)中的(de)方法，該方法具備對(dui)未來趨(qu)勢進行預(yu)警(jing)、預(yu)測和控制(zhi)的(de)價值(zhi)。根據(ju)企業對(dui)People Analytics的(de)實踐訴求，主要聚焦于效率提升(sheng)與成本計算(suan)和人效測算(suan)與預(yu)測兩方面。

數據連接、業務穩定性制約企業實踐

報(bao)告顯示，約(yue)9成中國企(qi)(qi)(qi)業(ye)(ye)對(dui)于數據分析有(you)(you)所(suo)接觸或(huo)了(le)解(jie)，但(dan)在對(dui)People Analytics有(you)(you)所(suo)接觸或(huo)了(le)解(jie)的(de)(de)企(qi)(qi)(qi)業(ye)(ye)中，半數企(qi)(qi)(qi)業(ye)(ye)對(dui)于這一(yi)概念僅停留在“聽說層面”；兩成企(qi)(qi)(qi)業(ye)(ye)雖已著(zhu)手實(shi)踐(jian)People Analytics，但(dan)沒(mei)有(you)(you)給出(chu)明(ming)確的(de)(de)名稱(cheng)與定位；7.63%企(qi)(qi)(qi)業(ye)(ye)實(shi)踐(jian)了(le)People Analytics，也給出(chu)了(le)具(ju)體的(de)(de)名稱(cheng)，但(dan)并不以“People Analytics”這一(yi)詞語命名；僅有(you)(you)8.78%的(de)(de)企(qi)(qi)(qi)業(ye)(ye)能明(ming)確知(zhi)道(dao)People Analytics這一(yi)詞語的(de)(de)對(dui)應含義。

北森相關專家表(biao)示，People Analytics這一(yi)概念在國外已經普遍被HR同行們所接受，并且有相當(dang)多的(de)從業(ye)者和(he)(he)專家。在中國市(shi)場，雖(sui)然有很多企業(ye)已經開始探索People Analytics-人(ren)力分析，但是(shi)系統(tong)化(hua)、模型化(hua)和(he)(he)工具(ju)化(hua)的(de)程度還(huan)非(fei)常(chang)有限，這就導致PA的(de)價(jia)(jia)值不(bu)明(ming)顯，不(bu)能為企業(ye)管理者的(de)經營(ying)和(he)(he)用人(ren)決策提供(gong)真正的(de)價(jia)(jia)值。

從實(shi)(shi)踐(jian)成熟度(du)來看，有相(xiang)當大(da)一(yi)部分的(de)企(qi)業已經實(shi)(shi)踐(jian)了People Analytics或在(zai)未來2年內考(kao)慮嘗試。但在(zai)已經有所實(shi)(shi)踐(jian)的(de)企(qi)業中，People Analytics的(de)成熟度(du)仍處于(yu)起(qi)步階段，能實(shi)(shi)現建模預測層(ceng)面分析的(de)企(qi)業仍是少數。

其中，人(ren)力(li)資(zi)(zi)源部(bu)門能(neng)掌(zhang)握的(de)(de)(de)數(shu)據(ju)仍相對有(you)(you)限(xian)：能(neng)掌(zhang)握“財務數(shu)據(ju)”的(de)(de)(de)企業為(wei)5成，能(neng)掌(zhang)握“業務部(bu)門運營(ying)管(guan)理數(shu)據(ju)”的(de)(de)(de)企業僅占26.60%；人(ren)力(li)資(zi)(zi)源部(bu)門掌(zhang)握的(de)(de)(de)數(shu)據(ju)有(you)(you)限(xian)在一定程(cheng)度上不利于更為(wei)復雜(za)的(de)(de)(de)分析的(de)(de)(de)實現，也(ye)難以做(zuo)出(chu)對于業務部(bu)門決策有(you)(you)所(suo)影響的(de)(de)(de)分析結(jie)果。

智享(xiang)會認為(wei)，人力資源部(bu)門(men)能掌握的數據有(you)限是影(ying)響 People Analytics發展的主要因素。

此外，北森相關專家表示，企業本(ben)身的業務發展是(shi)否成熟、穩(wen)定(ding)也決定(ding)著(zhu)People Analytics是(shi)否能夠有效(xiao)落地。

目前基(ji)于(yu)系(xi)統的(de)(de)分析(xi)(xi)應用主要可(ke)以(yi)(yi)有(you)以(yi)(yi)下幾種(zhong)：僅限于(yu)人(ren)力資(zi)(zi)源某一(yi)(yi)個模塊(kuai)的(de)(de)分析(xi)(xi)，如招聘、薪酬等(deng)；有(you)核心人(ren)力資(zi)(zi)源系(xi)統，可(ke)以(yi)(yi)實現(xian)人(ren)力資(zi)(zi)源內部各個模塊(kuai)的(de)(de)綜合(he)分析(xi)(xi)；人(ren)力資(zi)(zi)源系(xi)統可(ke)以(yi)(yi)與(yu)財(cai)務數(shu)(shu)據(ju)有(you)一(yi)(yi)定的(de)(de)聯動，實現(xian)關于(yu)人(ren)效、人(ren)均(jun)成(cheng)本方面的(de)(de)分析(xi)(xi)；人(ren)力資(zi)(zi)源數(shu)(shu)據(ju)與(yu)業(ye)務數(shu)(shu)據(ju)互通，可(ke)以(yi)(yi)將(jiang)“人(ren)”與(yu)“事”的(de)(de)數(shu)(shu)據(ju)結合(he)起(qi)來(lai)進行分析(xi)(xi)。

“如(ru)果(guo)僅限(xian)于人力(li)(li)資(zi)源(yuan)某(mou)一個(ge)(ge)模(mo)塊的(de)(de)分析可能只(zhi)能了解(jie)到(dao)某(mou)個(ge)(ge)人力(li)(li)資(zi)源(yuan)模(mo)塊的(de)(de)效(xiao)率情況，往(wang)往(wang)并不(bu)能很(hen)好地(di)去凸顯People Analytics的(de)(de)價(jia)值。要讓People Analytics真正發揮應有(you)的(de)(de)價(jia)值，至(zhi)少(shao)應該實現人力(li)(li)資(zi)源(yuan)內部各個(ge)(ge)模(mo)塊數據(ju)的(de)(de)融(rong)合(he)打通。因為大多數管理(li)者想要看的(de)(de)數據(ju)結果(guo)會較為動態(tai)和隨機，實時(shi)性很(hen)強，而數據(ju)建模(mo)是穩定、持續的(de)(de)，我們要跟(gen)蹤幾(ji)個(ge)(ge)恒定的(de)(de)指(zhi)標，這樣才能夠將這些數據(ju)系統(tong)化、固化，最后(hou)產出(chu)有(you)效(xiao)的(de)(de)模(mo)型。”

報告指出，企(qi)業管(guan)理成熟意味著有穩定的(de)(de)(de)管(guan)理規(gui)范、流程、制(zhi)度和系統支(zhi)撐。伴隨著對管(guan)理和流程的(de)(de)(de)進(jin)一(yi)步(bu)優(you)化，就(jiu)需要一(yi)定的(de)(de)(de)治理標準與(yu)指標。這(zhe)樣的(de)(de)(de)企(qi)業就(jiu)更有可能(neng)對People Analytics 有較(jiao)好的(de)(de)(de)認知，也更有可能(neng)去(qu)考慮(lv)實踐。相反，對于成熟度比較(jiao)低的(de)(de)(de)企(qi)業，首先要考慮(lv)的(de)(de)(de)是(shi)流程規(gui)范和信息化建設，以提升管(guan)理效率，規(gui)范管(guan)理動作(zuo)成為首要任務。此(ci)時，對People Analytics還處于關注(zhu)、探索期，尚不具備落(luo)地的(de)(de)(de)條(tiao)件。

企業如何開啟People Analytics之路

報(bao)告顯示，無論企業People Analytics處于哪個階段，技術系統(tong)及軟件(jian)都是(shi)企業最為關注的支持因(yin)素，其次分別是(shi)專業的人才及團隊、企業文化這(zhe)兩(liang)大因(yin)素。

隨(sui)著企(qi)(qi)業實踐成熟度的(de)提升，“企(qi)(qi)業文(wen)(wen)化”愈發(fa)(fa)不容(rong)忽(hu)視。當企(qi)(qi)業處于People Analytics的(de)起步階段時(shi)，高管的(de)認可與支持(chi)作(zuo)為企(qi)(qi)業文(wen)(wen)化的(de)一部分(fen)至(zhi)關重要(yao)，是People Analytics是否能(neng)實現的(de)決(jue)定性因(yin)素。而隨(sui)著People Analytics的(de)發(fa)(fa)展(zhan)，員(yuan)工數(shu)據思維的(de)形成作(zuo)為企(qi)(qi)業文(wen)(wen)化中另一重要(yao)組成部分(fen)，對于People Analytics走向成熟愈發(fa)(fa)關鍵(jian)。

在企(qi)業People Analytics應用(yong)層面，目(mu)前已經出現(xian)人均(jun)效(xiao)能分析、離職風險預警分析、勞動力規劃、組織能力建設等四(si)大應用(yong)場景，并(bing)不斷得到強(qiang)化與聚焦。

人(ren)均效能(neng)分析中，通過數(shu)據建模進(jin)行人(ren)均效能(neng)的衡量的企業約在3成左右，主要(yao)抓取的數(shu)據因子包括員工數(shu)量、銷售收入、直接(jie)人(ren)工成本（如(ru)：工資、獎金等）。

離(li)職(zhi)風(feng)險(xian)預警分析中，通過數據建(jian)模進行(xing)離(li)職(zhi)風(feng)險(xian)預警分析的(de)企業不足3成，主要抓取的(de)數據因(yin)子包括績效評(ping)價(jia)、職(zhi)位異動情(qing)況（如：是否晉(jin)升或(huo)輪崗）、員(yuan)工企業任職(zhi)年限。

而通過數(shu)據建模(mo)進行勞動力(li)規(gui)劃的企業在3成(cheng)(cheng)以上，人員(yuan)數(shu)量、人工成(cheng)(cheng)本、銷(xiao)售成(cheng)(cheng)交額為主要數(shu)據因(yin)子。

組織(zhi)能力(li)(li)建設方(fang)面，雖然人(ren)員的(de)能力(li)(li)和潛力(li)(li)幾乎(hu)所有(you)企(qi)業都會關注，但有(you)4成企(qi)業仍沒有(you)體(ti)系化(hua)的(de)方(fang)法論對(dui)(dui)其進行盤點與評估(gu)。在有(you)體(ti)系化(hua)的(de)方(fang)法論、工具對(dui)(dui)人(ren)員能力(li)(li)和潛力(li)(li)進行評估(gu)的(de)企(qi)業中，絕大部分依(yi)賴直(zhi)線經理評估(gu)和人(ren)才盤點，用(yong)專業測評工具及 360評估(gu)的(de)企(qi)業相對(dui)(dui)較(jiao)少，量化(hua)程度不足。

北森認為(wei)，若數(shu)(shu)據(ju)(ju)分(fen)析結(jie)束(shu)后(hou)并沒(mei)有(you)在真實(shi)的(de)(de)(de)業務場(chang)景中進行應(ying)用，其價值(zhi)便大打折扣。要讓這(zhe)些分(fen)析結(jie)果(guo)真正影響業務，有(you)兩大關鍵點(dian)：一方面，就數(shu)(shu)據(ju)(ju)分(fen)析本(ben)身而(er)言，不能僅(jin)僅(jin)是(shi)人力(li)資源(yuan)自己的(de)(de)(de)數(shu)(shu)據(ju)(ju)，而(er)是(shi)要和業務管理者關心的(de)(de)(de)指標、數(shu)(shu)據(ju)(ju)有(you)連接點(dian)，因(yin)為(wei)People Analytics本(ben)質上還是(shi)要幫助業務去(qu)建立數(shu)(shu)字化體系，從(cong)而(er)使用數(shu)(shu)據(ju)(ju)，達到優(you)化組(zu)織及人才的(de)(de)(de)目的(de)(de)(de)。

另一方面，若數(shu)(shu)據(ju)分(fen)(fen)(fen)析(xi)結(jie)果涉(she)及(ji)對(dui)于(yu)(yu)業(ye)務(wu)相關(guan)指標(biao)的(de)評(ping)價，如：人均(jun)利(li)潤率(lv)低，業(ye)務(wu)部門(men)(men)往往會(hui)難以接受(shou)這樣(yang)(yang)的(de)分(fen)(fen)(fen)析(xi)結(jie)果，并且無法推動后續(xu)業(ye)務(wu)部門(men)(men)相關(guan)優化措(cuo)施(shi)的(de)開展(zhan)。因此，比實現數(shu)(shu)據(ju)分(fen)(fen)(fen)析(xi)更加重要的(de)是人力資源部門(men)(men)要與業(ye)務(wu)部門(men)(men)達(da)成共識，即雙方對(dui)于(yu)(yu)數(shu)(shu)據(ju)分(fen)(fen)(fen)析(xi)的(de)邏輯、數(shu)(shu)據(ju)口(kou)徑、數(shu)(shu)據(ju)質量均(jun)認(ren)可，甚至業(ye)務(wu)部門(men)(men)要對(dui)數(shu)(shu)據(ju)分(fen)(fen)(fen)析(xi)的(de)結(jie)果“擔責”，只有(you)這樣(yang)(yang)，數(shu)(shu)據(ju)分(fen)(fen)(fen)析(xi)才能真正(zheng)讓(rang)業(ye)務(wu)重視、認(ren)同，并且愿意提(ti)供更多的(de)數(shu)(shu)據(ju)來完善分(fen)(fen)(fen)析(xi)。

同(tong)時，報告指(zhi)出，大部分企業在(zai)(zai)發(fa)展(zhan)People Analytics時，技(ji)術(shu)系統及軟件、專業的(de)人才(cai)及團隊、企業文化的(de)重要程度是存在(zai)(zai)一(yi)定共識的(de)。然而，企業具體(ti)的(de)發(fa)展(zhan)路徑往往因(yin)(yin)自(zi)身的(de)業務背(bei)(bei)景(jing)、文化背(bei)(bei)景(jing)的(de)不同(tong)而存在(zai)(zai)一(yi)定的(de)差(cha)異，因(yin)(yin)此(ci)如何發(fa)展(zhan)People Analytics并沒有(you)統一(yi)的(de)“標準答案”。