-
智享会
登上大数据之舟之Part1 新大陆：HR遭遇大数据
大数据以润物细无声的方式登临世界，却造成了于无声处听惊雷的效果。一时间，大数据变革商业、大数据变革卫生、大数据变革教育等等短语冲击着我们的感官和思维。其实，这和历史上任何一次革新类似，都经过了许多准备和铺垫，那么毋庸置疑，这一次的改变最终影响的是“人”。大数据，或早或晚，是HR绕不开的话题。
一、变革来袭
2009年,甲型H1N1流感在全球爆发，它集合了导致禽流感和猪流感的病毒特点，引起了全世界所有卫生组织的重视，许多国家都要求医生在发现新病例时及时上报。然而人们求医往往是等到病症明显之时，而收集病例统一上报又会造成一定时间的延迟，这会让疫情的爆发不可控制。
就在甲型H1N1爆发前几周，谷歌公司的工程师们曾发表一篇论文，引起全球关注和震惊。文中解释了谷歌通过观察人们在网上的搜索记录预测冬季流感的传播，不仅可以观察全美范围的传播，并且可以具体到特定的地区和州。谷歌保存了多年来所有的搜索记录，他们把5000万条美国人最频繁检索的词条和美国疾控中心在2003年至2008年间季节性流感传播时期的数据进行了比较，通过分析人们的搜索记录来判断这些人是否患上了流感。并且他们的预测与官方数据的相关性高达97%，他们亦能像官方一样判断出流感从何处传播，而且非常及时。
于是，与习惯性滞后的官方数据相比，在甲型H1N1流感爆发的时候，谷歌成为了一个更有效、更及时的指示标，为公共卫生机构的官员提供了非常有价值的数据信息。
以上是当今在大数据利用方面的典型案例。在此我们可以直观地感受到大数据所呈现的Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（真实性）的特点，分别指向数据体量大、数据处理速度快、数据类型繁多、数据来源直接导致分析结果的准确性和真实性。正是依靠海量数据的存储和分析，我们才能看清数据之间的关联，实现一种“不追求因果关系”的预测，在全球各个领域内刮起变革之风。
二、 大数据VS HR
在无限接近业务的道路上，数据是HR的“计步器”。大数据时代来临，如今数据变得丰富、繁多而细碎时，它能更准确地证明HR的付出及努力吗？还是凌乱了HR的步伐，为他们带来困扰？
重视越多 能力越强
盛蕻希 合益集团大中华区副总裁
很多HR觉得大数据能给他们带来一些管理的新方法，利用大数据来支持业务发展的例子也层出不穷。我觉得HR会越来越重视数据运用，主要是基于几个原因：
首先，全球商业环境处于不断变化之中，在变化中又产生了许多全新的商业模式，比如“跨界”。企业若要在这变化无穷的世界中继续生存，就不能固步自封，必须跟随 “变”的脚步，积极进取，那么企业HR管理必定也会发生改变。从何变起？变化是无形的，但是客观的数据，会给HR的管理变革提供更直观的依据。
第二方面，如今HR的角色已经逐步由“服务部门”转向“业务伙伴”。业务伙伴所提供的支持和业务的结果联系得更为紧密。这就要求HR要去收集、利用与经营性指标挂钩的数据，而不仅仅是做一些统计的工作。
第三方面，人力资源管理目前面临一个新趋势，从“事后补救”转向“事前干预”，即HR的管理已经不限于当出现问题时制定相关政策进行改进，而要更进一步，做到当问题还未真正发生，就要预见到种种可能性，防患于未然。这一趋势必然要求HR更重视客户感受，并且对数据褒有更独到的见解，不仅能够发现数据、更要拥有解读数据的能力。
庞锦峰 怡安翰威特咨询全球合伙人
HR越来越重视数据运用，是一个可喜的现象。促使HR做出这一改变，我认为主要有两点原因：
一、重视数据运用有助于重塑人力资源的良好形象，尤其处于大数据时代，要让企业内部的客户、业务部门、合作方更信任HR，接纳其为合作伙伴，HR就必须在日常工作中提出更多切实可行的建议，设计出合理的方案，这其中广泛收集、扎实分析数据的能力必不可少；
二，相较于几十年前，当今的员工往往拥有清晰的个人追求，他们越来越期望通过个性化的渠道来彰显自身的价值，通过获取更多的社会资源来成就个人的发展。这对HR来说就产生了很大的挑战：如何在人员特征同质化越来越不明显的今天去定义岗位所需的人才？并且使他们认同企业价值观，为共同的愿景而奋斗？是否需要设计具有差异化的渠道来发挥每个人的潜能？面对越来越复杂的员工需求，人力资源政策必须层次丰富，愈加多元化，这必须仰赖数据的分析及整合。
许菊晏 析源组织效能咨询执行董事
目前人力决策的模式正在发生重大改变，以往人力资源部被称为人事部，侧重于软性管理，我们称之为“人的管理艺术”，现在的企业管理仅仅依靠艺术是不够的。企业达到一定规模，人的行为、特征、构成及观念会发生改变，此时光凭经验、直觉去做决策，存在很大的风险。因为基于经验的判断往往会导致对事件的反应滞后，HR以往的管理跟进也常常是一种“救火式”的管理，即当问题暴露之后，再制定措施。科学的人力决策模式要求在事情发生之前就有所预见，从而防患于未然，这其中便离不开数据的支持。举例说明，一个企业发生较高的员工离职率，HR要对此采取措施，通常的做法是对离职员工进行一对一的访谈，然后针对一些突出的原因进行跟进。但是员工离职的促因可以是多方面的，有的却无法直接可以表达准确，或者能说出来的原因未必就是最要命的。还有就是从各个部门收集到的信息比较分散，容易造成管理者东一榔头西一棒子，无法将资源配置最优化。
科学管理的做法应当是对每一位员工的所有可获得信息进行持续地系统收集和分析，包括人口特征（如年龄、性别、学历、家庭构成等）、职业信息（职业发展阶段、绩效表现、最近的升职、历史薪酬等）。针对离职员工，还需要包括量化的离职访问结果（一般委托中立第三方执行以得到更加真实的反馈）。这样将采集到的信息综合分析，我们不仅需要敏锐监测每一例员工离职对于组织的影响，还需要分析离职员工的综合特征和潜在驱动因素，甚至可以计算出哪些因素的变化可以使离职率降低多少个百分点。谷歌公司就根据离职员工的“大数据”分析建立了离职员工模型，寻找员工流失的关键驱动因素，从而更好地从关键人才保留方面入手，在人员成本和流失率之间找到最佳的平衡点。这便是一种预见性的策略，如果不重视大量数据的储备和分析，这是无法实现的。
愈碎片 愈丰富
庞锦峰 怡安翰威特咨询全球合伙人
我个人认为碎片化的数据恰恰对人力资源管理具有正面而积极的影响，能使他们在解读业务问题时拥有更多的素材和渠道，使他们更贴近业务需求。
有一个案例可以很直观地说明这一观点：某家世界知名营养品供应商，在中国区的销售主管和销售代表比为1:10，即1名销售主管领导10名销售代表。当中国区销售总监去集团总部访问之后，他发现总部的销售主管与销售代表比为1:5，由此他认为对于业务增长来说，总部的这种模式显然更具有优越性。于是他向人力资源部提出要求：将中国区的销售主管与销售代表人员比例调整为1：5。如果此时没有碎片化数据的支持，那么人力资源部及销售总监之间只能依靠逻辑推理来讨论这一问题。而这家全球知名公司凭借碎片化的数据基础建立了全球人力资源数据分析中心，人力资源部便能从不同的数据源中抽取出人员性别比、年龄比、资历比、产销比等等，然后整合分析得出一个结论：可以将中国区的销售主管与销售代表配比调整为1:5，但同时人均销售额、回款率等等也要做出相应调整。经过多重考虑，最终这位销售总监决定保留原来的人员配比。这个案例其实正说明了碎片化数据具有不可估量的价值。HR如果能够读懂业务的诉求，将其转化为数据分析的命题，同时拥有强大的整合能力，那么纷繁的数据是说明问题的有力“武器 ”。
郭宏伟 迈图集团亚太区战略薪酬总监
碎片化为我们带来的主要问题就是会出现信息的不连续性，这对做数据分析的人来说可能是一个比较大的挑战。每当数据出现不连续，我们就可能会怀疑到数据的可靠性。以调薪为例，中国市场在过去几年的调薪比例在7%、8%、9%这样的水平。假设在未来的5年之后，你要做出一个调薪的决策，你从现在到未来5年的数据是缺失的，恰好这5年中国的经济环境，大的市场环境、人才环境都产生了变化，但你没有渠道拿到这些数据，所以做5年之后的调薪决策会比较困难。
很多东西貌似表面上是碎片化的，但它的本质上却未必是碎片化的；有些信息可能表面上不存在相关性，但是如果经过进一步挖掘，你会发现他们的内在存在相关性。我举个例子，比如员工响应客户需求的速度，员工请病假的频率和时间，甚至员工去餐厅吃饭的时间，可能都和员工的敬业度有关。假如在一段时间的周期内，员工对客户电话的回复率从90％下跌到80％，员工吃饭的时间普遍从12点提前到了11点半，这说明什么问题呢？说明其中一定有工作性质，客观环境或者主观因素的变化。如果某一个群体都发生了类似的变化，那可能就说明这个部门的工作安排或者进度上出现了一些问题，你就要进一步去深度挖掘是什么原因导致了这种变化，是否有必要采取相应的措施。再比如员工请病假的数据量，有这样一个现象，在敬业度调查中得分较低的企业，大约员工一年请病假平均是6.9天，而敬业度调查得分较高的企业，员工一年的平均病假数是2天多一点。这些数据表面上是碎片化的，但实际上它反映出了一些问题，就看你用什么样的方式去把它联系起来。
具体到薪酬方面来说，我们还是提倡用系统工具来收集公司内部以及市场上的信息，尽量去把数据完整化。在某些数据缺失的情况下，应当寻找到恰当的分析方法或者寻找替代源，使这部分缺失的数据不要过多的影响到分析的结果。
思考：
你重视，或者不重视，数据就在那里，不减反增，其实谁会困扰于信息多、资源广？海量数据衍生出的复杂处理手段和技术才是真正扰人心绪的东西，但永远跟随业务步伐、在商业世界中保持与时俱进姿态的HR不会沉溺于烦心愁绪中，而会通过自身技能的提升和强大的沟通能力，将困扰转变为欣喜。
【文章来源：智享会 《HR Value》第23期】
扫一扫 加微信
hrtechchina
