- 大数据时代的人力资源管理
- 蔡治
- 404字
- 2024-12-21 15:09:42
1.2 人力资源数据分析有什么特点
1.2.1 数据分散性
Miss陈:不过咱们人力资源管理用到的数据,可不是轻易就能得到的。
老梁:啊?!咱们的数据不都是现成的吗,您看像薪酬、培训、绩效这些数据都在人力资源管理系统中,要什么数据都可以导出来,应该说还是比较容易得到的吧。
Miss陈:这些数据自然可以轻松得到,因为这是我们的业务数据,但是进行人力资源的数据分析需要的不只是这些数据。比如,我们要做人力资源效能分析,就需要公司经营方面的数据,才能计算劳动生产率、人工成本创利、人工成本创收等指标;如果要做薪酬公平性分析,就需要了解外部行业薪酬数据;如果要进行人员流动性分析,就需要知道行业或岗位流动率对标数据。这些数据可不是那么轻松就能得到的,因为它们分散在各个地方。
老梁:噢,这么说来的确是这样。经营数据要到财务部、市场部去收集,外部数据要在网络上搜索,或者向咨询公司购买。这么说来人力资源分析所需要的数据是挺分散的。
Miss陈:不仅如此,即便是在咱们部门内部,数据也是分散的。例如,招聘时应聘者的素质测评分数得找小肖,人工成本、工资总额、工资使用进度等数据得找小姚,培训记录、绩效考核的数据得找小曾。虽然咱们有人力资源管理系统,但培训、招聘等系统是独立的,薪酬数据由于需要保密也只能由专人管理,所以我们部门内部的数据也是分散的。
老梁:是啊,每次做经验分析我都得找小肖、小姚、小曾拿数据,要花不少时间才能集齐数据。
Miss陈:人力资源数据分析的特点之一就是数据分散性。我们需要的数据都分散在相关人员、相关部门或者外部网络、机构中,在分析时需要花不少力气来收集、整理。特别是经营数据,涉及市场、财务等部门,这些部门可能会出于某些原因拒绝提供数据,所以数据收集的难度不小,即使收集了也不一定能获得理想的效果,给我们进行数据分析带来了一定的难度。
1.2.2 数据相关性
Miss陈:人力资源数据分析的另一个特点是数据相关性。
老梁:相关性是不是指数据之间的关联性呢?
Miss陈:是的,这种相关性体现在业务数据内部相关、与经营数据相关、与外部数据相关等方面。
比如,人力资源的业务数据中,培训、薪酬、绩效数据都是基于员工关联的,是员工产生的数据,彼此是相互联系的。
人力资源数据也受到经营数据的影响,比如公司经营效益好时,员工薪酬会上升,培训费用会增加,可能会多招聘员工;而经营效益不好时,则员工薪酬、培训费用下降的可能性较大,还可能会裁员,这说明人力资源数据和经营数据是也是相关性的。
老梁:明白了,经理,我来说说外部数据的相关性吧。我想到一点,我们的薪酬水平、人工成本等数据和政府发布的社平工资、最低工资、工资指导线等外部数据是相关的,比如社平工资上升,那么员工的社保、公积金的基数就会调整,会直接影响到公司的人工成本,这点就体现了人力资源数据与外部数据之间的相关性。
Miss陈:说得很好。
1.2.3 非标准化数据
Miss陈:人力资源数据分析还有个特点,这个特点会让我们特别头疼。
老梁:是什么特点呢?
Miss陈:人力资源数据缺乏统一表征,从统计指标、统计口径到计算公式都缺少统一的标准。这个特点和财务数据形成了鲜明对比。财务数据标准化程度相当高,比如常见的资产负债表、利润表、现金流量表这三张报表的统计指标、口径、计算公式都是有统一标准的,每家企业都按照相同标准来计算和分析。对比起来,人力资源的数据就显得寒碜了不少。
老梁:咱们的劳动生产率、人均创利、百元人工成本创利、百元人工成本创收等指标都是标准口径的数据啊。
Miss陈:不然。说起来人力资源统计指标挺多的,除了你说的这些,还有人工成本投入产出比、企业劳动分配率、人事费用率等,算下来也有百十来个指标,涉及人力资源的各个模块。但是这些指标并没有形成统一标准,其统计口径、计算方式在不同的企业或多或少有些差异。
首先是统计指标没有标准。比如,分析人工成本投入和产出,既可以用百元人工成本创利、百元人工成本创收,也可以用劳动分配律、人事费用率、人工成本占总成本费用比等指标,具体用哪些指标需要企业自己选择,所以不同企业可能有不同算法。
其次是统计口径没有标准。比如,最常见的劳动生产率,有些企业的统计口径是以与公司签订了劳动合同的员工来计算,有些企业则会将派遣员工合并计算,还有些企业可能会将外包业务的员工也统计进来。
老梁:咱们人力资源的数据确实存在这种问题,统计指标倒是多,但选用哪些指标,用什么口径来统计,每个企业的做法可能都不同,这的确是一个让人头疼的问题。