1.1　人力资源管理为何需要数据分析

老梁：经理，您常说人力资源管理要重视数据分析，可我觉得人力资源管理在实际工作中并不缺少数据分析啊。您看我们做薪酬、管绩效、建档案、搞培训都是在和数据打交道，每月、每季、每年都会出分析报表，这些不就是数据分析吗？咱们已经在做了，为什么您还强调数据分析呢？

Miss陈：你说的这些工作自然是在和数据打交道，也是数据分析，但主要是对人力资源各个管理模块产生的数据进行简单的分析运算，如汇总、计算均值、总和等，再通过横向对比、纵向对比等方法从不同维度进行比较分析，然后形成报表，做成报告。实际上，这些工作属于数据分析的较浅层次。

老梁：较浅层次？您的意思是人力资源管理数据分析还分层次吗？

Miss陈：是的，数据分析的层次和我们人力资源管理的发展阶段有关系，你知道人力资源管理发展的三个阶段吗？

老梁：知道，人力资源管理历经了三个阶段，分别是人事管理阶段、单向人力资源管理阶段和战略人力资源管理阶段。

Miss陈：其实不同管理阶段对数据分析的需求不同，人力资源管理发展的三个阶段分别对应了三个层次的数据分析需求，具体来说有以下三点。

（1）人事管理阶段：这个阶段需要对基本数据进行整理、统计，比如计算薪酬、记录考勤、统计加班信息、分类统计人员信息、编制薪资报表等，基本上就是对原始数据进行普通预算，这属于数据粗加工。

（2）单向人力资源管理阶段：这个阶段在对数据粗加工的基础上，需要统计更为复杂的指标，用于分析和反映人力资源管理的水平，诊断管理的健康程度。这些指标涉及人力资源各个模块，比如招聘成功率、员工流动率、培训百分比、工作负荷率、企业年轻化程度、劳动生产率，等等。经过几十年的发展，人们总结了不少指标，从类别上划分，大致可以分为人力资源效率指标、人力资源发展指标、人力资源描述指标、人力资源健康指标四类，还形成了人力资源统计学、人力资源会计学等学科。这个阶段开始对数据进行精加工，主要是研究和提炼管理指标，通过计算各种指标来进行数据分析。

（3）战略人力资源管理阶段：这个阶段将人力资源效能与公司发展战略结合起来，形成人力资源发展战略，进入战略管理阶段。这个阶段需要分析人力资本的投入和回报、人力资源在企业的影响力、人力资源如何促进公司战略目标的实现等更高层次的命题。这个层次需要更为复杂的统计指标和分析技术，在分析指标上重点研究人力资本在企业中发挥的作用，并能够根据需要建立管理分析模型，在分析技术上需要采用更为高级的概率统计分析方法。

老梁：原来不同的发展阶段对人力资源数据分析的需求是不同的，看来我对数据分析的理解还不够啊！

Miss陈：所以我们也要与时俱进，结合当前人力资源管理的发展趋势，加强对数据分析知识、技能、工具的学习，提高数据分析水平，将数据分析的知识和技术应用到人力资源管理实践中去，提升我们的管理水平，促进公司战略目标的实现。

老梁：经理，您说得对，不过关于数据分析对人力资源管理工作的必要性，您能讲得再详细点吗？咱也想加深对数据分析的认识和理解。

Miss陈：好的，下面我就详细讲一下人力资源数据分析的意义。

1.1.1　数据分析是人力资源管理发展的趋势

Miss陈：老梁，请问你现在的工作可以不用电脑吗？

老梁：经理，根本离不开电脑啊。不仅是我，几乎每个部门每个员工的工作都离不开电脑。上个月初公司停了一天电，结果各个部门的工作都停滞了，台式电脑开不了机，内部服务器瘫痪，笔记本电脑即使能用也打不开OA（办公自动化）。于是大家休息了一天，啥工作都没干成。

Miss陈：这说明我们的工作对电脑的依赖性很强，超过了以往任何时候。我们已经习惯了通过办公软件和各种管理系统来开展工作。比如，在人力资源管理方面，我们就启用了若干信息化系统来辅助管理，包括员工档案管理系统、培训管理系统、在线培训系统、员工素质测评系统、绩效考核系统等。我们对这些管理系统产生了依赖性，而这种依赖性实际上也成为了当前人力资源管理的特征，照目前的趋势来看，这些管理系统还会逐步向移动终端发展。

计算机管理系统每天都会产生大量数据，如何充分利用这些数据来提升人力资源管理水平，已成为人力资源管理的重要课题。这些数据就像是原材料，我们现在只是进行了粗加工，实际上可以进行精加工，可以更加有效地利用这些数据来为我们所用，给我们提供更有价值的信息。

现代计算机技术的发展、大数据技术的发展、数据挖掘技术的发展，以及数据分析工具的普及，都为高级数据分析技术在人力资源管理领域的应用提供了良好的土壤，也对人力资源管理工作提出了更高的要求。那些看上去复杂、神秘的数据分析技术和昂贵的数据分析软件曾经阻碍了数据分析技术在管理领域的广泛应用，但是现在形势已经发生变化，数据分析的技术和工具不再是高高在上遥不可攀。现代人力资源管理领域应在实际工作中充分利用这些技术和工具，创新管理手段，提升管理水平。所以，可以说数据分析是人力资源管理发展的趋势。

1.1.2　数据分析体现人力资源从业人员的技术刚性

老梁：经理，要达到您说的更高层次的数据分析水平，可能需要学习很多计算机和统计学知识，我担心这会阻碍人力资源管理人员去应用数据分析技术。

Miss陈：对人力资源管理人员来说，要额外学习计算机和统计学知识确实有难度，但对于这些知识其实只需要学习基础内容就可以了，而基础内容的难度并不大。比如学习R语言，只需要掌握语法和数据结构等基础知识，就可以开始应用了。R基本上是采用函数编程，很多算法模型往往就是那几个函数，设置一下参数就可以建模。用了之后你会发现和Excel的函数用法差不多，上手应该会比较快。统计学方面的学习也不用去研究算法原理，可以把算法当作黑匣子，只需要学习算法的输入、输出和适用条件等基础内容就足够了，这样其实比较简单。

老梁：学习基础知识恐怕也要花不少时间呢！

Miss陈：学习当然需要付出时间和精力，不过一旦迈入数据分析的世界，你会发现人力资源管理迈上了一个新的层次，人力资源的管理水平和技术水平将显著提高，人力资源管理人员的技术刚性也将显著提高。到时你就会明白这种付出是非常值得的。

老梁：经理，您说的技术刚性是什么意思？

Miss陈：刚性本来指物理属性，是物体承受外来压力但性质不发生改变的属性。这里说的技术刚性，指技术能力达到一定高度而不受外部变化影响的能力，也就是说技术能力达到了某种境界而表现出不可替代性。

老梁：明白了，您的意思是数据分析能够提高人力资源管理人员的技术能力，提高人力资源管理岗位的不可替代性。

Miss陈：是的。你在公司时间也不短了吧，应该看到这几年常有人员调到人力资源管理岗位工作，这些人员的专业出身五花八门，市场、财务、经营管理、综合、技术的都有，给人的感觉是什么人都能搞人力资源管理工作，这是什么原因造成的呢？

老梁：咱人力资源管理的工作给别人的感觉是技术门槛低，谁都可以来做。这和财务工作的对比最明显，不懂财务知识根本没法开展工作，但不懂人力资源管理知识也可以开展工作。

Miss陈：这就是人们对人力资源管理的刻板印象，认为人力资源管理专业门槛低，入门容易，人人都可以做。但实际上我们都知道，人力资源管理涉及的知识范围非常广，能力要求也非常高。你看咱部门的本科、研究生占比，是全公司所有部门中最高的，这在某种程度上也说明了人力资源管理对人的能力要求很高。

要改变人们的刻板印象是相当难的，数据分析恰好可以成为改变印象的重要元素。这是因为数据分析代表了较高的知识和技术含量，具备技术刚性，一旦将人力资源管理与数据分析技术结合起来，某种程度上也提高了人力资源管理本身的技术刚性。

老梁：嗯，明白了，看来学习数据分析对人力资源管理人员来说是非常必要的。

1.1.3　数据分析能够为人力资源管理者提供强有力的决策支持

Miss陈：当然，人力资源的数据分析最重要的作用还是给企业管理层提供决策依据。

老梁：就是说将分析结果提供给公司领导去做决策吗？

Miss陈：是的，这点非常重要。如果数据分析只用于人力资源管理本身，只用于提高人力资源管理的水平，则显得狭隘了。若数据分析能给管理层提供有用的信息，能够影响和帮助公司做出正确的经营决策，才真正体现了数据分析的价值。

比如，我们分析各个分公司的人力资源管理效能，分析分公司在人力资源管理投入和产出上的差异，再结合行业对标数据，对下一年的人员配置、工资分配提出相应的优化方案，将分析和方案提供给管理层，那么管理层就可以根据这些信息决定是否调整公司的经营指标和预算，更合理地给分公司下达经营任务等。这其中数据分析的内容就成为了重要的决策依据。

老梁：嗯，如果能引起管理层的重视，能够给管理层提供有效的信息，那也不枉咱们花时间去学习这些知识啊。

1.1.4　数据分析是人力资源管理的刚性需求

老梁：其实咱们天天都在接触数据，基本上各种总结、报告都会用到数据分析，虽然目前数据分析的层次还有待提高，但感觉数据分析已经是工作的一部分了。

Miss陈：的确是这样，实际上我们的工作根本离不开数据。人力资源管理六大模块中，人力资源规划、招聘与配置、培训与开发、绩效管理、薪酬福利管理等模块都要以数据为基础，这些模块每天都会产生大量数据，加上各种管理系统及其存储的数据，可以说人力资源管理人员就是围绕数据在干活。

老梁：是啊，我们跟您汇报工作时如果没有数据来支撑内容，都不好意思拿出手，没有数据分析的报告也没有多少说服力。您看每个季度公司的经营分析会，都有人力资源分析，其中包含大量的数据分析，如人工成本、工资总额、人员流动情况等，都需要用数据来说话。

Miss陈：所以进行数据分析并且不断提升数据分析水平是人力资源管理的刚性需求，是我们必须要做的工作。