我们把人才数据分析的成熟度分为四个层面，第一个层面是反应性统计，包括基础组织与岗位信息、员工基础信息、员工基础行为数据等。第二个层面叫做高级分析。常用的分析方法包括人才细分、基准分析、内容分解、连续性统计。第三个层面为决策分析，包括业务驱动分析、关联因子和因果分析。第四个层面我们可以理解为模拟和预测。需要建立价值判断基准、复杂建模和数据预测。

传统人力资源管理过程中的选用育留辞、入离升降调的数据在某种程度上体现了效率价值，基本在第一和第二个层面徘徊，某种角度上，这些基本都是人力资源部“自娱自乐”的数据。

原因是这其中有两个致命的缺憾，一是管理视角，而非人才。管理视角关注管理行为，人才视角关注人才特征和驱动因子。我们的国家在做供给侧改革，也给我们的企业管理带来启发，以往的管理侧重管控，自上而下视角。现在的管理侧重引导和影响，强调以人为本的自下而上的视角。站在人力资源管理的角度，人本时代，六大模块向人才管理的转型，用应景的话来讲，也是人力资源管理供给侧的体现。二是微观视角，而非宏观、经营和价值视角。也就是我们常常说的由内而外，而非由外而内的视角。经营层或企业主看待人力资源的视角是什么，不是传统hr管理模块的数据记录。而是更体现效力和价值的管理结果，对组织效益、人力资本价值、战略人力规划（swp）、人才发展的促进。这两个缺憾也体现了人力资源管理转型变革的关键导向。

回到人才数据分析的角度。解决第一个问题需要改善分析角度和技术，对接问题发现和价值判断，方法是小数据分析（而非大数据）。解决第二个问题需要开展聚焦产出的驱动要素分析，方法是（1）寻求业务、组织和人才发展的关联关系、（2）建立价值模型和（3）展开趋势预测（其中有大数据的意思在里面，但仍尚未进入大数据分析的范畴）。篇幅有限，不便展开对两个问题背后更为细分的解决方案逻辑的表述。

但有一件事情是这其中最为关键的一个改善细节，甚至可以说衡量人才数据分析成败的关键标准，就是高绩效组织与人才管理价值引导。

需要建立一个价值判断标准。价值判断标准是什么？我们可以简单的理解为什么是好的，什么是坏的。同时，这个标准是在动态演化的，在这其中，演化的要素又是什么。在一个组织中，管理的目的和结果从很大意义上讲，是对业务目标达成的驱动。那么衡量好的组织发展和人才发展的标准是什么？我们的组织与人才差距在哪里？我们如何清晰的表达高绩效组织和关键人才所蕴含的价值判断要素？我们如何动态的更新和持续改进这些判断要素与标准？

我们强调循证式管理（一阶），强调人才细分和逻辑分析，这种深度思考习惯会给我们带来诸多像问题发现的乐趣，但这仅仅停留在第三层面。展开人才数据分析的目的是用规范式的研究方法来界定未来去处（第四个层面），界定价值要素（二阶）或者是说界定界定价值要素（三阶）的方法之后，开展仿真模拟和预测将会带来巨大的商业和管理价值。并且，当我们知道什么是正确的，我们就可以不断思考和引导如何达成正确。

在这个过程中，有三个要素非常关键，一是数据积累，取自时间维度、空间维度、组织内部以及组织外部等方面的数据，对接数据筛选原则。二是分析技术，通过第三和第四层面的数据分析过程，结论应引导其产生类似组织形状、赢模式、组织效能杠杆、关键人才画像等各类焦点明确的价值判断标准。三是结果应用。

就以上内容而言，在若干公司中，都当下正在探索和发生的事情。


文章为科石咨询版权所有，未经允许，不得转载，如需转载请联系：hr@keystonecn.com