小编按语：近来有热爱学习的HR小伙伴向杨冰老师（Keystone科石咨询合伙人，资深顾问，国内HR数据分析与人才效能领域领衔专家）咨询了若干与HR数据分析相关的问题，小编根据杨老师的回复，整理成文字，撷取其中有代表性的内容以飨读者。

 

1、目前HR数据分析比较分散，没有形成体系，且资源有限，数字化工具较缺乏，只能利用Excel工具，在此情况下，应该最优先进行哪方面内容的人力资源数据分析，以呈现价值？

 

答：如果是数据源不足，工具也比较缺乏，资源有限的情况下，一般来讲，很多企业都是这种情况。通常都会分析三个方面的内容：

 

第一个方面就是人才结构的人才基本信息分析。比如说结合我们员工的基本状况，跟他所在的层级，他所在的相关的岗位，从这些基本信息当中可以得到什么？我们上课的时候有一张人员信息分析表，它可以参考这个人员信息分析表去落地。比如说上课的时候举的例子，腾讯说总监级以上的、30岁以下的人竟然只有一个，类似于这种分析，就属于叫人员信息的分析。

 

那第二个方面呢，可以分析人才的结构和人才的状态。这个人才结构指的是，他的这个纵向，不同层级的人数比例，就是我们上课所讲的人才形状，这个是肯定能做的。就分析现状，那么可以给出一些叫做笼统的一些比较。比如说常规来讲，职能部门是火箭型的人才结构，技术部门是火箭型或菱形的人才结构。那我们现在是什么样的人才结构？这种人才结构的分析，以及人的状态分析，比如说绩效的分布，如果做潜力评估的话，高潜人才的占比这些内容。

 

第三个方面，就是分析人力资源职能运行状况。其实就相当于招聘的这个关键岗位的招聘到岗率，就是我们上课的时候讲到的那几个人力资源功能里面的一些关键的高效率层面的一些关键指标。

 

2、HR数据分析的成熟度模型与企业发展的阶段是否有关联？如果企业成立时间不长，还在高速发展阶段，是否不应对HR数据分析的成熟度要求太高？还是说不论企业的发展阶段，HR数据分析越成熟，越有利于企业创造价值？

 

答：人力资源数据分析的程度，跟企业发展阶段肯定是有关系的，成立时间不长，还在这种高速前期的这种高速发展阶段的话，对HR数据分析的成熟的要求当然不需要太高，没有必要。因为我们要做的是搭建人力资源体系，而不是说对人力资源数据分析方方面面都做的非常全面。连人力资源都还没有做全面，人力资源数据分析当然也不需要做的太成熟、太全面。

 

那这个时候应该这样去理解，就是应该把人力资源数据分析当作一个工具去支持人力资源功能的实现，那么我们所做的人力资源数据分析，就是一些点状的、有价值的专题分析就行了。我举个例子，比如说我们是个初创型的公司，那么我们希望公司要做一件事情，什么事情呢？就是加快产品的研发速度，那我们在这个人才配置上，在招人的渠道和薪资定位这件事情上，我们在招来之后，他的考核、留用培养这件事情上，我们可能要做什么。那这个你可以理解为是一个HR的这个点状的规划，你也可以理解为就是整个过程当中都需要数据分析来支持。

 

所以对第二个问题，我的建议就是随着公司的发展阶段，HR数据分析的成熟度肯定是有变化的，早期的时候不需要太成熟，但是呢，我们还是需要点状的去做一些分析，去创造价值。当企业越来越成熟的时候，企业的体系化越来越强的时候，那么这个时候HR数据分析的体系化也随之就可以越来越成熟，越来越完善。

 

3、数据分析结果很多时候只是揭示了现状，但如何透过数据，看到数据反应的问题以及背后的原因，并提出有针对性的改善计划才是最困难的。对此，是否有具体的思路介绍？

 

答：数据分析结果往往只是揭示了现状，但是如何发现背后的问题呢？并且有针对性的展开，这种叫做改善计划确实是最困难的。

 

这件事情呢，有两方面的理解：一方面就是数据分析帮助我们发现问题。其实能实现这件事也不错，就是通过数据能帮我发现问题，但实际上是现实当中很多企业没有办法通过数据发现问题，所以我觉得这是第一层面要去解决问题。通过数据分析揭示的现状，也确实看到了问题，能找出真正的问题，并不是一件容易的事情，这是我的理解。

 

第二个方面，如果发现了一些问题，比如说他背后的原因，它的根因，他的真因是什么呢？这个可能需要在这个表层数据的后面，再进一步去做洞察，我们课程当中讲的那个研发人员离职率高的这个问题，表面上看到的是研发人员离职高，这是个问题吗？是的。那为什么离职率高呢？结果发现研发人员里面P6到P7的人离职率才是最高的，同时四季度也是离职率最高的，从阶段上或者从流量上来看，它的核心原因是什么？而不仅仅是离职面谈能总结出来的原因，那么进一步去找根因，结果发现真正的根因是整个过程都是通过数据分析来实现的，那么真正的根因什么呢？有可能是人才结构、人才机率的、晋升规则的问题等等。

 

所以我刚刚讲第一个层面就是数据分析需要发现问题，第二个是发现问题之后，还可以通过数据分析的手段来找到原因、真因、根因。那么实际上对于很多问题来说，如果说表层现象问题找到了，底层的根因找到了，这个时候改善计划自然而然就会很有针对性，问题越来越明确，答案也就越来越清晰。

 

4、对于与公司利润增长无直接关联的中后台岗位，如何确定人效数据？即使确定人效数据，也未必能找到市场对标数据，在未有市场数据的情况下，如何定编？

 

答：这个问题有一点大，为什么呢？问的是与公司利润增长没有直接关系的中后台岗位，如何确定人效数据，即便是确定人效数据也未必能找到对标，这个时候如何定编？对于这个题目的理解，有一点我要纠正一下，就是首先他想问的是中后台岗位的定编，中后台岗位的定编的话呢，它背后有很多种方法。人效只是其中一种方法，可能有人效的方法，有工作效率的方法，有职能配比和人员配比的方法，有职能分析的方法，定量加定性等等。所以如果中后台岗位的定编，它背后有很多种方法。

 

第二个层面，如果说其中有一个方法是通过人效来做的话，那么中后台岗位的人效原则上来讲确实是蛮难做的一件事情。你总不能全部都用配比，都用这个服务比、人数比这种。但是一般来讲，到这种过程的岗位、中台岗位，部门很难定出人效。但是岗位呢，部分岗位是可以定出人效的。比如说法务岗位，点状的一些行政岗位，采购岗位等等。我上课的时候也有举例子，就是部分岗位是可以找得到人效数据的，部门不一定能找到人效数据，这确确实实存在的一个问题，所以我才说中台岗位的定编，它背后是多个方法的组合。

 

那么还有一个问题，没有市场数据怎么办？这就是一个对标的问题，或者说基本分析的问题，就是没有市场数据的话，其实很多东西都有可能没有市场数据，比如说我们做的任何数据分析都有可能没有。没有市场数据原则上来讲的话，我们在讲基础分析的时候讲过很多，比如说内部对标，内部兄弟公司之间的比较，比如历史对比，自己跟自己的历史数据去比，结合这个增长性，增长率跟自己的历史数据做对比。没有市场数据，这只是一个理由，市场数据就在那，市场数据肯定是有的，只是我拿不到，这是两件事情。所以从中长期的角度，要持续的不断的关注外部数据，还是要想办法拿到，我至少可以点状的拿到一些竞争对手，个别公司的数据，这个是没问题的。

 

5、关于人工成本的投入产出比，“人工成本/利润”应该在怎样的水平是合理的？应该不是越低越好吧？这个值越低有可能反映企业对人工成本的投入不够？

 

答：对的，当然不是越低越好。人工成本除了利润，我们可以把它叫做人工成本占利润的比例，或者劳动分配率都可以，这样的一个指标从财务的视角，当然是越低越好。但是从经营的角度，或者说从管理的角度，人和人工成本，他跟设备成本，材料成本有很大的不同啊，人和人工成本都是在增值的，所以我们叫人力资源和人力资本，所以指标原则上来讲，从财务视角，如果是人工成本，除了利润，控制在一个合理范围是比较好的。我上课的时候讲过，人工成本增长率和利润之间的比较，谁快谁慢，人工成本增长率的速度要小于利润的速度，这种动态的分析、比较和管理的过程才是最有价值的。对于这个值来说，原则上来讲的话，定出什么样的标准，对于这个值来说是高还是低，要放在行业里面去比较，外部比较或者内部比较，或者跟自己历史的比较，这样才能做出一些综合的判断。

 

现实当中有很多这种不确定性，比如说公司利润忽然因为一个特别的原因大幅增长，以至于这个数忽然就掉下来了，变得很低，那你说它是不是对人工成本的投入不够呢？结合这个问题，就是问题里面提到说这个值越低，是不是反映了企业的人工成本的投入不够，就是因为现实当中有很多种特殊的情况发生，我觉得这个客观去看待就可以了。

 

这个值越低的时候，如果你证明它确实跟外部比、跟竞争对手比，或者跟我们自己比也好，都是越来越低，而且是不断下降的，同时你需要增加论证，就是我们的薪酬竞争力到底怎么样，员工的认可度到底怎么样，员工的流动到底怎么样。综合信息，从综合的数据分析之下才能得到结论说，确实我们企业对人工成本的投入不够，也不能只完全说我只看这一个指标，比如说这个指标很低了，越来越低了。但是呢，我们的薪酬竞争力确实在提高的，员工满意度也都在提高，所以你也不能说企业对人工成本的投入不够，有可能是我们在利润这件事情上做的更好。当利润做的更好的时候，这个值自然就越来越低。所以呢，我觉得他不是一个孤立的指标，要综合分析才能得出结论来。

 

 

（未完待续）