员工数据对业务的影响

  许多企业已经在财务、市场以及运营的分析上取得领先优势,也凭借这些分析获得不俗成绩,不过近年来,各种针对“人”的分析技术也受到了关注,大家都希望通过有效分析将组织中的”人“运用到极致,帮助企业在如今的VUCA 时代赢得胜利。

 

  员工的数据分析对企业与HR来说有多重要,其实很多人都有这方面的意识。在实践当中,我们经常会听到HR的疑惑:我分析的这些数据是正确的吗?或者我用的分析工具是对的吗?我相信很多HR都会有这种疑问,不过没关系,数据分析技术已经逐渐走入“百姓家”,HR无需是数据分析与统计方面的专家,很多技术就能帮忙搞定。

 

  事实上,我们不用因为“数据分析”这个看似高大上的词就迷惑,比起如何分析,HR们更应该考虑的是我们应该收集哪些数据?如何衡量数据的有效性?以及数据分析的结果能为我们带来哪些洞察?所以,比起在意数据本身的正确性以及工具的正确性,我们更要注重“用途的正确性”。只有方向对了我们才能抵达终点。面对一堆数据,重要的是我们应该如何用好他们。

 

  员工数据分析的重要性

 

  一般情况下,想要衡量HR对业务的贡献程度,许多公司通常是对HR相关工作的数据来说明,比如招聘的时间与花费、对员工绩效的改善程度、以及员工敬业度的提升与人才的保留等等。不过这些数据就能证明业务部门真的从中获益了吗?而面对员工所带来的一系列挑战,是否又可以只通过HR这个维度的数据就能得到解决呢?想要真正洞察员工的心理与行为,就需要明确你真正向解决什么问题,并通过相关数据的整合分析来得到答案。

 

  想要进行数据的整合,就需要完成一项重要的工作:编译。也就是将来自不同环节的零散的员工数据源进行编译之后才能录入数据库。当企业建立起这项工作的流程并持续开展这方面的工作,你就能直观地且清晰地看到数据呈现在你眼前。

 

  HR要引起重视的一个关键点是:数据源的范围需要进行重新定义。在过去,HR会更多关注数据的类别,比如上文中提到的关于招聘、绩效、敬业度与离职方面的数据都是数据的类别。而如今,HR需要关注的是“每一个员工”,收集关于他们“自己”的个体数据。当企业能够收集到关于员工个体越多方面的数据(千万别与其将“侵犯隐私”联系起来),就越能丰富企业的数据库,也就越有机会从中获取更多的有效洞察。

 

  不过HR们千万别高兴的太早,因为从数据的收集到数据源的筛选,再到数据库的建立直至产生洞察,这是一个漫长的过程,同样,也需要HR明确,那就是企业期望用数据来解决什么问题,又期望从数据当中获得哪些洞察。

 

  一旦HR期望通过数据来制定某项决策,就会发现当我们将员工“个人”作为数据源时,只要通过有效的分析,就能形成得出极具针对性的结果。无论制定何种政策,更能做到有理有据。

 

  员工数据分析带来的挑战

 

  看到这里我相信你一定也知道了员工数据分析这项工作有多重要,不过,有些HR一定会说:我们现在已经有了一些技术和工具来分析数据,但真的用起来还是感觉很痛苦啊。这是HR们普遍都有的心声。

 

  HR领域的知名专家JoshŸBersin曾在他的某篇文章中提到过:许多组织都开展了许多“独立的”数据分析项目,没有将这些项目进行连接与结合,最终导致效果不佳甚至失败。这就可以明显地看出,即便很多企业做到了将“数据源录入数据库”这项工作为数据分析打下基础,但远远不够。

 

  员工数据分析的一个*大的挑战是:由于收集的数据是“员工个人”的,包括他们在组织中参与的各项活动以及与公司互动的数据,这些数据涉及到很多方面。因此,企业如果用“独立项目”的形式分析数据,则会造成数据不全面,分析不彻底,因为,可以用来分析的数据也许存在不同部门,甚至不同地区的数据库中。

 

  数据库无法打通、数据无法连接以及数据被“孤立”分析,这些都是员工数据分析工作所面临的挑战。

 

  企业开展员工数据分析的四步法

 

  按照惯例,说了员工数据分析的重要性以及挑战,Optis一定会给出自己的看法,告诉大家可以怎么做。报告中,Optis简单地告诉大家开启数据分析之旅的入门四步法:

 

  第一步:制定数据基准

 

  数据的录入并非是什么数据都要录入,而是需要进行一定的筛选。企业可以根据自己的实际情况来制定数据的基准,确保录入数据的质量。基准的建立能在录入前就筛选出那些质量不高的数据,以免造成数据库杂乱,在分析时反而“迷惑”了自己。

 

  第二步: 从建立综合数据库开始

 

  上文已经提到过,数据绝不能孤立或散落各地。这要求企业建立一个综合且相对全面的数据库,也就是说这个数据库当中需要录入员工相关的所有类别的数据,比如在过去员工的绩效、培训和薪酬信息是录入到HR负责的系统当中,而他们的工作业绩等是录入到其所在地区和部门的系统当中。这样做会对数据分析工作造成巨大障碍。唯有建立综合数据库,才能保证分析的有效性。

 

  第三步:数据需要不断迭代

 

  数据是在不断变化的,因为员工会改变自己的行为,无论这种改变是公司通过一些方法促使他们改变的,又或是他们自主改变的。有改变就会有新数据产生。另外,有新员工也肯定会有新数据,有员工离职也就会产生旧数据,这些数据都需要录入或删除。数据不断迭代可以使企业随时都能使用。

 

  第四步:随时产生洞察

 

  上文中提过,进行员工数据分析时一定要明确自己的目标,明确分析结果用来做什么。不过对于HR来说,在平时还需要做另外一项工作,尤其是数据迭代之后,HR们可以在浏览新数据时能否观察到某种新现象。这种能力需要HR不断进行练习,久而久之形成一种对数据的敏感度。这虽然不能马上练成,但HR们不能忽视这种练习所带来的成果。

 

  数据分析有三个不同的阶段:“告诉大家发生了什么”是第一阶段;“告诉大家为什么发生了这些事”是第二阶段;而第三阶段就是基于数据分析产生洞察的“告诉大家将要发生什么”。

 

  可以说在全球范围内能做到第三阶段的企业也是少数。因为对于数据的要求非常之高,涉及到整个组织范围的各项数据,同时在分析时强调数据的交叉运用。在这一阶段对企业提出的要求是多渠道与多维度的数据来源、有效的分析建模以及对数据精准的解读能力。

 

  虽然很难,不过大家依旧要往这个方面去努力。在职场中,都是从终极目标开始,为达成目标而努力。在此与大家共勉。

上一篇:新员工是“职场巨婴”, 还有得救吗? 下一篇:瑞幸咖啡HRD: 18个月300亿疯狂增长背后的人力资源体系