数据讲故事——基于证据的人力资源的人类艺术

“人员分析应该用于建立洞察力，而不是简单地将人的因素从制定战略中移除。毕竟，你可以用数据来证明任何事实!”

我对你2018年的愿望是，你在你的生意中成为更多的麻烦制造者。是的，你没看错。

随着首席执行官们试图解决诸如市场变化、人才和劳动力需求等大问题的需求不断增加，人力资源团队意识到应该使用人员分析来建立洞察力，而不是简单地将人的因素从制定业务战略中移除，这比以往任何时候都更重要。

我们可以从人员分析中获得什么样的见解?

人力分析现在是一门著名的学科，也是大多数大型组织人力资源和IT部门的必修课，因为这个市场的起源可以追溯到工业心理学的诞生。

根据Josh Bersin最近的一篇文章在美国，公司已经开始建立预测模型，以帮助他们了解人员流动、团队绩效和领导有效性的驱动因素。

然而，考虑到大多数公司的人力资源系统都有点混乱，市场仍然比其他公司功能慢。

目前，人员分析领域尚未解决的问题包括将这些数据与业务绩效完全联系起来。许多人仍然认为人力资源是一个“松散”的职能，有时这些想法来自公司内部。

我的问题是为什么?人力资源不再是“毛绒绒的”，在一个我之前写的一篇文章人才管理、职场学习和人才不再是人力资源部门的职责范围。

“事实上，这不再是任何一个职能部门的职责。人力资源，运营，It，这些都是核心业务的可持续性。在消费者时代，来自他人的客观观点比品牌声音更重要，知识分享、指导和培训已经从人力资源部门提升到更广泛的组织中。”

员工是一家公司最大也是最昂贵的资产——如果我们已经有了相关数据，为什么我们不能回答以下这些与业务和人员相关的问题呢?

• 是什么让顶级销售人员高效?
• 我们需要雇佣谁才能得到更多的人?
• 为什么一个公司今年的离职率比去年高?

这些都是人力资源或“人”的问题，今天的高级人力资源领导问我。最大的问题是:我们如何使用数据来理解、分析和预测这些业务问题?我们如何利用数据来帮助公司在当今快速变化的步伐中蓬勃发展?

Josh Bersin在他的2018年人力资源技术中断报告称，“分析市场和人工智能市场非常相似。”随着时间的推移，SaaS和基于云的供应商将成为情报提供商，而不仅仅是分析提供商。

然而，与此同时，组织如何使用人员分析来构建业务战略的洞察力?

在深入研究之前，我们首先应该验证和检查我们收集的数据:

你收集的数据是什么?这些数据多久更新一次?我们谈论的是多少数据点——在统计上是否足够提取见解?

我们可以开始考虑哪些数据点与业务结果相关?

出于本文的目的，我将使用Talking Circles收集的数据点示例，这是一个位于伦敦的点对点知识共享平台。

1.预测保留

当我们谈到业务影响时，留住员工是当今任何组织最关心的问题。按Jack Altman, Lattice的首席执行官在美国，更换员工的全部成本(包括收入损失和员工敬业度低)通常是该员工年薪的100-200%

业务问题:根据敬业度和知识差距之间的相关性，哪些员工可能会留下或离开组织?

为预测未来结果和行为而收集的数据点:

• 与同伴的参与和互动——分享的是什么样的知识?
• 愿意分享知识，以加强整个组织的协作
• 愿意发展技能，并对晋升有热情

2.招聘

招聘软件市场是当今人力资源技术领域最具活力和激动人心的领域Josh Bersin．然而，如今的组织如何识别团队中的技能和能力差距，从而知道招聘什么角色?

我们已经看到很多供应商分析团队动态来雇佣适合团队和角色的候选人——但是角色本身呢?

业务问题:是什么让具有特定能力的团队更成功或更不成功?低绩效团队的差距是什么，高绩效团队的共同点是什么?

为了解和识别技能差距而收集的数据点:

• 高绩效团队和低绩效团队在技能和知识方面的差距和专长。同一组织内不同业务部门的数据有何不同
• 在高绩效团队中提高知识兴趣和技能
• 识别组织中的“给予者”和“索取者”

3.收入

谷歌的业务成功和快速采用基于数据的人员管理来推动业务结果，使谷歌产生了惊人的劳动力生产力结果。平均而言,谷歌的每位员工每年产生近100万美元的收入和20万美元的利润．

业务问题:知识共享和能力发展如何影响销售和客户保留?

为增加收入而收集的数据点:

• 产品知识在高绩效和低绩效团队、商店和业务部门之间传递。这种产品知识如何与增加销售额相关联?
• 节省时间，提高效率，减少在正确的时间找到正确的信息所花费的时间
• 识别组织中的“给予者”和“不受欢迎的给予者”。组织心理学家、沃顿商学院教授亚当·格兰特表示，优秀的领导者都有一个共同的目标，那就是帮助他人。

“在我们的组织中，不愉快的给予者是最被低估的人，因为他们会给出没人想听、但每个人都需要听到的批判性反馈。”- - -亚当•格兰特

这些数据通常不会被记录下来，即使被记录下来，也往往涉及到中层管理人员的主观判断。使用技术来确定这些数据点，并利用它们为我们提供业务见解是很重要的。

将留存率的历史观点与损益表等业务指标联系起来，只会让我们获得回顾过去的信息。

未来的趋势和预测如何?这就是机器学习和预测算法发挥作用的地方，它们训练于过去的数据，但可以推广到未来的数据。

道路上的坎坷

尽管毕马威在《基于证据的人力资源——您的员工和交付业务战略之间的桥梁》一书中展示了高管们的明显承诺，管理层内部的怀疑仍然存在．

我决定与你们分享一些可以“轻松”解决的短期障碍，而不是评论长期的障碍。

1. 注意人力资源部门和其他部门之间的差距。这是改善企业文化、减少文化阻力的第一步。找到人力资源部门和业务部门真正关心这个问题的利益相关者，并制定共同的目标和目标
2. 通过讲故事来传达数据。财务将会带着确凿的事实和成本来到董事会，这将完全冲淡你所有的努力。坐在桌前，根据你搜集的人员分析，讲一个故事
3. 缺乏技术资源。拥抱这个领域数量惊人的供应商，他们使用他们的基于云服务的技术来获得与高管层沟通所需的技术、技能和资源

结论:不可阻挡的力量

如今，现实和文化障碍可能会阻碍你的数据叙事和基于证据的人力资源，但它最终将不可避免地占据主导地位。根据我的经验，推动进步的关键因素是缩小人力资源部门和其他业务部门之间的差距。

尽管如此，近期的前景依然光明。这股不可阻挡的力量会给你的组织带来什么?

1. 推动新一代人力资源战略，包括新的工作方式和人才管理获取战略;
2. 创造数字体验，让员工更快、更敏捷、更灵活;
3. 业务决策，将授权您的员工，同时提高生产力和效率。