什麼是數據化人力資源管理
什麼是數據化人力資源管理呢?隨小編一起來看看吧!更多內容請關注應屆畢業生考試網!
一、要連接財務報表，反映效能
HR喜歡強調，人力資源管理是固本強基，無法直接產生財務收益。一個突出的表現是，他們喜歡突出自己的專業，言下之意，“你不是我們這行的，我們做的東西你不懂，但肯定有用”。這顯然不是和其他業務部門玩耍的節奏。專業化分工已經是上個工業經濟時代的事情了，人力資源管理的界限會越來越模糊，是嵌入商業模式設計中的。
隨着商業邏輯的迭代，人到人力資源效能的因果關係越來越明顯，去除了工業化時代的模糊。一是因為人人時代的到來，個體協作的交易成本已經降到最低，我們能夠量化出個人的產出。二是因為市場具有高度的不確定性，倒逼人力資源管理給出更多的確定產出。這就是很多老闆現在越來越功利，越來越要求HR用結果來説話的原因。老闆心中有個潛台詞：“你告訴我，我花了這麼多的人工成本，我買到了什麼!”
所以，既然HR們的專業被拆除了壁壘，既然HR們越來越被要求給出確定性產出，他們就應該用大家的語言來溝通——財務報表。實際上，不能進入三張表(資產負債表、損益表、現金流量表)的所謂“貢獻”，老闆們不會認可。從這個角度説，人均應收、人均成本、人均利潤、人工成本投產比等等指標才是老闆們關心的。更進一步説，要考慮員工的直接產出與投入之間的關係，比如每個員工服務的顧客數，服務100名顧客的差錯次數等。這可能會讓HR感覺到壓力，但連接這些指標，並證實自己能夠影響這些指標才是正途。
二、呈現人在組織模式中的分佈狀態
傳統的錯誤假設是，人的一切狀態都將影響到績效。事實上，從“人到人力資源效能”的過程是以組織模式為介質的，組織模式確定了“什麼員工應該在什麼地方發揮什麼作用”，換句話説，HR們需要把人放到一個組織中，查看其個人特徵在組織內的“分佈”對於組織的影響，有可能形成什麼樣的相互影響，這種影響是正面的還是負面的，而不是孤立地評價個體。這類指標既反映了人的分佈合理性，也包括了組織模式的設計合理性。離職率、年齡分佈、司齡分佈、人才儲備率、人才成長率等指標都是説明人在組織模式中的各種“分佈”。
我們常見的一個誤區是喜歡盤點一個表面數據。例如，盤點公司員工的平均年齡就很無聊，一個平均年齡為45歲的大企業並不一定是沒有活力的，有可能他的50歲以上的員工很多，而這些員工分佈在閒職上，這拉高了平均年齡，但並沒有降低企業活力。
以這個例子展開，這個時候有兩種處理辦法。第一是按照年齡在這個維度上細分，分出20-25歲，26-30歲，31-35歲……的不同組別，盤點出這些組別上的員工人數，發現年齡分佈，這比平均年齡的表面數據有用多了。進一步，我們還可以根據一些假設來推導這種分佈的影響。可以確認的'是：第一，新人會對舊人形成衝擊，讓他們感覺到競爭;第二，假設同樣的舊人，100個新人形成的衝擊肯定要比10個新人形成的衝擊大。那麼，我們就可以設置一種算法來量化出這個企業從年齡角度分析出的競爭氛圍，我把這種算法叫做“活力曲線值”。
第二是加入其它個性特徵的維度進行列聯分析，這樣會讓原本無用的數據產生出價值。例如，盤點出組織內員工的學歷結構其實沒有太大的意義，而一旦加入崗位分佈的維度，我們就有可能發現管理崗位上累積了大量的高學歷人才，而他們的職位普遍較低，這就有可是一種“可以開發的力量”。我們大可以想象一下，如果疊加多個維度的數據，這種分析將多有價值。例如，我們可以將績效平均差排名企業內TOP10的管理崗位視為“高挑戰崗位”，如果在這樣的崗位上，員工的學歷和人工成本支出僅僅排在TOP30，那麼，這樣的分佈就不夠合理。
三、反映HRM職能的運行狀態
有了合理的組織模式，有了員工的高績效特質，有了員工在組織模式中的合理分佈，不代表可以自動產生高績效。第一，員工隊伍本來就是流動的，有流入，有流出，有內部流動，所以，人力資源的配置職能必須要發揮作用，以確保分佈的合理性，讓員工“有機會幹”。第二，員工的行為既有好逸惡勞的一面，又有需要被調動出無私奉獻的一面，始終需要人力資源制度的激勵和約束，所以，人力資源的激勵職能必須要發揮作用，讓員工“有意願幹”。第三，員工自身的能力和知識儲備也有不足，人力資源的培養職能必須要發揮作用，讓員工“有能力幹”。這些人力資源管理職能就是由我在House模型中提到的人力資源管理的三大支持系統——調配、激勵與培養來支撐的。
人力資源管理職能進行的干預，是加諸在組織模式和員工分佈上的“外力”，實際上是現有人力資源管理的主要工作。盤點出這些“外力”有多大，是往哪個方向上發揮作用，才能和其他兩個維度(效能、隊伍)的數據形成整體的邏輯鏈條。
當前的問題是，HR在人力資源管理職能上的盤點“重程序而輕實質”，僅僅記錄一些工作的痕跡，而忽略了要觀察的“外力”。例如，在培訓系統的盤點中，大多數培訓經理喜歡盤點“培訓計劃完成率”，這類數據大多沒有任何的管理意義，老闆和直線經理聽到後只能是“呵呵”。你完成了又怎樣?沒有完成又怎樣?對於員工的能力和業績有多大的影響?事實上，在數據化人力資源管理的三個層次上，人力資源部職能幾乎是與人力資源效能一樣的“重災區”，都缺乏反映這個層面狀態的指標和數據。
以配置職能為例，Netflix就是高速流動的公司，他們的人員迭代極快，確保企業隨時都有最頂尖的人才。再如，我輔導過的某企業完全是業績導向，雖然人員對外封閉，但內部上調下調非常頻繁，雖然他們的年齡、司齡的活力曲線值並不突出，但內部競爭氛圍無與倫比。
四、要有大局觀，去除對標強迫症
有了上述三個方面，數據化人力資源管理從形式上算是走入了正途。但是，人力資源管理並非擁有一個像財務管理一樣的標準化傳導機制，所以，數據重要，指標重要，但是運用數據和指標的人更加重要。每個企業的情況不一樣，人力資源效能生成的機制不一樣，甚至關注的人力資源效能也不一樣。因此，HR應該放棄按圖索驥的希望，轉而以終為始，基於所在企業追逐的人力資源效能，摸清其生成機制。
我最無奈的是看到一些HR們的“對標強迫症”。例如，某些企業致力於成為“最佳僱主”，於是，把“員工滿意度”視為目標，高度關注“最佳僱主排名”，甚至喊出了“要讓員工來了就不想走”的口號。這在追求創新的企業中就是錯誤的。如果企業要求創新，就必然有人才的硬性標準，必然有一些偏執的導向，這就不可能讓所有員工都滿意。況且，員工真的不想走了，企業就很大程度上失去了人才換血的機會(淘汰員工的成本會很高)，而這種機會往往是創新的重要籌碼。
簡單來説，條條大路通羅馬，用別人的車來開自己的路，不一定是最合適的。有了人力資源效能的目標，必須反推需要什麼樣的隊伍，再反推需要什麼樣的職能。當HR們用自己的“大局觀”把數據在職能運行(人力資源機制)、隊伍狀態(反映人員在組織模式中的分佈狀態)和人力資源效能(鏈接財務指標)串成一條或若干條邏輯鏈條時，他們就會發現，由於數據之間形成了強力的因果邏輯，卡住了那幾個關鍵節點，就控制了人力資源管理的貢獻。
