-
定义
知识：什么是人力资本分析People Analytics？定义、流程、趋势和工具
人力资本分析People analytics 被定义为深度数据驱动和以目标为中心的方法，研究工作中所有的人员流程、职能、挑战和机会，以提升这些系统并取得可持续的业务成功根据德勤最近的研究，提高工作录用率、减少人力资源帮助票据和优化薪酬只是人力资本分析迅速成为人力资源新货币的几个方法。
让我们从头开始，了解一下人力资本分析People analytics 的基本知识。
什么是人力资本分析People analytics ？
人力资本分析People analytics 可以被定义为深度数据驱动和以目标为中心的方法，研究工作中所有的人员流程、职能、挑战和机会，以提升这些系统并实现可持续的业务成功。人力资本分析通常也被称为人员分析或人力资源分析，我们这里统称一个 人力资本分析。
从本质上讲，收集和评估人力资本分析可以通过应用统计学和其他数据解释技术来实现更好的决策。更智能、更有战略意义、更有数据支撑的人才决策由此近在咫尺，这适用于整个员工生命周期--从做出更好的招聘决策、更有效的绩效管理到更好的留住员工。与上世纪中期首次在组织中使用时相比，人力资本分析已经有了很大的发展。从规定性分析到预测性分析已经有了明显的转变，有了它，组织现在可以更好地准备面对运营环境的动态性，做到未雨绸缪，而不是被动应付。例如，复杂的数据科学、交互式数据可视化和机器学习--这些都是今天人力资本分析不可或缺的部分，但在几十年前，这些都不是这个过程的一部分。
很多朋友也在问如何搭建自己的PA团队？PA团队如何构成？
有没有现实的案例给我们参考？那么刚好前几天小编的一个LinkedIn一度好友加盟了Nike的PA团队，他们的PA团队Leader 发了一个帖子谈到自己团队的情况，相信可以给你不小的参考。一起看下？
人力资本分析People analytics 的过程
今天的人力资本分析更加直观，预测性更强。在这种期望下，这个过程包括以下几个步骤。
第一步：挖掘重要的数据
这里要问的核心问题是："哪些数据与我们的业务目标相关？"并据此设定关键绩效指标（KPI）。这样，你就可以只调查那些需要直接监控的领域，比如人员管理范围内的运营任务，从而节省主要资源，并能带来实实在在的业务成功。如果不能增加战略价值，挖掘这些数据可能是浪费时间。知道什么是重点，也有助于应用正确的统计、数据挖掘、机器学习、调查管理和战略性劳动力管理工具。
第二步：实验、探索、丰富。
在一个拥挤且明显分散的市场中，选择人力资本分析工具时，必须对市场进行探索，尝试不同的选项，并分析哪种选项能使组织的内容最丰富。多种产品包括数据挖掘、数据转换和数据可视化技术，所有这些都融合在一个用户友好的自助服务界面中。提供多种功能的平台往往需要大量的人工操作来访问重要的数据，这些方面只能通过系统的实验来测试。
第三步：准备好行动计划
一旦你知道你的最终目标是什么，哪些数据是相关的，以及可用的选项是什么（基于明确的利弊分析），就制定一个行动计划。将大数据和预测分析应用于人才管理、领导力发展和组织能力，往往有助于对行动计划进行微调。此外，拥有一个定义明确的行动计划，能够更好地理解为什么会发生某些变化，以及组织的发展方向，从而有助于获得更多利益相关者的支持。
第四步：避免法律漏洞
确保在收集所有数据的过程中保持法律合规性是至关重要的。在你开始分析项目之前，让法律团队验证数据来源技术和流程。事情并没有到此为止。一旦收集和处理了原始数据，收集到的结果也需要在应用或发布之前得到批准。在我们的数字生态系统中，由于数据保护和隐私法律仍在不断发展，谨慎的做法是紧跟变化，并仔细检查法律合规性。
第五步：建立更精简的系统
无论当前项目的复杂程度如何，流程必须坚持的大战略都需要简单、精干。数据分析和解读的基本流程要做到便于应用、更新和可读。例如，创建基本大纲简化为摄入和设计（数据收集和分析设计）、数据清洗（去除不相关或不可靠的数据）、数据分析（定量和定性探索）、分享见解（数据的解释和展示）。这可以帮助避免不必要的复杂情况，如对所涉及的步骤流程的混淆、时间浪费，或在不规范的流程结构下出现的子流程的重复，同时还可以在必要时留有调整的余地。我们的想法是在有限的运动部件（人和环境的动态性）和流动的、可定制的人力资本分析系统和流程之间找到适当的平衡。当你有了具备相关技能的合适团队，就更容易简化整个流程，并应用质量控制。
第六步：建立一个基于事实、可衡量的人力资源业务战略。
切实可行的人力资源业务战略可以避免职能孤岛，并能使人才与业务无缝对接。对人力资本分析工作有明确的关键绩效指标和投资回报率预期，可以确保经常以透明的方式衡量影响。一个成功的战略需要有数据和有效的行动计划来支持。
第七步：采取技术支持
如今，科技已经穿插在生活的方方面面，像人力资本分析这样的流程更是如此，往往大量的分析数据要在几乎没有误差的情况下进行处理。新时代的人力资源科技工具让实时数据变得容易获取。而这是一个需要被榨取的机会，因为今天，敏捷性和实时智能可以真正让你在竞争中脱颖而出。
四大人力资本分析趋势Four Key People Analytics Trends
由于人力资本分析在很大程度上依赖于不断发展的数据挖掘技术和数据解释策略，因此围绕人力资本分析的趋势也会随着时间的推移而发展。
以下是正在塑造人力资本分析本身及其与业务互动的4大趋势。有些趋势在双循环中起作用--它们影响到人力资本分析，进而影响到人力资源的所有其他方面。
1. 转变HR是什么，做什么
Bersin研究指出，只有微不足道的2%的人力资源组织有成熟的人力资本分析能力可供借鉴。因此，对于试图进入这一领域的创新型、智慧型组织来说，有相当大的先发优势。随着人力资本分析改变了招聘的方式、绩效的衡量方式、薪酬的规划或成长的规划，以及如何更好地管理学习和保留，人力资本分析正在迅速改变人力资源的运作方式。根据德勤最近的研究，提高工作录用率、减少人力资源帮助单、优化薪酬只是人力资本分析迅速成为人力资源新货币的几种方式。此外，随着人力资源流程的发展，以跟上业务需求的步伐，人力资本分析正在从一次性的举措，变成一个实时的、易于修改的工具，HR可以从中获得巨大的好处。
2. 改变HR的业务交互方式
随着工作生态系统的最新趋势，人力资源与业务利益相关者（包括内部和外部）之间的互动也在发生转变。人力资本分析需要随着领导力的最新趋势而改变。更多的透明度是这里出现的一个关键趋势，而智能洞察力是当下的需求。今天的企业需要能够理解看似不相关的数据流，并找到一个或多个因素之间的意义、相关性，甚至可能是相互依赖性，从而更好地预测和管理工作。人力资本分析有可能提供可操作的建议，以实现战略规划和执行过程。
3. 转变HR与员工的关系
如今员工的期望是消费级的。人力资本分析正在为组织提供升级员工体验的坡道。候选人或员工与组织的每一次互动都是一个数据点，可以利用这些数据点来收集有趣的见解。这个想法是需要转变HR与员工的关系--帮助HR成为并被认为不仅仅是一个支持功能。
4. 转变洞察力的质量
在过去的几年中，人们每天所期望的洞察力的质量已经发生了变化。
如果你专注于两个关键方面：分析素养和数据安全，人力资本分析可以达到这些期望。更多的员工需要具备分析素养，以减少对技术人员的依赖性，让更多的观点得以发扬光大。随着人力资本分析成为组织的主流，数据完整性和数据安全将需要升级，并维护所有监听渠道和脉冲检查。
我们讨论了法律合规性，但数据安全最好比这更深入，成为组织内部的一种文化特质，而不是为了合规而做表面检查。
选择合适的人力资本分析工具的三个基于级别的关键检查方法
随着大量可用的供应商、选项和订阅计划的出现，选择合适的人力资本分析工具往往看起来是一项相当艰巨的任务。这里有一个基于需求的三级检查，以做出正确的决定。
第一级：一个有效的人力资源仪表盘
要开始使用人力资本分析，请使用一个基本的仪表板，允许您捕获，汇总和可视化数据。像Power BI、Tableau和Qlik这样的工具可以让你轻松使用和轻松访问数据。有了第1级的要求，你的首要任务应该是让你的人力资本分析系统尽可能的简单。
第二级：具有洞察力的人力资源仪表盘
你可能有稳定的相关数据，需要基本的洞察力来更好地分析并做出更有力的决策。像Excel或SPSS这样的统计工具也很有效，尽管它们可能没有奇特的视觉辅助和社交媒体风格的界面。像Visier这样的工具，虽然需要一些时间来设置，但却带有整体的分析解决方案。
第三级：预测性的人力资源仪表盘
当你的组织不仅寻求分析数据，还寻求根据即将到来的趋势进行直观的预测时，你的组织就处于第三个需求层次。这些工具可以帮助你研究行为，你可以预测下一步的行动。例如，你的员工更新他们的LinkedIn页面、频繁休假，可能与他们在工作中不太满意有一定的关联。虽然这是一个非常简单的情况，但预测工具可以帮助你与行为和决策模式建立联系，否则你可能会错过。Python或RStudio可以帮助你对大量数据进行高级分析，尽管它们可能需要你聘请专门从事该领域的数据科学家。
更新、升级和提升技能，实现更聪明的人力资本分析。
通过最新的人力资本分析和劳动力分析解决方案，你可以深入研究工作中的行为方面，了解工作中不同的人与非人之间的因果关系，并做出更好的决策。要记住的三点是，知道你需要量化和定性的数据是什么，了解最新的趋势是什么，知道你的最终目标是什么。让你的HR能够更新、升级、提升他们的知识和能力，将确保你的组织优化最新的人力资本分析优惠，并能乘着最新的趋势浪潮走向更智能、更快乐的员工队伍。
作者：Prarthana Ghosh 由AI翻译，仅供参考，来自TOOLBOX
-
定义
再谈什么是人力资本分析 What is people analytics?
What is people analytics?
PeopleInsight联合创始人兼CEO John Pensom一直将人力资本分析定义为：
使用人的数据和业务成果数据来做出更明智的人员和业务决策。
我们把这个定义分为3个部分。
首先，人员数据可能来自以下任何或全部。
其次，经营成果数据也会来自于多种形式，比如。
第三，这种人与企业成果数据的结合，必须应用并持续用于企业的决策。
人力资本分析将帮助企业：
·做出更明智的用人决策
·识别和留住关键人才和
·提高投资回报率，投资于最有影响力的人力资源和人才项目。
人力资本分析、人力资源分析、人才分析或劳动力分析？People analytics, HR analytics, talent analytics or workforce analytics?
人力资本分析过去和现在有时都被称为人力资源分析、人才分析或劳动力分析。
直到2014年左右，这些不同的术语在某种程度上是可以互换的--被早期的厂商用来试图标记空间和命名这个领域。就在这个时候，行业分析师重量级人物、数据驱动型HR的长期支持者Josh Bersin发表了看法，并通俗地将这个空间命名为People analytics。
虽然人事分析类的人力资源技术在2012-2015年期间兴起，数据驱动型HR已经出现了一段时间，但在大多数组织内，拥有人事分析功能还是相当的异类。在这些早期的日子里，当人员分析是人力资源的一部分时，它通常是由具有技术技能和对数据感兴趣的个人作为一种小众（而且往往是一次性的）活动来玩的。人力资本分析正在发展，但它还没有成为一门广泛的学科。
然而，在此期间发生的事情，是一系列影响因素的汇集，使人力资本分析成为人力资源部门的当务之急。
·考虑到人才争夺战，我们在 "人力资源 "上的花费比例很高，而且CEO们也越来越相信并大声疾呼，人是他们最关键的资产，因此，人的数据在组织中开始被认为具有更高的价值。
·人员数据（候选人和员工）的来源正在迅速扩大，由于云端应用被HR买通，这些数据更加容易获取，此外还有更先进的数据管理、集成和API。
·HR技术厂商跳上分析的浪潮，声称自己提供人员分析解决方案。
几乎所有的HR技术厂商都开始宣称自己有人员分析、大数据和预测性，以努力打压估值，搭上营销的浪潮，但造成了巨大的噪音和市场混乱。实际上，他们中的大多数人除了对他们的事务系统产生的数据进行单一维度的报告外，没有任何其他的东西--这与人员分析相去甚远。除了少数几个诉求者之外，所有这些诉求者都是事务性的人力资源系统，因此，没有采用任何人员分析技术中最关键的组成部分之一--人力资源专用数据仓库，用于优化多源人力资源数据的复杂结构。
结果是，HR开始拥有更多的数据和更多的系统--但他们无法超越孤立于事务性系统中的数据的单一维度报告。
这就引出了我们所说的HR的普遍问题。
与人力资本分析相关的普遍问题 The Universal Problem Related to People Analytics
一言以蔽之-数据利用不足和断线Underutilized and Disconnected Data
尽管有大量的数据，但在将数据整合到一起、在不同的系统之间建立联系，并使之具有意义以推动更好的业务成果时，就会出现普遍性问题。
深入了解普遍性问题
·人力资源和人员数据无处不在--很大程度上停留在孤岛上（即你的事务性人力资源技术）。
·不仅是该人力资源技术领域不断扩大新的系统和额外的丰富数据来源，没有真正的计划有一个桥梁跨越这些岛屿 - 或统一数据到一个单一的真相视图。从本质上讲，这些人力资源数据孤岛的差异性和它们所收集的历史数据量正在加速增长。
·这些不同的人力资源数据可以而且应该被用来做出更好的人员和业务决策。
·人们对业务成果中的人的方面以及如何最有效地利用你的人员数据来创造新的价值的理解正在形成，但仍然有限。
·当您结合并连接多个来源时，您的数据的价值就会显著增加，从而使您的数据具有多个维度。
·管理、连接和组合人力资源数据以实现商业智能是极其复杂的，可以说是有点黑科技（如果你不同意这个观点，你有没有做过--用人力资源数据，大规模的持续刷新数据？
·实现将公司最敏感的数据（人员数据）在正确的时间传递给正确的人，同时确保保密性、隐私性和信息安全，不仅真的很复杂，而且从很多角度看绝对是任务关键。这种类型的数据泄露可能会让任何公司沉沦。
·人力资源报告和分析需求传统上被IT团队认为优先级低于其他企业需求。
人力资本分析纯游戏功能
这些挑战往往导致人力资源报告以最简单、单一维度的方式执行，一次又一次地手工创建电子表格。
不用说，基于电子表格的人力资源报告引入了许多风险，包括数据完整性、有限的访问管理控制、有限的数据管理能力，以及从几乎没有治理或内部控制的系统中下载原始数据。
不要误解我的意思，电子表格很适合入门和原型设计，但它们挖掘出来的速度非常快，不应该在企业级人力资源报告和人力资本分析中发挥关键作用。
人力资源指标与人力资本分析的比较 HR Metrics Versus People Analytics
我们必须超越人力资源指标，进入人力资本分析领域。
人力资源指标其实是为HR服务的。人力资本分析是为整个企业服务的。
虽然这一点可能有待讨论，但我们认为HR度量的特点可以是单一维度和简单的关于人力资源实践、流程和交易的测量。
人力资源度量是关于人力资源效率的。这都是好的，但它需要更进一步。
因此，下一个层次，也是与我们的定义一致的，是人员分析--它更多的是关于衡量人力资源、组织和人才实践、流程、项目和交易所产生的结果。
因此，人力资本分析更多的是关于人力资源的有效性--这就引出了一个非常重要的基本原则。
例如，要衡量和了解招聘处理，如填补时间，你可以采用一些简单的人力资源指标。
然而，如果要了解哪些招聘渠道是你的最佳招聘来源，以及优质招聘的成本是多少，你需要将各种来源的数据结合起来，并以人员分析的方式交付。
你需要通过深度细分、算术或统计分析来生成更多与业务相关的见解，并使分析师能够从多个镜头或维度来查看数据（例如，按地点、角色、级别、成本、招聘者、招聘经理、来源、使用的评估工具、评估结果等来显示招聘质量）。
一句话，如果人力资源部门想成为更多的业务伙伴、价值创造者和企业战略的关键推动者，我们必须超越人力资源指标，进入人力资本分析领域。
人力资本分析帮助HR专注于对业务重要的事情
人力资源和人力资源业务伙伴必须使用数据驱动的方法，专注于重要的、与业务相关的事情。数据驱动的人力资源玩法介绍了一种以业务为中心的方法--平衡业务的运营和战略需求。
Operational People Analytics
以数据驱动的方式来处理你应该做的事情。
首先，运营报告和分析应该帮助你提高业务线（LoB）的标准人力资源、人才管理和人员项目活动的效率和效果。这是基础层面。
这应该包括对日常招聘、人员管理、人员流动、流动、学习和发展、薪酬、福利和绩效管理等活动的分析。
这将帮助HR从日常的角度出发，专注于基础而又重要的 "HR的事情"，并获得LoB领导、LoB经理和LoB员工的信任--利用数据来报告、改进和优化你的核心人力资源和人才服务或范围。您应该专注于提供高效和有效的人力资源流程和项目。
Strategic People Analytics
注重识别和理解异常值。基于数据驱动的洞察力实施项目和变革。
战略性人力资本分析是关于业务合作--帮助您所服务的业务线与人员方面实现其战略业务目标。
战略报告和分析将帮助人力资源部门专注于LoB所面临的多个业务问题。这些用例是直接从对整个组织和具体的LoB都很重要的方面来驱动的。它们也将直接与LoB的1-3-5年战略--或全公司业务计划的战略里程碑--保持一致。
一个很好的例子是使用人力资本分析来指导数据驱动的方法，以准备和动员一个新的客户支持团队，该团队专注于18个月后上市的新产品。
战略报告和分析是关于你在LoBs需要帮助的事情上帮助他们--特别是在人员方面，并采用数据驱动的方法。
Data-Driven Analytical Projects
专注于识别和理解异常值。基于数据驱动的洞察力实施项目和变革。
第三，分析型项目利用人力资本分析来识别和理解异常值--包括好的和坏的，目标是实施高价值的项目和有意义的变革。
简单而有力的项目例子可能集中在改善关键人员异常高的流失率，改善有经验的员工在头两年异常高的流失率，在面临COVID-19影响时对你的劳动力构成做出决策，或者提高关键绩效人员在育儿初期的保留率。
分析性项目都是关于使用数据驱动的方法来解决值得解决的问题。
请记住，要想将这些用例中的任何一个用例视为人力资本分析，您需要将人员和业务成果数据结合起来，以优化效率和效果。
扫一扫 加微信
hrtechchina
