2019，有一个热词被持续翻炒：大数据。

　　人才资本可谓是如今商业最为稀缺的资源。而数据决策又在人才管理中扮演重要角色。

　　谁会在几个月内辞职?

　　哪些人将成为未来的优秀员工?

　　谁将受益于一个特定的培训计划?

　　培训对于组织中所有级别的员工是否真正有必要呢?

　　HR仅仅依靠直觉或感觉以及具体的情况来做决定，远远不够。将数据和HR工作相结合，将专业能力和数据分析能力相结合，数据化决策、精细化管理，HR才能准确及时地回答以上这些问题，帮助企业管理者做出明智的决策，甚至成为引领企业数字化转型的关键角色。人力资源管理的最终目的是指向企业的长期发展和当前组织和个人绩效的提升，数据利用的最终目的也应当是指向这两个方向。

　　那么在人力资源管理中，有哪些数据尚是没有充分利用的?这些数据又可以用做什么?可以让我们看到哪些管理上的可能性呢?

　　HR有哪些数据可用?

　　在日常的人力资源管理中，有哪些数据可以被利用呢?下面根据数据收集和使用的特点分为以下几种类型：

　　1事实性数据：在个人层面有人员数量与结构、学历、年龄、性别、家庭背景、工作经历、技能特长、兴趣爱好等;在组织层面有招聘的时间、次数和完成率，培训的对象、内容、时间、地点、次数和满意度，绩效的指标、次数、时间和得分，薪酬的总数、增幅和构成比例。

　　2动态性数据：招聘完成率、员工流动率、核心员工流失率、员工换岗、员工晋升等。

　　3整合性数据：个性测试、情商、智商、管理能力测试、员工满意度、员工敬业度等。

　　如何应用数据?

　　管理的最终目的是指向企业的长期发展、当前组织和个人绩效的提升，数据利用的最终目的也应当是指向这两个方向。

　　1人员结构分析：对工龄进行分析，计算平均工龄和不同工龄分布频率，是否有流动过快或者极少流动导致僵化的问题;对职能类别进行分析，计算各部门人员占总人数比例，以分析该类人员的工作量和平均服务人数;对职位层级进行分析，管理人员与员工之比，用以分析管理幅度;对员工能力进行分析，掌握哪些是骨干、后起之秀，企业的人才结构要多元化，避免同质化。

　　2配置策略分析：对岗位、层级进行分析，企业发展阶段与战略发展要求对不同职能、技术岗位的要求，在企业效益和发展要求平衡范围内的数量和质量要求;对任职资格和胜任力进行分析，明确岗位知识和经验的能力要求;对人-岗匹配分析，明确不匹配与匹配的领域，适时做出调整。

　　3人员成本分析：对招聘选拔效能、培训学习效能、、离职成本及效能、个体成本-收益进行分析。

　　4企业文化健康、活力分析：通过员工流失率、员工换岗和员工晋升等数据分析各个层级、普通及核心员工的流失原因、数量比例、对企业造成的影响，提供健康指数和调整建议。

　　5测验数据常模转化：测验所得的原始数据，只能表明受测者的得分，却并不能表明该分数在人群中实际的水平如何，即使使用一些国际测验会提供转化后的分数，通常也是在全球常模下的得分情况，如果企业想要知道受测者在本企业或者本行业的状况，则需要获取本企业或本行业的常模，方能得出比较准确的水平。

　　6绩效数据跨单位跨部门比较：绩效分数部分是由人主观评价所得，这使得其分数本身就带有了主观性，有些分数实际上是不能直接使用的，需要进行进一步地加工处理，方能获取数据真正的意义。标准化每个评价者的分数，使用到相同的平均分和标准差，统一评价者的尺度;被评价者甲的总分=上级权重*上级标准分+平级权重*平级标准分+下级权重*下级标准分。

　　数据的收集与管理

　　数据分析建立的基础是，数据可靠、全面、连续，在这个基础上建立起大数据分析或数据的整合才有可能产生有价值的结论。但同时HR管理模块众多，从战略规划到招聘、培训、绩效、薪酬、员工关系、企业文化等等，可能处处有问题，能进行分析的地方也很多。但资源有限，要使人力资源分析的作用发挥到最大，在数据的收集和管理上，有哪些事项是需要注意的呢?

　　1从已有资源开始：HR部门手上有很多现成的数据，从这些数据入手，先一点点地做起来。数据本身是没有意义的，关键在于如何将数据与业绩关联起来。这确实需要创造性，并投入精力，基本的统计方法也是需要掌握的。

　　2坚持下去：要有沉淀，一旦决定要做分析工作，就要将它融入HR日常的业务工作中去，并安排专人负责日常数据的收集与整理。并且这个工作一定要有持久性，任何一个时间断面上的数据都难以单独进行有效地分析。组织内部历史数据的沉淀在评估和预测方面能发挥更大的作用。

　　3打破常规，不断创新：大数据时代的崛起，在于没有拘泥于已有数据固有的意义，而是不断寻找关联性，利用这种去预测整合。思维、技术、数据，拉动数据分析的三辆马车，其中思维是启动机，一个好的利用数据的模式和思路，是使用数据进行创新管理的根本。

　　“工欲善其事，必先利其器”，作为一名人力资源从业者，需要利用本岗位所拥有的资源，那么这些曾经沉默的数据，就是进行精细化人力资源管理的好工具，并且这个工具一旦开始发挥作用，随着时间和数据的累积，就会越用越好用，会逐渐成为指导企业成长和发展的人才风向标。