人力资源以人为本的职能，这是大多数人都能感受到的。但现在，利用数据的分析可以改变人力资源的运作方式，让人力资源根据洞察力，为组织做出更积极的贡献。

一、人力资源分析是如何驱动企业价值的？

如何使用数据为组织带来改变？我们常见的有以下几个方向：

1. 提升员工体验

在如何提升员工体验方面，复制消费者体验的讨论很多。从本质上讲，可以利用消费者行为和心态的数据来优化销售策略。类似地，人力资源也可利用数据来提高员工的体验，进而最大化业务结果。

2. 提升业务价值

例如：人力资源分析可以用来衡量在培训上的投资，这将为开拓业务提供正确的方法。在销售结果出现时，利用数据驱动的洞察力来改进培训。这是小但明确的数据，不仅可以影响基本面，还可以改变员工在组织中的参与度。

3. 提升人才的投资回报率

人力资源分析的投资回报率是增加从人才决策数据中获得的商业价值，人适其岗，并且提高人效。

二、人力资源分析前，观察你公司中的以下指标

三、在做人力资源分析时，你需要用到哪些数据？

一般而言，人力资源分析工具所需的数据分为内部数据和外部数据。

1. 内部数据

内部数据是指从组织的人力资源部门获得的数据，通常包含：

● 员工任期

● 员工薪酬

● 员工培训记录

● 绩效考核数据

● 报告结构

● 高价值、高潜力员工的详细信息

● 纪律处分的详情

在数据收集方面最大的挑战之一是收集正确且有质量的数据。这里的挑战是，有时这些数据是不连续的，因此不能作为一个可靠的度量，这就是数据专家可以发挥有意义的作用的地方。他们可以组织这些散乱的数据，并创建相关数据点，然后将这些数据集用于分析。

2. 外部数据

外部数据是通过与组织内其他部门建立工作关系获得的。来自组织外部的数据也是至关重要的，因为它提供了一个全局视角。

● 财务数据：组织范围内的财务数据是人力资源管理分析中的关键，例如，计算每个员工的收入或雇用成本。

● 特定组织的数据：根据组织的类型和核心产品(产品或服务)，人力资源需要补充分析的数据类型会有所不同。比如，全球零售商的人力资源主管应该用商店收入、成本和顾客体验数据来为他们的分析引擎提供动力，而建筑公司的人力资源可能追求健康和安全的运营数据和与劳动力成本相关的数据。

● 雇员的被动数据：员工不断地提供数据，这些数据从他们接触工作的时候，就存储在HRIS中。此外，他们在社交媒体上的帖子和分享数据以及来自反馈调查的数据可以用来指导人力资源数据分析。

● 历史数据：一些全球性的经济、政治或环境事件决定了员工行为的模式。这样的数据可以提供内部数据所不能提供的洞察力。例如，2008年的经济衰退是一次全球性事件，它改变了员工对职业或“工作”的感知方式。自由职业者、初创企业和零工经济开始起飞。从这样一个关键的历史事件中获得的数据可以帮助预测劳动力对未来类似的变化会有怎样的反应。然后，它可以用来确定当前劳动力的趋势，并预测自愿和非自愿离职。

四、人力资源分析从哪里开始？

人力资源领导者开始热衷于利用人力资源分析进行基于数据的决策，下面是一些技巧：

1. 培养团队的转变思维

HR领导者必须让他们的团队和组织为一个由分析驱动的工作流做好准备。虽然与高管讨论分析需求是变更的一部分，但是另一部分是让您的团队准备好处理用来测量变化的数据量。这是数字转换的一个关键方面。让团队开始进行小型项目，并要求他们创建报告，以便于业务领导人交流，这是一个很好的开始方式。

2. 引进数据专家

数据专家将成为人力资源团队中不可或缺的一部分。他们最适合于评估分析解决方案的可行性，还可以确保统计建模和预测的稳健性。随着人力资源业务合作伙伴和多面手角色逐渐演变为包括数据策略、分析和沟通等技能，数据专家将指导他们在人力资源部的同事如何理解和应用这些技能。

3. 从小事做起

要是人们相信人力资源分析可以驱动业务价值，一个很好的方法是首先成功的实现一个小项目。这些项目被称为“速成”，可以在短时间内产生切实的成果，而且有很高的影响力。

4. 得到法律团队的许可

人力资源分析所使用的数据收集在很大程度上受合规法律的制约。在实施人力资源分析解决方案时，需要牢记的一些法律限制是：

● 员工隐私和匿名

● 员工对其收集数据的数量和类型的许可

● 建立数据收集的目标并告知员工

● 使用第三方软件进行人力资源分析时的IT安全性

● 与您组织的法律团队合作，确保遵循道德和法律规范

五、如何选择合适的人力资源分析解决方案？

人力资源分析需要完整的解决方案，那么如何选择一个合适你的解决方案？

任何大规模使用的人力资源分析解决方案都必须具有某些特定的部分：

1. 会回答高管们提出的商业问题

人力资源分析要服务于企业的业务发展，在选择人力资源解决方案时就要多维度考量是否能支持业务问题的解决。

2. 很容易被非数据专家的个人使用

当非专业人员在不中断数据专家的工作流的情况下，也能有一个可访问的解决方案。

3. 以云为基础的

基于云的解决方案有助于在不进行大规模IT集成的情况下实现可访问性。这赋予了HR在需要时使用解决方案的自主权。

4. 以统计分析和机器学习技术为动力

大型数据平台需要先进的数据管理系统，这些系统由机器学习和自然语言处理驱动。这使得技术能够自主地学习和推理，得出可以分析的数据。

5. 基于预测分析

“预测分析”是从现有数据集中提取信息以确定模式和预测未来结果的实践。

6. 使用可视化技术

对大量数据的可视化表示可以帮助更好地理解趋势和事件。通过分析引擎处理的复杂数据需要先进的可视化软件，因为它不能用简单的图表和演示文稿来表示。

7. 可以通过订阅模式获得

作为服务(SaaS)平台的软件订阅模型非常有用，因为它们可以让您轻松的访问技术中的最新版本。它们还消除了购买分析解决方案的大量前期费用，并且可能是投资分析的一种更经济有效的方式。

六、Moka多维度数据分析能帮你做什么？

1. 打通全链路招聘流程数据

从职位发布、简历初筛、推荐给用人部门、面试邀约、Offer发放等阶段，产生出大量的招聘数据。过去这些招聘数据分散在各个HR、面试官手中，招聘业务分析流于表面且容易出现偏差。

单一离散的数据没有意义，只有全量全面的数据集中存储，才有实现精准数据分析的可能。通过“制度流程化、流程表单化、表单信息化”的方式，打通全链路招聘流程数据，将人才管理的方方面面落实到数字化平台中，实现集中化、自动化和智能化的管控。

2. 精准数据分析和决策

精准的数据分析和决策需要贴合企业的业务场景，企业所处的不同阶段决定了核心数据指标的定义。比如，如果企业是精细化运营的需要，那么内部协作的效率盘点、招聘渠道ROI分析更加重要；如果企业处于人力资源快速扩张期，那么招聘的完成度、周期、进度等成为主要关注的数据。

科学的数据分析和决策还应具备前瞻性。Moka帮助HR通过数据监控，预防风险，制定更有前瞻型的人才管理策略。

3. 可视化面板让工作进展与效率直观呈现

Moka将多维度的数据分析形成可视化面板，HR和管理者都可非常直观地预览个人或者团队的工作进展。系统支持自定义报表，涵盖了日报、周报、复盘报告等多数据场景。

支持职位360分析，针对职位全方位深入分析，辅助HR从招聘漏斗、面试趋势、到招聘周期规划与预估。

Moka服务客户覆盖了互联网、教育、零售、医疗、金融、地产、游戏、文化娱乐等多个行业，超过1500家客户。优越的用户体验帮助HR在日常工作中获得了前沿技术的支持，提高工作的效率的同时，也提高了HR的工作价值。