GHRC大咖分享 | 朱波：人力资源数据分析的“四量”建模与决策逻辑（最新发布）(2)

比如，隆基初期人员只有1.1万人，到现在3万人，两年左右的时间里，它的规模体量一直以增量拉动，同时存量也在大规模淘汰，一进一出，前面拉动起来，后面跑得很快。

根据六条线的逻辑关系列成一个模块化系统分析表。把一级框架作为人力资源，二级框架按照模块来分，其中招聘和培训如同翘翘板，如果在招聘中投入多的话，培训环节的投入和成本就少一点。

关键点有三个：

l 寻找关键变量，以及变量中的逻辑关系。

l 在各个模块的变量与逻辑关系中，进行关联性的推演、预测，会有更加精准的数据分析要求与方向。

l 每个企业的二级框架、三级框架甚至一级框架都不同，所以变量设定、归因、等级的确定、逻辑关系是不同的，需要经验与探索。

在这里我把数据大部分划为三个等级。

一级基础数据：SSC中心的人员基础数据，包括薪酬数据、招聘数据、人员转调流动性数据。统一口径，实现系统化常规的数据分析报表，定期提报，实现信息化、数据化的初级统计台账、分析报表管理。

二级关联数据：COE中心的干部管理、定岗定编、人才盘点，赋能赋权，绩效数据制度，完善组织发展数据行业标准，外部对标数据，培训数据，以及HRBP中心的业务进程数据，运营交付数据的交汇，定期回顾，抓取，实现同环比、人效和组织效能、效率的分析，抓取后关联系统数据，综合判断，输出人力资源体系运营与整理整体策略。

三级系统数据：财务数据、税务数据、亏损与利润数据，生产经营数据，销售市场数据、生产效率数据、技术研发数据、关联交易数据等等，实现各个系统之间的数据对接，并能统一度量标准，实现衡量准确。

这是一级基础数据中SSC对人员基础信息56个类别的归类，部分分类中包含不同属性，尚不包含家庭，配偶子女等信息汇总。对于全面的管理一定要有一个最为基础的数据库，这个数据库一定要很明确。只有数据库大而全，才能够跑得通，才能做得有效。

以下为通过二级关联数据的四量分析，对当年的组织绩效，赋能赋权激发活力事项进行数据分析后形成的策略方案：

从战略目标向下分解到业务部门的业务目标，再分解到绩效目标，做出绩效承诺，最终呈现绩效结果时，分成两条路径：一条是以绩效承诺实现为牵引，倒逼资源配置、能力提升，通过有效学习与激励，激发活力，实现绩效目标达成;另一条是以个人能力提升为牵引，基于岗位绩效要求找出胜任力短板，通过有效学习与激励，激发活力，实现绩效目标达成。通过绩效目标分解，不管采用路径一还是路径二，都是以完成更高的绩效目标为目的，落地侧重点可根据业务单元的自己的实际情况而定。

04数据分析的决策逻辑

数据不说假话，但数据不会说话。所以在做数据决策时，还要遵循这几个逻辑：

首先，同一组数据，经手的人能力、专业度不同，目之所及，心之所想都不同，导致结果千差万别，影响决策。领导有领导的打算，基层有基层的想法，每一级经手数据的人都会产生影响。

其次，每个企业运营、架构不同，数据分析逻辑不同，导致分析过程存在差异，影响决策。

最后，决策的核心是沟通，日常影响和干预决策，是有原则和方法的。数据不说假话，但是数据不会说话。良好的沟通事半功倍。

接下来分享几点个人经验之谈：

第一，决策逻辑是一个由隐性到显性的过程，原则是要化异为同，用事实说话。每个人在看数据时，都会强调自己基于理性，但是回过头来看未必能做得到，尤其牵扯到个人利益。所以尽量用事实说话。用两分法合理审视、软化沟通决策过程的分歧，客观理性，真实有效，如实沟通是决策基础。

第二，自己先要做到：能看见、能想到、能讲明，才能用好，分析能力与总结能力是关键，沟通、说服、谈判能力是致命要点。熟悉业务，精通业务，了解每一个环节才能做到精准决策，由领导带头，起到督促作用。另外我认为人力资源工作，有两点是最为核心的，一个是分析能力，一个是总结能力，这样的能力可以给你补充一点信息，决策会更有效。

第三，站在老板决策端的考虑，要用好“知行信用”四个原则，尤其注意“信”的环节，以利相诱，以害相挟。