第二屆People Analytics的發(fā)展與應(yīng)用研究報告

1、CONTENTS 04開啟 People analytics 之路研究背景 4研究框架 5主要發(fā)現(xiàn) 6 65樣本概況 10 20 52 59 People Analytics 的“知”與“行”“知”概念認(rèn)知 10“行”企業(yè)實踐成熟度 17企業(yè)如何開啟 People Analytics 之路People Analytics 關(guān)鍵驅(qū)動要素 20小試牛刀People Analytics 的具體場景應(yīng)用舉例 34賦能業(yè)務(wù)，以終為始數(shù)據(jù)分析結(jié)果落地現(xiàn)狀 54企業(yè)需求診斷、數(shù)據(jù)結(jié)果傳達、落地執(zhí)行情況跟進現(xiàn)狀 55關(guān)鍵節(jié)點措施總結(jié) 58建議與方案總結(jié)導(dǎo)航 59整合 60 66 84 87案例啟示同程藝龍 ：

2、多年沉淀，用 People Analyics 解決業(yè)務(wù)管理痛點虎彩 ：以終為始，用數(shù)據(jù)助力管理問題的解決景瑞地產(chǎn)：用數(shù)據(jù)助力組織人員發(fā)展羅氏 ：People Analytics 的探索與發(fā)展之路施耐德 ：優(yōu)秀的團隊如何助力 People Analytics發(fā)展周大福 ：用數(shù)據(jù)為業(yè)務(wù)創(chuàng)造價值專家訪談北森 ：People Analytics 在國內(nèi)的發(fā)展現(xiàn)狀及未來發(fā)展趨勢智享會數(shù)字化 HR 系列報告一覽 開啟People aThalytics 之路研究背景2020 注定是不平凡的一年一場席卷全球的新冠疫情不僅影響了人們的衣食住行，也對經(jīng)濟環(huán)境帶來了沖擊。這無疑考驗著企業(yè) ：如何克服時艱，更好地生存

3、下去？未來，新的業(yè)務(wù)增長點又在何處？外部環(huán)境愈發(fā)強烈的不確定性帶給企業(yè)的挑戰(zhàn)是巨大的。越是在這樣的環(huán)境下，我們的決策便越是需要理性、科學(xué)與敏捷，純粹依賴過往經(jīng)驗對事物做出判斷很可能將難以應(yīng)對未來的商業(yè)環(huán)境?；诳茖W(xué)決策的需要，數(shù)據(jù)或許是當(dāng)前我們不得不重視起來的“企業(yè)財富”。數(shù)據(jù)之于業(yè)務(wù)的重要性如此，人力資源亦是。早在多年以前，不少企業(yè)紛紛已經(jīng)著手進行人力資源的數(shù)字化轉(zhuǎn)型，將技術(shù)工具嵌入了人力資源的各個模塊與流程中，這便為人力資源數(shù)據(jù)的沉淀與分析提供了可能性，People Analytics 也逐漸進入了人們的視野之中。然而將時間拉至 2018 年，在智享會開展的第一屆People Analyt

4、ics 的發(fā)展與應(yīng)用研究 中， 我們發(fā)現(xiàn)企業(yè)對于 People Analytics 知之甚少，有所實踐的企業(yè)更是極少數(shù)。那么時至今日， People Analytics 的發(fā)展到底如何了呢？我們將從以下幾大視角開展研究 ：People Analytic 的“知”與“行”：對比往屆研究結(jié)果，了解在本屆調(diào)研中企業(yè)在概念認(rèn)知及實踐成熟度上的變化與現(xiàn)狀；企業(yè)如何開啟 People Analytics 之路 ：探究企業(yè)將如何著手開展 People Analytics，在往屆調(diào)研研究結(jié)論的基礎(chǔ)之上，進一步對于 People Analytics 關(guān)鍵驅(qū)動要素進行梳理與分析，明確各個要素之間的關(guān)系、在 Peo

5、ple Analytics各個發(fā)展階段的重要性及人力資源部門如何促使這些要素的發(fā)生。最后，探索目前企業(yè)較為聚焦的應(yīng)用場景，結(jié)合案例片段，幫助讀者了解 People Analytics 的具體應(yīng)用。賦能業(yè)務(wù)，以終為始 ：了解人力資源部門在將數(shù)據(jù)分析結(jié)果應(yīng)用到業(yè)務(wù)部門管理中的現(xiàn)狀，并且診斷當(dāng)前難以落地的原因及關(guān)鍵節(jié)點，結(jié)合企業(yè)實踐，從而提出相應(yīng)的解決方案。研究框架People Analytics 的 “知”與“行” “知”概念認(rèn)知 “行”企業(yè)實踐成熟度對比往屆研究結(jié)果，了解在本屆調(diào)研中企業(yè)在概念認(rèn)知及實踐成熟度上的變化與現(xiàn)狀。企業(yè)如何開啟 People Analytics 之路People Ana

6、lytics 關(guān)鍵驅(qū)動要素小試牛刀People Analytics 的具體場景應(yīng)用舉例在往屆調(diào)研研究結(jié)論的基礎(chǔ)之上，進一步對于 People Analytics 關(guān)鍵驅(qū)動要素進行梳理與分析。明確各個要素之間的關(guān)系、 在 People Analytics 各個發(fā)展階段的重要性及人力資源部門如何促使這些要素的發(fā)生。探索目前企業(yè)較為聚焦的應(yīng)用場景，結(jié)合案例片段，幫助讀者了解 People Analytics 的具體應(yīng)用。賦能業(yè)務(wù)，以終為始數(shù)據(jù)分析結(jié)果落地現(xiàn)狀企業(yè)需求診斷、數(shù)據(jù)結(jié)果傳達、落地執(zhí)行情況跟進現(xiàn)狀了解人力資源部門在將數(shù)據(jù)分析結(jié)果應(yīng)用到業(yè)務(wù)部門管理中的現(xiàn)狀。診斷當(dāng)前難以落地的原因及關(guān)鍵節(jié)點。結(jié)

7、合企業(yè)實踐，從而提出相應(yīng)的解決方案?！坝脭?shù)據(jù)說話”或?qū)⒊蔀榇蟛糠制髽I(yè)的普遍共識。更多企業(yè)對于 People Analytics 有所了解，甚至能夠有清晰的概念認(rèn)知。本屆調(diào)研毛麟角”，并且大多集中于高科技和互聯(lián)網(wǎng)企業(yè)。已經(jīng)對于 People Analytics 有所認(rèn)知的企業(yè)中，雖然關(guān)注度高，但絕大部分也仍處于觀望狀態(tài)，真正有所了解的企業(yè)“鳳國內(nèi)企業(yè)對于 People Analytics 的認(rèn)知度仍較低，甚至沒有聽說過 People Analytics 這一名詞 ；往屆調(diào)研主要發(fā)現(xiàn)“知”概念認(rèn)知約 9 成企業(yè)企業(yè)對于數(shù)據(jù)分析已經(jīng)或多或少有所接觸或了解，數(shù)據(jù)思維已較為“深入人心”；而在對 Peop

8、le Analytics 有所接觸或了解的企業(yè)中，企業(yè)的了解程度、認(rèn)知水平并不一致 ：半數(shù)企業(yè)對于這一概念僅停留在“聽說層面”，并不了解其具體的含義 ；兩成企業(yè)雖已著手實踐 People Analytics，但沒有給出明確的名稱與定位 ；7.63% 企業(yè)實踐了 People Analytics，也給出了具體的名稱，但并不以“People Analytics”這一詞語命名；僅有 8.78% 的企業(yè)能明確知道 People Analytics 這一詞語的對應(yīng)含義。無論是否以“People Analytics”這一詞語命名相關(guān)實踐，在能夠明確說出相關(guān)概念定義的企業(yè)中，參調(diào)者的具體理解也并不一致。對于

9、不以“People Analytics”這一詞語命名的企業(yè)，我們讓參調(diào)者羅列了其他概念名稱及對應(yīng)的理解，發(fā)現(xiàn)無論是具體名稱還是對應(yīng)的理解均有所不同，具體可以歸類為 ：人力資本分析、人才盤點和預(yù)測、助力決策三大類。而對于以 People Analytics 命名，明確知道其具體含義的企業(yè)，我們也直接收集了參調(diào)者對People Analytics 概念的認(rèn)知，發(fā)現(xiàn)其中所有企業(yè)均會提及“數(shù)據(jù)或分析”，近 7 成企業(yè)會提及“決策或業(yè)務(wù)”，僅有一半企業(yè)會提及“預(yù)測或建?！?。本屆調(diào)研數(shù)據(jù)摘要在已經(jīng)有所實踐的企業(yè)中，People Analytics 的成熟度仍處于起步階段，能實現(xiàn)建模預(yù)測層面分析的企業(yè)仍是少

10、數(shù)。有相當(dāng)大一部分的企業(yè)已經(jīng)實踐了People Analytics 或在未來 2 年內(nèi)考慮嘗試。本屆調(diào)研對于People Analytics企業(yè)的關(guān)注度很高，但大部分企業(yè)并未真正實現(xiàn)。往屆調(diào)研“行”企業(yè)實踐成熟度對 People Analytics 有所實踐的企業(yè)約在 4 成左右，這已經(jīng)超出了我們在調(diào)研之初的“心理預(yù)期”；另外，近 4 成企業(yè)“躍躍欲試”，未來 2 年內(nèi)會考慮嘗試 People Analytics 的應(yīng)用?？梢哉f，無論是現(xiàn)在還是未來，People Analytics 都將成為人力資源領(lǐng)域的重要趨勢之一。在已經(jīng)有所實踐的企業(yè)中，近 9 成參調(diào)者表示所處企業(yè)的 People Ana

11、lytics 成熟度為 Level1 或 Level2（具體關(guān)于成熟度的定義請參考本報告 p17 圖表 3）。可見絕大多數(shù)企業(yè)仍在不斷探索與嘗試之中。我們將企業(yè) People Analytics 的應(yīng)用場景分為兩類 ：效率提升與成本計算類、人效測算與預(yù)測類，兩類場景的關(guān)鍵區(qū)別在于是否需要企業(yè)自行創(chuàng)建數(shù)據(jù)測算模型（兩類場景具體區(qū)別請參考本報告 p60 關(guān)鍵總結(jié) 1：People Analytics 的定義梳理）。前者不涉及建模，近 8 成企業(yè)已經(jīng)實現(xiàn) ；后者需要企業(yè)具備數(shù)據(jù)建模、分析與預(yù)測的能力，實現(xiàn)的企業(yè)僅為 4 成左右。企業(yè)在實現(xiàn) People Analytics的過程中，“算力”仍有待進一

12、步提升。本屆調(diào)研數(shù)據(jù)摘要企業(yè)如何開啟People AThalytics 之路驅(qū)動因素往屆調(diào)研本屆調(diào)研無論處于Level1 還是 Level2，技術(shù)系統(tǒng)及軟件都是企業(yè)最為關(guān)注的支持因素，其次分別是專業(yè)的人才及團隊、企業(yè)文化這兩大因素。隨著企業(yè)實踐成熟度的提升，“企業(yè)文化”愈發(fā)不容忽視。并且當(dāng)企業(yè)處于 People Analytics 的起步階段時，高管的認(rèn)可與支持作為企業(yè)文化的一部分至關(guān)重要，是 People Analytics 是否能實現(xiàn)的決定性因素。而隨著 People Analytics 的發(fā)展，員工數(shù)據(jù)思維的形成作為企業(yè)文化中另一重要組成部分，對于People Analytics 走向成

13、熟愈發(fā)關(guān)鍵。焦與典型的場景，如 ：人均效能分析、離職風(fēng)險預(yù)警分析、勞動力規(guī)劃、組織能力建設(shè)。我們無論是在前期的市場診斷階段還是在后續(xù)的案例采訪階段，發(fā)現(xiàn)企業(yè)在應(yīng)用 People Analytics 時已經(jīng)有若干較為聚本屆調(diào)研往屆調(diào)研企業(yè)所應(yīng)用的場景是較為分散的，僅有諸如“離職風(fēng)險預(yù)測”是較為熱門的場景，因此并未對具體場景有過多探討。企業(yè)如何開啟People AThalytics 之路應(yīng)用場景本屆調(diào)研在本次研究中，越來越多企業(yè)開始提出 ：如何通過 People Analytics 真正地幫助業(yè)務(wù)、賦能業(yè)務(wù)，但落地程度有限。務(wù)的決策。大家關(guān)注的更多是如何用People Analytics 影響 H

14、R 管理工作、影響和改善員工體驗，極少數(shù)企業(yè)嘗試影響業(yè)往屆調(diào)研賦能業(yè)務(wù)，以終為始絕大部分企業(yè)業(yè)務(wù)部門對于人力資源部門給出的數(shù)據(jù)分析結(jié)果，態(tài)度通常處于“2 分- 認(rèn)同數(shù)據(jù)的價值和意義，但對于數(shù)據(jù)分析結(jié)果的理解不到位”和“3 分- 認(rèn)同數(shù)據(jù)的價值和意義，能較好理解數(shù)據(jù)分析結(jié)果，但難以將相關(guān)建議落實到具體的業(yè)務(wù)管理中”的狀態(tài)。不難發(fā)現(xiàn)，業(yè)務(wù)部門對于數(shù)據(jù)有一定的理解與認(rèn)同，但常常但難以將相關(guān)建議落實到具體的業(yè)務(wù)管理中。企業(yè)的無論是在需求診斷、數(shù)據(jù)結(jié)果傳達還是在數(shù)據(jù)結(jié)果落地的環(huán)節(jié)，絕大部分企業(yè)均未形成較為體系化的流程與制度，實踐傾向于碎片化與粗放。本屆調(diào)研數(shù)據(jù)摘要 People AThalytics 的

15、“知”與“行”的企在本屆的調(diào)研中我們依然從企業(yè)對于People Analytics 的發(fā)展與應(yīng)用研究著手，了解當(dāng)前企業(yè)在該方面的“知”與“行”。另外，對于嘗試實踐業(yè)，我們也會結(jié)合案例與數(shù)據(jù)，梳理企業(yè)開展 People Analytics 的前提條件與基礎(chǔ)，助力企業(yè)未來更好地在企業(yè)內(nèi)推廣與落地?！爸备拍钫J(rèn)知往屆調(diào)研企業(yè)認(rèn)知情況關(guān)鍵詞回顧在往屆調(diào)研中，我們便已經(jīng)開始探索企業(yè)對于People Analytics 的認(rèn)知與實踐成熟度。然而，在過去的研究中我們看到 ：真正對 People Analytics 有所了解的企業(yè)“鳳毛麟角”。有所了解的企業(yè)大多集中于關(guān)注度高，但大部分企業(yè)持認(rèn)知度仍較低大部分

16、企業(yè)甚至從未聽說過 People Analytics這一名詞。People高科技和互聯(lián)網(wǎng)行業(yè)。有所實踐的企業(yè)典型：騰訊、谷 歌、IBM、微 軟、輝瑞、 SAP。觀望狀態(tài)Analytics 定義的歸納梳理將與人相關(guān)的數(shù)據(jù)運用于對人的管理和決策之中的方法，該方法具備對未來趨勢進行預(yù)警、預(yù)測和控制的價值。那么，在本次調(diào)研中大家的認(rèn)知是否有一定的發(fā)展？另外，有所實踐的企業(yè)是否仍是“極少數(shù)”？我們將在下文中結(jié)合市場現(xiàn)狀數(shù)據(jù)，對兩屆調(diào)研的研究發(fā)現(xiàn)進行比對，另外也將結(jié)合本次研究中的專家洞察與企業(yè)實踐，進一步更新People Analytics 的定義。本屆調(diào)研企業(yè)認(rèn)知現(xiàn)狀參調(diào)者所有的概念表述我們將附在本小節(jié)

17、末尾供讀者參考（詳見 P16 附表圖表 1b）。我們對于這些概念表述進行了初步的關(guān)鍵圖表 1 對于 People Analytics 的定義，您的熟悉程度是（N=262 ）8.78% 11.83%7.63%48.85%22.90%從來沒有聽說過與 Analytics 相關(guān)的任何概念從來沒有聽說過，更多是以 HR詞分析，將關(guān)鍵詞分為三組，分別為：數(shù)據(jù)或分析（涉及工具與基礎(chǔ)）、決策或業(yè)務(wù)（涉及應(yīng)用面）、預(yù)測或建模（涉及算力要求），我們發(fā)現(xiàn)其中所有企業(yè)均會提及“數(shù)據(jù)或分析”，近 7 成企業(yè)會提及“決策或業(yè)務(wù)”，僅有一半企業(yè)會提及“預(yù)測或建模”。分類您公概司念提是出什的么類似您對這個概念的理解是什么人

18、力析資類本分人力資本分析一分析個人在組織所耗費的以及能帶來的比率cost illustration分如析薪雇酬傭，或福遣利散等個別員工所需要的成本，人工效益人均創(chuàng)收 / 人均創(chuàng)利等人力成本分析對于人力成本相關(guān)方面的分析人力資本分析對各環(huán)節(jié)的直接人力成本進行分析HR analytics人力資本分析人均人效個人的效能人均效能所者人有與力人資相源關(guān)管的理，的能分夠析作用到企業(yè)管理或人才盤點類人力分析更高更科學(xué)層面的人力盤點人才盤點對作現(xiàn)出有判人斷員勝任力，繼任力，潛在提升力人才盤點測評基價于分人析才的任職能力及崗位要求的定期評人員分析更多地是對人所在崗位技能的分析預(yù)決測策、助類力人力資源分析通讀，過

19、支對持人公力司資的源戰(zhàn)管略理發(fā)各展項數(shù)據(jù)的分析解HR Predictive AnalyticsUsing data processing tool and big data algorithm tool to make prediction on employee flow.HR Data Analysis基支于持對業(yè)務(wù)HR發(fā)相展關(guān)的數(shù)解據(jù)決的方整案理或和建分議析，提供數(shù)據(jù)共享中心充一定分流通程過完員善工、數(shù)部據(jù)門，、使H用R統(tǒng)三一方的共數(shù)同據(jù)按統(tǒng)照計的分析各口項徑人以力及工解作決讀策報告。，用于工資 / 部門其他數(shù)字化轉(zhuǎn)型要用數(shù)據(jù)支撐人力資源發(fā)展人力資源結(jié)構(gòu)分析與序人有關(guān)的所有內(nèi)在外在信息進

20、入分析程Analytics 或人力資本分析等其他類 似的概念進行討論或?qū)嵺`從來沒有聽說過，但人力資源相關(guān)部門有開展數(shù)據(jù)分析工作，對這一工作沒有明確的定義聽說過，但不知道具體的含義或僅有模糊的認(rèn)知明確知道其具體的含義及概念“用數(shù)據(jù)說話”或?qū)⒊蔀榇蟛糠制髽I(yè)的普遍共識。大部分企業(yè)對于數(shù)據(jù)分析已經(jīng)或多或少有所接觸或了解，僅有約 1 成企業(yè)“從來沒有聽說過與 Analytics 相關(guān)的任何概念”。即使企業(yè)對 People Analytics 已經(jīng)有所接觸或了解，認(rèn)知水平卻并不一致，存在認(rèn)知不清晰、企業(yè)內(nèi)無明確定位、不以 People Analytics 這一概念進行命名、已經(jīng)有明確的理解等多種情況。在對

21、圖表 1a 若“更多是以 HR Analytics 或人力資本分析等其他類似的概念進行討論或?qū)嵺`”企業(yè)的理解為 ：（N=18）People Analytics 有所認(rèn)知的企業(yè)中，企業(yè)的理解并無統(tǒng)一定論，呈現(xiàn)出了多元化的態(tài)勢。對于“更多是以 HR Analytics 或人力資本分析等其他類似 的概念進行討論或?qū)嵺`”的參調(diào)者，我們讓其羅列了企業(yè) 中所提出的概念及對應(yīng)的理解（參考右側(cè)圖表 1a），并且結(jié)合參調(diào)者的反饋，將其分為人力資本分析類，人才盤點類，預(yù)測、助力決策類和其他。洞察。將員工在公司全生命周期的數(shù)據(jù)進行分析，從而為業(yè)務(wù)提供量進行建模，利用行為數(shù)據(jù)構(gòu)建算法進行預(yù)測、風(fēng)險規(guī)避等。依據(jù)行為，針

22、對人員特定勝任力、目標(biāo)結(jié)果抽取對應(yīng)特征向業(yè)務(wù)、市場。分析、提供相應(yīng)的洞察結(jié)果，作出具有價值的決策，服務(wù)于人、運用相關(guān)數(shù)據(jù)分析工具針對與人相關(guān)的信息、數(shù)據(jù)進行加工、而對于“明確知道其具體的含義及概念”的參調(diào)者，我們也直接收集了其對 People Analytics 概念的認(rèn)知，這些描述均呈現(xiàn)了不同的側(cè)重，具體如下：當(dāng)然，在本次調(diào)研中為了方便對 People analytics 展開探討，會在下文中結(jié)合國外文獻描述和國內(nèi)企業(yè)的實際分享，對其概念做一個梳理與整合。國外研究摘要The Wharton School:People analytics is a data-driven approach t

23、o managing people at work. For the first time in history, business leaders can make decisions about their people based on deep analysis of data rather than the traditional methods of personal relationships, decision making based on experience, and risk avoidance.（沃頓商學(xué)院 ：People analytics 是一種在工作中用數(shù)據(jù)驅(qū)動

24、的思維來進行人員管理的方式。有史以來，業(yè)務(wù)管理者首次能夠通過深度數(shù)據(jù)分析進行人員管理的決策，而非基于人際關(guān)系、過往經(jīng)驗或出于風(fēng)險規(guī)避的需要。）1CIPD ：People analytics, HR analytics, human capital analytics are all terms used to describe the practice of applying analysis processes to workforce data to understand workforce-related business issues.（CIPD ：People analytics,

25、HR analytics, human capital analytics 這些詞都用于描述同一種實踐，即分析勞動力數(shù)據(jù)，從而了解與勞動力相關(guān)的業(yè)務(wù)問題。）2國內(nèi)企業(yè)實踐經(jīng)驗摘要虎彩本身去檢測、診斷每個管理現(xiàn)場，給予管理者更多的管理支持。先數(shù)據(jù)化，再將這些數(shù)據(jù)通過建模、分析實現(xiàn)“數(shù)據(jù)業(yè)務(wù)化”，管理者可以通過數(shù)據(jù)報表運營賦能運營賦能 ：即通過管理數(shù)據(jù)去看到管理現(xiàn)場。先將業(yè)務(wù)數(shù)據(jù)化將業(yè)務(wù)路徑和業(yè)務(wù)行為提效出，旨在更精細化地去做顆粒度更小的成本管理。案例關(guān)鍵詞提要快速獲得基于管理需要所要收集的數(shù)據(jù)，制作成本結(jié)構(gòu)分析報表，進行數(shù)據(jù)化的產(chǎn)品輸提效 ：指在不改變?nèi)肆Y源三支柱或者職能模塊分工的情況下，搭建

26、數(shù)據(jù)中臺，幫助企業(yè)對于People Analytics 的定義與理解目前虎彩結(jié)合實踐，對于 People Analytics 的定義與理解主要集中在以下兩大方面：羅氏果維持、安排組織的健康運營。獲得業(yè)務(wù)的相關(guān)結(jié)驅(qū)動業(yè)務(wù)的發(fā)展，為業(yè)務(wù)的決策提供依據(jù)。針對管理層的管理需求提供分析產(chǎn)品與服務(wù)，關(guān)結(jié)果獲得業(yè)務(wù)的相關(guān)結(jié)果 ：指將業(yè)務(wù)戰(zhàn)略轉(zhuǎn)化為人才戰(zhàn)略，如勞動力戰(zhàn)略規(guī)劃等。真正助力、獲得人力資源的相針對每個員工發(fā)展需求提供相應(yīng)的數(shù)據(jù)支持。案例關(guān)鍵詞提要獲得人力資源的相關(guān)結(jié)果 ：即在人力資源領(lǐng)域內(nèi)的相關(guān)分析與服務(wù)，如提高業(yè)績、效率等。對于People Analytics 的理解羅氏結(jié)合內(nèi)部已有實踐，當(dāng)前對于

27、 People Analytics 的理解主要集中于以下兩大層面：1 沃頓商學(xué)院，https:/ HYPERLINK /learn/wharton-people-analytics?&syllabus /learn/wharton-people-analytics?#syllabus2 CIPD,People analytics:driving business performance with people data,https:/ HYPERLINK http:/www.cipd.co.uk/Images/people-analytics-report_tcm18-43755.pdf ww

28、w.cipd.co.uk/Images/people-analytics-report_tcm18-43755.pdf施耐德幫助決策預(yù)測了解業(yè)務(wù)痛點案例關(guān)鍵詞提要數(shù)據(jù)驅(qū)動結(jié)合企業(yè)目標(biāo)，深度數(shù)據(jù)驅(qū)動 ；通過分析勞動力行為、趨勢、個人和市場的數(shù)據(jù)，了解業(yè)務(wù)痛點，洞察整體人才和績效戰(zhàn)略；最終能夠達到預(yù)測的目的，幫助組織更好地管理和做出決策。對于People Analytics 的理解同程藝龍對于People Analytics 的理解同程藝龍認(rèn)為，對于 People Analyics，大部分企業(yè)在實踐過程中已經(jīng)有了類似的概念，也已有或深或淺的嘗試，只是缺乏統(tǒng)一的名詞。在同程藝龍的 People An

29、alyics 實踐，是以支撐組織戰(zhàn)略、解決業(yè)務(wù)問題為出發(fā)點，打通整合多處數(shù)據(jù)源，通過交叉的多維度的分析或基于數(shù)據(jù)模型，進行可視化的數(shù)據(jù)呈現(xiàn)，輔助于戰(zhàn)略或決策的落地和人力資源管理。其根本目的是用于輔助企業(yè)的人力或業(yè)務(wù)戰(zhàn)略的落地，也可輔助人力資源的日常管理。People Analyics 主要包含以下幾大特征 ：以解決問題為出發(fā)點。區(qū)別于傳統(tǒng)的運營性工作匯報或報表，PA 的初衷和目的，是解決 問題，可能是解決公司層面戰(zhàn)略落地的問題，例如，提高人效、快速拓展業(yè)務(wù)、降費增效等，可能是解決 HR 日常工作中的問題，例如提升高績效員工保存率、人才實時動態(tài)判斷等。PA 不是為了做報表而做報表，而是為了解決業(yè)

30、務(wù)痛點做數(shù)據(jù)支持，以終為始地進行數(shù)據(jù)分析。 打破數(shù)據(jù)壁壘，進行全面綜合的交叉分析。通常分析透徹一個業(yè)務(wù)問題，僅通過單一模塊的數(shù)據(jù)難以支持。需將人力資源主系統(tǒng)和其他周邊相關(guān)的系統(tǒng)（如 ：績效、培訓(xùn)、招聘、人才發(fā)展系統(tǒng)等）的數(shù)據(jù)整合到一起，才能更好地挖掘相關(guān)問題背后的原因，進行綜合的交叉分析。不僅分析過去已發(fā)生的，更嘗試預(yù)測未來。People Analyics 不僅用于了解已經(jīng)發(fā)生的事 情，更需要用于探索未來相關(guān)場景中某些事件的發(fā)生概率，如 ：離職風(fēng)險預(yù)測，用工規(guī)模、人力成本預(yù)測等。不少企業(yè)傾向于基于成熟數(shù)據(jù)工具或平臺落地。原因其一是數(shù)據(jù)模型一旦建成，數(shù)據(jù)源時刻變化，但數(shù)據(jù)結(jié)論的實時性要求很高，通

31、常難以人工實時處理，大多基于系統(tǒng)模型處 理。其二，成熟的 BI 工具，可以讓數(shù)據(jù)的視覺呈現(xiàn)方式可以有更好的表達。案例關(guān)鍵詞提要以解決問題為出發(fā)點全面綜合的交叉分析預(yù)測未來基于成熟數(shù)據(jù)工具或平臺更多企業(yè)對于 People Analytics 有所了解，甚至能夠有清晰的概念認(rèn)知?！坝脭?shù)據(jù)說話”或?qū)⒊蔀榇蟛糠制髽I(yè)的普遍共識。本屆調(diào)研毛麟角”，并且大多集中于高科技和互聯(lián)網(wǎng)企業(yè)。已經(jīng)對于 People Analytics 有所認(rèn)知的企業(yè)中，雖然關(guān)注度高，但絕大部分也仍處于觀望狀態(tài)，真正有所了解的企業(yè)“鳳國內(nèi)企業(yè)對于 People Analytics 的認(rèn)知度仍較低，甚至沒有聽說過 People Anal

32、ytics 這一名詞 ；往屆調(diào)研專家洞察行測量 ；同樣，很多企業(yè)對組織文化和氛圍的科學(xué)認(rèn)知程度也不高，更沒有建立起有效地衡量組織文化的指標(biāo)和體系。力進文化分析的企業(yè)相對較少。究其原因，大多數(shù)企業(yè)并沒有掌握員工的能力信息和潛力信息，大部分企業(yè)也沒有很好的工具對能力或者潛組織以上四個層面國內(nèi)企業(yè)關(guān)注比較多的是在效率分析和效益分析層面，這也是傳統(tǒng)人力分析和人力資本分析常見的范圍，而涉及組織能力、效率分析 ：該層面也是企業(yè)提出較多的概念，如人力資源部門上線軟件或系統(tǒng)后，在流程方面效率有哪些提升；效益分析 ：即在某一領(lǐng)域投資后，人才效益、人均單產(chǎn)、人均利潤率等各方面是否有所提升，類似于人力資本的分析 ；

33、組織能力分析 ：People Analytics 離不開“People”，即結(jié)合組織人才結(jié)構(gòu)及績效表現(xiàn)對人才和人員能力的分析 ；組織文化分析 ：該分析能夠反映組織員工對企業(yè)文化的認(rèn)可程度，具體評估方法如企業(yè)文化價值觀考核、敬業(yè)度調(diào)查等。和用人決策提供真正的價值。北森定義People Analytics 為人才分析，全面的人才分析至少包括以下四個方面：People Analytics 在國外已經(jīng)普遍被 HR 同行們所接受，并且有相當(dāng)多的從業(yè)者和專家。但是在中國市場，雖然有很多企業(yè)已經(jīng)開始探索 People Analytics- 人力分析，但是系統(tǒng)化、模型化和工具化的程度還非常有限，這就導(dǎo)致 PA

34、 的價值不明顯，不能為企業(yè)管理者的經(jīng)營北森 彭傳軍對于People Analytics 的理解總結(jié):People AThalytics 的概念認(rèn)知演進之路關(guān)于認(rèn)知關(guān)于具體定義與概念對于雖然對于 People Analytics 的理解并無定論，但為了使我們的研究更具備針對性，本次調(diào)研我們結(jié)合以上市場反饋、國外文獻、國內(nèi)企業(yè)實踐，People Analytics 進行了大致的定義與框定。在下文中，我們對于People Analytics 的討論也主要圍繞以下定義展開：關(guān)鍵總結(jié) 1 ：People Analytics 的定義梳理 效率提升與成本計算類 ：基于現(xiàn)有系統(tǒng)或軟件可以直接獲得或計算，不需要

35、自行創(chuàng)建數(shù)據(jù)測算模型，且通常與具體業(yè)務(wù)管理場景的聯(lián)系不會特別深（如 ：離職率統(tǒng)計、滿意度收集、敬業(yè)度狀況等）實踐分類 人效測算與預(yù)測類 ：需要企業(yè)自行抓取與業(yè)務(wù)相關(guān)的因子進行數(shù)據(jù)建模、分析與預(yù)測，往往基于某一具體的業(yè)務(wù)管理場景或問題（如 ：勞動力的提前規(guī)劃與預(yù)測、離職風(fēng)險預(yù)測、績效評估體系設(shè)計與動態(tài)調(diào)整等）本屆調(diào)研在本次研究中，結(jié)合市場現(xiàn)狀，我們根據(jù)上述定義及本次企業(yè)訪談、參調(diào)結(jié)果，定義補充進一步將企業(yè) People Analytics 的實踐分為兩大類將與人相關(guān)的數(shù)據(jù)運用于對人的管理和決策之中的方往屆調(diào)研法，該方法具備對未來趨勢進行預(yù)警、預(yù)測和控制定義的價值。附錄圖表 1b 若“明確知道其具

36、體的含義及概念”企業(yè)的理解為 ：（N=23）參調(diào)者對于 People Analytics 的具體理解及詞頻歸納提提及及數(shù)率據(jù)1或00分%析提提及及決率策69或.5業(yè)7%務(wù)提提及及預(yù)率測47或.8建3%模通過與人相關(guān)的結(jié)果和行為數(shù)據(jù)進行分析，影響商業(yè)決策以大數(shù)據(jù)的視角及技術(shù)，將人力資本功能最大化人力分析，通過大數(shù)據(jù)分析將簡單的匯報數(shù)據(jù)，轉(zhuǎn)變?yōu)榭梢灶A(yù)測未來的行為和制定相應(yīng)的解決方案與人有關(guān)的數(shù)據(jù)非常多，行為數(shù)據(jù)更具有參考價值，在海量的數(shù)據(jù)中提取有效的信息，對決策更有幫助依據(jù)人員的數(shù)據(jù)分析，進行企業(yè)運轉(zhuǎn)的預(yù)警及策略調(diào)整Leverage technology tools to empower orga

37、nization evolution based on the people data and behavior.用數(shù)據(jù)支撐人力資源決策，規(guī)避主管決策風(fēng)險人才數(shù)據(jù)分析解讀得出分析型或預(yù)測性意見為業(yè)務(wù)及 HR 戰(zhàn)略提供支持與參考。通過對員工所有相關(guān)數(shù)據(jù)的分析為企業(yè)的運營和戰(zhàn)略規(guī)劃提供預(yù)判及決策支撐基于數(shù)據(jù)的人力資源決策，非常重要運用相關(guān)數(shù)據(jù)分析工具針對與人相關(guān)的信息、數(shù)據(jù)進行加工、分析、提供相應(yīng)的洞察結(jié)果，作出具有價值的決策，服務(wù)于人、業(yè)務(wù)、市場。Using people master data for analysis which provides support for business p

38、urpose利用各方面的人力資源數(shù)據(jù)進行分析，預(yù)測，用于人力資源的相關(guān)決策深度數(shù)據(jù)驅(qū)動結(jié)合企業(yè)目標(biāo)，通過分析勞動力行為、趨勢、個人和市場的數(shù)據(jù)，洞察整體人才和績效戰(zhàn)略，幫助組織更好地管理和作出決策。通過對人的行為進行可衡量數(shù)字化的記錄，以對人未來的行為以及對組織的影響進行預(yù)判，并進行決策性修正運用多渠道智能化的工具和技術(shù)收集整合和分析數(shù)據(jù)，提供預(yù)測預(yù)警分析，幫助企業(yè)決策依據(jù)行為，針對人員特定勝任力、目標(biāo)結(jié)果抽取對應(yīng)特征向量進行建模，利用行為數(shù)據(jù)構(gòu)建算法進行預(yù)測、風(fēng)險規(guī)避等通過分析數(shù)據(jù)，發(fā)現(xiàn)內(nèi)在特征，關(guān)系，趨勢等信息，預(yù)測未來發(fā)展，為人員發(fā)展和管理提供決策支撐運用統(tǒng)計工具，對企業(yè)內(nèi)與人相關(guān)的數(shù)據(jù)

39、進行收集、整理、分析洞察，建模，用于決策結(jié)合對人力資源相關(guān)信息和業(yè)務(wù)信息相關(guān)性的分析，幫助業(yè)務(wù)實現(xiàn)目標(biāo)將員工在公司全生命周期的數(shù)據(jù)進行分析，從而為業(yè)務(wù)提供洞察。記錄人員基礎(chǔ)信息、業(yè)績數(shù)據(jù)、勝任力等數(shù)據(jù)，量化工作崗位要求等等信息，建立人才匹配分析、人才發(fā)展等模型，及時呈現(xiàn)人才現(xiàn)狀、人才梯隊情況以及預(yù)警人才風(fēng)險的一種方法。人力資源相關(guān)數(shù)據(jù)分析“行”企業(yè)實踐成熟度往屆調(diào)研企業(yè)實踐情況回顧在往屆調(diào)研中，我們對于企業(yè)的 People Analytics 實踐成熟度也做了相應(yīng)的分析與探索，我們發(fā)現(xiàn)：對于 People Analytics 企業(yè)的關(guān)注度很高，但大部分企業(yè)并未真正實現(xiàn)。那么， 在本屆的調(diào)研中有

40、多少企業(yè)已經(jīng)開始實踐 People Analytics ？其成熟度又是如何？我們將在下文中結(jié)合數(shù)據(jù)與案例，了解當(dāng)前的市場現(xiàn)狀。0.43%9.09% 11.69%40.26%38.53%本屆調(diào)研企業(yè)實踐現(xiàn)狀圖表 2 結(jié)合上述定義及您的理解，目前您公司是否有相關(guān)實踐（N=231 ）注 ：以上圖片來自于智享會第一屆People Analytics 的發(fā)展與應(yīng)用研究圖表 3 以下成熟度描述中，符合您公司現(xiàn)狀的是（N=94 ）尚未有任何實踐，未來 2 年內(nèi)也不會嘗試尚未有任何實踐，未來 2 年內(nèi)會考慮嘗試已經(jīng)有所實踐曾經(jīng)實踐過，但現(xiàn)在不再開展不清楚N=30占比 31.91%N=57占比 60.64%N=

41、6占比 6.38%N=1占比 1.06%注 ：以上成熟度描述參考自 Bersin by Deloitte ：High-Impact People Analytics效率提升與成本計算類： 選項數(shù)量比重得業(yè)或務(wù)計管算理，場不景需的要聯(lián)自系行不創(chuàng)會基建特于數(shù)別現(xiàn)據(jù)深有測系算統(tǒng)模：或型軟，件且可通以常直與接具獲體( 如 離職率統(tǒng)計、滿意度收集、敬業(yè)度狀況等 )7579.79%人進效行測數(shù)算據(jù)與建預(yù)模測、類分：析需與要預(yù)企測業(yè)，自往行往抓基取于與某業(yè)一務(wù)具相體關(guān)的的業(yè)因務(wù)子管理場景險或預(yù)問測題、績( 如效：評勞估動體力系的設(shè)提計前與規(guī)動劃態(tài)與調(diào)預(yù)整測等、離職風(fēng))4143.62%選項數(shù)量比重基本人事數(shù)據(jù)

42、 ( 如 ：員工性別、年齡等 )9297.87%人力資源管理中產(chǎn)生薪的酬數(shù)福據(jù)利(數(shù)如據(jù)：等培訓(xùn)數(shù)據(jù)、績效數(shù)據(jù)、)9196.81%財務(wù)數(shù)據(jù) ( 如 ：企業(yè)營收情況等 )4952.13%業(yè)務(wù)部門運營管理數(shù)據(jù) (行如為：等客流量、訂單量、員工工作)2526.60%其他22.13%圖表 4 以下場景類型中，您公司已有實踐的是（N=94 ）圖表 5 目前人力資源可以掌握的數(shù)據(jù)包括（N=94 ）有相當(dāng)大一部分的企業(yè)已經(jīng)實踐了 People Analytics 或在未來 2 年內(nèi)考慮嘗試（參考圖表 2）；在已經(jīng)有所實踐的企業(yè)中，People Analytics 的成熟度仍處于起步階段，能實現(xiàn)建模預(yù)測層面分

43、析的企業(yè)仍是少數(shù)（參考圖表 3&4）；人力資源部門能掌握的數(shù)據(jù)仍相對有限 ：能掌握“財務(wù)數(shù)據(jù)”的企業(yè)為 5 成，能掌握“業(yè)務(wù)部門運營管理數(shù)據(jù)”的企業(yè)僅占 26.60%（參考圖表 5）。人力資源部門掌握的數(shù)據(jù)有限在一定程度上不利于更為復(fù)雜的分析的實現(xiàn)，也難以做出對于業(yè)務(wù)部門決策有所影響的分析結(jié)果。通過與 HR 從業(yè)者的探討后我們發(fā)現(xiàn)這或許是大部分企業(yè)目前People Analytics 的成熟度仍處于起步階段及難以實現(xiàn)建模預(yù)測分析的關(guān)鍵因素之一。除了人力資源部門能掌握的數(shù)據(jù)有限是影響 People Analytics 發(fā)展的因素外，我們從北森相關(guān)專家的訪談中也了解到 ：企業(yè)本身的業(yè)務(wù)發(fā)展是否成熟

44、、穩(wěn)定也決定著 People Analytics 是否能夠有效落地。北森 彭傳軍People Analytics 的具體應(yīng)用我們可以看到目前基于系統(tǒng)的分析應(yīng)用主要可以有以下幾種 ：僅限于人力資源某一個模塊的分析，如招聘、薪酬等 ；有核心人力資源系統(tǒng)，可以實現(xiàn)人力資源內(nèi)部各個模塊的綜合分析；人力資源系統(tǒng)可以與財務(wù)數(shù)據(jù)有一定的聯(lián)動，實現(xiàn)關(guān)于人效、人均成本方面的分析 ；人力資源數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)互通，可以將“人”與“事”的數(shù)據(jù)結(jié)合起來進行分析。我們認(rèn)為，如果僅限于人力資源某一個模塊的分析可能只能了解到某個人力資源模塊的效率情況，往往并不能很好地去凸顯 People Analytics 的價值。要讓 Pe

45、ople Analytics 真正發(fā)揮應(yīng)有的價值，至少應(yīng)該實現(xiàn)人力資源內(nèi)部各個模塊數(shù)據(jù)的融合打通。另外，就分析的復(fù)雜度來看我們也看到分為兩種 ：第一種是基于系統(tǒng)直接形成的數(shù)據(jù)分析報告，分析較為簡單與直接，甚至沒有過于復(fù)雜的建模過程 ；第二種往往會有一些復(fù)雜的數(shù)據(jù)建模過程，對算力要求會更高，企業(yè)可以通過這些建模形成預(yù)測。那這兩種某種意義上看都是 People Analytics，只要它是基于系統(tǒng)的、動態(tài)的、可視化的。當(dāng)然目前能實現(xiàn)第二種分析的企業(yè)是少數(shù)。因為大多數(shù)管理者想要看的數(shù)據(jù)結(jié)果會較為動態(tài)和隨機，實時性很強，而數(shù)據(jù)建模是穩(wěn)定、持續(xù)的，我們要跟蹤幾個恒定的指標(biāo)，這樣才能夠?qū)⑦@些數(shù)據(jù)系統(tǒng)化、固

46、化，最后產(chǎn)出有效的模型。我認(rèn)為這是限制現(xiàn)在 People Analytics建模的主要原因，背后也與大部分企業(yè)的管理成熟度、穩(wěn)定度不足相關(guān)。第二點比較關(guān)鍵的原因就是我們?nèi)狈?People Analytics 的人才，建模的工作歸根結(jié)底還是需要有對應(yīng)的人才來實現(xiàn)。、制度和系統(tǒng)支撐。伴隨著對管理和流程的進一步優(yōu)化，就需要一定的治理標(biāo)準(zhǔn)與指標(biāo)。這樣的企業(yè)就更有可能對 People Analytics范管理動作成為首要任務(wù)。此時，對 People Analytics 還處于關(guān)注、探索期，尚不具備落地的條件。有較好的認(rèn)知，也更有可能去考慮實踐。相反，對于成熟度比較低的企業(yè)，首先要考慮的是流程規(guī)范和信息化

47、建設(shè)，以提升管理效率，規(guī)流程對于 People Analytics 這一主題而言，往往與企業(yè)自身所處的發(fā)展階段和管理成熟度有關(guān)。因為企業(yè)管理成熟意味著有穩(wěn)定的管理規(guī)范、北森 趙永亮People Analytics 在國內(nèi)市場的發(fā)展程度有相當(dāng)大一部分的企業(yè)已經(jīng)實踐了People Analytics 或在未來 2 年內(nèi)考慮嘗試。在已經(jīng)有所實踐的企業(yè)中，People Analytics 的成熟度仍處于起步階段，能實現(xiàn)建模預(yù)測層面分析的企業(yè)仍是少數(shù)。本屆調(diào)研往屆調(diào)研對于People Analytics企業(yè)的關(guān)注度很高，但大部分企業(yè)并未真正實現(xiàn)?？偨Y(jié):People AThalytics 的實踐成熟度演進

48、之路People Analytics 無論是在認(rèn)知還是實踐上都有了一定的發(fā)展，但概念認(rèn)知仍較為結(jié)合上述分析， 可以看到對比往屆調(diào)研結(jié)果， 就當(dāng)前整體市場狀況而言，模糊，并無較為一致的理解，實踐也處于起步階段或觀望階段。因此針對市場上企業(yè)普遍所處的階段， 下文中我們主要梳理了企業(yè)在開Analytics 之路；另外，我們也列舉了幾大典型場景，讓企業(yè)深入了解 People Analytics 的實現(xiàn)究竟體展 People Analytics 前需要重點關(guān)注的支持因素，幫助企業(yè)更好地開啟 People現(xiàn)在企業(yè)管理的哪些方面。 企業(yè)如何開啟People AThalytics 之路People AThal

49、ytics 關(guān)鍵驅(qū)動要素往屆調(diào)研企業(yè)驅(qū)動因素總結(jié)本屆調(diào)研企業(yè)驅(qū)動因素現(xiàn)狀在往屆調(diào)研中，我們結(jié)合企業(yè)在People Analytics 各個發(fā)展階段的特點（關(guān)于階段的具體劃分請參考上文圖表 3），總結(jié)了每一階段上需要關(guān)注的重點驅(qū)動因素 ：注 ：以上圖片來自于智享會第一屆People Analytics 的發(fā)展與應(yīng)用研究依然進行那么在本屆研究中是否各個階段的這些要素的定位與重要性是否如此？企業(yè)是否有了新的理解？我們將在下文中結(jié)合數(shù)據(jù)與實踐比對分析。圖表 6 若您公司已經(jīng)開展了相應(yīng)的實踐，您認(rèn)為哪些是關(guān)鍵的支持因素（N=87 ）內(nèi)Leve持l1度- 碎低片：化數(shù)、據(jù)組集織成能數(shù)力據(jù)有；限個，別收具集

50、有“零數(shù)散據(jù)的分織析中”；直的角覺、色經(jīng)分驗散驅(qū)在動組乏決的數(shù)策數(shù)據(jù)，據(jù)治而理不，是導(dǎo)數(shù)致?lián)?；缺在風(fēng)險。（N=30）比重L地ev收el集2-數(shù)著據(jù)手；搭聚建焦并于鞏建固立：統(tǒng)及一時數(shù)嵌據(jù)入庫式，分安析全工準(zhǔn)具確，性在提“高滿足；使H用R報致告力需于求建”立上P花A 費團時隊間；和PA精團力隊；與但業(yè)主務(wù)要、仍職局能限部于門H形R成；伙數(shù)伴據(jù)關(guān)管系理，治理能力有待提升。（N=57）選項比重技完術(shù)備系程統(tǒng)度及( 如軟件：是的否是有否核與心業(yè)人務(wù)事部系門統(tǒng)的，系統(tǒng)互通等 )80.00%89.47%有專業(yè)隊的負人責(zé)才及團70.00%77.19%否企對業(yè)數(shù)文據(jù)化的( 如價值：是有認(rèn)同 )40.00%6

51、6.67%目前絕大多數(shù)企業(yè)仍處于 People Analytics 發(fā)展的 Level1 和 Level2 階段，因此我們聚焦與這兩大階段分別分析了企業(yè)在各個階段的關(guān)鍵的支持因素。我們發(fā)現(xiàn) ：無論處于哪個階段，技術(shù)系統(tǒng)及軟件都是企業(yè)最為關(guān)注的支持因素，其次分別是專業(yè)的人才及團隊、企業(yè)文化這兩大因素。隨著企業(yè)實踐成熟度的提升，“企業(yè)文化”愈發(fā)不容忽 視 ：企業(yè)文化在 Level1 階段僅有 4 成企業(yè)將其視為關(guān)鍵 因素，而在 Level2 的企業(yè)中有 6 成企業(yè)會較為關(guān)注，增幅較大。因此，可以看到隨著企業(yè)實踐成熟度的提升，企業(yè)文化在 People Analytics 實現(xiàn)過程中重要性會愈發(fā)凸顯。

52、備的發(fā)那么在已經(jīng)有所實踐的企業(yè)中，People Analytics 的實現(xiàn)需要具前提條件主要是哪些？企業(yè)又是如何看待這些條件在這一過程中 揮的作用的呢？我們將結(jié)合案例與專家洞察對這些因素進行深度剖析與解讀。國內(nèi)企業(yè)實踐經(jīng)驗摘要虎彩實現(xiàn) People Analytics 的前提條件虎彩認(rèn)為，要實現(xiàn) People Analytics，有三個要素必不可少，分別是專業(yè)人才、軟硬件系統(tǒng)支持以及成熟的數(shù)據(jù)分析思路和框架。專業(yè)人才 ：企業(yè)首先必須要有具備數(shù)據(jù)統(tǒng)籌規(guī)劃、數(shù)據(jù)建模、數(shù)據(jù)清洗、數(shù)據(jù)管道一體化建設(shè)的人才。需要涉及的兩個核心技能 ：業(yè)務(wù)痛點的解碼與人力資源一體化解決方案的輸出和設(shè)計。虎彩內(nèi)部將這些人才

53、組建為專業(yè)的團隊，并且劃分為專項數(shù)據(jù)分析、人力資源選用育留管理行為數(shù)據(jù)化等團隊等職能。目前這些人才以內(nèi)部培養(yǎng)為主，并且通過多年的探索實踐，虎彩基于自身的經(jīng)驗發(fā)現(xiàn)，從業(yè)務(wù)部門挖掘人才、培養(yǎng)人才的成功率往往更高，原因在于作為核心技能之一的“業(yè)務(wù)痛 點的解碼”難以在短時間內(nèi)培養(yǎng)，而來自業(yè)務(wù)一線的人員在該技能上通常具備天然優(yōu)勢。 因此，虎彩現(xiàn)在更加傾向于選擇業(yè)務(wù)部門中具備人力資源發(fā)展?jié)摿Φ膯T工，充分利用其對 業(yè)務(wù)場景的理解能力，并且在該員工后續(xù)的發(fā)展中，逐步補充人力資源的專業(yè)知識與技能。另外，在技術(shù)實現(xiàn)方面，虎彩還擁有一支兩百人左右的 IT 團隊，確保軟硬件系統(tǒng)的支持。軟硬件系統(tǒng)支持：通過軟硬件系統(tǒng)，

54、企業(yè)可以完成數(shù)據(jù)采集、搭建數(shù)據(jù)體系、維護數(shù)據(jù)質(zhì)量等工作，從而更好地將管理需求和業(yè)務(wù)行為通過數(shù)據(jù)反饋出來。虎彩在該要素上有較大的投入，目前企業(yè)內(nèi)使用了多種系統(tǒng)，包括招聘系統(tǒng)（作為招聘數(shù)據(jù)采集的工具）、OA、ERP 系統(tǒng)等，并且自行研發(fā)了大量 EHR 系統(tǒng)，包括福利系統(tǒng)、彈性福利平臺等，以上系統(tǒng)在虎彩內(nèi)部均已打通，這為企業(yè)內(nèi)數(shù)據(jù)中臺的形成奠定了堅實的基礎(chǔ)。在打通、整合業(yè)務(wù)數(shù)據(jù)時，虎彩一直以來堅持“以終為始”的原則?！敖K”便是指圍繞業(yè)務(wù)場景中的管理難題，人力資源的發(fā)力點在何處，其具體的管理行為可以有哪些，這些管理行為如何數(shù)據(jù)化。明晰上述問題后，企業(yè)便會形成清晰的數(shù)據(jù)清單，結(jié)合數(shù)據(jù)清單明確具體產(chǎn)品，I

55、T 人員便可以更好地實現(xiàn)相應(yīng)的設(shè)計與功能。在數(shù)據(jù)呈現(xiàn)階段，虎彩會有數(shù)據(jù)集成的 BI 分析和面板展示，可視化的呈現(xiàn)形式讓數(shù)據(jù)結(jié)果在內(nèi)部也更容易被接受與理解。成熟的數(shù)據(jù)分析思路和框架：即基于企業(yè)的實際業(yè)務(wù)運轉(zhuǎn)狀態(tài)，數(shù)據(jù)分析的層次、結(jié)構(gòu)和布局如何定義，如 ：為什么要做該項數(shù)據(jù)分析？該數(shù)據(jù)分析要解決什么樣的實際問題？企業(yè)現(xiàn)階段在實際運營過程中的案例關(guān)鍵詞提要專業(yè)人才軟硬件系統(tǒng)支持成熟的數(shù)據(jù)分析思路和框架人力資源解決方案以產(chǎn)品的形式，通過營銷讓客戶買單。再通過反饋驗證，形成管理閉環(huán)；最后，團隊中的人員還需要“懂設(shè)計”，最終把一體化的借助工具將業(yè)務(wù)信息數(shù)據(jù)化，在海量的數(shù)據(jù)中清洗、提煉出需要的數(shù)據(jù)，最后輸出

56、產(chǎn)品，業(yè)隊伍要“懂業(yè)務(wù)”，即看到業(yè)務(wù)管理場景中存在的問題 ；另一方面專業(yè)人員要“懂工具”，該要素的實現(xiàn)與專業(yè)人才的儲備息息相關(guān)。一方面清晰的數(shù)據(jù)分析思路要求人力資源和專的，也是企業(yè)在短時間內(nèi)最難實現(xiàn)的。天花板是什么？人力資源部門能否利用數(shù)據(jù)賦能的方式形成數(shù)據(jù)產(chǎn)品？該要素是最為核心周大福開展 People Analytics 前提條件高管與文化支持周大福的管理者一直給員工灌輸一種概念：投資科技就是等同于投資未來。因此就文化層面來看，周大福鼓勵投資科技，這也是發(fā)展 People Analytics 的先天土壤。系統(tǒng)基礎(chǔ)一個有力的系統(tǒng)工具是 People Analytics 實現(xiàn)的載體。2003 年

57、前，周大福自行開發(fā)了一套人力資源系統(tǒng)，但是企業(yè)內(nèi)各個業(yè)務(wù)單元之間的數(shù)據(jù)不互通，系統(tǒng)功能也無法滿足企業(yè)發(fā)展的需要。周大福就從功能方面不斷地完善系統(tǒng)，自至 2012 年換了整套綜合性的系統(tǒng)平臺。2012 年對于周大福的數(shù)字化進程而言有著里程碑式的意義。進行全球化的數(shù)據(jù)管理。同時，周大福也與外部咨詢公司進行了合作，實現(xiàn)了數(shù)字化的轉(zhuǎn)型。在集成了系統(tǒng)功能與數(shù)據(jù)后，相應(yīng)地，周大福也完成了內(nèi)部流程的梳理與優(yōu)化，將其整合至系統(tǒng)中周大福初步形成了 HR 的共享服務(wù)。如 ：過去薪水、考勤的計算都是地區(qū)自行計算的，現(xiàn)在均由共享服務(wù)中心統(tǒng)一計算。 數(shù)據(jù)基礎(chǔ)底層周大福大部分 People Analytics 均基于內(nèi)部

58、綜合性的系統(tǒng)平臺運行。該平臺的定位為企業(yè)員工的數(shù)據(jù)中心，匯集了財務(wù)、人事、業(yè)務(wù)的數(shù)據(jù)。對于其中的數(shù)據(jù)質(zhì)量，周大福關(guān)注以下兩大標(biāo)準(zhǔn)： 具體、詳細 ：如在 HR App 上可了解到每兩個小時我銷售額的變化，并且可聚焦至每家店、每位員工。 口徑一致 ：作為大型集團，內(nèi)部有多個不同的業(yè)務(wù)單位，但系統(tǒng)需要進行全覆蓋。此時，當(dāng)有兩個來自與不同業(yè)務(wù)單位的人要進行項目的合作時，數(shù)據(jù)可能會存在一些差異。周大福秉持“求同存異”的原則對數(shù)據(jù)進行處理 ：即雙方數(shù)據(jù)的差異必然有存在的價值，需要保留下來 ；但最后形成報表，一定要有統(tǒng)一的口徑，最終歸納到最頂層時需要達成一致。 團隊支持周大福有一支規(guī)模百余人的強大 IT 團

59、隊，并且企業(yè)在設(shè)備、網(wǎng)絡(luò)、開發(fā)能力上投入了大量的精力，案例關(guān)鍵詞提要高管與文化支持系統(tǒng)基礎(chǔ)數(shù)據(jù)基礎(chǔ)團隊支持HR 也提出了較高的要求。然后建立有整套的思維邏輯、模型，設(shè)置指標(biāo)，繪制平臺所要呈現(xiàn)的交互頁面。這對于在需求收集階段，人力資源部門也面臨著一定的難題，即在獲得需求后如何快速形成成熟的思考。以智能平臺的搭建為例，首先人力資源部門要設(shè)想預(yù)期的效果與想要達成的目的，些需要通過 IT 開發(fā)實現(xiàn)。集團需求后，形成書面的功能需求文檔。HRIS 先行判斷哪些需求可以由HR 自行解決，哪HRIS 團隊與 IT 之間進行合理的分工，達成合作的關(guān)系。由HR 提出或與門店、其他部門收改進這套系統(tǒng)。系統(tǒng)本身需要有

60、專門的團隊負責(zé)與運維，這樣才能收集、結(jié)合需求，不斷地推廣、優(yōu)化、有賴于 HRIS 團隊和 IT 團隊的通力合作。基于此，周大?？偨Y(jié)了如下實踐經(jīng)驗：這支團隊為 People Analytics 的發(fā)展提供了專業(yè)力量。自行開發(fā)系統(tǒng)，要達成較好的運行效果，還羅氏People Analytics 發(fā)展的前提與基礎(chǔ)組織認(rèn)可要實現(xiàn) People Analytics，無論是管理層面還是員工層面，都需要對People Analytics 有一定的重視程度，并且意識到數(shù)據(jù)的重要性。另外，在應(yīng)用數(shù)據(jù)時各個部門、業(yè)務(wù)條線之間應(yīng)該具備開放的心態(tài)企業(yè)在需要收集、整合數(shù)據(jù)時常常會遇到組織內(nèi)部的“部門墻”，這在一定程度上不