第二屆People Analytics的發(fā)展與應(yīng)用研究報(bào)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(shí)踐成熟度 17企業(yè)如何開啟 People Analytics 之路People Analytics 關(guān)鍵驅(qū)動(dòng)要素 20小試牛刀People Analytics 的具體場(chǎng)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(dá)、落地執(zhí)行情況跟進(jìn)現(xiàn)狀 55關(guān)鍵節(jié)點(diǎn)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(diǎn)虎彩 ：以終為始，用數(shù)據(jù)助力管理問(wèn)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(tuán)隊(duì)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(jià)值專家訪談北森 ：People Analytics 在國(guó)內(nèi)的發(fā)展現(xiàn)狀及未來(lái)發(fā)展趨勢(shì)智享會(huì)數(shù)字化 HR 系列報(bào)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(chǎng)席卷全球的新冠疫情不僅影響了人們的衣食住行，也對(duì)經(jīng)濟(jì)環(huán)境帶來(lái)了沖擊。這無(wú)疑考驗(yàn)著企業(yè) ：如何克服時(shí)艱，更好地生存

3、下去？未來(lái)，新的業(yè)務(wù)增長(zhǎng)點(diǎn)又在何處？外部環(huán)境愈發(fā)強(qiáng)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(guò)往經(jīng)驗(yàn)對(duì)事物做出判斷很可能將難以應(yīng)對(duì)未來(lái)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(lái)的“企業(yè)財(cái)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(jìn)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(gè)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(jìn)入了人們的視野之中。然而將時(shí)間拉至 2018 年，在智享會(huì)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(duì)于 People Analytics 知之甚少，有所實(shí)踐的企業(yè)更是極少數(shù)。那么時(shí)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(duì)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(shí)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(jìn)一步對(duì)于 People Analytics 關(guān)鍵驅(qū)動(dòng)要素進(jìn)行梳理與分析，明確各個(gè)要素之間的關(guān)系、在 Peo

5、ple Analytics各個(gè)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(chǎng)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(diǎn)，結(jié)合企業(yè)實(shí)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(shí)踐成熟度對(duì)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(shí)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(dòng)要素小試牛刀People Analytics 的具體場(chǎng)景應(yīng)用舉例在往屆調(diào)研研究結(jié)論的基礎(chǔ)之上，進(jìn)一步對(duì)于 People Analytics 關(guān)鍵驅(qū)動(dòng)要素進(jìn)行梳理與分析。明確各個(gè)要素之間的關(guān)系、 在 People Analytics 各個(gè)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(chǎng)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(dá)、落地執(zhí)行情況跟進(jìn)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(diǎn)。結(jié)

7、合企業(yè)實(shí)踐，從而提出相應(yīng)的解決方案?！坝脭?shù)據(jù)說(shuō)話”或?qū)⒊蔀榇蟛糠制髽I(yè)的普遍共識(shí)。更多企業(yè)對(duì)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(duì)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(guó)內(nèi)企業(yè)對(duì)于 People Analytics 的認(rèn)知度仍較低，甚至沒有聽說(shuō)過(guò) 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(duì)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(duì) 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(duì)于這一概念僅停留在“聽說(shuō)層面”，并不了解其具體的含義 ；兩成企業(yè)雖已著手實(shí)踐 People Analytics，但沒有給出明確的名稱與定位 ；7.63% 企業(yè)實(shí)踐了 People Analytics，也給出了具體的名稱，但并不以“People Analytics”這一詞語(yǔ)命名；僅有 8.78% 的企業(yè)能明確知道 People Analytics 這一詞語(yǔ)的對(duì)應(yīng)含義。無(wú)論是否以“People Analytics”這一詞語(yǔ)命名相關(guān)實(shí)踐，在能夠明確說(shuō)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(duì)于

9、不以“People Analytics”這一詞語(yǔ)命名的企業(yè)，我們讓參調(diào)者羅列了其他概念名稱及對(duì)應(yīng)的理解，發(fā)現(xiàn)無(wú)論是具體名稱還是對(duì)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(diǎn)和預(yù)測(cè)、助力決策三大類。而對(duì)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(duì)People Analytics 概念的認(rèn)知，發(fā)現(xiàn)其中所有企業(yè)均會(huì)提及“數(shù)據(jù)或分析”，近 7 成企業(yè)會(huì)提及“決策或業(yè)務(wù)”，僅有一半企業(yè)會(huì)提及“預(yù)測(cè)或建?！?。本屆調(diào)研數(shù)據(jù)摘要在已經(jīng)有所實(shí)踐的企業(yè)中，People Analytics 的成熟度仍處于起步階段，能實(shí)現(xiàn)建模預(yù)測(cè)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(shí)踐了People Analytics 或在未來(lái) 2 年內(nèi)考慮嘗試。本屆調(diào)研對(duì)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(shí)現(xiàn)。往屆調(diào)研“行”企業(yè)實(shí)踐成熟度對(duì) People Analytics 有所實(shí)踐的企業(yè)約在 4 成左右，這已經(jīng)超出了我們?cè)谡{(diào)研之初的“心理預(yù)期”；另外，近 4 成企業(yè)“躍躍欲試”，未來(lái) 2 年內(nèi)會(huì)考慮嘗試 People Analytics 的應(yīng)用?？梢哉f(shuō)，無(wú)論是現(xiàn)在還是未來(lái)，People Analytics 都將成為人力資源領(lǐng)域的重要趨勢(shì)之一。在已經(jīng)有所實(shí)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(qǐng)參考本報(bào)告 p17 圖表 3）?？梢娊^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(chǎng)景分為兩類 ：效率提升與成本計(jì)算類、人效測(cè)算與預(yù)測(cè)類，兩類場(chǎng)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(cè)算模型（兩類場(chǎng)景具體區(qū)別請(qǐng)參考本報(bào)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(shí)現(xiàn) ；后者需要企業(yè)具備數(shù)據(jù)建模、分析與預(yù)測(cè)的能力，實(shí)現(xiàn)的企業(yè)僅為 4 成左右。企業(yè)在實(shí)現(xiàn) People Analytics的過(guò)程中，“算力”仍有待進(jìn)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(dòng)因素往屆調(diào)研本屆調(diào)研無(wú)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(tuán)隊(duì)、企業(yè)文化這兩大因素。隨著企業(yè)實(shí)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(shí)，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(shí)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(duì)于People Analytics 走向成

13、熟愈發(fā)關(guān)鍵。焦與典型的場(chǎng)景，如 ：人均效能分析、離職風(fēng)險(xiǎn)預(yù)警分析、勞動(dòng)力規(guī)劃、組織能力建設(shè)。我們無(wú)論是在前期的市場(chǎng)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(shí)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(chǎng)景是較為分散的，僅有諸如“離職風(fēng)險(xiǎn)預(yù)測(cè)”是較為熱門的場(chǎng)景，因此并未對(duì)具體場(chǎng)景有過(guò)多探討。企業(yè)如何開啟People AThalytics 之路應(yīng)用場(chǎng)景本屆調(diào)研在本次研究中，越來(lái)越多企業(yè)開始提出 ：如何通過(guò) 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(yàn)，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(duì)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(jià)值和意義，但對(duì)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(jià)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(shí)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(duì)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(shí)到具體的業(yè)務(wù)管理中。企業(yè)的無(wú)論是在需求診斷、數(shù)據(jù)結(jié)果傳達(dá)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(shí)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(duì)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(duì)于嘗試實(shí)踐業(yè)，我們也會(huì)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(lái)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(duì)于People Analytics 的認(rèn)知與實(shí)踐成熟度。然而，在過(guò)去的研究中我們看到 ：真正對(duì) 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(shuō)過(guò) People Analytics這一名詞。People高科技和互聯(lián)網(wǎng)行業(yè)。有所實(shí)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(yùn)用于對(duì)人的管理和決策之中的方法，該方法具備對(duì)未來(lái)趨勢(shì)進(jìn)行預(yù)警、預(yù)測(cè)和控制的價(jià)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(shí)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(chǎng)現(xiàn)狀數(shù)據(jù)，對(duì)兩屆調(diào)研的研究發(fā)現(xiàn)進(jìn)行比對(duì)，另外也將結(jié)合本次研究中的專家洞察與企業(yè)實(shí)踐，進(jìn)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(duì)于這些概念表述進(jìn)行了初步的關(guān)鍵圖表 1 對(duì)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(lái)沒有聽說(shuō)過(guò)與 Analytics 相關(guān)的任何概念從來(lái)沒有聽說(shuō)過(guò)，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(cè)或建模（涉及算力要求），我們發(fā)現(xiàn)其中所有企業(yè)均會(huì)提及“數(shù)據(jù)或分析”，近 7 成企業(yè)會(huì)提及“決策或業(yè)務(wù)”，僅有一半企業(yè)會(huì)提及“預(yù)測(cè)或建?！?。分類您公概司念提是出什的么類似您對(duì)這個(gè)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(gè)人在組織所耗費(fèi)的以及能帶來(lái)的比率cost illustration分如析薪雇酬傭，或福遣利散等個(gè)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(duì)于人力成本相關(guān)方面的分析人力資本分析對(duì)各環(huán)節(jié)的直接人力成本進(jìn)行分析HR analytics人力資本分析人均人效個(gè)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(diǎn)類人力分析更高更科學(xué)層面的人力盤點(diǎn)人才盤點(diǎn)對(duì)作現(xiàn)出有判人斷員勝任力，繼任力，潛在提升力人才盤點(diǎn)測(cè)評(píng)基價(jià)于分人析才的任職能力及崗位要求的定期評(píng)人員分析更多地是對(duì)人所在崗位技能的分析預(yù)決測(cè)策、助類力人力資源分析通讀，過(guò)

19、支對(duì)持人公力司資的源戰(zhàn)管略理發(fā)各展項(xiàng)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(duì)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(guò)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(jì)的分析各口項(xiàng)徑人以力及工解作決讀策報(bào)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(jìn)

20、入分析程Analytics 或人力資本分析等其他類 似的概念進(jìn)行討論或?qū)嵺`從來(lái)沒有聽說(shuō)過(guò)，但人力資源相關(guān)部門有開展數(shù)據(jù)分析工作，對(duì)這一工作沒有明確的定義聽說(shuō)過(guò)，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(shuō)話”或?qū)⒊蔀榇蟛糠制髽I(yè)的普遍共識(shí)。大部分企業(yè)對(duì)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(lái)沒有聽說(shuō)過(guò)與 Analytics 相關(guān)的任何概念”。即使企業(yè)對(duì) 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(wú)明確定位、不以 People Analytics 這一概念進(jìn)行命名、已經(jīng)有明確的理解等多種情況。在對(duì)

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(jìn)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(wú)統(tǒng)一定論，呈現(xiàn)出了多元化的態(tài)勢(shì)。對(duì)于“更多是以 HR Analytics 或人力資本分析等其他類似 的概念進(jìn)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(duì)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(diǎn)類，預(yù)測(cè)、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(jìn)行分析，從而為業(yè)務(wù)提供量進(jìn)行建模，利用行為數(shù)據(jù)構(gòu)建算法進(jìn)行預(yù)測(cè)、風(fēng)險(xiǎn)規(guī)避等。依據(jù)行為，針

22、對(duì)人員特定勝任力、目標(biāo)結(jié)果抽取對(duì)應(yīng)特征向業(yè)務(wù)、市場(chǎng)。分析、提供相應(yīng)的洞察結(jié)果，作出具有價(jià)值的決策，服務(wù)于人、運(yùn)用相關(guān)數(shù)據(jù)分析工具針對(duì)與人相關(guān)的信息、數(shù)據(jù)進(jìn)行加工、而對(duì)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(duì) 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(duì) People analytics 展開探討，會(huì)在下文中結(jié)合國(guó)外文獻(xiàn)描述和國(guó)內(nèi)企業(yè)的實(shí)際分享，對(duì)其概念做一個(gè)梳理與整合。國(guó)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(dòng)

24、的思維來(lái)進(jìn)行人員管理的方式。有史以來(lái)，業(yè)務(wù)管理者首次能夠通過(guò)深度數(shù)據(jù)分析進(jìn)行人員管理的決策，而非基于人際關(guān)系、過(guò)往經(jīng)驗(yàn)或出于風(fēng)險(xiǎn)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(shí)踐，即分析勞動(dòng)力數(shù)據(jù)，從而了解與勞動(dòng)力相關(guān)的業(yè)務(wù)問(wèn)題。）2國(guó)內(nèi)企業(yè)實(shí)踐經(jīng)驗(yàn)摘要虎彩本身去檢測(cè)、診斷每個(gè)管理現(xiàn)場(chǎng)，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(guò)建模、分析實(shí)現(xiàn)“數(shù)據(jù)業(yè)務(wù)化”，管理者可以通過(guò)數(shù)據(jù)報(bào)表運(yùn)營(yíng)賦能運(yùn)營(yíng)賦能 ：即通過(guò)管理數(shù)據(jù)去看到管理現(xiàn)場(chǎng)。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(xì)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(bào)表，進(jìn)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(tái)，幫助企業(yè)對(duì)于People Analytics 的定義與理解目前虎彩結(jié)合實(shí)踐，對(duì)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(yùn)營(yíng)。獲得業(yè)務(wù)的相關(guān)結(jié)驅(qū)動(dòng)業(yè)務(wù)的發(fā)展，為業(yè)務(wù)的決策提供依據(jù)。針對(duì)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(dòng)力戰(zhàn)略規(guī)劃等。真正助力、獲得人力資源的相針對(duì)每個(gè)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(jī)、效率等。對(duì)于People Analytics 的理解羅氏結(jié)合內(nèi)部已有實(shí)踐，當(dāng)前對(duì)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(cè)了解業(yè)務(wù)痛點(diǎn)案例關(guān)鍵詞提要數(shù)據(jù)驅(qū)動(dòng)結(jié)合企業(yè)目標(biāo)，深度數(shù)據(jù)驅(qū)動(dòng) ；通過(guò)分析勞動(dòng)力行為、趨勢(shì)、個(gè)人和市場(chǎng)的數(shù)據(jù)，了解業(yè)務(wù)痛點(diǎn)，洞察整體人才和績(jī)效戰(zhàn)略；最終能夠達(dá)到預(yù)測(cè)的目的，幫助組織更好地管理和做出決策。對(duì)于People Analytics 的理解同程藝龍對(duì)于People Analytics 的理解同程藝龍認(rèn)為，對(duì)于 People Analyics，大部分企業(yè)在實(shí)踐過(guò)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(shí)踐，是以支撐組織戰(zhàn)略、解決業(yè)務(wù)問(wèn)題為出發(fā)點(diǎn)，打通整合多處數(shù)據(jù)源，通過(guò)交叉的多維度的分析或基于數(shù)據(jù)模型，進(jìn)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(wèn)題為出發(fā)點(diǎn)。區(qū)別于傳統(tǒng)的運(yùn)營(yíng)性工作匯報(bào)或報(bào)表，PA 的初衷和目的，是解決 問(wèn)題，可能是解決公司層面戰(zhàn)略落地的問(wèn)題，例如，提高人效、快速拓展業(yè)務(wù)、降費(fèi)增效等，可能是解決 HR 日常工作中的問(wèn)題，例如提升高績(jī)效員工保存率、人才實(shí)時(shí)動(dòng)態(tài)判斷等。PA 不是為了做報(bào)表而做報(bào)表，而是為了解決業(yè)

30、務(wù)痛點(diǎn)做數(shù)據(jù)支持，以終為始地進(jìn)行數(shù)據(jù)分析。 打破數(shù)據(jù)壁壘，進(jìn)行全面綜合的交叉分析。通常分析透徹一個(gè)業(yè)務(wù)問(wèn)題，僅通過(guò)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(jī)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(wèn)題背后的原因，進(jìn)行綜合的交叉分析。不僅分析過(guò)去已發(fā)生的，更嘗試預(yù)測(cè)未來(lái)。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(lái)相關(guān)場(chǎng)景中某些事件的發(fā)生概率，如 ：離職風(fēng)險(xiǎn)預(yù)測(cè)，用工規(guī)模、人力成本預(yù)測(cè)等。不少企業(yè)傾向于基于成熟數(shù)據(jù)工具或平臺(tái)落地。原因其一是數(shù)據(jù)模型一旦建成，數(shù)據(jù)源時(shí)刻變化，但數(shù)據(jù)結(jié)論的實(shí)時(shí)性要求很高，通

31、常難以人工實(shí)時(shí)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(dá)。案例關(guān)鍵詞提要以解決問(wèn)題為出發(fā)點(diǎn)全面綜合的交叉分析預(yù)測(cè)未來(lái)基于成熟數(shù)據(jù)工具或平臺(tái)更多企業(yè)對(duì)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(shuō)話”或?qū)⒊蔀榇蟛糠制髽I(yè)的普遍共識(shí)。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(duì)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(guó)內(nèi)企業(yè)對(duì)于 People Analytics 的認(rèn)知度仍較低，甚至沒有聽說(shuō)過(guò) People Anal

32、ytics 這一名詞 ；往屆調(diào)研專家洞察行測(cè)量 ；同樣，很多企業(yè)對(duì)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(jìn)文化分析的企業(yè)相對(duì)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(duì)能力或者潛組織以上四個(gè)層面國(guó)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(rùn)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(jī)效表現(xiàn)對(duì)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(duì)企業(yè)文化的認(rèn)可程度，具體評(píng)估方法如企業(yè)文化價(jià)值觀考核、敬業(yè)度調(diào)查等。和用人決策提供真正的價(jià)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(gè)方面：People Analytics 在國(guó)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(guó)市場(chǎng)，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(jià)值不明顯，不能為企業(yè)管理者的經(jīng)營(yíng)北森 彭傳軍對(duì)于People Analytics 的理解總結(jié):People AThalytics 的概念認(rèn)知演進(jìn)之路關(guān)于認(rèn)知關(guān)于具體定義與概念對(duì)于雖然對(duì)于 People Analytics 的理解并無(wú)定論，但為了使我們的研究更具備針對(duì)性，本次調(diào)研我們結(jié)合以上市場(chǎng)反饋、國(guó)外文獻(xiàn)、國(guó)內(nèi)企業(yè)實(shí)踐，People Analytics 進(jìn)行了大致的定義與框定。在下文中，我們對(duì)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(jì)算類 ：基于現(xiàn)有系統(tǒng)或軟件可以直接獲得或計(jì)算，不需要

35、自行創(chuàng)建數(shù)據(jù)測(cè)算模型，且通常與具體業(yè)務(wù)管理場(chǎng)景的聯(lián)系不會(huì)特別深（如 ：離職率統(tǒng)計(jì)、滿意度收集、敬業(yè)度狀況等）實(shí)踐分類 人效測(cè)算與預(yù)測(cè)類 ：需要企業(yè)自行抓取與業(yè)務(wù)相關(guān)的因子進(jìn)行數(shù)據(jù)建模、分析與預(yù)測(cè)，往往基于某一具體的業(yè)務(wù)管理場(chǎng)景或問(wèn)題（如 ：勞動(dòng)力的提前規(guī)劃與預(yù)測(cè)、離職風(fēng)險(xiǎn)預(yù)測(cè)、績(jī)效評(píng)估體系設(shè)計(jì)與動(dòng)態(tài)調(diào)整等）本屆調(diào)研在本次研究中，結(jié)合市場(chǎng)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(bǔ)充進(jìn)一步將企業(yè) People Analytics 的實(shí)踐分為兩大類將與人相關(guān)的數(shù)據(jù)運(yùn)用于對(duì)人的管理和決策之中的方往屆調(diào)研法，該方法具備對(duì)未來(lái)趨勢(shì)進(jìn)行預(yù)警、預(yù)測(cè)和控制定義的價(jià)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(duì)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(cè)47或.8建3%模通過(guò)與人相關(guān)的結(jié)果和行為數(shù)據(jù)進(jìn)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(guò)大數(shù)據(jù)分析將簡(jiǎn)單的匯報(bào)數(shù)據(jù)，轉(zhuǎn)變?yōu)榭梢灶A(yù)測(cè)未來(lái)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(jià)值，在海量的數(shù)據(jù)中提取有效的信息，對(duì)決策更有幫助依據(jù)人員的數(shù)據(jù)分析，進(jìn)行企業(yè)運(yùn)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(xiǎn)人才數(shù)據(jù)分析解讀得出分析型或預(yù)測(cè)性意見為業(yè)務(wù)及 HR 戰(zhàn)略提供支持與參考。通過(guò)對(duì)員工所有相關(guān)數(shù)據(jù)的分析為企業(yè)的運(yùn)營(yíng)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(yùn)用相關(guān)數(shù)據(jù)分析工具針對(duì)與人相關(guān)的信息、數(shù)據(jù)進(jìn)行加工、分析、提供相應(yīng)的洞察結(jié)果，作出具有價(jià)值的決策，服務(wù)于人、業(yè)務(wù)、市場(chǎng)。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(jìn)行分析，預(yù)測(cè)，用于人力資源的相關(guān)決策深度數(shù)據(jù)驅(qū)動(dòng)結(jié)合企業(yè)目標(biāo)，通過(guò)分析勞動(dòng)力行為、趨勢(shì)、個(gè)人和市場(chǎng)的數(shù)據(jù)，洞察整體人才和績(jī)效戰(zhàn)略，幫助組織更好地管理和作出決策。通過(guò)對(duì)人的行為進(jìn)行可衡量數(shù)字化的記錄，以對(duì)人未來(lái)的行為以及對(duì)組織的影響進(jìn)行預(yù)判，并進(jìn)行決策性修正運(yùn)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(cè)預(yù)警分析，幫助企業(yè)決策依據(jù)行為，針對(duì)人員特定勝任力、目標(biāo)結(jié)果抽取對(duì)應(yīng)特征向量進(jìn)行建模，利用行為數(shù)據(jù)構(gòu)建算法進(jìn)行預(yù)測(cè)、風(fēng)險(xiǎn)規(guī)避等通過(guò)分析數(shù)據(jù)，發(fā)現(xiàn)內(nèi)在特征，關(guān)系，趨勢(shì)等信息，預(yù)測(cè)未來(lái)發(fā)展，為人員發(fā)展和管理提供決策支撐運(yùn)用統(tǒng)計(jì)工具，對(duì)企業(yè)內(nèi)與人相關(guān)的數(shù)據(jù)

39、進(jìn)行收集、整理、分析洞察，建模，用于決策結(jié)合對(duì)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(shí)現(xiàn)目標(biāo)將員工在公司全生命周期的數(shù)據(jù)進(jìn)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(jī)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(shí)呈現(xiàn)人才現(xiàn)狀、人才梯隊(duì)情況以及預(yù)警人才風(fēng)險(xiǎn)的一種方法。人力資源相關(guān)數(shù)據(jù)分析“行”企業(yè)實(shí)踐成熟度往屆調(diào)研企業(yè)實(shí)踐情況回顧在往屆調(diào)研中，我們對(duì)于企業(yè)的 People Analytics 實(shí)踐成熟度也做了相應(yīng)的分析與探索，我們發(fā)現(xiàn)：對(duì)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(shí)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(shí)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(chǎng)現(xiàn)狀。0.43%9.09% 11.69%40.26%38.53%本屆調(diào)研企業(yè)實(shí)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(shí)踐（N=231 ）注 ：以上圖片來(lái)自于智享會(huì)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(shí)踐，未來(lái) 2 年內(nèi)也不會(huì)嘗試尚未有任何實(shí)踐，未來(lái) 2 年內(nèi)會(huì)考慮嘗試已經(jīng)有所實(shí)踐曾經(jīng)實(shí)踐過(guò)，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(jì)算類： 選項(xiàng)數(shù)量比重得業(yè)或務(wù)計(jì)管算理，場(chǎng)不景需的要聯(lián)自系行不創(chuàng)會(huì)基建特于數(shù)別現(xiàn)據(jù)深有測(cè)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(jì)、滿意度收集、敬業(yè)度狀況等 )7579.79%人進(jìn)效行測(cè)數(shù)算據(jù)與建預(yù)模測(cè)、類分：析需與要預(yù)企測(cè)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(chǎng)景險(xiǎn)或預(yù)問(wèn)測(cè)題、績(jī)( 如效：評(píng)勞估動(dòng)體力系的設(shè)提計(jì)前與規(guī)動(dòng)劃態(tài)與調(diào)預(yù)整測(cè)等、離職風(fēng))4143.62%選項(xiàng)數(shù)量比重基本人事數(shù)據(jù)

42、 ( 如 ：?jiǎn)T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(jī)效數(shù)據(jù)、)9196.81%財(cái)務(wù)數(shù)據(jù) ( 如 ：企業(yè)營(yíng)收情況等 )4952.13%業(yè)務(wù)部門運(yùn)營(yíng)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(chǎng)景類型中，您公司已有實(shí)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(shí)踐了 People Analytics 或在未來(lái) 2 年內(nèi)考慮嘗試（參考圖表 2）；在已經(jīng)有所實(shí)踐的企業(yè)中，People Analytics 的成熟度仍處于起步階段，能實(shí)現(xiàn)建模預(yù)測(cè)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(duì)有限 ：能掌握“財(cái)務(wù)數(shù)據(jù)”的企業(yè)為 5 成，能掌握“業(yè)務(wù)部門運(yùn)營(yíng)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(shí)現(xiàn)，也難以做出對(duì)于業(yè)務(wù)部門決策有所影響的分析結(jié)果。通過(guò)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(shí)現(xiàn)建模預(yù)測(cè)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(gè)模塊的分析，如招聘、薪酬等 ；有核心人力資源系統(tǒng)，可以實(shí)現(xiàn)人力資源內(nèi)部各個(gè)模塊的綜合分析；人力資源系統(tǒng)可以與財(cái)務(wù)數(shù)據(jù)有一定的聯(lián)動(dòng)，實(shí)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(lái)進(jìn)行分析。我們認(rèn)為，如果僅限于人力資源某一個(gè)模塊的分析可能只能了解到某個(gè)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(jià)值。要讓 Pe

45、ople Analytics 真正發(fā)揮應(yīng)有的價(jià)值，至少應(yīng)該實(shí)現(xiàn)人力資源內(nèi)部各個(gè)模塊數(shù)據(jù)的融合打通。另外，就分析的復(fù)雜度來(lái)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(bào)告，分析較為簡(jiǎn)單與直接，甚至沒有過(guò)于復(fù)雜的建模過(guò)程 ；第二種往往會(huì)有一些復(fù)雜的數(shù)據(jù)建模過(guò)程，對(duì)算力要求會(huì)更高，企業(yè)可以通過(guò)這些建模形成預(yù)測(cè)。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(dòng)態(tài)的、可視化的。當(dāng)然目前能實(shí)現(xiàn)第二種分析的企業(yè)是少數(shù)。因?yàn)榇蠖鄶?shù)管理者想要看的數(shù)據(jù)結(jié)果會(huì)較為動(dòng)態(tài)和隨機(jī)，實(shí)時(shí)性很強(qiáng)，而數(shù)據(jù)建模是穩(wěn)定、持續(xù)的，我們要跟蹤幾個(gè)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(diǎn)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(duì)應(yīng)的人才來(lái)實(shí)現(xiàn)。、制度和系統(tǒng)支撐。伴隨著對(duì)管理和流程的進(jìn)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(duì) People Analytics范管理動(dòng)作成為首要任務(wù)。此時(shí)，對(duì) 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(shí)踐。相反，對(duì)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(duì)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?yàn)槠髽I(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(guó)內(nèi)市場(chǎng)的發(fā)展程度有相當(dāng)大一部分的企業(yè)已經(jīng)實(shí)踐了People Analytics 或在未來(lái) 2 年內(nèi)考慮嘗試。在已經(jīng)有所實(shí)踐的企業(yè)中，People Analytics 的成熟度仍處于起步階段，能實(shí)現(xiàn)建模預(yù)測(cè)層面分析的企業(yè)仍是少數(shù)。本屆調(diào)研往屆調(diào)研對(duì)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(shí)現(xiàn)?？偨Y(jié):People AThalytics 的實(shí)踐成熟度演進(jìn)

48、之路People Analytics 無(wú)論是在認(rèn)知還是實(shí)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(duì)比往屆調(diào)研結(jié)果， 就當(dāng)前整體市場(chǎng)狀況而言，模糊，并無(wú)較為一致的理解，實(shí)踐也處于起步階段或觀望階段。因此針對(duì)市場(chǎng)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(chǎng)景，讓企業(yè)深入了解 People Analytics 的實(shí)現(xiàn)究竟體展 People Analytics 前需要重點(diǎn)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(dòng)要素往屆調(diào)研企業(yè)驅(qū)動(dòng)因素總結(jié)本屆調(diào)研企業(yè)驅(qū)動(dòng)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(gè)發(fā)展階段的特點(diǎn)（關(guān)于階段的具體劃分請(qǐng)參考上文圖表 3），總結(jié)了每一階段上需要關(guān)注的重點(diǎn)驅(qū)動(dòng)因素 ：注 ：以上圖片來(lái)自于智享會(huì)第一屆People Analytics 的發(fā)展與應(yīng)用研究依然進(jìn)行那么在本屆研究中是否各個(gè)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(shí)踐比對(duì)分析。圖表 6 若您公司已經(jīng)開展了相應(yīng)的實(shí)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(gè)，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(yàn)散驅(qū)在動(dòng)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(xiǎn)。（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(shí)數(shù)嵌據(jù)入庫(kù)式，分安析全工準(zhǔn)具確，性在提“高滿足；使H用R報(bào)致告力需于求建”立上P花A 費(fèi)團(tuán)時(shí)隊(duì)間；和PA精團(tuán)力隊(duì)；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(xiàng)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(duì)的負(fù)人責(zé)才及團(tuán)70.00%77.19%否企對(duì)業(yè)數(shù)文據(jù)化的( 如價(jià)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(gè)階段的關(guān)鍵的支持因素。我們發(fā)現(xiàn) ：無(wú)論處于哪個(gè)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(tuán)隊(duì)、企業(yè)文化這兩大因素。隨著企業(yè)實(shí)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(huì)較為關(guān)注，增幅較大。因此，可以看到隨著企業(yè)實(shí)踐成熟度的提升，企業(yè)文化在 People Analytics 實(shí)現(xiàn)過(guò)程中重要性會(huì)愈發(fā)凸顯。

52、備的發(fā)那么在已經(jīng)有所實(shí)踐的企業(yè)中，People Analytics 的實(shí)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(guò)程中 揮的作用的呢？我們將結(jié)合案例與專家洞察對(duì)這些因素進(jìn)行深度剖析與解讀。國(guó)內(nèi)企業(yè)實(shí)踐經(jīng)驗(yàn)摘要虎彩實(shí)現(xiàn) People Analytics 的前提條件虎彩認(rèn)為，要實(shí)現(xiàn) People Analytics，有三個(gè)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(gè)核心技能 ：業(yè)務(wù)痛點(diǎn)的解碼與人力資源一體化解決方案的輸出和設(shè)計(jì)?；⒉蕛?nèi)部將這些人才

53、組建為專業(yè)的團(tuán)隊(duì)，并且劃分為專項(xiàng)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(tuán)隊(duì)等職能。目前這些人才以內(nèi)部培養(yǎng)為主，并且通過(guò)多年的探索實(shí)踐，虎彩基于自身的經(jīng)驗(yàn)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(diǎn)的解碼”難以在短時(shí)間內(nèi)培養(yǎng)，而來(lái)自業(yè)務(wù)一線的人員在該技能上通常具備天然優(yōu)勢(shì)。 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(duì) 業(yè)務(wù)場(chǎng)景的理解能力，并且在該員工后續(xù)的發(fā)展中，逐步補(bǔ)充人力資源的專業(yè)知識(shí)與技能。另外，在技術(shù)實(shí)現(xiàn)方面，虎彩還擁有一支兩百人左右的 IT 團(tuán)隊(duì)，確保軟硬件系統(tǒng)的支持。軟硬件系統(tǒng)支持：通過(guò)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(hù)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(guò)數(shù)據(jù)反饋出來(lái)?；⒉试谠撘厣嫌休^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(tái)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(tái)的形成奠定了堅(jiān)實(shí)的基礎(chǔ)。在打通、整合業(yè)務(wù)數(shù)據(jù)時(shí)，虎彩一直以來(lái)堅(jiān)持“以終為始”的原則?！敖K”便是指圍繞業(yè)務(wù)場(chǎng)景中的管理難題，人力資源的發(fā)力點(diǎn)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(wèn)題后，企業(yè)便會(huì)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(shí)現(xiàn)相應(yīng)的設(shè)計(jì)與功能。在數(shù)據(jù)呈現(xiàn)階段，虎彩會(huì)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(shí)際業(yè)務(wù)運(yùn)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(xiàng)數(shù)據(jù)分析？該數(shù)據(jù)分析要解決什么樣的實(shí)際問(wèn)題？企業(yè)現(xiàn)階段在實(shí)際運(yùn)營(yíng)過(guò)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(guò)營(yíng)銷讓客戶買單。再通過(guò)反饋驗(yàn)證，形成管理閉環(huán)；最后，團(tuán)隊(duì)中的人員還需要“懂設(shè)計(jì)”，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(duì)伍要“懂業(yè)務(wù)”，即看到業(yè)務(wù)管理場(chǎng)景中存在的問(wèn)題 ；另一方面專業(yè)人員要“懂工具”，該要素的實(shí)現(xiàn)與專業(yè)人才的儲(chǔ)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(shí)間內(nèi)最難實(shí)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(lái)。因此就文化層面來(lái)看，周大福鼓勵(lì)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(gè)有力的系統(tǒng)工具是 People Analytics 實(shí)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(gè)業(yè)務(wù)單元之間的數(shù)據(jù)不互通，系統(tǒng)功能也無(wú)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(tái)。2012 年對(duì)于周大福的數(shù)字化進(jìn)程而言有著里程碑式的意義。進(jìn)行全球化的數(shù)據(jù)管理。同時(shí)，周大福也與外部咨詢公司進(jìn)行了合作，實(shí)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(guò)去薪水、考勤的計(jì)算都是地區(qū)自行計(jì)算的，現(xiàn)在均由共享服務(wù)中心統(tǒng)一計(jì)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(tái)運(yùn)行。該平臺(tái)的定位為企業(yè)員工的數(shù)據(jù)中心，匯集了財(cái)務(wù)、人事、業(yè)務(wù)的數(shù)據(jù)。對(duì)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(xì) ：如在 HR App 上可了解到每?jī)蓚€(gè)小時(shí)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(tuán)，內(nèi)部有多個(gè)不同的業(yè)務(wù)單位，但系統(tǒng)需要進(jìn)行全覆蓋。此時(shí)，當(dāng)有兩個(gè)來(lái)自與不同業(yè)務(wù)單位的人要進(jìn)行項(xiàng)目的合作時(shí)，數(shù)據(jù)可能會(huì)存在一些差異。周大福秉持“求同存異”的原則對(duì)數(shù)據(jù)進(jìn)行處理 ：即雙方數(shù)據(jù)的差異必然有存在的價(jià)值，需要保留下來(lái) ；但最后形成報(bào)表，一定要有統(tǒng)一的口徑，最終歸納到最頂層時(shí)需要達(dá)成一致。 團(tuán)隊(duì)支持周大福有一支規(guī)模百余人的強(qiáng)大 IT 團(tuán)

59、隊(duì)，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(tuán)隊(duì)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(tái)所要呈現(xiàn)的交互頁(yè)面。這對(duì)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(tái)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(dá)成的目的，些需要通過(guò) IT 開發(fā)實(shí)現(xiàn)。集團(tuán)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(tuán)隊(duì)與 IT 之間進(jìn)行合理的分工，達(dá)成合作的關(guān)系。由HR 提出或與門店、其他部門收改進(jìn)這套系統(tǒng)。系統(tǒng)本身需要有

60、專門的團(tuán)隊(duì)負(fù)責(zé)與運(yùn)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(tuán)隊(duì)和 IT 團(tuán)隊(duì)的通力合作?；诖耍艽蟾？偨Y(jié)了如下實(shí)踐經(jīng)驗(yàn)：這支團(tuán)隊(duì)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(dá)成較好的運(yùn)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(shí)現(xiàn) People Analytics，無(wú)論是管理層面還是員工層面，都需要對(duì)People Analytics 有一定的重視程度，并且意識(shí)到數(shù)據(jù)的重要性。另外，在應(yīng)用數(shù)據(jù)時(shí)各個(gè)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(shí)常常會(huì)遇到組織內(nèi)部的“部門墻”，這在一定程度上不