你可能用了假的大数据

导语
如何填报志愿,选一所心仪的学校、一个合适的专业,成了不少学生和家长近日忙碌的大事。相比传统手翻指南、肉眼对比的“土法炼钢”,“互联网+”大数据为填报志愿提供了新路径。然而,业内认为,大数据有其高效便利 ...
 如何填报志愿,选一所心仪的学校、一个合适的专业,成了不少学生和家长近日忙碌的大事。相比传统手翻指南、肉眼对比的“土法炼钢”,“互联网+”大数据为填报志愿提供了新路径。然而,业内认为,大数据有其高效便利的特点,消费者可以自主选择,但也应理性看待,不要过度依赖。这跟HR在人力资源管理中利用大数据有相似之处,一不注意就可能行走在误区里,更恐怖的是还不自知。
    在大数据时代,HR从未如此迫切地需要并重视数据。数据除了能够证明HR的绩效表现,更重要的价值是支持决策。那么如何用数据有效地驱动人才管理?一味地为做大数据而做大数据毫无意义,企业应结合人力资源业务进行数据挖掘与分析,打造人才魔方,用数据进行以人才为核心的人才全生命周期管理。
找人—— 人才迁移地图
    传统招聘时代是企业选人;到了招聘1.0时代,变为人选企业;如今,HR要做的是人才追踪——追踪人才的迁移状况。这就需要了解市场上的人才从哪里来、到哪里去和普遍的留存期,同时挖掘目前企业积累的招聘数据,与行业、地区、职位的数据对标,根据人才供给状况、关键人才的市场动态等情况来分析人才的流动趋势。以招聘为例,HR只掌握自己企业的招聘完成率、招聘周期、招聘质量是远远不够的。还应了解这些指标在业内的水平,根据对比的结果,剖析落后的原因,从而改善招聘工作;同时,还要了解市场上某类职位对应的迁移状况,包括此类职位的人才的性格特点、分布的企业或地区、薪资水平等,据此来选择招聘渠道,会更容易招到人。
识人—— 人才画像
    HR经常面临的问题是:收到1000份简历,安排了100人面试,最后却只招到1个人。造成这种结果的原因可能有多种:在发布职位广告时,招聘渠道选择不当或职位描述不准确,导致效率低下;在简历筛选阶段,没有根据职位要求具备的素质、能力、潜质来筛选出合适的面试人选。若想知道什么样的人才最适合企业,不仅需要统计招聘环节的数据,还要分析从发布职位到入职,再到试用期表现、在职绩效,最后到离职的重要数据。
    通过对简历要素、测评(性格、能力、价值观等)结果、面试通过率、Offer接受/拒绝率、试用期通过/淘汰率、在职绩效的优劣、离职原因的分析,可以了解适合企业的人的普遍特点,然后根据这些人才的基本信息、工作建立的状况、内在潜质、外在行为等画出人才画像,从而反作用于职位定位、筛选标准建立等,即可提升招聘效率,有助于员工发挥更大的工作价值、提升能力、产生更优的绩效表现。
用人—— 人才云梯
    团队领导需要了解人才该如何管理和培养,包括新员工入职后的能力短板、他与团队的匹配度、应如何更好地发展他并挖掘其潜力、如何制订相应的培训帮助其更快地成长并达成更高绩效、未来有哪些人能够晋升等。因此,管理者需要充分运用涵盖招聘、绩效、培训、继任、发展等过程的数据,如入职人员绩效影响维度等,对员工进行从入职到培养再到晋升的全人才生命周期的管理。
    数据驱动人才管理就是依托人才管理的链条,将贯穿于整个人才生命周期的数据串联起来,形成分析结论,指导选、用、育、留所有环节的科学决策,从而影响未来人才管理战略的规划,让HR由原来凭直觉做纯感性的判断转变为用可量化的数据进行理性的思考。
    大数据用得好将事半功倍,但如果HR陷入了误区,就不仅仅是笑话那么简单了——你所认为的大数据,只是数据罢了。
区一
把人力资源数据化就是大数据
    这是HR最常见的误区。事实上,人力资源数据化并不新鲜,找一个专业的HR或HR顾问公司就能拿到很多可以评估人力资源工作的指标,包括出勤率、招聘周期、敬业度等,这些结构化的数据可以很好地评估人力资源工作。
    但问题来了,这些东西到底有什么意义呢?如果老板问你,如果我要销售额翻一倍,需要花多少钱招多少人,什么样的人适合我们的组织等,你能回答的出来吗?很明显,仅仅靠这些数据是不够的。拿卖烤鱼举例。如果你能通过观察每个食客的回头率、停留时间、点菜的偏好,甚至统计他们吃鱼的姿势、声音、在朋友圈发的照片、住所的位置、第二天吃饭的菜单,经过分析就能知道哪些要素在什么组合之下是和食客的吃饭频次及买单额度具有较大相关性的,你可以据此对食材、佐料、服务流程、摆盘乃至店面装修等要素进行适当的调整和优化。这才是大数据。
    所以简单的人力资源数据化,哪怕是这个数据因为有十几万人显得很“大”,那也不能算大数据。
区二
大数据离企业太远
    HR如果找公司说要做大数据咨询,对方基本会建议先做HR数据分析的咨询,并表示业界还没有多少真正做得很成熟的,简单的数据分析仪表盘都没有实现,就做大数据,太空洞了。
    大数据分析真的要以“基本的数据分析”为基础吗?还真不是,因为两者的思考方式完全不一样。
    传统的HR数据分析是“体检型”的,意思是说要先按模块定义出一堆数据出来,然后看看各个指标是否准确,就好像你买的体检套餐,里面要做什么项目都写得清清楚楚,然后医生那里有每样数据的正常范围。基本上每样数据都是精确的,差一点都会判断错误。
    而大数据分析是“治病型”的,比如你最近经常咳嗽而且喉咙痛,医生会按一些和你症状相符的可疑病症来筛选检查手段。在这个场景里,理论上你不需要所有检查结果都精确地指向咽喉炎,只需要排除掉其它可能性,大概率地判断应该是咽喉炎就可以了。
    比如Google发现大家对冗长的面试流程怨声载道以后,通过大数据分析发现,面试平均只要超过3.6次,边际效用就会大大降低,而面试效率和候选人的体验也会大大降低,所以性价比最高的方法是让面试次数缩短到4次以内。
区三
找个咨询顾问就能搞懂大数据了
    大数据和以往的HR咨询产品是完全不同的,与其说大数据给HR带来的是一种工具上的提升,不如说是一场思维上的变革。在这场变革中,HR既要能够脱离已有的框架和工具,用更全面的视角去看到以往从未关注到的变量,又要从心理学、组织行为学、管理学的层面更深入地把握个体和组织,从而观察到真正的问题,触及更深刻的本质,提出更科学的假设。
    在完成思维变革的HR的眼中,实现HR大数据,其实只有三个步骤,假设、验证、应用。所以,HR大数据剥离掉技术层面的外皮,其实一点也不复杂,只不过HR们以前的心思都花在了套用模板上,而忽视了对事实和真相的追求。

来自: 穆胜

《北京人资》,作为一个小众的人力资源社区,自成以来一直默默的为数以万计的HR从业者提供着专业支持和生活帮助并见证着彼此的成长。北京人资在秉承有趣、有料、链接、共享的理念创建者我们的平台并等待您的加入。如果你是一个活泼、严肃、积极、有趣并一直在寻找同类人群的HR,请扫描下面的二维码,加入到我们中来吧,和我们一起,快乐链接,幸福成长。北京人资网 www.bjrz.net
返回顶部