求职商业分析新方向：人力分析（People Analytics）到底是做什么的

在商业分析的世界中，人力分析（People Analytics）正异军突起成为一个新潮的求职方向。不仅因为知名企业广泛开设人力分析的岗位、可观的薪资待遇，还因为这个岗位对候选人学术背景的包容度，让很多社科与文科专业的同学都有机会进入这个行业。今天我们来一起探索人力分析的定义、流程、工具和趋势。

什么是人力分析 People Analytics？

人力分析是一种深度数据驱动，和以目标为中心的方法。主要用于研究工作中的所有人员流程、职能、挑战和机遇，从而达到提升并实现可持续的业务成功。

人力分析通常也称为人才分析或 HR 分析。从本质上讲，通过应用统计和其他数据分析技术，收集和评估人力分析有助于做出更好的决策。

通过人力分析，更明智、更具战略性和数据支持的人才决策便唾手可得，而且，人力分析适用于整个员工生命周期——从做出更好的招聘决策和更有效的绩效管理，到避免人才流失。

就拿谷歌来说，谷歌的人力分析以确保数据和研究足以为公司每个员工提供所需信息而闻名。在人力分析中，他们的商业智能团队（Business Intelligence team）扮演了分析工程师的角色，确保员工们需要的数据可用、有用、可信和安全。他们负责开发和维护谷歌的人力资源数据仓库、仪表板和报告，供公司各级内部用户使用，并兼顾以上各项的性能和代码的可维护性。

同时，他们还负责编写高级 SQL 查询、系统配置以及管理和执行项目计划。他们设计新的解决方案和流程，将复杂的指标和业务需求转换为支持快速准确数据分析的格式。薪酬方面，如下图，（科罗拉多州）谷歌为这份工作开出最低11万8千美金的基本工资（另外还有奖金、股票和相关福利政策）。

人力分析，从19世纪中期首次在机构中被使用至今，已经有了很大的发展。从指导性分析到预测性分析就是一个明显的转变。在面对运营环境的多样时，机构现在可以更好的准备，化被动为主动。例如说，更复杂的数据科学、交互式数据可视化和机器学习这些当今人力分析的组成部分，实际上直到几十年前才成为流程的一部分。

怎么做人力分析？

在归纳人力分析的过程前，先与大家分享一个人力分析中会遇到的实例，代入实例去理解人力分析的步骤，也许会对它的理解更明朗通透——

某公司将运用人力资源回归模型对已有的员工绩效进行分析、预测和控制。自变量被定为个体的年龄、学历、学位、过去的绩效、工作态度，因变量为员工绩效。结果发现了一些规律：比方说如果是一名25岁的员工，博士研究生的学历，在校成绩优秀而且项目成果多，工作严谨认真又积极主动，可能他在工作当中也能取得较高的绩效水平。

根据这个结果，公司对该员工的未来以及对其管理的方法就可以作出一些预测。例如，该员工虽然在短时间内工作成绩不是很显著，但是从长期角度来看，如果保持自变量的一贯性（比如在项目中主动、严谨），就有一定的置信度去预测他会在工作上取得很好的成绩。在控制方面，作为工资管理系统者就应该采用一些激励的措施，使该员工继续保持他在这些自变量上的一贯性，引导其行为向好的绩效结果方向发展。
再比如另一名员工，工作态度不好，但其他条件都不错，很显然通过经验预测，该员工很难取得卓越成就，这时工资管理系统者就应该对该员工进行分析，到底是什么原因导致其工作态度不良，找到根本原因后，通过沟通协调，帮助其排除这些原因的影响，这样才可能使其取得好的绩效结果。

现今的人力分析是更加直观和具有预测性的。为了实现这些，它的过程包括以下步骤。

挖掘重要数据

这一步的核心问题是：“哪些数据与我们的业务目标相关?” , 并相应地设置关键绩效指标 (KPI)。这使你可以通过仅调查需要直接监控的领域（例如人员管理范围内的运营任务）来节省主要资源，并且还可以带来切实的、业务上的成功。

如果它没有什么战略价值，那挖掘这些数据可能是在浪费时间。另一方面，知道什么是值得关注的也有助于应用正确的统计、数据挖掘、机器学习、调查管理和战略劳动力管理工具。

实验、探索、丰富

在拥挤且明显分散的市场中，通过探索市场、试验不同选项并分析哪个选项最能丰富机构来选择人力分析的工具是很有必要的。这个工具可以把数据挖掘、数据转换和数据可视化技术等等的多种功能都合并到一个用户友好的自助服务界面中。

如上述这类提供广泛功能的平台，通常需要大量手动操作才能访问重要数据，而这些方面只能通过系统实验进行测试。

准备好行动计划

一旦你知道你的最终目标是什么，哪些数据是相关的，以及可用的选项是什么（基于明确的利弊分析），就是时候制定一个行动计划了。别忘了，将大数据和预测分析应用于人才管理、领导力发展和组织能力，通常有助于微调行动计划哦。

此外，制定明确的行动计划有助于更好地了解某些变化可能发生的原因以及组织的发展方向，从而也有助于获得更多利益相关者的支持。

避免法律漏洞

在收集所有数据的同时确保法律合规性至关重要。在开始分析项目之前，请让法律团队先验证下数据采购技术和流程。 

收集和处理原始数据后，收集的结果也需要获得批准，然后才能应用或发布。随着数字生态系统中数据保护和隐私法的不断发展，我们更需谨慎地跟上变化，并仔细检查法律合规性。

创建更精简的系统

不管手头项目的复杂程度如何，大的战略需要简化和精益。数据分析的基本过程也应该尽量便于应用、更新和保证可读性。

例如，创建一个简化为摄入和设计（数据收集和分析设计）、数据清理（去除不相关或不可靠的数据）、数据分析（定量和定性探索）和共享见解（解释和呈现）的基本大纲。这可以帮助避免不必要的复杂情况，例如混淆所涉及的步骤流程、浪费时间。

这个想法是在有限的活动部分（人和环境的活力）与流动的、可定制的系统和人力分析流程之间找到适当的平衡。当你拥有具备相关技能的合适团队时，可以在保证质量的同时，更轻松地简化整个流程。

制定基于事实、可衡量的人力资源业务战略

现实的 HR 业务战略可以避免职能孤岛，并可以真正做到 “人尽其用”。从人力分析工作中获得明确的 KPI 和 ROI 预期可确保经常且透明地衡量影响。成功的战略需要得到数据和有效的行动计划的支持。

获取技术支持

高科技应用在当今生活的方方面面，尤其是在人力分析等流程中，处理大量分析数据时，几乎没有出错的余地。新时代的 HR 技术工具使得实时数据更易于获得。这，是一个需要抓住的机会，因为现如今，敏捷性和实时智能可以真正让你在竞争中脱颖而出。

四大关键人力分析之趋势

由于人力分析在很大程度上依赖于数据挖掘技术和数据分析策略，因此，人力分析的趋势自然也随着这些技术的不断进步而发展。以下是影响人力分析本身及其与业务交互方式的前 4 大趋势。其中一些趋势是双重的循环——它们影响人力分析，进而影响人力资源的所有其他方面。

1. 转变 HR 的定义和职能

Bersin 的研究指出，仅有 2% 的人力资源组织拥有成熟的人力分析能力。因此，试图进入这一领域的创新、智能组织具有相当大的先发优势。

随着人力分析改变了招聘方式、绩效衡量方式、薪酬计划或增长规划，人力分析正在迅速改变人力资源的运作方式。

根据德勤最近的研究，提高工作offer接受率、排解人力资源的困惑和优化薪酬还仅仅只是人力分析迅速成为人力资源新货币的其中几种方式。让我们从头开始，深入了解人力分析的基础知识。

2. 转变人力资源业务互动

伴随工作生态系统的最新趋势，人力资源与业务利益相关者（内部和外部）之间的互动也在发生转变。人力分析需要随着领导力的最新趋势而改变。更高的透明度是领导力如今的一个关键趋势，当然，过人的洞察力也是时代的需要。

现今的企业需要能够理解看似无关的数据流，并找到一个或多个因素之间的意义和相关性，以更好地预测和管理工作。人力分析可以提供可操作的建议，以实现战略规划和执行流程。

3. 转变人力资源与员工的关系

如今的员工对公司的期待是消费者等级的，而人力分析为公司提供了提升员工体验的平台。应聘者或员工与公司的每次互动都是一个数据点，可用于收集有趣的见解。

如今的趋势是需要改变 HR 与员工之间的关系——帮助 HR 成为并被视为不仅仅是一个给别的员工“打辅助”的职位。

4. 改变洞察力的质量

在过去几年中，人们对洞察力的质量要求肉眼可见地发生了变化。人力分析就可以满足这些期望，只需你着重于两个关键方面：分析素养和数据安全。

如今的趋势是，更多的员工需要具备分析能力，以减少对技术人员的依赖，并让更多的观点得以施展。随着人力分析成为公司的主心骨，所有收集员工反馈的渠道和日常检查都需要升级和维护数据完整性和数据安全性。

我们在上文中讨论过法律合规性，但理想情况下，数据安全应该比这个更深入，并成为公司内的文化特征，而不是仅仅为了合规而进行流于表面的检查。

基于不同需求的三级检查：选择合适的人力分析工具

面对大量可用的供应商、选项和订阅计划，选择合适的人力分析工具通常看起来是一项相当艰巨的任务。为了做出正确的决定，你可以试试下面这个基于需求的三级检查。

级别 1：有效的 HR 仪表板

要开始进行人力分析，使用一个可以获得、聚合和可视化数据的基本仪表板。

Power BI、Tableau 和 Qlik 等工具易于使用和数据存取。对于 1 级要求，你的首要任务应该是让你的人力分析系统尽可能简单。

级别 2：富有洞察力的 HR 仪表板

你可能有稳定的相关数据，并需要基本的洞察力来更好地分析并做出更强有力的决策。Excel 或 SPSS 等统计工具也很有效，尽管它们可能没有奇特的视觉辅助工具和社交媒体一般风格的界面。像 Visier 这样的工具虽然需要一些时间来设置，但带有整体分析解决方案。

第 3 级：预测性 HR 仪表板

当你不仅要分析数据，还要根据即将到来的趋势做出直观的预测时，你的公司便处于第三个需求级别。这些工具可帮助你以可以预测下一步行动的方式来研究行为。

例如，你的员工更新了 LinkedIn 页面、经常休假以及他们在工作中不太满意之间可能存在某种关联。虽然这是一个非常简单的情况，但预测工具可以帮助你将可能会错过的行为和决策联系起来。

Python 或 RStudio 可以对大量数据进行高级分析，但它们可能需要你聘请专门从事该领域的数据科学家。

更新、升级和提升人力分析的技能

借助最新的人力分析和劳动力分析解决方案，你可以深入研究工作的行为层面，了解工作中不同人员和非人员方面之间的因果关系，并做出更好的决策。

总而言之，最需要记住的三点是：了解你需要量化和限定哪些数据、了解最新趋势是什么以及了解你的最终目标是什么。如果公司的 HR 能够更新、升级和提升他们的知识和能力，将确保这个公司能优化人力分析，并能够顺应最新趋势，打造更智能、更快乐的员工队伍。

以上就是“求职商业分析新方向：人力分析（People Analytics）到底是做什么的”的详细内容，想要了解更多IT圈内资讯欢迎持续关注编程学习网