人力資源的量化管理、資料分析、人事儀錶盤這些工具都是被大家熱議的概念，
有的HR苦苦追尋，
費勁千辛萬苦做出來的結果、建立起來的工具，
最後變得中看不中用。
HR們！千萬不要讓量化、資料、儀錶盤這些東西綁架了我們的頭腦，
分析的邏輯、思維和方法才是最重要的。
我有一位HR朋友， 工作經驗豐富， 業務能力很強， 忠誠度也很高， 領導對他很滿意。 於是他被公司一級一級的提拔成了人力資源經理。 成了經理以後啊， 領導開始要求他做各種各樣的人力資源分析報告， 而且一定要資料說話！
但是我這位朋友做出來的分析報告領導卻並不滿意。
截止到2017年12月31日， 公司共有員工2857人。
其中男性員工有1819人， 占職工總人數的64%；女性員工有1038人， 占職工總人數的36%。
公司職工的平均年齡為35歲， 其中30歲以下的職工人數為1115人， 占職工總人數的39%；31到40歲的職工人數為715人， 占職工總人數的25%；41到50歲的職工人數為628人， 占職工總人數的22%；50歲以上的職工人數為399人， 占職工總人數的14%。
從文化程度看， 公司研究生以上學歷的職工人數為57人， 占職工總人數的2%；本科學歷的職工人數為229人， 占職工總人數的8%；專科學歷的職工人數為544人， 占職工總人數的19%；高中及中專學歷的職工人數為1199人，
從崗位分佈看， 高層管理人員7人， 占職工總人數的0.2%；銷售人員共有49人， 占職工總人數的1.7%；行政財務及管理人員439人， 占職工總人數的15.4%；生產一線人員共有2362人， 占職工總人數的82.7%。
從司齡分佈看， 入職不滿1年的職工人數為602人， 占職工總人數的21%；入職1-3年的職工人數為997人， 占職工總人數的35%；入職3-5年的職工人數為714人， 占職工總人數的25%；入職5年以上的職工人數為544人， 占職工總人數的19%。 ……
就是現在圖片上的這個樣子。
怎麼樣， 看到這裡您有什麼感受？有沒有看出問題所在？
有朋友說， 是哪裡的數字算的不對嗎？我仔細算了算沒有啊？數字都對呀？
有朋友說， 問題是文字太多了吧？應該少一些文字， 多一些圖形。
這裡呢， 咱們默認這個報告後面， 是有根據文字繪製的大量圖表或者人事儀錶盤存在的， 大家可以自行腦補。 由於我比較懶， 就不再畫這些中看不中用的圖了。
那還有什麼問題？
有朋友說那就沒有了， 我平時也都這麼做的報告啊？
確實啊， 有許多公司的人力資源分析報告都是這麼做的， 難怪許多HR都看不出問題。
這種報告怎麼來的？通常都是老闆說
你們人力資源部能不能別總把自己當文員啊！要量化管理！要資料分析！
於是呢， HR們很無奈。
好吧， 你說要分析， 那我就分析吧。
結果就出現了這樣的報告。
然後和老闆說， 你看， 現在我們有詳細的量化管理和分析報告了吧？
可是當老闆看到這種報告後一般都非常不滿意。
這也是當下許多HR面臨的問題， 想要做人力資源量化管理和資料分析， 但是卻不會。
那麼， 這類分析報告的核心問題到底在哪裡呢？
在於， 沒有用！
什麼叫沒有用？
比如， 報告開頭說：
男性占比64%，
比如30歲以下的職工有39%， 50歲以上的職工有14%， 這兩個比例是好呢？還是不好呢？
比如研究生以上學歷的人有57人， 初中以下的人數有828人， 這個兩個數字是高還是低呢？
所有的這些數字背後是要說明或者解決一個什麼樣的問題？這些核心的東西反而沒有說出來。
有的只是大量的羅列數字， 當然還有的報告， 有豐富的表格、柱狀圖、餅狀圖、折線圖等等一大堆圖表， 看得人是眼花繚亂。 可最後， 什麼問題都沒有解決。 做得再豐富， 也改變不了， 這是一本“流水帳”的本質！
這種資料分析是沒有思想和靈魂的！
老闆當然不會滿意！因為沒有給他解決任何問題！沒有給他產生任何價值啊！
我們總結下來，HR在量化管理和資料分析方面常犯的錯誤，可以歸納為四項：
1.為了量化而量化，結果導致只有資料，沒有分析；
2.為了資料而資料，結果導致有了分析，沒有結論；
3.為了分析而分析，結果導致有了結論，沒有行動；
4.為了報告而報告，結果導致有了行動，沒有評估。
用資料來陳述一個事實沒有任何意義，對資料加工分析之後，發現問題所在，形成行動方案，對行動結果有進一步的分析和評估才是一個完整的有價值的資料分析！
通過這樣的資料分析，我們才有可能為企業：
提高效益和效率，降低成本和風險
另外，HR對資料分析和量化管理的認識還存在許多誤區。
比如，有的朋友認為資料分析就一定要數位、表格或者圖形“多”才叫資料分析。
有的朋友認為分析的過程越繁瑣、越複雜、越是讓人一眼看不明白，越代表了資料分析的品質高。
有這樣理解的朋友絕對是對資料分析的一種曲解。
在這裡我們先講幾點對人力資源量化管理和資料分析的認識。
首先資料其實不僅指的是數位，
資料其實代表的是一種對企業來說有價值、可處理的資訊。這裡的資訊可以是數位，可以是文字，也可以是圖形。
其次，分析也絕不是越“高大上”越好，相反的，許多對企業來說，往往那些有效的分析其實原理並不繁瑣，呈現出來的結果也不複雜。原理和邏輯對了，往往能給人帶來一目了然的效果。
第三呢，資料分析的目的是為了解決問題，而不只是為了作報告
第四，資料分析的指向應該總是要達到某個目標的。
只要能夠通過對資訊的加工處理，實現某個目標，解決某個問題，那就是好的資料分析。
反之，如果不能實現某個目標、解決某類問題，說白了就是沒用，那就不叫好的資料分析，或者乾脆不能稱其為分析！
拿前面的報告舉個例子，男性占比64%，女性占比36%，這兩個數字是是公司希望看到的？還是不希望看到的？
我們引入一個行業和市場情況判斷
第一個資訊是：如果該公司所在的產業是某類精密電子零部件的生產加工，因為有部分的手工操作，非常適合女性工作者；
第二個資訊是：行業協會的資料和企業實踐也證明了，女性工作者的勞動效率平均比男性工作者高30%；
第三個資訊是：最大的競爭對手企業中女性勞動者占比是60%，而且根據調研資料，競爭對手的勞動效率明顯高於我們企業。
有了這三項資訊作為條件之後，這個時候，我們是不是就可以判斷，企業目前的男性占比64%，女性占比36%的結構，應該考慮逐步的調整了。
那麼，應該採取什麼行動方案呢？
有人說我馬上裁員！裁掉男性！馬上大批量招聘女性勞動者！
這種行動方案顯然太過簡單粗暴，而且在短期內，可能會大量增加企業的成本，降低效率。無論是從成本角度，效率角度，還是社會形象的角度，長遠來看，對企業都是不利的。
該怎麼辦呢？
我們可以先瞭解一下勞動者的自然流失速度，做一個人力結構調整計畫。比如，現在每年操作工的流失率是20%。假如我從年初開始，每年流失的一線操作工全部用女性勞動者來補充。
那麼，理論上大約用2年的時間，就能達到男性勞動者和女性勞動者的占比達到4:6。也就是和我們最大的競爭對手一致。
這個行動方案，看起來就是靠譜的。
在方案實施的過程中呢，我麼可以再持續不斷的調整和評估。
當然剛才的分析思路，只是一個非常簡單的演示。其實還有很多問題我們沒有考慮。
比如，我們回到上面的問題，到底4:6的比男女比例，是不是就是效率最高的男女比例呢？
答案是：不一定！
還需要根據企業崗位設置的具體情況，做進一步細分的評估。也就是，判斷每個崗位，更適合男性勞動者，還是更適合女性勞動者。將他們加和之後計算出的比例，才是最優的男女比例。
再比如，經過計算，男性與女性的比例是4:6就是效率最高的男女比例。我們公司的男女比例，現在恰好達到了4:6。那現在是不是就可以說我們公司的男女勞動力的性別比例已經達到了效率最高呢？
答案還是：不一定！
因為有可能，有很多男性勞動者實際上從事著更適合女性勞動者工作的崗位。
同樣的，有很多女性勞動者實際上從事著更適合男性勞動者工作的崗位。
只不過是，男女比例的數位加總之後，恰好是4:6
所以我們從大的緯度來看，企業的男女比達到4:6，表面上是，達到了效率最高
但是細分的分析之後，很可能並不是這樣
所以要真正找到問題，資料分析也應細化到相應的維度。
同樣的道理，前面案例中講的，年齡、司齡、學歷這些資訊，也可以用同樣的思路和方法來分析找到問題，形成方案，採取行動，持續評估！
按照這種方法進行的資料分析，已經不是簡單的羅列大量數字，做出一大堆好看的圖表或儀錶盤，而是真正深入的分析問題和解決問題。
所以，我們稍微總結一下，前面我其實主要講了兩方面的內容。
第一方面，是人力資源量化管理和資料分析的正確思路是什麼？
一共可以分成三部分
第一部分，是明確我們為什麼要分析？
資料分析的方法和工具固然重要，但分析的目的、目標和思路更重要。我們一定要明確到底想通過分析說明什麼問題？想解決什麼問題？或者想預防什麼風險？分析指向的第一目標是行動，終極目標一定是提升企業的價值。
第二部分，搞清楚我們應該分析什麼？
在這裡我們要明確應該選擇哪些指標分析，確定朝哪個方向分析。將待解決的問題按照重要性排序。最終形成方案和計畫，並實施行動。
第三部分，我們要學會怎麼分析？
在這個部分，我們要明確分析的頻率，哪些以月為單位，哪些按季度、那些以年為單位，那些可以不定期分析。我們要找到恰當的分析工具，選用準確的分析方法。同時，我們要有後續的跟蹤和評估。
第二個方面，是人力資源量化管理和資料分析的正確方法是什麼？
我們總結前面提到的，一共可以分成四個步驟。
找到問題
形成方案
採取行動
持續評估
這裡的思路和方法，總結起來很簡單，看起來很容易。
但真正用的時候有時候也很容易被大家忽略。
有時候我們即便已經掌握了，常常也忘了用。
這裡再告訴大家一個能夠持續運用的小技巧：
當要驗證分析報告中的資料是否有價值的時候，可以對著報告中羅列的不同資料或事實，不斷地問自己三個字：“然後呢？”
當“然後”開始指向問題，指向行動，並最終指向為組織帶來效益的時候，就證明報告中的資料是有價值的。
最後，如果大家想要通過量化管理體現自己的工作價值，想要通過資料分析提升自己的工作效能，想要瞭解更多更實用的人力資源量化管理和資料分析方法。歡迎訂閱我的專欄，2018年3月份，我將會出一套《人力資源量化管理與資料分析》的系列課程，助您玩轉人力資來源資料分析。這套課程將至少包括七個層面的主題。
第一個主題是關於如何提高招聘效率。這一節我們要探討如何判斷不同招聘方式的有效性和效率？哪種招聘方式是既經濟又有效的？通過這一主題，我們能夠快速通過資料分析得出結論和行動方案，來提高我們的招聘效率。
第二個主題是關於如何減少員工的流失。這一節我們將探討如何進行人才離職分析，如何進行離職原因分析以及如何進行人才離職後的流向分析，我們還會特別探討一下，如何進行前員工的管理。通過這一主題，我們不僅能夠有效減低員工的流失率，而且能讓員工即便在離職後還能繼續為企業創造價值。
第三個主題是關於如何提升培訓效能的。在這個主題中，我們將探討如何有效的進行培訓需求調研分析。如何有效分析並實施培訓計畫。以及如何進行培訓效果的跟蹤和評估。通過這一節的學習，我們能夠通過資料分析發現當前培訓的工作問題所在，讓培訓的效果顯著提高。
第四個主題是關於做好人才盤點的。在這個主題中，我們會探討人才盤點的策略，人才盤點的工具以及公司的人才結構都有哪些類型和改善措施。通過這一節的探討，我們從此能夠通過資料分析玩轉人才盤點。
第五個主題是關於如何制定薪酬規劃。在這個主題中，我們會探討薪酬的幾種分析方法、薪酬的幾類分析模型，以及根據公司戰略和薪酬分析我們該如何進行薪酬規劃。這一節之後，我們將對薪酬資料分析有一個全新的認識。
第六個主題是關於如何設計績效方案。在這一主題中，我們會探討如何進行績效結果的分析以及如何應用績效結果。通過這一節的探討，我們能夠通過績效資料分析快速發現在績效方案的制定和實施上，哪些部門是我們應該重點關注的，哪些事情是需要改善的，有效提高組織績效。
第七個主題是探討我們如何防止被資料、圖表欺騙及誤導。在這一主題中，我們將看到各種的數字、比率、柱狀圖、雷達圖和錯誤的分析方法是如何誤導我們的。如果我們不注意，很容易做出錯誤的決策，採取錯誤的行動，有時候可能會導致嚴重的後果。要真正學會量化管理和資料分析方法，這一節我們必須瞭解。
可以說，通過量化管理和資料分析，提高人力資源管理效能的方法，都在這裡。
最後，祝大家都能夠成為專業的、卓越的人力資源管理者！
文/任康磊
歡迎你在下方「評論區」留言評論，也歡迎你分享轉發~，期待你的互動！
HR新知派，和你一起探索人力資源管理新知識，分享人力資源管理新智慧。歡迎大家評論交流，關注訂閱我們，可第一時間獲取『HR新知派』最新資訊。
我們總結下來，HR在量化管理和資料分析方面常犯的錯誤，可以歸納為四項：
1.為了量化而量化，結果導致只有資料，沒有分析；
2.為了資料而資料，結果導致有了分析，沒有結論；
3.為了分析而分析，結果導致有了結論，沒有行動；
4.為了報告而報告，結果導致有了行動，沒有評估。
用資料來陳述一個事實沒有任何意義，對資料加工分析之後，發現問題所在，形成行動方案，對行動結果有進一步的分析和評估才是一個完整的有價值的資料分析！
通過這樣的資料分析，我們才有可能為企業：
提高效益和效率，降低成本和風險
另外，HR對資料分析和量化管理的認識還存在許多誤區。
比如，有的朋友認為資料分析就一定要數位、表格或者圖形“多”才叫資料分析。
有的朋友認為分析的過程越繁瑣、越複雜、越是讓人一眼看不明白，越代表了資料分析的品質高。
有這樣理解的朋友絕對是對資料分析的一種曲解。
在這裡我們先講幾點對人力資源量化管理和資料分析的認識。
首先資料其實不僅指的是數位，
資料其實代表的是一種對企業來說有價值、可處理的資訊。這裡的資訊可以是數位，可以是文字，也可以是圖形。
其次，分析也絕不是越“高大上”越好，相反的，許多對企業來說，往往那些有效的分析其實原理並不繁瑣，呈現出來的結果也不複雜。原理和邏輯對了，往往能給人帶來一目了然的效果。
第三呢，資料分析的目的是為了解決問題，而不只是為了作報告
第四，資料分析的指向應該總是要達到某個目標的。
只要能夠通過對資訊的加工處理，實現某個目標，解決某個問題，那就是好的資料分析。
反之，如果不能實現某個目標、解決某類問題，說白了就是沒用，那就不叫好的資料分析，或者乾脆不能稱其為分析！
拿前面的報告舉個例子，男性占比64%，女性占比36%，這兩個數字是是公司希望看到的？還是不希望看到的？
我們引入一個行業和市場情況判斷
第一個資訊是：如果該公司所在的產業是某類精密電子零部件的生產加工，因為有部分的手工操作，非常適合女性工作者；
第二個資訊是：行業協會的資料和企業實踐也證明了，女性工作者的勞動效率平均比男性工作者高30%；
第三個資訊是：最大的競爭對手企業中女性勞動者占比是60%，而且根據調研資料，競爭對手的勞動效率明顯高於我們企業。
有了這三項資訊作為條件之後，這個時候，我們是不是就可以判斷，企業目前的男性占比64%，女性占比36%的結構，應該考慮逐步的調整了。
那麼，應該採取什麼行動方案呢？
有人說我馬上裁員！裁掉男性！馬上大批量招聘女性勞動者！
這種行動方案顯然太過簡單粗暴，而且在短期內，可能會大量增加企業的成本，降低效率。無論是從成本角度，效率角度，還是社會形象的角度，長遠來看，對企業都是不利的。
該怎麼辦呢？
我們可以先瞭解一下勞動者的自然流失速度，做一個人力結構調整計畫。比如，現在每年操作工的流失率是20%。假如我從年初開始，每年流失的一線操作工全部用女性勞動者來補充。
那麼，理論上大約用2年的時間，就能達到男性勞動者和女性勞動者的占比達到4:6。也就是和我們最大的競爭對手一致。
這個行動方案，看起來就是靠譜的。
在方案實施的過程中呢，我麼可以再持續不斷的調整和評估。
當然剛才的分析思路，只是一個非常簡單的演示。其實還有很多問題我們沒有考慮。
比如，我們回到上面的問題，到底4:6的比男女比例，是不是就是效率最高的男女比例呢？
答案是：不一定！
還需要根據企業崗位設置的具體情況，做進一步細分的評估。也就是，判斷每個崗位，更適合男性勞動者，還是更適合女性勞動者。將他們加和之後計算出的比例，才是最優的男女比例。
再比如，經過計算，男性與女性的比例是4:6就是效率最高的男女比例。我們公司的男女比例，現在恰好達到了4:6。那現在是不是就可以說我們公司的男女勞動力的性別比例已經達到了效率最高呢？
答案還是：不一定！
因為有可能，有很多男性勞動者實際上從事著更適合女性勞動者工作的崗位。
同樣的，有很多女性勞動者實際上從事著更適合男性勞動者工作的崗位。
只不過是，男女比例的數位加總之後，恰好是4:6
所以我們從大的緯度來看，企業的男女比達到4:6，表面上是，達到了效率最高
但是細分的分析之後，很可能並不是這樣
所以要真正找到問題，資料分析也應細化到相應的維度。
同樣的道理，前面案例中講的，年齡、司齡、學歷這些資訊，也可以用同樣的思路和方法來分析找到問題，形成方案，採取行動，持續評估！
按照這種方法進行的資料分析，已經不是簡單的羅列大量數字，做出一大堆好看的圖表或儀錶盤，而是真正深入的分析問題和解決問題。
所以，我們稍微總結一下，前面我其實主要講了兩方面的內容。
第一方面，是人力資源量化管理和資料分析的正確思路是什麼？
一共可以分成三部分
第一部分，是明確我們為什麼要分析？
資料分析的方法和工具固然重要，但分析的目的、目標和思路更重要。我們一定要明確到底想通過分析說明什麼問題？想解決什麼問題？或者想預防什麼風險？分析指向的第一目標是行動，終極目標一定是提升企業的價值。
第二部分，搞清楚我們應該分析什麼？
在這裡我們要明確應該選擇哪些指標分析，確定朝哪個方向分析。將待解決的問題按照重要性排序。最終形成方案和計畫，並實施行動。
第三部分，我們要學會怎麼分析？
在這個部分，我們要明確分析的頻率，哪些以月為單位，哪些按季度、那些以年為單位，那些可以不定期分析。我們要找到恰當的分析工具，選用準確的分析方法。同時，我們要有後續的跟蹤和評估。
第二個方面，是人力資源量化管理和資料分析的正確方法是什麼？
我們總結前面提到的，一共可以分成四個步驟。
找到問題
形成方案
採取行動
持續評估
這裡的思路和方法，總結起來很簡單，看起來很容易。
但真正用的時候有時候也很容易被大家忽略。
有時候我們即便已經掌握了，常常也忘了用。
這裡再告訴大家一個能夠持續運用的小技巧：
當要驗證分析報告中的資料是否有價值的時候，可以對著報告中羅列的不同資料或事實，不斷地問自己三個字：“然後呢？”
當“然後”開始指向問題，指向行動，並最終指向為組織帶來效益的時候，就證明報告中的資料是有價值的。
最後，如果大家想要通過量化管理體現自己的工作價值，想要通過資料分析提升自己的工作效能，想要瞭解更多更實用的人力資源量化管理和資料分析方法。歡迎訂閱我的專欄，2018年3月份，我將會出一套《人力資源量化管理與資料分析》的系列課程，助您玩轉人力資來源資料分析。這套課程將至少包括七個層面的主題。
第一個主題是關於如何提高招聘效率。這一節我們要探討如何判斷不同招聘方式的有效性和效率？哪種招聘方式是既經濟又有效的？通過這一主題，我們能夠快速通過資料分析得出結論和行動方案，來提高我們的招聘效率。
第二個主題是關於如何減少員工的流失。這一節我們將探討如何進行人才離職分析，如何進行離職原因分析以及如何進行人才離職後的流向分析，我們還會特別探討一下，如何進行前員工的管理。通過這一主題，我們不僅能夠有效減低員工的流失率，而且能讓員工即便在離職後還能繼續為企業創造價值。
第三個主題是關於如何提升培訓效能的。在這個主題中，我們將探討如何有效的進行培訓需求調研分析。如何有效分析並實施培訓計畫。以及如何進行培訓效果的跟蹤和評估。通過這一節的學習，我們能夠通過資料分析發現當前培訓的工作問題所在，讓培訓的效果顯著提高。
第四個主題是關於做好人才盤點的。在這個主題中，我們會探討人才盤點的策略，人才盤點的工具以及公司的人才結構都有哪些類型和改善措施。通過這一節的探討，我們從此能夠通過資料分析玩轉人才盤點。
第五個主題是關於如何制定薪酬規劃。在這個主題中，我們會探討薪酬的幾種分析方法、薪酬的幾類分析模型，以及根據公司戰略和薪酬分析我們該如何進行薪酬規劃。這一節之後，我們將對薪酬資料分析有一個全新的認識。
第六個主題是關於如何設計績效方案。在這一主題中，我們會探討如何進行績效結果的分析以及如何應用績效結果。通過這一節的探討，我們能夠通過績效資料分析快速發現在績效方案的制定和實施上，哪些部門是我們應該重點關注的，哪些事情是需要改善的，有效提高組織績效。
第七個主題是探討我們如何防止被資料、圖表欺騙及誤導。在這一主題中，我們將看到各種的數字、比率、柱狀圖、雷達圖和錯誤的分析方法是如何誤導我們的。如果我們不注意，很容易做出錯誤的決策，採取錯誤的行動，有時候可能會導致嚴重的後果。要真正學會量化管理和資料分析方法，這一節我們必須瞭解。
可以說，通過量化管理和資料分析，提高人力資源管理效能的方法，都在這裡。
最後，祝大家都能夠成為專業的、卓越的人力資源管理者！
文/任康磊
歡迎你在下方「評論區」留言評論，也歡迎你分享轉發~，期待你的互動！
HR新知派，和你一起探索人力資源管理新知識，分享人力資源管理新智慧。歡迎大家評論交流，關注訂閱我們，可第一時間獲取『HR新知派』最新資訊。