人力资源曾是极其缺乏数据导向的领域，很多情况下，HR部门只是根据领导的要求，大致列个思路提纲，没有标准、方案和流程，就展开工作，靠经验做判断。然而，凭经验得出的结论不一定是正确的。
在大数据时代，HR们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。
利用大数据找准人——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；而在如今的人才管理时代，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。
目前，HR一般都会统计企业自身的人力资源业务数据，却很少与行业数据进行对比分析，如公司所在行业中某类职位的人才状况、企业所在地区的人才状况等。
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，据此来选择招聘广告的投放渠道，能够更容易吸引这类人。
利用大数据准确识人——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，最后却只招到一个人。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。
任何一个数据的异常都有连带的指标分析原因，要形成数据分析的推导链，找到问题的原因。例如，针对招聘完成率低，HR可能发现发送offer的人数并不少，但放弃offer的人数也多，这就需要分析放弃offer的原因。
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、外在行为等画出不同人的人才画像，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。
利用大数据合理用人——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。
|
