2022-06-30 13:17:10 中华网
People Analytics(人力资本分析，简称PA)作为一项“舶来品”，近年来在中国企业的人力资源管理实践中逐渐受到关注。通过对企业运行、员工行为、组织行为等数据进行分析，PA可以让企业人力资本ROI更优化，进而支撑业务决策，重构HR价值，重塑数字化领导力。
但PA建设在企业中的落地并不容易。缺乏数据化建设经验方法论，不知如何开始项目，应该从哪里入手;缺少参考案例与数据治理经验，希望借鉴同类型企业的PA建设经验;缺少专业的系统与数据分析工具，希望找到合适的平台落地项目等问题困扰着很多企业HR。
近期，滴普科技SSC经理邓丹就在北森的PA专场公开课中分享了相关经验。数据智能服务领域的准独角兽企业滴普科技与一体化HRSaaS引领者北森如何进行PA共建?其实战经验可以带来哪些启发?
为什么开启PA建设
滴普科技SSC经理邓丹表示：“在滴普，我们非常重视数字化带来的价值。PA作为人力资源部门的重点项目，我们希望能够通过对数字的应用于分析，支撑业务决策，重构HR价值，并借以提升全员的数字化思维，重塑数字化领导力。”
其一，通过PA建设支撑业务部门作出合理的人力资源决策，实现人与组织、人与工作任务、人与人的精准有效匹配，有力支撑业务发展;
其二，基于不同角色的需求，将HR的产品与服务，与不同角色在工作场景需求匹配，提升人才体验;
其三，通过PA建设帮助业务领导者和员工提升数字化思维，在日常决策中应用数据，变革管理，指导决策，以数字化变革领导力，从而推动组织、管理的变革。
从战略解码到指标落地，如何建设PA?
滴普科技将PA建设系统性地分为三大关键步骤：创愿景、画蓝图、搭平台，从战略解码到指标落地，逐步分阶段推进。
在创愿景阶段，首先明确了PA建设的目标是：数据驱动决策，敏捷支持业务。基于这样的目标，从企业战略解码到人力资源战略，围绕“三大关注”展开PA分析：关注将人力资源转化为组织资产;关注提升“人力效能”，以提升组织业绩;关注“人才进出”，进一步推动组织资产建设。
愿景明确后就进入画蓝图阶段，将战略的关注点层层拆解为可以分析的细分指标，找到细分指标之间的关联。需注意，只有将指标拆解到最小颗粒度，才能从数据中挖掘出有深度、有价值的信息，为业务决策真正提供支撑，也为指标库的构建打下基础。
指标拆解好之后，就可以着手建立指标库，即明确每个指标定义和统计口径。如果企业有购买外部报告，也可以将行业平均数据放入指标对比当中，例如行业平均人员流失率、行业平均薪酬水平，对比企业数据处于行业平均水平的位置。
平台建设阶段开始了。“落地系统之前，还有一个非常关键的步骤，就是用户调研。只有关注用户需求与体验，最终呈现的结果才是符合用户需求的，能够支持业务的分析。通过深度的调研，我们会发现基层HR视角、HRD视角、业务决策视角关注点并不相同。”
基层HR管理者会根据自己所负责的具体认识业务，关注如员工司龄、晋升周期、招聘成本、员工平均工作时长等基础性人力指标数据;HRD则会关注人才获取、人才使用、人才保留、人才开发等更高阶的维度，例如人力资源规划与执行情况，人员结构合理性等;业务管理者更关注和业务结果紧密相关的人力指标，主要关注员工队伍、员工士气、员工效率及HR体系能力维度。
基于调研与指标库筛选，可以为不同角色在北森的系统中落地不同的PA看板，给予差异化的数据指标支撑，也就成功了一半。
PA如何支撑业务?
PA上线之后，如何通过数据帮助业务部门发现问题、定位问题、解决问题?邓丹分享了两个案例。
案例1：发现业务增长但利润下降之后
公司年度会议上,盘点2021年度目标完成率和利润率,发现今年业务增长了,但是利润率却下降了。如何找到问题出现的原因?如果没有实时的分析工具，管理者只能找财务或者HR要很多信息滞后的报表，再进行反复比对。有了数字化工具，定位问题，找到关键举措的过程就变得更容易了。
通过数据看板，我们发现门店数量增长过快，其中低效店铺的占比达到34%，严重影响了利润率。穿透到地域和城市后发现，西区的南京市低效店铺尤其多。再穿透查看低效门店的具体情况，也会发现很多人力相关问题，比如南宁一店试用期员工占比过高，C品牌销售业绩不好，人效偏低。
基于这些数据，可以制定有针对性的人力资源措施，例如建设导师制，推动新人成长和产单;增加新人出单奖励机制，鼓励新人签单;与门店店长和产品经理复盘C品牌销售过程中的障碍等。
也可以针对高人效、低人效、高店效、低店效不同类型的门店，在编制管理、激励优化、人员优化、员工培训等视角上，采取针对性措施，为公司门店运营提出综合性的人力优化方案。
案例2：发现Q2销售业绩下滑9.69%之后
公司的Q2销售业绩下滑9.69%，究竟具体是什么原因?如何快速调整取得好的成绩?通过PA看板，我们发现C类产品整体销售业绩下滑最为严重。穿透查看C类产品事业部在人员布局情况的问题，可以发现很多具体问题。
首先，管理幅度远高于其他产品，且低职级人员占比较多;其次，试用期员工占比很大，且人效非常低;第三，通过人才盘点发现，人效和能力都在中低范围的人员占比过高，人员结构不合理;最后，在工时和学习时长方面也低于平均水平。
可见业绩下滑和人员结构的不合理有很强的关联性，HR部门可以有针对性地给出一些整改建议。例如增加管理人员，降低管理幅度;对于低职级员工和新人，在技巧和能力方面给予针对性的方案;引入更有吸引力的奖金激励方案和末位淘汰机制，激活员工，提升人效。
从这两个案例，我们发现PA提供了实时的、可穿透的数据之后，真正帮助HR协同业务部门一起发现问题、定位问题、然后解决问题。每一个问题背后都有数据作为支撑，不再靠主观印象模糊臆断，让“数据助力业务决策”从愿景成为现实。
