市場寒冬之下，如何驅(qū)動(dòng)人效倍增成為企業(yè)的重要議題，也成為CEO對人力資源部的重要期待。HR想要驅(qū)動(dòng)企業(yè)人效提升，既需要了解與撬動(dòng)業(yè)務(wù)緊密結(jié)合的人效發(fā)力點(diǎn)，也需要掌握分析人效的技能和工具，進(jìn)而才能構(gòu)建有效的人效改善策略。人力資源數(shù)據(jù)分析，就是非常重要的、可以幫助分析人效的技能。

本文正是在“人效分析”方面的一些應(yīng)用思路。

01

人效管理的3次革命

在我看來，管理學(xué)歷史上一共有三次典型的以人效為核心的思潮革命。

◆第一次是發(fā)生在20世紀(jì)初美英等工業(yè)化發(fā)達(dá)國家的“效率增進(jìn)運(yùn)動(dòng)”，其目的是通過制定和實(shí)施最佳實(shí)踐，從而識(shí)別和消除經(jīng)濟(jì)社會(huì)領(lǐng)域中的一切浪費(fèi)，代表思想是泰勒的科學(xué)管理，所以也稱為泰勒主義。

◆第二次是發(fā)生在20世紀(jì)下半葉的“精益生產(chǎn)運(yùn)動(dòng)”。這場由美國人戴明在日本掀起的運(yùn)動(dòng)，最后回到美國后再開枝散葉。精益生產(chǎn)的核心是通過優(yōu)化流程，提高效率，降低浪費(fèi)。

◆第三次就是當(dāng)下發(fā)生的數(shù)字化效能革命，有人也稱之為數(shù)字泰勒革命。背后的核心是通過引用數(shù)字化、算法和人工智能等技術(shù)，提升人效。

最近幾年，特別是疫情發(fā)生之后，受制于外部環(huán)境的惡化，從企業(yè)的經(jīng)營管理者，到數(shù)字化科技革命的推動(dòng)者，以及學(xué)界和普羅大眾，人效突然成為掛在嘴邊的熱門詞匯。

但我們今天這篇文章并不打算談如何去改進(jìn)人效，而是從數(shù)據(jù)分析的角度談?wù)勅诵Ч芾砜赡艿那腥虢嵌取?/p>

實(shí)際上，在精益生產(chǎn)運(yùn)動(dòng)中，統(tǒng)計(jì)學(xué)和數(shù)據(jù)分析已經(jīng)大放異彩。精益生產(chǎn)的先驅(qū)戴明曾經(jīng)說過：“除了上帝，其他人請用數(shù)據(jù)說話。”

回到當(dāng)下的數(shù)字化人效革命中，一方面數(shù)字化加速推動(dòng)了數(shù)據(jù)化，另一方面通過數(shù)據(jù)分析的思維本身也可以驅(qū)動(dòng)人效提升。

所以，我們接下來談?wù)勗谌诵Ч芾磉^程中所蘊(yùn)含的5種人力資源數(shù)據(jù)分析思維。

02

第一種：特征思維

我們一般來描述現(xiàn)況的時(shí)候會(huì)用到事實(shí)和觀點(diǎn)兩部分。事實(shí)是客觀存在的，而觀點(diǎn)則是一種主觀判斷。

在進(jìn)行數(shù)據(jù)分析的時(shí)候，我們先要進(jìn)行事實(shí)收集。

特征思維，簡單來說就是用一個(gè)特征值來描述事實(shí)，是典型的描述性分析。

在人效的分析過程中，我們最初的想法都是找到一個(gè)數(shù)值來代表人效值，也就是構(gòu)建一個(gè)指標(biāo)。

1)通用的人效指標(biāo)，人均產(chǎn)出

人均產(chǎn)出=經(jīng)營產(chǎn)出/員工人數(shù)

這里的經(jīng)營產(chǎn)出選取指標(biāo)的時(shí)候五花八門，可以是銷售額、凈利潤、總產(chǎn)量、總產(chǎn)值、毛利、回款等等;相應(yīng)的人均產(chǎn)出指標(biāo)可能就是：人均銷售額、人均凈利潤、人均產(chǎn)量、人均產(chǎn)值、人均毛利和人均回款。

不同的行業(yè)、不同公司的不同階段，甚至不同的管理手段，決定了人效管理時(shí)究竟會(huì)選擇什么樣的指標(biāo)。

我曾經(jīng)看過一個(gè)例子，企業(yè)費(fèi)用報(bào)銷軟件商Expensify Inc去年在美國成功上市。這家公司上市的時(shí)候只有140位員工，但其年度經(jīng)常性收入(ARR)達(dá)到1.4億美元，算下來其人均ARR是100萬美元，也就是說其人效是100萬美元。

注意，這里的經(jīng)營指標(biāo)選擇的是ARR，人效指標(biāo)是人均ARR。這是因?yàn)樵赟aaS行業(yè)，AAR是更能夠體現(xiàn)企業(yè)贏利能力和財(cái)務(wù)穩(wěn)健度的指標(biāo)。

2)人效指標(biāo)的一個(gè)變通，用成本或者薪酬來代替人數(shù)

由于人數(shù)在統(tǒng)計(jì)的意義上有很大差異，一個(gè)初入職場的工程師和一個(gè)C級(jí)高管，也許薪酬相差好幾倍，但在計(jì)算人效指標(biāo)時(shí)，都只能簡化為1個(gè)單位。

在人均薪酬差異較大的情況，或者為了更精準(zhǔn)的計(jì)算人效，我們可以將上文提到的通用人效公式的分母從人改為錢，比如總工資額、總費(fèi)用額等等。這樣創(chuàng)造出來的指標(biāo)就叫元效，或者元均產(chǎn)值。

元效=經(jīng)營產(chǎn)出/總工資(總費(fèi)用)

上面這個(gè)公式計(jì)算出的結(jié)果就是元均銷售額、元均凈利潤、元均產(chǎn)量、元均產(chǎn)值、元均毛利和元均回款。

對于這個(gè)公式的變化，還可以將公式乘以10000，得出每萬元工資(費(fèi)用)銷售額，依此類推。

同樣的思路，我們在零售行業(yè)，可以將分子換成門店面積，這樣可以計(jì)算坪效;在物流快遞公司，可以換成時(shí)間，這樣可以計(jì)算時(shí)效;在賣場商超，可以換成貨物，這樣可以計(jì)算貨效。

3)我們也可以采用更綜合的效能指標(biāo)，比如OLE，整體勞動(dòng)效能指標(biāo)體系。

在OLE的指標(biāo)構(gòu)成中，就包含了三個(gè)二級(jí)指標(biāo)，時(shí)間利用率、生產(chǎn)效率和質(zhì)量合格率。相對來說，在衡量人效時(shí)，就會(huì)更加客觀和包涵更多內(nèi)容。

選擇什么樣的指標(biāo)來作為人效的“特征”，企業(yè)需要結(jié)合自己的行業(yè)屬性、發(fā)展階段、管理水平等實(shí)際情況來決定。

03

第二種：比較思維

前文說過，描述現(xiàn)況會(huì)用到兩部分，一部分是事實(shí)，另外一部分是觀點(diǎn)。

觀點(diǎn)其實(shí)就是一種主觀評(píng)價(jià)。如果只是一個(gè)特征值，我們是無法進(jìn)行評(píng)價(jià)的。

評(píng)價(jià)的第一個(gè)來源就是比較。在比較的過程中，我們才會(huì)產(chǎn)生是好是壞的評(píng)價(jià)。

關(guān)于人效比較的類型至少有以下幾種：

◆目標(biāo)比較：將人效特征值與制定好的目標(biāo)或者客觀的標(biāo)準(zhǔn)(行業(yè)先進(jìn)水平、競爭對手水平等)進(jìn)行比較。

◆時(shí)間比較：不同時(shí)間周期的比較(按年、季、月、日等的比較)。

◆屬性比較：指企業(yè)內(nèi)部基于不同類別屬性(按部門、按產(chǎn)品、按城市、按管理者、按品類等)進(jìn)行的比較。

◆過程比較：指對于不同流程中的階段進(jìn)行的比較。

特別需要說明的是，目標(biāo)比較還可以演化成一種自己與自己的比較。

在很多行業(yè)里，缺乏標(biāo)準(zhǔn)效能值，或者由于發(fā)展階段差異，要趕上行業(yè)標(biāo)準(zhǔn)值太難。企業(yè)在這個(gè)時(shí)候，可以先與自己過去的值進(jìn)行比較，不是看中與外部的差距，而是看中內(nèi)部成長的速度。

比如，我們可以設(shè)定年度人效提升的百分比值，從而用人效值、年度預(yù)測經(jīng)營產(chǎn)出，來預(yù)測年度人力值或者年度薪酬包等。

04

歸類思維

基于特征值的比較，是特征思維衍化出的第一種思維。還有一種思維也是基于特征值的衍化，這就是歸類思維。

簡單來說，歸類思維就是對于目標(biāo)對象的特征值進(jìn)行分類，從而獲得一種簡化認(rèn)知的過程。

比如說，我們在考試的時(shí)候，通過幾個(gè)門檻值把學(xué)生的成績歸類為優(yōu)秀、良好、及格、不及格等。當(dāng)有了分類后，我們對于學(xué)生的判斷，可能不需要記得準(zhǔn)確的數(shù)值，只需要記得類別，這就是一種簡化分析。

一般來說，歸類思維可以根據(jù)維度區(qū)分出不同的模式：

1)單維度分類

比如上面的學(xué)生成績分類，在進(jìn)行分類時(shí)只考慮到一個(gè)維度。

比如我們在關(guān)鍵人才識(shí)別，將人才分為關(guān)鍵人才和非關(guān)鍵人才，這其實(shí)也是一個(gè)維度。再比如對于員工績效的分類，也是一個(gè)維度。

回到人效話題，我們完全可以為人效指標(biāo)設(shè)立不同的門檻，從而把人效區(qū)分為高人效、中人效和低人效等。

2)雙維度分類

顧名思義，雙維度分類就是在歸類時(shí)會(huì)考慮到兩個(gè)維度。

因?yàn)閮蓚€(gè)維度正好可以交叉形成一個(gè)矩陣模式，所以這往往也稱之為矩陣思維、象限思維。

根據(jù)維度所分的層次，又可以形成四宮格(每個(gè)維度各2個(gè)層次)、九宮格(每個(gè)維度各3個(gè)維度)等。

在人效管理中，九宮格是比較常見的工具。

比如我們進(jìn)行人才盤點(diǎn)所使用到的九宮格，就是一個(gè)雙維度分類。在下圖這個(gè)矩陣中，員工根據(jù)績效和能力這兩個(gè)維度，分別被納入到9個(gè)不同的象限中，從而將員工劃分為9種類型。

3)多維度分類

如果分類的標(biāo)準(zhǔn)超過了2個(gè)維度，就構(gòu)成了多維度分類。一般來說，多維度分類相對更難操作，也比較復(fù)雜，所以應(yīng)用不多。

我曾經(jīng)構(gòu)建了一個(gè)勞動(dòng)力盤點(diǎn)的三維矩陣。在這個(gè)關(guān)于勞動(dòng)力效能的盤點(diǎn)中，我納入了三個(gè)維度，勞動(dòng)者的時(shí)間、勞動(dòng)者的績效產(chǎn)出和勞動(dòng)者的薪資compa-ratio。

然后任意兩兩維度都可以構(gòu)成一個(gè)九宮格矩陣，這樣三個(gè)維度可以構(gòu)成三個(gè)九宮格，27個(gè)象限。而我們要盤點(diǎn)的每一位員工都會(huì)進(jìn)入到任意一個(gè)九宮格中的其中一個(gè)象限。

不過，如果我們進(jìn)到多維度分析的模型，就不是簡化分析了，畢竟27個(gè)象限的確太多了。那如何應(yīng)用呢?

我的應(yīng)用方法是，根據(jù)一定的理論框架，對于每個(gè)象限進(jìn)行賦分，然后將目標(biāo)員工的三個(gè)象限得分相加求平均分，從而獲得勞動(dòng)力價(jià)值的得分，然后再對這個(gè)得分進(jìn)行相應(yīng)的再分析。

比如對比不同員工的得分，獲得員工在組織內(nèi)部的分布和分位，以及進(jìn)一步的定量分析等。

05

歸因思維

前面三種思維模式，概括起來都是關(guān)于事實(shí)和評(píng)價(jià)的描述性分析。

2003年，著名的咨詢公司Gartner曾經(jīng)提煉總結(jié)出了一套數(shù)據(jù)分析的框架，他們把數(shù)據(jù)分析分成了四個(gè)層次(見下圖)，其中描述性分析是最基礎(chǔ)性的分析。

描述性分析，只會(huì)告訴我們發(fā)生了什么。

但多數(shù)時(shí)候，我們更關(guān)心原因是什么，這屬于診斷性分析。

診斷性分析背后很核心的邏輯，就是尋找事情發(fā)生的原因，通過歸因進(jìn)行診斷，通過定位原因去進(jìn)行改善。

歸因分析一方面可以通過一些邏輯的工具來實(shí)現(xiàn)，比如魚骨圖、5why框架。這種分析方法是屬于定性分析。

歸因分析也可以通過定量的工具來實(shí)現(xiàn)，比如相關(guān)分析、卡方檢驗(yàn)、方差分析、參數(shù)檢驗(yàn)等。

以方差分析為例，它是假設(shè)檢驗(yàn)的一種，我們可以通過均方值的差異來檢驗(yàn)?zāi)硞€(gè)因素是否是導(dǎo)致變量差異的原因(驗(yàn)證相關(guān)的假設(shè)是否成立)。

假設(shè)我們獲得兩個(gè)部門所有員工的工時(shí)利用率數(shù)據(jù)，要想比較部門是否是造成工時(shí)利用率差異的原因，我們只需要對于兩組數(shù)據(jù)進(jìn)行雙樣本平均差的Z檢驗(yàn)。如果p值小于0.05我們就可以認(rèn)定兩個(gè)部門之間在員工的工時(shí)利用率上存在顯著差距，從而可以判斷員工的部門構(gòu)成影響員工工時(shí)利用率的因素。

那么接下來我們就可以在部門這個(gè)維度上去思考，為什么部門之間出現(xiàn)顯著差異，改善方法是什么。

診斷分析是業(yè)務(wù)改善的關(guān)鍵著力點(diǎn)，只有找到原因，才可以提出有效的解決方案。

06

預(yù)測思維

最后，還有一種很重要的數(shù)據(jù)分析，預(yù)測分析。

預(yù)測性分析，用來預(yù)測在給定的條件之下，會(huì)產(chǎn)生什么后果。其目的在于對未來信息的獲取，從而可以提前干預(yù)，設(shè)計(jì)出解決問題的方法。

時(shí)間序列分析是一種預(yù)測分析。基于時(shí)間序列的數(shù)據(jù)背后往往存在某些共通的規(guī)律，通過數(shù)據(jù)分析的方法，找到這種規(guī)律，并進(jìn)而預(yù)測接下來時(shí)間周期內(nèi)的數(shù)據(jù)，就是時(shí)間序列分析。

回歸分析也是一種預(yù)測分析。如果我們建立某種回歸方程，完全可以根據(jù)給定的自變量，預(yù)測出因變量的值。

比如，我們想去評(píng)價(jià)某公司幾十條不同產(chǎn)線的工時(shí)利用率的差異，我們可以去收集各個(gè)產(chǎn)線的更多的自變量數(shù)據(jù)，然后去通過數(shù)據(jù)分析建立線性方程：y=a1x1+a2x2+a3x3+…a7x7+…。

當(dāng)然，我們也可以通過數(shù)據(jù)分析的技術(shù)確定其中有顯著影響的因子x，從而建立更有效的方程。這樣，給定相關(guān)的x值，我們就可以判斷團(tuán)隊(duì)的工時(shí)利用率。

從所計(jì)算出來的方程，我們也很容易找到改善的因子。

以上五種人力資源分析的思維，也是數(shù)據(jù)分析的普遍思維。它并不僅僅應(yīng)用于人效分析中，實(shí)際上可以應(yīng)用于任何的人力資源分析中。

人力資源數(shù)據(jù)分析對于很多的HR從業(yè)者來說，是一種特別的武器。當(dāng)你不知道的時(shí)候，沒覺得需要它。但是當(dāng)你知道了，你就會(huì)覺得它會(huì)大大改善你的工作方法，從而獲得更好的工作效率。

所以，這個(gè)意義上，學(xué)好數(shù)據(jù)分析，也是一種提升人效的方法。

五月已經(jīng)開始了，如果有人才招聘有需求，歡迎聯(lián)系我們埃摩森獵頭云，經(jīng)過10余年的發(fā)展，沉淀了豐富的人才蓄水池，快速助力企業(yè)找到優(yōu)秀的人才。