跨跃“布德罗之墙”，真正走向人才大数据分析

第一层级：运营报告，56%的组织处于人才分析成熟度的第一层级，HR部门的工作局限在传统的运营性报告上，如人员编制、离职率、人工成本、培训成本等，一套良好的人力资源管理系统可以帮助组织保持员工记录的准确性和一致性，运营报告可以快速、自动生成，这样HR也可以将更多的时间花在更具战略意义的工作上，然后努力向下一层级提升。

第二层级：高级报告，大约有30%的组织处于这个等级，HR能够主动提供多角度视角、并足以影响决策的报告。此阶段可通过数据仪表盘(领导桌面)为中高层展示HR指标，此阶段要谨慎，不要投入太多时间去建立新的HR指标，应该聚集在能够为业务挑战带来真正价值的指标上，直面问题，清晰的数字仪表盘有助于将HR指标转化为有用的决策依据。

第三层级：高级数据分析，此时你的组织已经进入最顶尖的14%之一，HR使用建模来解决业务难题，甚至能基于数据预测未来，HR通过高级数据分析，可以积极的识别问题，帮助组织有效降低风险，有力的开展人力资源规划和人才供应链建设。

第四层级，预测性分析，大约只有不到4%的组织到达这一层级，HR部门需要专职的数字分析师来做预测建模，其技术含量已远超出简单的数据分析。预测模型需要智能平台的支撑，通过机器学习、深度学习的算法模型来执行预测性分析，如用工需求预测、高潜预测、离职风险预测等等，此时HR在组织的战略决策中发挥着重要作用，能够识别出人力政策对战略的影响，HR在公司内部扮演着具有战略意义的角色。

加速提升人力数据智能化分析能力

智能化、数字化技术已广泛应用于企业管理与商业活动，企业的商业模式、产品与服务、运营与管理体系均面临转型升级的挑战与机遇，人力资源管理如何快速提升数字分析能力，由成熟度模型第一层级快速向第四层级提升，成为众多HR从业人员的第一要务，那么如何能够做到快速提升呢?

大数据、人工智能等新技术已全面融入我们的工作与生活。在人力资源数据分析领域，也能够借助新技术的力量为HR赋能。用友作为中国最大的企业云服务和软件提供商，也是中国优秀的数字人力解决方案提供商，已经为众多国内外企业提供人力资源数智化转型与系统平台落地服务，帮助企业进入人力数据分析的快车道。

很多企业以项目的形式来开展人力数据分析推进工作，在起步阶段，非常重要的环节是整体规划与顶层设计，根据企业自身特征，准确定义人力数据分析的目标、价值和应用蓝图，为此项工作指明方向。同时设计持续、高效、清晰的建设路径，每个阶段建设内容环环相扣。另外人力数据分析工作的开展，需要与人力业务提升、HR系统完善同步开展，即人力数据分析可以驱动人力业务与HR技术平台的整体提升，从而持续完成数智型人力资源管理转型的阶段目标。

我们以某集团为例，为大家分享人力数据分析建设过程的关键环节。

一、数智型人才管理平台优化升级

与传统HR信息系统不同，用友数智化人才管理平台更强调的是全员应用、智能连接、数据驱动，卓越体验。其核心要素是：连接、智慧、体验和开放。即通过数据化移动工作台连接人与人、人与组织、人与事，在连接过程中加入智能技术，如意图识别、逻辑判断、智能推荐、情感分析、行为分析、OCR、人脸识别、数字孪生、AI、深度学习等，让连接更紧密、更高效、更具有粘性。同时，基于数字技术，能够充分为员工授权，同时更愉悦的使用体验设计，能够激发员工的正向情绪，驱动全体员工充分发挥才能，激发潜能。数智化人才管理平台非常重视生态连接、社会化商业与定制化能力，维护人力资源生态的开放性，这即满足新时代人才管理的诉求，也能充分体现HR部门的服务能力。

二、总体规划和顶层设计

总体规划和项层设计是做好这件事的开始，指明人力数据分析的方向、目标和实现路径，避免头疼医头、脚疼医脚式的资源浪费。分析目前大多数企业现状，人力系统平台、数据积累、统计分析都有一定的基础，不能仅仅参考人才分析成熟度模型来规划目标和划分阶段，人力数据分析与智能化技术应用、人才管理相应同步开展，本身做高阶层的数字分析需要相关业务开展的支撑。

总体规划和项层设计需综合人力资源信息标准、基础数据、业务动态数字、发展状态、组织问题、人才问题等企业自身特点来制定，并没有标准答案。以下以某集团为例，介绍人力资源分析的总体规划和项层设计。

阶段一：数据人才管理L1，搭建起集团人力资源数字化、智能化总体规划，建设智能数据分析基础平台，从人才视角、智能应用升级切入，业务内容包括人才画像、人才盘点、岗位画像、人岗匹匹配分析、领导桌面、智能化员工服务。

阶段二：数据人才管理L2，分析内容扩展到组织视解，基于内部数据、历史数据、外部数据进行高级数据分析，内容包括组织画像、组织效益分析、智能机器人、员工体验智能升级、业务智能化升级。

阶段三：数据人才管理L3，分析内容提升到预测分析，支撑人才管理更高阶业务开展，内容包括预测分析(用工需求、离职预测、高潜预测)、人才发展管理智能升级。

阶段四：数据人才管理L4，预测分析优化及更广泛应用，数字孪生，内容包括预测分析全面应用与优化、人力规划模型、智能机器人陪伴式服务、数字孪生。

三、最佳实践成果导入，快速启动人力数据分析

规划和设计人力资源数字分析结构非常重要，可以参考人才分析成熟度模型框架，从运营报告、高级报告、高级数据分析、预测性分析四个层面，遵照纵向深度价值分析、横向业务驱动分析原则，设计组织人力数据分析结构和分析指标，并对每个指标从数据来源、实现技术、计算公式、应用方向、业务价值等进行完整定义。

HR可以借鉴以往经验或专业服务商实践积累，引入优秀企业人力资源数据分析结构与指标，快速启动数据分析工作，在应用实践中再不断提升HR部门数据分析能力。

四、分析成果初见成效，让优秀的人浮出水面

经历前面三个关键环节，能够在较短时间内产出人力数据分析成果，如人才画像、人才盘点、岗位画像、人岗匹匹配分析、人力投资回报分析(领导桌面)等，为HR部门数字分析能力及业务提升打下良好基础。

人力资源数据分析助力HR直面挑战

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!