人力资源数据盘点及数据深挖

作者 2号人事部石头 2018-02-06 10:37 4354

内容来自 2018-02-06 打卡话题

　　如今，随着信息化的浪潮，企业中各项工作越来越数据化，用数据说话也越来越重要。那么，人力资源管理工作中，我们也需要以数据的统计和分析为基础，学会用数据说话。在之前的打卡中，我们简要的介绍了如何关注企业效能，建设企业人事仪表盘，今天，我们将进阶学习如何盘点和深挖人力资源数据，让我们的人事仪表盘更加完善，展现价值。
　　请问各位牛人，HR如何用数据说话，体现价值？

展开

我，经历过类似的情况。

人力资源数据最典型的是人力资源盘点报告，这样的报告看多了，心里面很抵触，不想看这样的报告。花这么多时间去做的人力资源盘点，到底有什么意义？如果盘点报告只是告诉大家，有多少人、男女比例、学历机构、年龄结构、薪酬水平、平均薪酬等，搜集到的数据，当然让人觉得无比乏味，但如果能通过人力资源的数据，挖掘出这背后的问题，这样就很好，就是挖到了金矿，价值不菲。 




举个例子，我在几个工业企业用过一个指标：后勤辅助人员与直接生产人员数量比例，指不从事生产工作的后勤辅助支持人员与直接从事生产的人员数量的比例。比如某个企业，这个数据为0.15，既100个生产人员配置了15个后勤辅助人员，行业标杆这一数据为0.1，立即可以看出这家企业后勤辅助人数占比过大，立即可以设置一个关键业绩指标，后勤辅助人员和直接生产人员比例通过1-2年的努力降到从0.15下降到0.1。 




再深入挖掘这个问题，对后勤人员进行细化盘点并梳理人员构成，发现后勤人员不仅人数多，发现后勤人员共150人，大专以上只占20%，年龄成两级分化，45岁以上占40%、30岁以下占40%，而且学历、经验、能力均较低。再仔细抽样查看这些人的来历，发现了问题的根源，原来后勤部门这些人都来自于两种渠道，一种是和领导有千丝万缕关系的，到后勤岗位是为了轻松，另外一种是在生产岗位淘汰下来的，没有直接接触，留到了后勤辅助岗位。 




发现问题的根源后，找出的解决方案。不是简单的裁减或往生产岗位配置，二是要扎紧后勤部门岗位编制的关口和进人的筛选机制，通过绩效管理机制逐步淘汰一部分不合格的出去，对于能胜任生产岗位的，调节一部分人员到相应岗位，注重通过薪酬向生产岗位倾斜，推动自然流动，注重对行政后勤部门的人员在精简数量的同时提高质量，开展一人多技能，岗位间设置AB角交叉互补，在调整结构的同时，确保后勤辅助工作水平提升。 

 

这就是数据背后的金矿，挖掘数据的目的，是找到问题，并设法解决他。 




那这种类似的人力资源数据指标有哪些呢？我按每模块一例子的方式，先给大家梳理了一下，供大家参考： 

1、规划数据： 

中高端人才招聘需求，这个数据不仅仅是个数字，关键是数字背后，有更多的的支撑数据。比如曾经给一个科技企业做人才战略规划，给出的人才需求，全都是根据企业未来3年规划要做的科研项目来精准匹配的，通过将现有人才匹配到科研项目，发现科研人才缺口，清晰的界定所需求人才的研究专业、项目经验要求、任职资格条件、素质特征、需求人数、可能的人才挖掘获取渠道。相信将数据做到这种程度，对人才招聘指引是很清晰的。 




2、人才配置： 

某专业人才需求和配置计划数据。比如公司很缺财务专业的各层级人才，需要大量招聘，这个时候我们通过大量的调研统计，得出一组数据：公司人才配置需求和配置计划，需要财务专业20人，其中基础岗位10人，中级岗位6人，高级岗位4人；公司内部可以调整岗位补充财务人员3人，从基础岗位中补充3人到中级岗位，高级岗位补充1人，需要从外部补充14人，其中基础岗位7人、中级岗位3人，高级岗位3人；基础岗位7人可通过校园招聘方式实现，公司所在区域2018年211、985高线财务专业毕业生共50000人，需要在10所高校发布校园招聘公告开展招聘活动；通过查询51JOB，简历库中有中高级财务人才20000人，其中本区域5000人，企业发布的人才需求超过6000人，招聘财务人才竞争激烈，需要选择适当的薪酬策略才能争夺到需要的6名中高端人才。这样的数据，不光是数据，数据背后解决了人才配置的问题，用起来就很有效。 




3、人才培养： 

我们常看到的培训计划完成率、培训人次、培训经费，这些都不是有用的数据。岗位胜任率，这个数据才有用。按照不同人员类别分别计算出的岗位胜任率，是指引公司人才培养的重要数据。比如某个企业高层、中层、基层胜任率分别为80%、60%、90%，中层人员的培养的甚至重新配置，是公司人力资源工作的重中之重，比如某企业安全管理专业人员的岗位胜任比率为50%，那这个企业安全隐患的核心就是安全管理人员的素质能力。当然，做岗位胜任率的数据是很难的，我们一般只做基层和专业技术人才这两类比较好做又有用的，基层的操作人员，好做，定期测试他会不会岗位需要的操作，记录下熟练程度，专业技术人才好测，每次遇到专项技术工作，记录下他解决问题的时间和质量来综合评估。 




4、薪酬绩效： 

我认为薪酬最有用的数据，是各层级的平均薪酬数据、同职级根据绩效分布统计出的收入数据。第一个数据，如果各层级间的收入差距太小，不利于建立人才梯队，收入差距过大，容易造成层级间的矛盾，不利于团队建设，偏离价值创造规律。同职级按照绩效考核等级分布统计的收入，可以检验公司设置的奖惩措施是否得当。另外人工成本占收入比重，与同行业比较可以看出我们的人工效能是高还是低，这个数据如果不和外部对比，没有什么意义。绩效管理本身就有很多数据指标，比如对业务部门考核的收入、利润、市场占有率等，而绩效管理做的好不好，主要反映在人工效能上，比如人均利润率，人工成本利润率等硬性指标，都是很有用的。 




最近有个热门话题“企业人事仪表盘”，其实所谓的仪表盘，还是要像汽车一样，看一些关键的指标，比如速度、百公里油耗、百公里加速、水温、百公里维护费用等。人力资源管理的仪表盘，也有一些关键的指标，比如人才精准配置比率，核心人才团队创新成果、岗位胜任率、后勤辅助人员占比、人工成本利润率、薪酬市场竞争水平等指标。 




用好人力资源的数据指标有两个诀窍，一是选好选准数据指标，通过指标数据的统计，发现指标背后的问题，再通过数据找出解决问题的最好方案；二是针对某些关键人力资源指标，分类细化统计数据，把数据做精做深，在细化的数据背后，找出制约人力资源发展的关键瓶颈并解决。通过这两种方式，挖掘出数据背后的问题金矿，为企业创造实实在在的效益。

本文仅代表作者个人观点，不代表三茅网立场。如因内容、版权等产生的一切纠纷，将由作者本人承担。

赞同