人力分析的探索——從因果分析到洞察未來

時至今日，數字化已經深入人心，我們不用再重申數據分析對於業務決策的重要性，也不用講解數據分析到底為什麼能預測未來。當我們掌握的數據越多，我們就越能預測上帝扔出的色子是什麼顏色。但問題是，有多少企業能做到呢？

去年用友在中國內地進行了一次調研，超過400家企業參與了這次調研，結果表明，幾乎所有的企業都聲稱自己知道數據對於決策的重要性，但是仍然有超過60%的企業在調研中表示他們的決策是主要依靠經驗和直覺得來。

看數據，不看直覺

雖然結果中顯示的依靠直覺進行決策的僅佔8%，但實際情況可能不止。在針對員工績效表現的場景中，各項分析都提出，對員工的讚揚比批評更能提升員工的績效表現。這一理論在某位飛行員教官這裡卻不成立，教官向用友分享了他的個人實踐：當他批評了那些飛行表現較差的飛行學員後，下一次該飛行學員的表現就會變好。而當他表樣了那些飛行的好的飛行學員，他們的表現大概率不如這次。於是教官提出，批評比讚揚對於提升學員績效表現更加有效。

在這個場景中，並非教官的經驗感知出現了問題，而是教官忽略了在數學模型中非常重要的一個模型，均值回歸。也就是當我們將所有飛行員飛行表現的數據錄入系統並進行數據分析，會發現大部分飛行員的飛行表現會圍繞著一個區間進行上下浮動。所以那些表現差的飛行員下次飛行表現大概率會比這次好，而那些這次表現優秀的飛行員，下次表現大概率沒有這麼好。這並不是因為教官的批評或者讚揚導致的結果。

當我們把飛行員受到批評和讚揚的次數進行統計，與整體飛行表現數據進行交叉分析，就發現經常收到讚揚的飛行員整體表現高於那些經常被批評的飛行員。

人力報表≠人力分析

我們應該從邊界、格式、數據、目的、價值，這五個維度來剖析人力報表和人力分析之間的不同之處。

傳統的人力報表需要二次加工才能夠呈現給領導，而用友BIP的智能人力報告，可以幫助人力資源部門直接對數據進行分析和提煉，真正將人力資源從業者從數據整理的工作中解放出來。

人力分析“金字塔”模型

在長期的客戶服務和針對數據分析的領域研究之後，我們整理了人力分析“金字塔”模型，將整個人力分析分為四個階段，分別是統計分析、結構性分析、相關性分析和預測性分析。

在結構性分析和統計分析這兩個階段中，仍著重對數據的現狀進行統計和展示，並對某些簡單的數據進行多維的交叉分析，比如員工年齡和員工級別，比如離職與考勤數據等。而涉及到相關性分析時，我們才開始進入到人力分析的高級階段。比如對離職原因的相關性分析和回歸分析，能幫助我們得出在年輕一代員工中，“薪酬”和“壓力”並不是影響員工離職的最重要因素，而“願景”和“職業發展”才是；甚至於“壓力”與員工的離職產生負相關指數。

數據分析缺的不是目標，而是路徑

我們並非不知道我們想要怎樣的數據分析，而是我們不知道如何才能邁向這個目標。

第一步：建房子通管道

要建立人力資源數字化洞察力，核心是需要沉澱全流程的數據，建立完善的數字化系統。以往的人力資源系統缺乏一體化的平台和應用，所以企業無從選擇，只能夠東拼西湊，將業務線上化。現在用友BIP平台就能夠完整的解決客戶的業務需求，將建房子通管道這個基礎打牢。

第二步：裝儀表測表現

通過對過去以及現狀數據的展示，幫助企業認清現狀及戰略定位等問題。同時，在人力資源分析領域，一定是有效數據重於全面數據。在儀錶盤顯示的數據中，並不是呈現指標越多越好，而是要秉持less is more，只給領導呈現最有價值的三個指標。

第三步，跨場景識因果

在這個階段人力資源系統更多聚焦在與業務系統打通上。當企業戰略層層解碼，最終落腳在人才管理和人力規劃上之後，人力資源部門需要為這些戰略目標制定清晰的執行步驟和策略。最終幫助企業達成經營目標。

第四步：深挖掘智判斷

我們需要對數據進行深度的建模和鑽取，將人力數據分析從“精準表達”變為“找准趨勢”。

在企業管理中，我們已經實現了對員工進行精準的畫像，通過對大量績優員工的畫像數據疊加分析，我們能夠繪製出最適合企業的人群畫像，以及整個組織畫像，從而在內外部人才選拔過程中幫助我們決策。

 第五步：評價值定行動

在所有技術和數據都已經具備的前提下，通過數字孿生的業務平台，幫助業務對各種場景進行虛擬測算，從而找到最佳的解題思路。找到讓組織價值最大化的路徑，然後堅定不移的執行它。

就如同電影《復仇者聯盟 無限戰爭》中，奇異博士預測未來和滅霸交手1400萬次只勝利了一次一樣，我們的最終目標，也是通過數字孿生平台，在虛擬現實中對所有的可變因素進行預測，從而幫助組織找到能夠勝利的最佳途徑。