人力资源大数据(3)：数据即财富

企业利用员工数据来改善运营绩效，这是一个巨大的商机。过去两年，已有超过60%的企业投资大数据和分析工具，使HR成为更加数据驱动型部门。它们用事实证明，数据，就是财富！

国外研究者观察了480个大型企业，发现仅有4%的公司已经到达“预测分析”的级别，例如了解员工绩效及留任的关键因素、用统计方法决定雇佣对象、怎样将业务与薪水挂钩等。

事实上，只有14%的公司对其员工数据进行了有意义的“统计分析”。剩下的公司在干什么？处理报表！剩余的84%公司在数据鸿沟的另一边，他们疲于应付数据管理和业务报表，试图在各种报表负担下提供标准的人力资源运营度量。

研究也表明，数据分析领跑企业从其数据分析中获得了巨大回报：它们的股票回报率比标准普尔500指数高30%，它们提出的高影响力招聘方案是其他公司的两倍，它们领导层沟通的途径比其他公司健康2.5倍。

此外，这些企业的HR团队更能作出数据驱动的决策，其能力是其他同行的4倍。这使他们拥有改变业务的真正潜力。

研究还表明，尽管分析工具很重要，数据分析领导企业已着力于更有深度的事情：声音数据管理(声音数据质量更棒)、聚集于正确问题的业务咨询能力、财务和运营分析团队之间的良好关系、以及可视化设计和沟通技巧。这些，是除了统计、数据和数学之外的关键技能。

事实上，找到统计学家很容易，找到能将数据和业务结合起来的项目经理很难，更难找到的是能够将“数据发现”转换为驱动业务变革解决方案的人。

高质量的分析团队需拥有跨学科的技能，包括业务理解、咨询技能、数据可视化、数据管理、统计及高管沟通能力。分析团队不仅需要诊断和解决业务问题，更经常需遭遇高层管理者的讶异与新难题。

企业进行大数据分析的最大挑战之一，是人们在拥有数据之后，如何去改变他们的行为，因为大部分经理人具有多年的“信用系统”和“经验”，这成为他们使用数据科学的障碍。

某企业研究了员工流动和留任行为与涨薪之间的关系。传统的方法是，根据正态分布曲线，给绩效最优者的涨薪幅度略高于绩效第二等的员工，而后者又略高于第三等，依此类推。

薪酬的“正态分布”曲线，本身就是一个巨大错误。研究发现，第二等、第三等绩效的员工，即使平均涨薪只有同类工作平均涨幅的91%，他们仍然会留在公司。因此，这些员工是付酬过多的。

另一方面，公司最优绩效的员工，除非涨薪幅度平均值的115-120%，否则他们就会离开公司。这才是应有的付薪方式。

多数经理人都懂得，绩效最优的员工能够超越中等绩效员工一大截，所以如果能阻止最优秀的人离开，哪怕给他们更多的薪水也能带给公司巨大优势。

不幸地是，即使将这些研究成果告知经理人，也不一定能帮助解决问题。他们迷信原有“信任系统”，也不想惹事生非，所以他们继续用老方法付薪。因为这才是他们信奉的管理思想。

迄今为止，只有14%的企业从数据分析中获得好处。大多数公司未曾在大数据领域投资，自然不能获得人才分析的巨大利益回报。

事实很简单：数据之战已经开始，如果你不致力于集成的HR分析能力，创造内部工员和薪酬的大数据解决方案，你将彻底输掉数据之战。