什么？HR都转行数据分析师了？
近年来企业最高层的核心关注点已经发生了明显的变化和转向。
十年前，管理层更多聚焦在创造营收（topline）上，例如如何拓展新市场？如何快速实现营收翻番？是否进行收购交易？是否上市等。但是，最近几年，我们明显观察到如上的粗放式的跑马圈地需求已不再是主流，而转向到如何实现降本增效的精益化和精准化管理。
这种自上而下的转变倒逼企业各个部门必须实现自我革新和能力重塑。对于HR而言，最大化人力资本效能、提升人才数据分析能力将迫在眉睫，即人才与人才战略的数字化转型将是新时代抢占竞争制高点的应对与取胜之道。
转变背后的动因：企业面临多方挑战
（1）“企业人才战略落地”之难：相信大部分企业都有业务发展战略，但拥有清晰、可行、前瞻的人力资源战略就不是那么普遍了，而且更大的挑战在于如何把宏观抽象的人才战略变为可落地的策略和行动。
这其中的困难点主要来自于需实现准确的人才规划与预测、高效的人才识别与寻源、适应的人才能力模型搭建、前瞻的竞争对手研究以及高效的统筹不同部门，建立敏捷型组织等等。这些痛点使得大部分企业的人才战略难以真正落地，或造成转型项目失败。
（2）“人力资本效能提升”之难：精益化管理对于HR的直接要求体现在如何制定基于数据的人力资源规划，如何提升人才分析(People Analytics, PA)能力以及如何最大化人力资本效能。
全球管理学大师拉姆·查兰在他的新书《人才制胜（Talent Wins）》中提出了“黄金三角”的理论，即在数字化时代，CEO需要与CFO和CHRO搭建一个“黄金三角”，共同引领组织转型与变革，从而将人力资本放到与财务资本同等重要的地位。其中CHRO的人力资本决策核心抓手便是依托于大数据的人才洞察与决策。
（3）“HR管理价值定位重塑”之难：基于人才战略落地和人力资本效能提升的要求，企业人力资源管理者的价值定位也将从传统的人事行政的功能性管理转移到“变革推动者”和“业务战略合作伙伴”上来，积极主动了解公司的具体业务与发展方向，参与到主流程内，为高层战略决策提供所需建议。
在今天的商业环境下，由于宏观经济的不稳定、新兴技术的兴起与普及以及精益化管理模式的要求造成了上述的三个核心难点。
因此要求相应的人才管理与决策也必须进入精益时代，人才与人才战略数字化将势在必行。人才也将真正实现从成本变为资本，我们可以想象一下，今后在每一个关键决策时刻，企业最高管理层都能获得来自于人力资源部门相应的关于人才与组织的“数字报表”，那么人力资源的数字化变革将真正翻开新的篇章，进入新的时代。
应对挑战的解决之道
（1）观念刷新：上文提到HR新的价值定位应该是 “变革推动者”和“业务战略伙伴”，这就要求从业者自上而下刷新自己认识问题、思考问题和解决问题的观念，即在数字化时代人力资源管理应时刻聚焦于：“向前”——前瞻性制定人才战略与关键人才管理规划， “向上”——为战略转型和组织能力建设提供HR角度的整体思路和可行方案，“向深”——深化完善HR管理机制、流程与工具等底层基础设施。
上述“三个向”即就是我们所说的数字化思维与能力的核心要求。
但必须承认，企业的人才管理数字化进程或者数字化思维的培养和能力建设不可能一蹴而就，若想最大化发挥数据在人才管理与业务决策中的作用与效能，还需注意以下三点：决策应基于数据与洞察（而不是拍脑袋）；应用数据研判趋势（而不仅仅是聚焦内部，总结现状）；洞察需支持与引导业务（而不是辅助性、滞后性的参与业务流程）。
（2）基础夯实：不管是对于企业最高决策层还是普通从业者，数据本身的重要性已无需过多赘述，企业也在尝试多维度获取数据，常见的实践有两种，一种是借助公司内部力量，自行收集与整理，这更多是自身数据的盘点；另一种是从外部市场上的咨询公司或调研公司购买数据报告，以获取外部洞察。
但是根据《领英2018年招聘趋势报告》显示，有42%的受访者认为现有的数据收集质量太糟糕，20%认为数据的来源渠道过于单一，14%认为数据的可用性不强。
这组调研结果非常典型地反应了目前大部分企业使用数据的瓶颈和痛点。数据本身是企业实现数字化转型的第一步和最坚实的地基，如果数据本身质量差，可用性不强，很难想象基于此能做出有洞察的决策。
由此可以看出，人力资源从业者已经自上而下开始培养自己的人才数据分析能力，这是传统的能力模型很少涉及的领域，因此根据领英的研究和观察，在新时代下，HR需重新构建自身与组织的能力素质模型。
具体表现在三个维度：商业和战略思维(Strategy)、数据分析能力(Data Analytics)以及HR专业知识(HR Domain)。拥有这三大技能可有针对性的使用大数据分析方法处理HR问题，推动企业变革，提升自我价值定位。
其中商业和战略思维要求HR拥有前置性的业务洞察能力，熟识如何提出假设，将数据解读成可付诸于行动的洞察，提出相应的建议等；数据分析能力是与HR相关的数据专业化技能，知道如何定义与解构问题，如何收集与分析数据，使用什么工具来可视化呈现数据等；最后，HR专业知识是应用数据和分析的关键和基础，也是我们的老本行，这能保证用对的方法解决对的问题。
(4) 问题解决：待我们数据基础已经完善、观念与能力也已经到位，最后就是如何高效收集数据，分析数据与解读数据以真正的解决企业面临的决策。就人力资源领域而言，如果企业刚启动人才数据分析工作，可从传统核心领域开始（如招聘寻源、薪酬绩效和人才发展等），兼顾新兴领域（如雇主品牌、多元化、人才战略规划等）。传统核心领域适合作为人才数据分析的起始点，在取得初步成果和组织能力提升后，可扩大到新兴领域。
最后我们需要探讨人才数据分析的使用场景与维度，结合市场领先企业的实践操作和领英的观察研究，人才数据分析可聚焦在诊断现状（Diagnosis）、预测未来（Forecast）和提出方案（Solutions）等三个维度推动变革，即人才分析的DFS模型。
期待走在数字化转型浪潮前端的HR们能够武装思想，配齐盔甲，借助数据洞察的力量，回归管理第一性，迈出数字化组织能力建设最扎实的一步。
作者：
王茜 LinkedIn（领英）中国征才解决方案总经理
段祎辰 LinkedIn（领英）中国大数据洞察解决方案高级顾问
