hr数据分析师讲解：人力资源分析/人效分析的思路与方法

随着大数据的发展，越来越多的企业开始重视数据的价值，数据分析也成为了很多岗位的必备技能。这两年人力资源数据分析也开始成为了热门话题，很多企业在招聘HR时，都会要求拥有数据分析能力，甚至在很多大厂还单独开设了人力资资源数据分析师岗位，高薪招聘。 

于是，在HR圈子也掀起了一波数据分析学习热潮，学这个工具那个工具，费劲心思分析考勤数据，离/入职数据，用Excel学做人事仪表盘等等，但是目前大多数人力资源部门还在做传统的“体检型”数据分析，不管有用没用，所有数据来一遍图表，男女比例、学历构成、离职趋势等等，这些有一定价值，但都是泛泛之谈，老板并不买账。

人力资源数据分析的四个层次

那么人力资源数据分析到底应该怎么做？在说这个问题之前，我们先来了解一下人力资源数据分析的四个层次：

1、数据的展示

最底层的人力资源数据分析就是数据展示，也是大部分HR每天的基础的数据工作，统计公司人员结构，入、离职人员数据的记录等等，这个阶段的工作是后期数据分析的基础，没有标准化的数据记录表格和字段，后面的数据分析也很难展开

2、人力资源管理

在上一层就是对人力资源数据进行计算和分析，发现人力资源管理中的问题，并根据问题给出解决方案。比如建立人员离职预测模型，招聘数据分析的模型，来判断人力资源各个模块的绩效是否正常。这个层面的分析就是基于第一个层面数据的汇总和建模，能够通过数据来判断公司人力资源的健康程度。

3、企业业务战略发展

第三个层面就是从公司业务和战略角度结合人力资源数据进行数据分析，这个层面需要HR了解公司的业务，盈利模式，商业模式，公司的战略等，从专业的人力资源角度，来给与建议和支持，所以这个层面对HR的要求相对来说比较的高，但是这个也正是能体现HR价值，特别是在人效和薪酬绩效上，是公司比较关注的几个模块，特别是人效，如果我们可以从人力资源数据分析的角度出发，给与业务提升人效的解决方案，这个才是HR的价值所在。

4、数据的预测分析

第四个层面就是通过专业的数据模型对未来的数据进行预测，为公司的未来业务和战略决策做参考，比如企业经常会对人员编制，人力成本，薪资成本等做预测分析，这个层面会涉及到专业的数据分析的一些专业，比如统计学，回归函数，递增函数，正态分布等等。

人力资源数据分析怎么做？

人力资源管理中的数据分析最主要的就是两个方面，一方面是人员结构性分析，一个方面就是人效的分析。通过分析企业人效，可以有效地监测公司经营状况，了解公司每个员工或者每个部门人力效能情况。如果发生人效降低，那么人力资源管理部门就需要认真分析是环境导致的还是内部管理导致的，是人才素质的问题，还是人员发展的问题，还是人员流失的问题，是否需要通过培训来解决，是否能够通过引进优秀人才来带动整体人力效能的提升。

1、人力结构分析

企业的人力结构反映了人力资源的构成情况，对于企业的人力资源管理相当重要，人才结构不合理会导致公司发展出现问题，比如，如果公司的某个团队中的年龄结构出现断层，就容易导致某个时间段会出现人才的断层，需要公司在招聘上提前做好预案，做好人才储备，弥补人才断层可能的影响。

人力结构分析可以从这样几个方面出发：人员年龄结构分析、员工性别分布分析，工作年限分析，教育文化水平分析、薪资结构分析等等

员工薪酬结构的分析是人力资源分析的重要部分，对公司的人力成本有直接的影响，另一方也体现了公司招聘竞争优势。薪酬结构分析包括公司的薪酬总额是怎么样分布，在各个层级间是如何分布，在各个职能部门间是如何分布的，在各个业务部门之间是如何分布的，在各个产品上是如何分布的，在各个市场上是如何分布的等等。这种分布历年的变化情况如何，这种变化是不是与公司的战略方向调整、经营模式变革、公司薪酬改革体系等相一致，是否做到了我们需要调整的目标都是HR需要关注的问题。

就拿上面这个图举例子，从2013年到2015年，我们发现公司的销售部门薪酬占比在提高，而生产部门的工资总额占比在下降，我们要进行一步探究这个现象背后的原因，是因为公司的业务调整还是战略调整导致的？是我们销售系统能力在加强，还是生产系统能力在下降？为什么没有保持同比的增长？

销售占比增加了3%，生产下降3%，公司逐步转向销售导向型公司，随着销售能力的增强，我们的业务销售额是否增长了，如果销售额增长了，生产额也在增加，那么生产部门的工资也应该得到相应的增长，为什么会下降了呢？这种结构的变化会不会带来潜在的威胁？这些都是作为人力资源总监和企业的老总需要考虑数据背后的问题的。

除了薪酬总额的分布，还有平均工资的结构分析。平均工资在不同部门、在不同层级、在不同业务间的对比也体现为一种结构，这种结构的配置也会影响着整个公司的资源配置。假设公司的工资是符合市场的，假定公司给员工的薪酬是合理的，那么平均工资基本能够反映其能力和人才的水平。如果有些部门高，有些部门低，那么这个平均工资低的部门可能是公司的管理短板所在地，因为较低的工资难以请到高手，没有高手就不会有好的管理，容易造成公司的管理短板。

2、人效分析

人效分析就是人力效能的分析。人力资源是公司投入资源非常重要的一部分，相对于企业需要的硬件资源来说更加难以控制，比方说公司花费100万购买一台设备，在正常使用的条件下，这台设备的正常运转，能够生产多少产品就是固定的，效率是设定好的，产出必然会固定。而人则不同，人的效率产出是有弹性的，因此企业更需要加大对人效管理的力度。

人效分析中，我们首先最关心的是两个指标：人均产出率情况、人员费用产出效率情况。

人均产出率代表着每个人能够产出多少，产出越多代表团队力量越加雄厚；产出越小，公司整体人员素质程度是降低的。

人均产值 = 总产值 / 总人数

去年平均每个人做150万，今年平均每个员工只能赚120万，人效就是降低的。降低的原因是什么呢？是人员效率降低了，还是外部环境影响了，还是因为利率降低了，还是管理问题？我们需要仔细追究这些问题背后的原因。

另外一个指标就是元当产值，就是每投入1元的人员费用，产出多少。

元当产值 = 总产值 / 工资总额（包含了基本工资、奖金、分红、激励、提成、社保等）。

即使人员的产出能力没有变化，国家在推动最低劳动保障工资年年提升，每一年员工都会期望一定的工资上涨幅度。如果工资不涨，而CPI每年都在涨，如果CPI上涨5%，员工的收入水平不变化的情况下，购买力就差了，就会影响生活质量和生活水平。但每年都涨的条件是公司必须在人员产出效率上进行提升。如果连续五年都是一样的人均产值，那么随着工资的上涨，每一元工资所产生的销售额就会降低。这代表的人员效率的降低。人员工资上涨，人的产值不增加，那必然会消耗公司的利润，降低公司的利润率水平。而利润率水平是企业的生死线问题。

很多企业都在做第一类的人效分析，而比较少做第二类。第二类中有个变型就是人力成本在成本结构中的占比。我们说的元当产值基本就是这个变种的倒数。如果人工成本在产品成本结构中占比5%，那么我们每投入1元工资，产出20元的销售额，这是一个倒数关系。

进行人效分析必须对比才能得出我们是优化了还是变差了。这个对比可以分成跟自己对比、跟别人对比。跟自己对比比较好理解，就是我们不断分析我们每个月、每个季度、每一年的变化，跟我们自己的历史进行对比。跟别人对比就是要找到对比标杆，比如，如果能够有同行业上市公司，我们可以用同行业上市公司的数据来评判我们公司是否跟这个上市公司有差距，我们是不是比他们做的更好，为什么有差异，是因为商业模式的不同还是因为我们产品结构的不同。

在进行人效分析的时候，产出变量可以采用不同的衡量指标。比如，对于房地产企业，我们可以以销售面积、销售套数、竣工套数、竣工面积、开发面积、开发套数、销售额等等来衡量产出；对于电商我们可以用获客数量、新客数量、流失客户数量、新增客户数量等指标；对于O2O我们可以用完成订单数来衡量，对于一个网站我们可以用访问量、注册量、用户数、活跃用户数等等，只要是用来评价公司产出的指标都可以成为分子上的变量。

人力资源数据分析常用的方法

（1）SWOT分析法

基于swot分析来进行战略组合和管理的常用方式。HR可以从内外部人才竞争环境和竞争条件下的态势分析，将主要的人才类型在内部“优势”、“劣势”和外部人才的“机会”和“威胁”等，通过调查列举出来，并依照矩阵形式排列，然后用系统分析的思想，把各种因素相互匹配起来加以分析，根据情况全面、系统、准确的研究，HR可以根据研究结果制定相应的人才发展战略、招聘计划以及对策等。

（2）STP分析法

在市场营销中常用的STP分析，其实也可以很好的应用于人力资源领域。HR可以根据一定的标准对整体人才市场进行细分后，从中选择一个或者多个细分人才市场作为自己的目标，并针对目标人才进行人才定位。针对合适的岗位进行人才细分。分析过程充满逻辑条理，可以很好的有洞见地创新，结果可执行，实现率高。

（3）回馈分析法（AHP分析法）

德鲁克在他的《21世纪的管理挑战》一书中提出了这个有效的方法。回馈分析法可以分为记录预期、分析成果、发展优势三部分，每当做出重大决策，采取重要行动时，记录预期引导你记录下自己对这项工作完成结果的预期。几个工作周期后，再将实际的结果与预期的结果进行对比。比如业务部门的绩效目标很多，失去了KPI的Key的意义了，那么关键绩效指标规则关键，如何从众多的绩效指标中筛选出那些重要的20%的指标呢？HR可以通过回馈分析法很快发现工作中的哪些方面存在“痛点”，很快就能帮助我们识别出这些领域加紧学习或预防。

（4）综合分析法

综合职场上的HR常用的分析方法，其中有问卷调查法、绩效分析法、观察法、关键事件法、访谈法等。问卷调查法是直问直答的形式，你可以最快的获取数据和信息，绩效分析几乎在各个领域的公司都成为了一项重要的指标。观察法采用实地观测，在工作时观察员工的表现，及时发现问题，获取数据。由于我们的观察对象是人员，在进行时尽量隐蔽并观察多次。关键事件法要求HR记录员工工作中的关键事件，它可以用以考察工作过程和活动情况以发现潜在情况。

那么处理方案可以考虑通过大数据BI平台——FineBI来展示，以提高展示性能。又或者通过FineBI建立前台分析，以提高查询效率与展示性能。

（5）基本分析法

对比分析、细分分析、趋势分析、模式分析、回归分析等，这些都是数据分析与对比时最常见、最基本的分析方法，从他们的名词直译大家能想到很多案例吧，在这里就不一一列举，其中较为难以理解的回归分析是指线性回归和非线性回归，运用X、Y进行自变量和因变量的对比得出大致分析判断。