企業(yè)在人才投資上缺乏系統(tǒng)的量化評估，主要原因有兩個：傳統(tǒng)人力資源部門可掌握的數(shù)據(jù)有限，以及進階的數(shù)據(jù)分析能力尚未到位。其實，隨著企業(yè)各種內(nèi)部活動與流程逐漸數(shù)字化，過程中所產(chǎn)生的工作日志（log file）可以更加系統(tǒng)性的被保存下來，導(dǎo)致當(dāng)今企業(yè)擁有充足的數(shù)據(jù)作為HR決策的輔助工具。舉例來說，許多企業(yè)通過內(nèi)部的知識分享平臺，讓員工可以根據(jù)主題丶時間丶地域等維度進行搜索，幫助員工快速汲取企業(yè)內(nèi)積累的經(jīng)驗。另外，也有一些企業(yè)在內(nèi)部技術(shù)發(fā)表與需求開發(fā)等平臺上融入反饋丶評分與投票等社群功能；這些新穎的做法不僅能在員工間增加互動并提升生產(chǎn)力，更重要的是幫助企業(yè)內(nèi)部的“用戶行為”留下軌跡，提供新的信息來源，將其作為企業(yè)在HR與組織管理上的參考。 根據(jù)BCG過去的項目經(jīng)驗、與客戶HR高管的充分交流以及對行業(yè)的深刻觀察，我們針對人員與組織的分析建立了一個分析能力框架，共計有六大面向，為HR部門端到端的運作提供新的動能： 我們認為從數(shù)據(jù)出發(fā)，輔以進階分析為基礎(chǔ)的決策流程是企業(yè)在數(shù)字化轉(zhuǎn)型浪潮中站穩(wěn)腳步的關(guān)鍵；本文以我們的經(jīng)驗就“吸引人才與招聘”丶“深化員工關(guān)系”以及“離職”三個主題，做一些深入淺出的分享。
過去以傳統(tǒng)名校為重點招聘的思維，在新創(chuàng)行業(yè)崛起中逐漸發(fā)生了變化。不論在初階還是在較有經(jīng)驗的人才吸引上，我們合作的客戶都開始重視內(nèi)外部數(shù)據(jù)的同時應(yīng)用，尤其在外部數(shù)據(jù)源辨識以及分析方面有了長足的進步。舉例來說，我們發(fā)現(xiàn)許多有經(jīng)驗且有轉(zhuǎn)職意愿的技術(shù)人才不會在公開的人力資源平臺上透露當(dāng)前的職務(wù)內(nèi)容；我們發(fā)現(xiàn)，如果能透過文本分析的技術(shù)來處理大規(guī)模的非結(jié)構(gòu)化數(shù)據(jù)源（如前一份工作的職務(wù)內(nèi)容丶特殊的項目經(jīng)驗丶發(fā)表過的專利丶人際網(wǎng)絡(luò)以及加入的專業(yè)群組等），從而界定出新的機會并輔以技巧性的溝通策略，那么招聘的產(chǎn)能會出現(xiàn)有大幅度的提升。
在和一位科技行業(yè)的首席人力資源官（CHRO）交流中，我們發(fā)現(xiàn)部門之間的溝通協(xié)調(diào)不順暢是該企業(yè)當(dāng)前發(fā)展的一個重要瓶頸。面對激烈的外部競爭，不斷在不同的地區(qū)擴展與并購變成常態(tài)；在這種環(huán)境下，如何在平均每年超過5%的人員成長中洞悉哪些團隊/子團隊需要溝通上的協(xié)助，成為一個重要的課題。我們與客戶的HR、法務(wù)以及IT等部門針對其內(nèi)部各個信息傳遞平臺完成評估后，選擇了數(shù)個合規(guī)來源進行了跨越兩年的數(shù)據(jù)追蹤與分析。在完成詳實的定義后（包含電郵溝通量、加權(quán)響應(yīng)率、響應(yīng)時間等），我們幫助客戶用量化的方法清晰地界定部門間的溝通順暢程度，并判斷哪些子部門間有必要介入、如何介入以加深員工間的合作默契、以及在事后衡量改變的效益（如按時完成項目數(shù)量、員工滿意度等）。上述的端到端流程就是我們所倡導(dǎo)的從數(shù)據(jù)出發(fā)，輔以進階分析為基礎(chǔ)的科學(xué)決策。在我們的協(xié)助下，客戶已經(jīng)完成試點，并準備逐步開展大規(guī)模的實施。
如果把上述案例視為描述性、宏觀的分析，我們和另一個客戶的合作則是把重點放在預(yù)測性、微觀的數(shù)據(jù)分析上。我們假設(shè)越能掌握關(guān)鍵信息流的員工，其表現(xiàn)會越好；根據(jù)一份MIT針對專業(yè)服務(wù)公司內(nèi)部郵件所做的研究報告，在關(guān)鍵議題的交流與溝通上，高效員工每多接收到一個字，其額外的產(chǎn)能可高達70美元。在這樣的原則下，我們和客戶共同定義了高效員工，并利用網(wǎng)絡(luò)分析的理論計算了每個(選定網(wǎng)絡(luò)中)成員的社群指標，包含中介中心性（betweenness centrality），接近中心性（closeness centrality）和向量中心性（eigenvector centrality）等。 在給每個（選定網(wǎng)絡(luò)）成員計算了某一區(qū)間的各項社群指標后，我們輔以HR部門所記錄的其他信息（行業(yè)經(jīng)歷、績效考核、同儕反饋、晉升紀錄等），建立了一個離職風(fēng)險預(yù)測模型。根據(jù)我們的模型，我們甚至可以依據(jù)員工行為的變化（體現(xiàn)在社群指標的變動上），提前數(shù)個月判別出員工的離職風(fēng)險。我們不僅和客戶共同建立預(yù)測模型，而且和HR部門一道建立機制，并和高離職風(fēng)險員工的一、二級主管共同評估如何有效地改變現(xiàn)狀。
企業(yè)如何在HR部門開展數(shù)據(jù)分析能力的建設(shè)？我們認為可以從以下四個方面著手： 組織：一般HR部門所直接掌握的數(shù)據(jù)包括員工基本信息、入職前的面試紀錄、入職后的教育訓(xùn)練、季度表現(xiàn)、同儕反饋、薪酬變化等。這些信息大多散布于不同的系統(tǒng)當(dāng)中，彼此之間無法串連與應(yīng)用。HR部門應(yīng)清晰地理解可掌握的信息，并與IT部門合作，將數(shù)據(jù)有條理地儲存于數(shù)據(jù)倉儲（data warehouse）或數(shù)據(jù)集市（data mart）中。我們看到，由于科技的進步，如本地與云端存儲多種可行方案的出現(xiàn)，這一舉措的成本已大幅下降。 架構(gòu)：將眾多信息來源（以及HR部門外可獲取的信息）有效地連結(jié)、形成有共識的關(guān)鍵績效指標（KPI），讓高管可以通過如儀表板的媒介清楚地理解組織脈動。本文中提到的各式溝通指針就是最佳的范例。 分析：在有共識的指標積累了一段時間后，將其與外部或行業(yè)標準相比較，可以進一步加深分析面向的力度。舉例來說，如果企業(yè)所記錄的離職率大幅地超過了歷史平均，那進一步的分析就可以探討下階段的離職風(fēng)險是否會高于行業(yè)平均。 優(yōu)化：最后，通過端到端的分析、判斷是否該介入、如何介入、預(yù)期效益為何、計劃并執(zhí)行改善方案，形成一套標準的優(yōu)化流程。
聯(lián)系客服
