正通汇众新闻

转载来源HR社区

身边工作几年的HR都有同感，如果可能，真想系统地掌握人力资源数据分析和量化管理的能力，而且，越早掌握越好。

如果你没有身居一线城市，也不在大公司工作，也不打算向大公司求职，那么数据化管理能力，又会给你人力资源工作带来多大好处呢？

这个问题我问了一下我的朋友，Z 老师，他目前在阿里的职位是某个事业部的薪酬福利高级专家（数据方向，P8），他的答案很接地气：所有管理问题的答案，可能都藏在数字里。

今天就由 Z 老师和大家来分享一下，阿里人力资源是如何做数据分析，并从数据分析中找到规律的。

01 别的公司，数据化管理做的如何我并不清楚，在阿里内部，数据化管理的定位在内部非常重要，它是日常人力资源管理措施和业务升级依据。

拥有这个职能的HR很苦逼，他们要做的事情很多，而且还经常会得罪人，工作主要分为几块：

1、常规的数据分析模型（预测模型、防范模型、诊断模型、测试模型等）；

2、日常的数据分析工作（招聘数据、离职数据、薪酬数据、培训数据、绩效数据、成本数据、预算数据、人才数据等）；

3、数据分析与汇总工具（人才流量表、离职预警表、绩效ROI改善表等）。

02 之前，我们在招数据管理的HR的时候，把候选人分成了三类：

①数据化HR；

②懂数据的HR；

③可以利用好数据的HR。

这完全是三类人：

第一类HR主要负责呈现数据和分析数据；

第二类HR可以对数据有清晰认知的、能够知道数据背后真相的，用数据指导管理工作；

第三类HR可以从数据中看出问题的本质，以及对业务和员工来说这个本质意味着什么，而不只是单纯追求数据。

03 想要一个人有数据化意识，真的很难。阿里曾经有个业务总，做事比较喜欢凭直觉和他对业务的敏感度，每次和他沟通管理数据的时候，他的反应都是「我见过的业务高手，就没有靠数据分析做起来的」。

这种认知上的错觉有的时候挺坑人的，一个人认为自己看到的这个领域就是世界的全部，其实当然不是那么回事。

你要说服他重视数据、重视管理，需要一个漫长过程，而要缩短这个过程，必须你能从数据中看到问题的本质，并和他产生共鸣。

04 当然，唯数据导向的管理也会有诅咒。

之前阿里的某个事业部，他们做出了一些有不错的产品，但是某个APP体验烂的要死（据猜测，说的是飞猪），客户反馈了很多次问题，但是每次改版都很慢？后来才知道是数据化管理出的问题。

改版这种事情，往往牵一发动全身的，要协调各种资源；更麻烦的是，改版对用户来说，短期内也许接受起来有困难，很可能各项数据指标会有剧烈下滑，用户也可能由于不习惯新版而怨声载道。

为了数据上的达标，最终改版迟迟没进行，所以说，追求数据有时候也会给你带来掣肘。

05 在阿里，有非常多职位都需要数据分析技能。无论你是专职数据分析、还是从事具体的人力资源工作、或者是财务管理、销售运营、到客户服务... ... 这些职能都需要你掌握数据分析技能。

之前某家机构做过一次调研，我国数据方向的人才仅 46 万，在未来 3 - 5 年内大数据人才缺口达 1,500,000 之巨。所以这个职位是个稀缺的职位，因为稀缺所以高薪，我在阿里同等级别的薪水，也会高一些。（含蓄地笑出了声）

06 很多人都和你讲过：

HR应该懂数据，但是「懂」这个词到底代表着什么？

我会Excel函数分析数据算不算懂？我可以看到数据分析中的盲区和骗局算不算懂？我能够自己上马立刻做出数据模型并进行交叉分析算不算懂？

这三种都算懂数据，但有些 HR 居然都不知道自己服务的公司的是赚钱的，也不知道 ROI 是什么概念，更不知道管理包含的所有数据是怎样流通的，这算是不及格。

07 当然，提高一个人的数据化管理能力，需要不断的训练和大量的思考。

当你还在做人力资源事务性工作，别人已经开始用数据训练了；你刚开始用数据训练，别人已经在想办法学习各种数据分析的方法；你刚开始学习数据分析，别人已经开始寻找自动分析的方法；你还在标注数据，别人可以找到数据背后的本质问题... ...

上面的每一步都是层次的提高，在高层次里做一点点努力，远胜过你在低层次里辛苦一年，最可怕的是在低层次的人往往意识不到这一点。

08 在阿里做数据方向的工作，很累人，但也很有额外的价值。

因为「数据」本身就是最宝贵的资源，哪家公司能拥有最多的有价值数据，哪家公司会成为未来浪潮之巅的胜利者。

换作是我个人也是一样，如何能获得更多的有关自身的数据，如何能在更多的纬度量化自己，如何能有效的利用这些数据，将成为人和人之间*大的区别所在。

善于获得数据，善于利用数据的人，将在未来的竞争中取得决定性的优势。善用数据，你就能超越90%的竞争者，因为他们凭感觉行动。

统计数据，发现规律，从而利用规律。

聪明的你，一定能找到管理的密码。