首先,数据分析一定要明确目的,有具体的目标(或指标)。可以来源于两个方面:一个是公司的战略,公司的战略逐步分解,最后形成人力资源的各项指标;二是针对实际问题或情况所筛选的指标。比如从组织层面来说,要求提高人员的效率,那么就可以用人工成本投入产出比、人均产值等数据来分析;或者,员工反映收入的问题,可以用岗位人均工资、工资基尼系数等来分析。
其次,数据分析一定要结合业务,最好结合财务数据。把这些数据同销售收入、产值、绩效等结合起来看,对实际工作有指导意义。
第三,数据分析要有对比。单独一个时间点的数据,只能反映某个时间节点的情况,反映不了趋势,也反映不了进步或不足,所以要进行对比分析。这可以从两个方面进行:一个是外部数据,特别是行业标杆数据或者类似行业数据;一个是内部数据,内部数据是进行同期的比较或者同岗位、同部门的比较。
第四,数据分析要注意样本容量。统计分析的意义在于对样本的选择和样本的代表性。如果样本容量太小或者样本的选择不具有代表性,这样的分析也是无效的,或者是不能反映真实情况的。
第五,数据要有结论。很多HR分析了很多,但是不能形成结论,没有结论的分析是没有意义的。
当然,数据分析后也要懂得去汇报,要有简洁的表现形式。先列明问题,然后分析原因,最后是解决方案、行动计划、实施效果;二是倒叙,先提出观点,然后阐明问题,分析原因,最后是实施效果。
最后,我想说HR数据分析是没有确定和统一的模板,只能是结合企业的实际情况进行有效的分析。分析的结论,要形成公司的人力资源政策,不断的进行评估和修订完善,这样才有实际意义。