导语：都说HR要用数据说话！现实中很多HR不是拿不到数据，而是不知道怎么进行数据的转化和运用。HR要提升岗位价值，显化工作效益，为公司战略提供决策依据，那必须得会数据的分析和转化。从GHR公开课《用数据驱动人力资源效能提升》（可点击了解详情）的火爆程度可看出这个趋势，2015年4月推出至今已在全国巡回15场，阿里巴巴、华为、百度、宜家、携程、新东方、华润、浦发银行、中国中车等企业HR团队都参加了学习，并有GE、施耐德等引进内训。

HR手中的数据越来越多。它们来自：

• 年度薪资调研报告；

• 内部收集的员工敬业度、离职率、生产率等数据；

• 人才服务公司公布的市场人才流动／招聘指数；

• 德勤、翰威特、合益等国际顾问公司发布的各种调研报告；

• 网上搜索到的“HR常用公式大全”；

• 参加“如何用数据证明价值” 等培训得到的公式数据，等等。

如何真正使用这些数据？怎样从数据挖掘转化为商业智慧？

本篇解读，包括从企业对数据HR的迫切需求，HR在数据管理中的挑战及常见结症分析。提供一些思路、模式及案例。希望能有所帮助。

经常听到这样的问题：为啥时间过得越来越快啦！ 

有两种回答方式：

A回答：可不是吗。老子早就说过 “逝者如斯，不舍昼夜……”。引经据典、用哲人的语录随声附和，这是我们擅长的沟通方式。

B回答：时间的快慢是一种感觉。对于一个5岁儿童，过去的一年是其以往生命的1/5；而对于一位60岁的老者而言，过去的一年是其以往生命的1/60。所以，同样的365天，对于不同年龄的人，感觉到的“时间速度”不同。年龄越大，感觉速度越快。可以通过改变计算方式，调整对“时间速度”的感觉......。

老板问：“公司的员工流失率咋越来越高？”

A回答：我们与同行业的流失率比较不算高。哎！现在的年轻人啊，心理浮躁不懂得珍惜工作机会......。

B回答：我们通过对数据的挖掘，找到员工流失的真正原因。去年采取了行动A、B、C, 使流失率降低了5%；今年采取行动X、Y、Z，目标是将流失率降低到比同行业平均值低8%。这些行动包括......。

哪种回答，更有利于解决问题呢？显然是B种方法。

德勤报告［第九大趋势］是关于“数字HR”，介绍了信息时代，我们不得不学会B种思维方式和工作方法。

数据HR是被信息化浪潮裹挟着前进。HR自身必须经历一场“革命”，才能适应这样的浪潮风暴。面对革命，可以选择的是主动或被动革命。

数字HR，包含两方面的内容：

• HR自身的数据管理能力。如何建立一个数据化平台，通过移动互联网技术，增强员工的体验。

• HR帮助企业领导者、员工建立数据化思维意识，领导企业的组织运营方式向数据化变革。

德勤的报告侧重于第一个方面内容，即HR自身的数据化管理能力。

德勤的报告显示：

72%的参加调研公司认为，数据HR是重要的工作重点，其中32%认为非常重要。38%的公司开始了数据HR工作，9%的公司完全具备了数据HR的能力。

数据HR工作始于2005年，那时候的动力是解决员工的“工作与生活平衡”问题，通过逐步改进的进化方式。十年之后，数据HR是被信息化浪潮裹挟着前进。HR自身必须经历一场“革命”，才能适应这样的浪潮风暴。数据HR是一场革命，别无选择。可以选择的是主动或被动革命。

数据HR，为改善员工以及候选人的客户体验，应用UPD思维和SMAC能力，打造的移动服务平台。面对新思维及新能力，HR首先需要的是消除对数据的恐惧感。

目前，全球大约有70亿部手机等移动互联网设备创造了40%的互联网流量。所有HR也一定是这70亿用户中的一员。

德勤报告说，仅仅有20%的公司开始了数字HR实践。他们将“70亿”和“40%”数字与公司的人力资源工作相联。那么，80%公司的HR是这滚滚信息洪流的旁观者。

HR要投身于信息洪流中，光靠“聪慧”不行，必须掌握新的思维和能力。

西方管理传到中国后，一些管理名词成为“通用语言”开始流行。“SMART” 是其中之一，SMART代表聪慧明智的意思，是具体（specific）、可衡量（Measurable)、可达成(Attainable)、结果导向(Relevant)、有时限(time-based) 五个单词的缩写。很多老板会使用SMART来辅导、挑战下属的工作。

信息时代，数字HR们的口中，将经常冒出这样的新词汇：SMAC及UPD。

• SMAC 是数据HR具备的四个能力：社交 (Social)、移动 (Mobile)、分析 (Analytics)、云端 (Cloud)；

  
  

• UPD 是数据HR具备的三个新思维：用户思维 (User)、产品思维 (Product)和设计思维 (Design)。

数据HR的定义：应用UPD思维和SMAC能力，打造的移动服务平台。达到改善员工以及候选人的客户体验的目的。

HR面对这三个新思维和四种新能力，恐怕都会有“老虎吃天”或“望洋兴叹”的感觉。

德勤报告尤其强调，HR需要打消对数据的恐惧心理，建议开始学习数据管理的理论知识。“将需要一段时间的学习，但一定有非常丰厚的回报” 。

我非常认同德勤的观点，HR需要真正投入精力，学习数据管理的理论和技术，更新底层知识结构，提升思维的维度，进而掌握数据管理的能力。

这是本篇解读的重点：数字HR，为什么是数据挖掘？为什么是现在？

5月24日，当上海的中环高架路被压断后。政府第一个声明是“违章卡车载了100吨的物品，超过了高架桥的设计承载30吨标准，造成高价桥严重损坏……”。

从公共事件的沟通角度而言，这样的表述是恰当的。使用数据告知公众发生了什么和为什么发生。

但是，从对“数据”的管理角度，则可以有不同的对待数据方式：“利用数据”或“挖掘数据”  。

• 利用数据，是使用“显而易见”的数据，对某个事实、结果的说明、辩解。

• 数据挖掘，是通过一系列步骤达到从数据到智慧的过程。

数据挖掘的五个步骤：

• 从数据到信息；

• 从信息到知识；

• 从知识到含义；

• 从含义到原理；

• 从原理到智慧。

以上海高架桥事故为例。我们可以通过对“所有通过桥梁的车辆数据”（如果有的话）进行挖掘；得到“经常有超重卡车违章通过高架桥”的（信息），然后研究限制措施（知识），建立主动防范机制（原理）；达到保障桥梁及人身安全的（智慧城市）。

再举个例子。

35是数据；今天上海气温是35度为信息；上海每年5月的平均气温是35度为知识；根据气温报告预测销量为含义；依据含义安排商品库存数量是原理；增加了销量及最佳库存周转率是智慧。

“智慧城市”是很多城市的发展目标。需要大量的数据挖掘工作，如果仅仅停留在利用数据的水平，就无法实现。一些事故一而再地重复发生，就是缺乏对数据挖掘的能力和努力。

所以，笔者建议上海市政府建立“桥梁车辆检测数据采集系统”，为智慧上海打下基础。

在HR的现实工作中，比较常见的是利用数据。

例如，拿出“行业员工流失率报告”（数据），向公司说明“我们公司的流失率高是正常的，因为大家都这么高”。

有些公司尝试“数据挖掘”，但因为缺乏基本知识和流程，往往达不到目的。

例如：公司按照《行业员工离职统计报告》提供的原因（信息），制定并实施了一系列的留人措施，结果差强人意。因为没有进行真正的数据挖掘，利用外来的“信息”直接跨到了解决方案（原理）阶段。缺乏从信息到知识、含义、原理、智慧的“桥段”。

通过数据的挖掘而得出判断，与先有判断再寻找数据是不同的过程。前者是数据挖掘，后者寻找佐证。用现成的数据分析问题，好比在马路上拾煤球，可以燃烧，但你永远不会发现（挖掘）石油。

想象一下，如果你在陌生的森林中，看到一个黑影晃动时的第一反应？快速判断“可能有老虎”而马上逃跑；还是收集数据分析一番再作出判断？

人类的进化过程，使我们的“下意识”判断的能力强于“分析后”再判断的能力。这是《快思考，慢思考》作者将人类大脑中的思维系统分为系统1（下意识判断）和系统2（分析后判断）。使用大脑中系统2进行分析判断的方式是“有依据的判断”，需要数字为数据。换句话讲，当我们质疑问题背后的问题时，会挖掘数据。如果仅仅就表明问题，凭经验（先给出）判断，再去找数据佐证的方式，不会去探求真相而深度挖掘数据。《重新定义公司－－谷歌的运营方法》中，专门强调了“屏蔽掉那些河马的声音”，就是要制止倚老卖老、凭经验武断下结论的决策行为。

有人称现在是TMD、TMI时代：太多的数据、信息 （Too Many Data/Information）。我们不缺乏数据，只是缺乏甄别和使用数据的能力。

这种能力包括前边讲的 SMAC能力及UPD思维方式。

举个例子。

传统汽车的仪表盘，数据告诉司机汽车“自身”的状况，比如速度、油量、转速等。特斯拉汽车的仪表，数据反映的是“汽车＋外部环境＋司机”的信息。

具备互联网思维的公司，比如保险公司，可以购买司机和汽车的“驾驶数据”，分析其驾驶习惯及安全指数，决定不同司机购买保险的价格。

传统的保险公司，只会去汽车修车厂“拾取”汽车的维修数据、事故率。旧的思维定势：事故－修理－赔偿。一定去修理厂采集事故数据。

类似情况，HR通常会使用“离职人员”的数据，分析员工“流失”问题；拿“费用”数据说“费用”问题。

传统思维，认为大街上的广告牌是（单向）供大众看的；互联网时代的广告牌是双向观看，你看广告美女，美女也“看你”并记录你的观看时间，分析是否为“潜在客户”。

马云宣称阿里巴巴是数据公司。就是通过消费者和厂家的交易数据，挖掘潜在的商业价值。

信息时代，人们都像“阿凡达”一样，随时拖着一条尾巴（手机），产生无数信息。问题是我们不知道，哪些是有价值的数据？

一个古老的争论。是人类创造了数学，还是人类只是发现了数学？

换句话说，那些数据的内在规律在我们知道它之前就已经存在了吗？

人们认为，牛顿等科学家是幸运儿。上帝借他们之手“发现”了已经存在的规律。

沃尔玛是个商业幸运儿。

沃尔玛通过超市数据分析发现，将“尿布与啤酒摆放在一起”，啤酒的销量会大涨（信息）。他们找到了其原因所在（心理学知识）：很多男性在购买尿布的过程中，焦虑指数会大幅度上升，而将啤酒摆放在尿布旁边，男性消费者会同时购买啤酒，从而降低消费过程中的焦虑指数。根据该市新生儿出生数据，预测啤酒销量（含义）。安排了啤酒的库存（原理），创造了商业价值（智慧）。成为“从数据到信息；从信息到知识；从知识到含义；从含义到原理；从原理到智慧。”的经典案例。

类似的案例，使商家们尝到了神奇数据带来的甜头。促生了一个新兴产业链诞生了－－“数据挖掘”。（1989年被称为数据挖掘产业链元年）

数据挖掘是通过特定的计算机算法，对大量数据进行自动分析。揭示数据之间隐藏的关系、模式和趋势，为决策者提供新知识。在海量数据中寻找知识，犹如开矿挖掘黄金一样困难。

数据挖掘分两种：

• “描述性分析”－－针对过去、揭示规律的；

• “预测性分析”－－面对未来、预测趋势。

后者是智慧的灵魂。

目前，HR的数据分析主要侧重于描述性分析。

网上提供了大量宝典：“HR计算公式大全”、“如何用数据证明HR价值”等等。这些公式最多是提供了如何“描述”的方法。例如，根据以往数据，制做人员流失报告、员工考勤、员工费用占比等等。

由于缺乏对数据采集、挖掘的基本认知，没有掌握模型和理论。往往是用“流失数据解释流失率”问题，用“费用”解释“费用”问题。这种“头痛治头，脚痛医脚”的方法，很难达到创造价值的“智慧”阶段。

如何采集数据是让HR头痛的问题。

HR“拾取”员工参加培训的出勤率，期望提升培训效果。

公司分析员工培训前后的业绩变化数据，试图说明培训的效果。这都是按照传统思维的逻辑在进行数据管理。

那么，HR如何采集有价值的数据呢？

举个例子。

为了改善员工的“学习体验”，提升培训效果。笔者与某网上培训软件公司合作，为企业打造内部网上培训平台。通过采集员工在每张PPT上的停留（阅读）时间数据，了解员工对学习难易程度，对课件每页内容进行修改。例如，对停留时间很长的页面，增加举例或解释。

通过对网上学习的时间段数据分析，挖掘出员工网上学习的“真实场景”，设计课件形式。如果大部分人是在“上下班路上”学习，课件中尽量不要有高像素图片、影像。确保课件阅读顺畅，提升员工的学习体验，减少因学习而花费的4G流量。

信息时代，人们都像“阿凡达”一样，随时拖着一条尾巴（手机），产生无数信息。问题是我们不知道，哪些是有价值的数据。

新的知识时代，企业的核心能力来自：领导、技术、文化和数据挖掘。为了找到商业智慧，我们又开始了古老的追求——对元知识的追求。尽最大努力去整合、去综合、去吸纳、去挖掘数据......

知识就是力量！新知识时代，知识与力量的关系发生了变化。

工业时代，知识（产权）属于企业、国家。新知识时代，知识属于员工（大脑中）。员工拥有了知识这一生产资料，而且可以带走。因为，公司留下了员工的知识本身不能管理知识。

现代公司的基本资料是知识。数据挖掘，对HR的三个挑战：

• 招聘到具备“知识管理知识”能力的人才；
  

• 创造有利于“知识共享”的文化氛围；

• HR自身具备数据挖掘的能力。

显然，数据采集、挖掘能力，将是HR应当具有的稀奇能力！

网上传马云的内部讲话：谁特莫在我面前讲什么战略、核心竞争力之类的高调就滚蛋。阿里需要的是执行力。执行力是啥？对公司的商业价值在哪里 （Show Me the Money!）

HR在数据管理上，不能停留在“描述问题”或“证明自己的价值”阶段。

需要掌握数据挖掘能力，提升企业的商业智慧，创造价值。

《大数据》作者涂子沛先生的比喻很形象，我们每天刷朋友圈、刷微信微博，犹如对着“消防栓”饮水解渴，水流很强但真正喝到口里的很少；认真读书系统学习，才如用“吸管”慢慢地饮水，才能真正滋润心田。

笔者向您提供一只“吸管”：《数据到智慧，数字HR工作坊》

希望通过一天的工作坊，达到以下目的：

• 梳理数据思维的基本知识。理解数字的采集反馈；信息的程序效率；知识的功能效能；含义的实践成果；原理的整合优化；智慧的领导测度等的核心概念。通过建立“底层元知识”，为提升我们思维的维度打下基础；

  
  

• 介绍由数据到商业智慧的动力学关系、转换模型及流程。使我们的思维系统得到升级。
  

  
  

• 提供实用的工具和案例，构建由数据到智慧之间鸿沟的桥梁。回答 show me the money 之类的问题。
  

李笑来（《把时间当作朋友》作者）说，每个人的大脑里都有一个属于自己的操作系统——真的像电脑一样，有自己的输入输出体系和运行处理机制。可事实上，绝大多数人真的比机器落后太多。因为绝大多数人的操作系统竟然是从不更新的！李的另一本书《七年就是一辈子》说，人的操作系统一般7年才升级一次。比起我们的手机和各种APP的升级速度频率，我们被谷歌狗打败是偶然吗？

是需要花时间为自己大脑操作系统升级的时候了。