首席财务官(CFO)可能想要从人力资源获得更多的分析能力,但对大多数公司来说这是一个遥远的梦想。
专注于劳动力测量的一个咨询公司, 定义了四个层次的人力资源分析能力。第1级是生产即时测量并报告“发生了什么事”。第2级是描述性的基准和仪表盘,查明“发生了什么事, 和在某一指标上我们与他人相比如何?“ 第3级是更高级的调查分析, 关于“它为什么会发生,以及如何/我们在哪里可以改进?”
第4级是创建预测解决方案, 或“什么是可能发生的,我们怎样才能做好更充分的准备?“ 这才是财务规划和分析团队经常从事的工作。但人力资源大相径庭,尽管部门拥有堆积如山的数据, 可以助于各种有用的预测: 有某一特征的求职者在各类职位上将会如何表现? 哪些高效的员工最有可能离开公司? 谁有领导潜力? 有效的培训课程是什么样的? 缺席工作的频率是多少? 各种类型的人什么时候会想退休?
然而在2012年对383个企业的一项研究中,只有12%的人说他们已经达到第3级。所以很少有企业达到4级, 该调查也懒得去问。人力资本测量和基准实践主管咨询师表示, 他预计不到1%是到达高级别的。
不仅是财务部门比人力资源更多地使用分析。例如, “看看营销部门如何一直使用预测分析来预测客户的行为,” 分析师说。“虽然营销部门的客户信息远远不及人力资源的雇员信息多, 雇员毕竟要听从于雇主。”
有员工人口数据、福利信息, 在接触和其他职场话题的员工调查、业绩评估、生产力测量、理赔信息、培训结果、退职调查、甚至工作时间和假期数据可以使用。这样的信息可以被合并在一个数据仓库, 通过多元回归、决策树和时间序列分析这样的高级分析技术用来回答问题 (例如上面所列的那些)。
是什么阻碍了企业使用预测分析来管理人力资本? 周三在网上对首席财务官后续采访中,认为最大的障碍是预测分析相互关联的五个误区。
误区1:我们(HR)还没有足够成熟到来做预测分析。
虽然有成熟量表, 劳动力分析在本质上不是顺序性的,没有必要完全精通报表和仪表盘后才推进到预测分析。
报表和仪表盘是描述性分析的产物,它切片和切块数据并识别模式。预测分析是测试的假设。“它们是平行的过程,”。“即使你很精通描述性分析,也不能保证你会在任何时候能够预测建模。“但预测分析不需要企业成熟度;它需要寻找有预测技能的人(见以下误区5)。
误区2:我们没有捕获到足够的数据来做预测建模。
预测建模不仅仅是拥有最多的数据, 它更是关于测试相关假设与相关数据。许多人认为,“我们的交易系统 ―― 我们的企业资源计划 (ERP)和我们的人力资源信息系统(HRIS) ―― 是真的难以测量的事情。所以我们不能做预测分析。但这些系统不是为此目的而设计的。”
答案就是看你面临的业务问题, 创建一些如何处理问题的假设,决定测试这个假设你需要哪些数据元素,看看这些数据是否可用。 “这一行动的最终结果是,你可能发现你真的没有相关的数据块。但只是盲目地假设你没有准备好是没有好处的。”
误区3:我们需要在数据技术上大投资来做预测分析。
人力资源机构无需依靠先进的技术解决方案就可以开始构建高级的分析功能。使用一个似于误区2的例子,人力资源领导人可能认为他们首先需要达到完整的、终端到终端集成的企业资源计划 (ERP) 和人力资源信息系统 (HRIS),然后才能利用他们需要的数据。这很可能是一个非常昂贵的过程, 但你不必为了实现预测人力资源分析分析而这样做。因为你不需要在那些交易系统中得到所有的信息。
“如果你做一个预测分析试点, 你可能会在更好的位置上来决定实际上哪些字段, 数据库需要聚合到数据仓库中,”。实际上,结果可能相当便宜。
误区4:我们可以投资于高级的人力资源解决方案以便简单买到预测建模能力。
这是误区3的近亲, 或者是一个子集。“一些商业智能(BI)供应商会说, ‘买这种昂贵的应用程序, 它会自动喷出预测解决方案。” 或 “花1500万美元建造数据仓库, 你就会预测建模。“不。如果你有恰当的人有合适的技能, 你不需要投入巨资。”
但会不会小到一定规模的公司无法承担,即使是一个小的数据仓库和一些预测分析师呢? 在某种程度上是的。但是, 说到中型企业, “你不需要花1500万美元。也许你需要花100万美元。“而用于做建模的人力成本将是其中的一小部分。
误区5:我们需要雇佣一群统计学家才可以做预测建模。
这只是一个片面的误区。最终是需要统计学家来构建预测模型的。但是他们可能不会像商人那样思考。最重要的技能是要从预测分析中得到价值,包括解释业务洞察力结果并与可行的劳动力决定相连。
大多数公司不会在人力资源发现有这些技能的人,而是在财务或业务部门。一些企业从这些部门找人在人力资源上发挥这样的作用。“那些人来处理数据和复杂建模并将它们转换成业务语言。人力资源传统上不是数据密集型部门”。
与此同时,低于四级并不一定意味着公司不追求预测分析。“那些在3级的公司可能在某种形式上这样做了或其说不准备在现场构建、部署和维护预测解决方案。”他说。