北森彭传军：怎样做才叫CEO视角的人力分析（PA）？

本文字数：5508           阅读时间：8分钟

People Analytics （人力分析）的概念在这两年愈发火爆。上周，北森联合智享会共同发布了《第二届People Analytics的发展与应用研究报告》。现场嘉宾云集，精彩观点不断。

以下为现场嘉宾：

北森高级副总裁彭传军的精华观点整理

我们企业为什么要做人力分析。我认为有以下5个层面的价值。

最下面的价值，我们叫headcount配置得是否有效，我们说要搞人效，大多数企业要么就是不抓，一抓就是抓到死，不抓的时候，大家都要headcount。

企业一说要增长业绩，首先想到的就是要加headcount。不抓人效的时候增加headcount，一抓人效headcount全砍了，而人效提升了就增加工资。

这两个可能都不一定是好事，那企业和组织是不是进入了良性的发展的状态？我看未必，所以 怎么样去衡量我们组织配置的有效性，这是人力分析的第一个价值。

我们怎样去衡量人力运行的一些效率呢？我觉得这个可能相对来说好去衡量一些。比如说我们招聘，我从面试一个人，筛简历，到候选人入职，到底用了一个月还是两个月。

刚才有几位同学提到说，我们没有对标的数据，不知道在大环境中人效的情况。这里就缺乏一些数据的分析或者数据的对比。

五六年前，我们讲HCM，即把人当成资本来看的时代。要看我们投一个人或者投一个团队到底对我企业带来的价值是什么，怎么样去衡量。

怎么样衡量管理的有效性呢？怎么样去衡量我组织能力的有效性呢？这个可能就更加复杂一些。什么叫组织能力，“杨三角”大家都知道，员工愿不愿做，员工有没有能力做，企业有没有一个好的环境让员工做，可能都涉及到我们整个人的能力、组织能力、团队的能力等等。

企业的经营分析，我们讲衡量人力资本分析。如果所有的维度都能够有所分析，我觉得才有可能给我们的决策提供一些支持。

我们特别容易回答就是效率的问题，这也是特别容易好衡量的一个维度。第二个比较好说的就是人均效能，就是总的营收除以总人头，得出人均效能。

再比如说今年要人均效率要提升30%，我到底怎么做呢，我从哪些点上有抓手呢？所以如果能够把这些指标的有效性、投资的有效性以及人才管理的有效性你都能够做到，才有可能让提升人均效率。

刚才提到了就是我们叫PA管理的成熟度，我认为有这样的4个level。

但是从占比来看，大部分的企业还停留在差不多level1和level2的这样一个阶段，可能到第一层的比较少了，这样的企业凤毛麟角。

刚才大家也提到了，我们并不缺乏人力的分析，这些都是我们人力分析。大家常用各种各样的维度去衡量我们的的人力相关的指标。

比如说培训的参与的情况，员工满意度大家也做，离职率、升职率大家也在看。但是这些数据怎么样，我按照不同的维度，有效性地去做分析，就需要我们依据各种维度把这些分析进行模型化。

刚才提到了人事的人力资本的和效能的，最上面是效能分析。能做到效能，能把组织的效能人才管理的效能说清楚，是非常不容易的一件事情。

分析PA，建议运用北森专有的PA分析钻石模型。

我在这写了一个标题： 被忽略的腰部的力量 ，我们做PA分析可以围绕这两个维度去找问题，最左边就是组织能力，右边就是组织的氛围。

阿里还曾经做过专门的调研叫组织温度，类似于Q12的组织温度的调研。调研之后用不同的颜色去进行标注。如果你组织温度很高的是，标记为红色；稍微低一点点的是黄色的；如果你是蓝色的，这个组织温度可能是低温的一个组织。那低温的一个组织怎么可能支撑我的人均效能高呢？

所 以无论是我们叫的敬业度调查也好，还是我们通过刚才讲的组织温度也好， 总之要找到组织氛围或者是文化价值观这个层面的内容，这个偏软性。

我们再来看，到底组织能力包括哪些内容？组织能力由个体组成，首先是员工的能力，再往上是团队的能力，本质上 它还是以能力为核心去构建整个团队或是整个组织的组织能力。

比如说你的任职资格体系、你的关键岗位有没有去做人岗匹配的分析，这是最简单的。我们最简单的就是人岗匹配，但是有的同学可能说人岗匹配太耗时耗力了，每一个岗位都评估。

为什么非要每一个岗位去评估呢？可不可以做关键岗位的评估呢？人岗匹配的分析呢？有没有通过人才盘点去盘点你的关键干部、关键人才以及我们的关键后备？

而现在很多企业都不做盘点，但你如果不做盘点，你的所谓的组织能力你怎么获得呢？

假设说我们有一个团队，一个BU的Head，你会发现他所带团队中的人，并不是跟他差一个level的人，而是差很多level的人，大家觉得这个事可不可怕？

这是非常可怕的状况。因为代表了他的梯队断档了，也就是他那个梯队里边的腰部力量是有问题的。一旦这个Bu的Head出现风吹草动，这个团队里，下面的人上不来，企业只能再从外部招聘。这个风险是很大的。这个我们讲的就是组织能力。

所以在讲组织能力的时候一定是从整个组织，我们的团队，我们的结构做一些分析。

我再问大家一个问题，大家特别爱做离职的分析，你们大家觉得离职的分析可怕吗？比如说我今天的离职率到了20%，你觉得可怕吗？

大家觉得20%可怕，还是我们可惜离职率到10%可怕？但是我们有多少企业是在关注可惜离职率？还是说我们大家都在关注离职率？

阿里只关注可惜离职率，如果说绩效分（35：52  3.75）分的人，或者是潜力为高的人走了，那我们叫可惜离职率，当然有的企业可能叫遗憾离职率，这人走了那企业可能就遇到麻烦了。

所以我们重点要从我们的普通员工的分析到人才分析这是最重要的。 比如说有员工配置层面的、有招聘层面的、有培训层面的每一个模块都可以去分析它的一些效率层面的一些数据。

在效率层面，按照钻石模型分析下来，你就会发现： 看整个组织的视角它不再是一个HR的视角，这是一个超越HR视角的一个视角，或者说我们称之为叫CEO视角。

因为CEO他会关注你的执行效率吗？应该也不太会，他肯定先看你的组织到底有没有达成我的组织绩效，再看人均产能怎么样。

比如说淘宝人均产能高，支付宝人均产能低，那就要看支付宝为什么人均产能低，这一条脉络就得往下找。这个团队的人均产能低，找到因为这个团队执行效率低，你觉得有用吗？

因为是CEO，我一定建议他这个团队的人有没有出问题，尤其是轻资产的公司，重资产咱们不好讲。尤其是轻资产，我们把人当成我们的很重要的人才的时候。就要去分析这个团队干得不好的原因，是否是哪个环节有可能出了问题了。

是我们的人才不够吗？是我们人才获取的能力不够吗？如果人才获取能力够，那是我内生有问题吗？我们人才获取无非是内生和外部招募，到底是哪个有问题。按照这个就能做一些分析。再往人才这个画像再去看，整个团队的敬岗爱业的程度怎么样。

总之， 我们建议PA分析逻辑，是从经营分析到组织能力到组织氛围，最后我们认为才是执行效率性的问题。 执行效率的问题，我觉得只能解决很点状的一些问题，可能对于整个的人均效能应该不会有特别大的改变，可能会有一部分改变。

以上就是北森建议的 基于整个的组织、人才、氛围以及经营分析和效率，我们叫钻石模型的4个维度，去做全面人力的分析，或者我们可以叫人才的分析。

怎么才能做好PA，怎么样才能做好人力分析，北森建议是 7S+1T构建PA体系

我们认为 第一步还是要先从企业成熟度进行分析 ，企业目前到底是在什么样的一些阶段。

刚才提到的4个维度的分析也未必适用于所有的企业，或者你也未必要把所有的分析内容都弄全。比如说人才盘点都没有做过，干部梯队分析没有，数据也没有。那么，没有就不做PA的分析了吗？

所以还是根据数据的准备程度，以及信息化的程度，综合每个阶段适合做什么样的分析。也并不是说纯做效率的分析就完全没有意义，也是可以的。或者说PA如果先做的话，从效率作为入手，也是一个行之有效的办法。并不是做不到第4个level我们就不做了，一点点往上做也是可以的。

所以 要根据我们的数据的准备程度、我们信息化建设的程度，我们综合去看，看在哪个level更适合你，就可以了。

本质上就是从战略解码开始，找到目标战略 ，切忌从人力资源职能工作开始，这个很可怕。 所以从战略开始去找问题是非常好的，找重要指标，最终你还是要为整个经营分析去服务的。

做PA的时候，首先我们要懂业务，我们如果不懂业务，很难跟他拿出来一个业务的指标去衡量，最后你的人均效能可能就很难出来。也就是说 人 均效能本质上这个指标要想出现，你必须要对业务有很深的了解。

企业必须要有一个数据治理的概念，数据准确性、标准性的一些概念，然后跟业务部门甚至把它当成CEO的第一大事，否则数据无法保证准确。

要想做数据这件事，关键在数据治理和数据标准。 我们要形成非常重要的这样一个数据意识，形成一个领导小组。关于领导小组，北森建议是HRVP和CEO需要不停地来去推动数据治理这件事，这是一个长期的工作，并不是一个项目的短期的工作。

有这样的数据了，也有数据标准了，那我们有什么样的一些工具能够帮助做这个事情呢？

如果靠Excel基本上那会累死。刚才那位同学说我们有一个项目了，老板要对业务加大发展了，此时去做数据，就会涉及到数据的清洗等等方面的一些概念。

但 是我们能不能有一些数据在线化呢，能不能在线化了之后，把这些数据实时地推送给我们的BUHead呢？让他们再去参与月度的会议的时候，可以在线地去看一些数据呢？

无论从时间的维度，还是空间的维度去看，运用各种各样的工具去做同比、环比，就非常重要了。

首先需要一个工具，至于是刚刚提到的钻石模型还是其他模型，只要企业有自己的分析维度，然后去组织各种各样的数据和指标，按照主题和场景推送给我们的BUHead，或者HRG，或者CEO，这样才成为这种可能性。

所以 系统架构的支持以及数据仓库的建立是非常必要的。 用Excel基本上是不太可能满足于这种数据分析的需要的。

如果有这样在线的系统，企业能够做一些监测。但是如果采用Excel，那基本上不叫监测，那叫事后分析。

那做监测的时候可以怎么做？这里有一个订阅的功能，或者我们要有一个数据发现的功能。数据发现里边，企业可以让它每天晚上去做数据分析，之后会有阀值出现。

比如说可惜离职率到了5%以上了，这个5%是个阀值，是个警戒值，它就会触发这个动作，自动地把这个数据分析的邮件发到企业总裁的邮箱里，或者是推送给手机也是可以的。所以这样就做到了所谓的数据智能发现的工具。

如果说让总裁关注数据的时候，就是有风险提示的时候，一切正常的时候不需要推送给他。对于总裁来说，其实是很敏捷与方便的。

数据智能发现与监测报告合在一起去使用，可能会让我们的数据分析更加有效率。

前面所有的事情都做完了之后，我们既有模型了，又有系统工具了，又可以做到智能发现了。其实我们再做一些所谓的智能角色和综合分析，相对来说就会比原来要靠谱。当然也不能百分百地说我们就一切依靠系统帮助我们去做决策，这不可能。因为系统还是代替不了人，只能辅助决策的。

当然除非你模型建立的非常清楚，你的数据源也非常清楚，系统还是有可能会帮助你做决策。但是有些东西是处于不是0和1之间，可能有一些模糊的东西，可能需要我们人类的一些分析的，大家要辩证地来看这种系统。

刚才提到的7s+1要有团队，这个团队很重要。当然可能不会像阿里一样，马上就组织30人的团队。但可以先要2-3个人。目前看，有的企业里面连HRS都没有，先要有个HRS这个角色。

对数据分析做一些损耗，企业一点一点的完善也是可以的。但是这个团队不管是10个人、5个人还是3个人，最好还是有专门的人去做这件事情。而不是企业里做配置的人，做培训的人，或者做我们OD的同学兼职做一下数据分析。我觉得还是很难的，做得特别好很难。

系统内预制了一些模型，可以从企业总揽的视角，看企业全国的经营分析。

通过经营分析数据，企业如果发现某个团队的数据有问题，可以把它去做成组织能力。从组织能力中分析是团队的能力不行，还是后备人员梯队有问题，还是在整个的人员的后背梯队等其他状况问题。这两个之间是有连带关系的。

然后企业再做人才对比，单点的人和人之间的分析和对比。人才的对比和分析可能是用于我们的选拔的场景或者是用于我们人才池培养的场景。

人才池培养告知人才培养对象。这就是我们通过企业人才盘点之后，进行人才的对比和分析，用于人才的培养和发展。

刚才是我们的PC端，那我们的移动端包括我们的手机端、iPad端，推给总裁，让他们在需要看数据的时候看数据，而不是其主动地去看一些数据。

好，我今天的分享就到这里，希望我的分享能够对大家有一些帮助，感谢大家。