人力资源数据分析看起来需求刚性，理念发展悠久，但是为什么这么多年过去了，还是处于一个刚起步的状态呢？其实说来说去，就是一句话：你们HR啊，技术不行。
技术不行！空谈什么理念
用数据的思维进行人力资源管理，这样的理念起源很早，泰勒时代的工作分析法其实就很有大数据的意味——去考察工人的操作行为、动作，动作是每分每秒都在发生的，这不正是大数据的4V界定吗？
但是，这么多年过去了，人力资源大数据、人力资本分析还是处于一个起步的状态，特别是在中国，绝大多数的企业还没有单独设立人力资源数据分析职位的意识。
就像这样一篇论文中所说：
At least one possibility is because HR lacks the type of analytic and databased decision-making capability that are needed to influence business strategy
分析技术是制约人力资源管理数据化的一个重要因素，但是我们应该看到，这个”技术“的概念涵盖面其实非常广。
——人力资源分析的指标体系和分析模型
——专业化的数据分析的软件技术和分析技能
在此，笔者根据已有的分析经验，提出一些可能可行的分析路径搭建方式，个人拙见，还望各位读者海涵。
移植商业分析模型
虽然人力资源数据分析还没有什么成熟的模型，但是可以考虑借鉴市场营销模型来进行人力资源数据分析模型的搭建。
随着”新世代“员工的登场，难管理成了众多企业管理者头疼的问题。90、95后员工个性更加鲜明，更加独立，一言不合就辞职、不把领导放在眼里等情况着实让企业管理者头大。新世代员工鲜明的特点无疑对雇佣关系产生了一定的影响，像对待顾客一样对待员工可能会是大势所趋。
在这样的大环境下，把用户思维、用户体验、产品思维等概念移植到人力资源管理中是非常适用的。
数据分析在企业管理领域最早的实践是从市场分析、客户分析开始的，因此模型相对比较成熟。将员工视为客户，用市场商业分析的套路来进行人力资源分析无疑是一种好的选择。
用户画像——员工画像
用户保留——员工保留
市场营销活动——雇主品牌推广
商业市场分析的思路和模型移植到人力资源分析上理论上非常完美，美中不足的一点就是，大多数企业都会有非常完善的CRM系统，但是HR系统却有所欠缺，员工的数据零零散散存储在多处，难以汇总和集成，和顾客信息相比，员工的信息虽然更完整，但整理的难度也更大。
搬运管理咨询模型
照抄管理咨询模型也是搭建人力资源数据分析模型的一条思路。
管理咨询模型本来就是为了解决企业经营管理问题而出现的模型理论，人力资源管理作为企业经营管理中很重要的一环，管理咨询模型的框架结构原本就可以覆盖人力资源管理。因此，照抄管理咨询模型也是一个不错的选择。
比如，SWOT模型，直接套用在人力资源管理分析上也是非常合适的。面对人才竞争，我们的优势可能是超出市场水平的薪酬福利，劣势可能是企业文化不受新世代的欢迎，机会可能是雇主品牌的营销活动，挑战可能是较高的员工流失率。
这些管理咨询模型的套路，可以给人力资源数据分析师提供一个非常好的问题深度剖析和报告制作思路，但是难以给到一些数据分析指标层面的支持。
此外，人力资源数据往往是一个公司的核心机密数据，外部数据的获取也是一个问题。这对分析师的宏观把控能力提出了较大的挑战。
模仿财务分析模型
人力资源之所以被称之为一种”资源“就是因为其本身是具有价值的。
对于价值的评估和衡量，没有什么比财务分析做得更为透彻了。以金融大佬们必备的CFA技能来说，不少分析的公式指标都是可以作为模板套用进人力资源分析领域的。
比如财务分析中会用到的*存货周转率：存货周转率（次数）=销售成本/平均存货余额 *
替换到人力资源领域我们可以衍生出人才周转率：在职时常/异动次数
以此来衡量组织内部的人才流动的通畅性。然而和财务分析不同的是，在人力资源领域我们很难说这个数值是合理还是不合理，是高是低。
或者对比著名的杜邦分析：
净资产收益率(ROE)=资产净利率(净利润/总资产)×权益乘数(总资产/总权益资本)
如果套用到人力资源领域，我们可以做一些指标的替换：
净资产——正式员工
总资产——总员工（含实习生、外包）
总权益资本——总薪酬支出
这样以来，资产净利率替换为正式员工占比，等于正式员工数处于总员工数，用于衡量雇佣风险；权益乘数替换为雇佣成本系数，用于衡量人才杠杆。
虽然财务分析的指标生搬硬套到人力资源分析领域多少有些莫名其妙，但这也是一个很好的思路。
本文系原创，首发于微信公众号：HR大数据