近日，哈啰人力资源总监石志凯先生做客《北森客户故事》分享了People Analytics（以下简称PA）建设的心得经验，包含PA建设的阶段、步骤、经验和心得，以及PA如何通过”人效“等指标赋能业务。本文以第一人称，总结了石总分享的核心观点，供HR同仁参考。
完整视频指路：https://www.beisen.com/matter/zhibodetal/id/1653.html
01 哈啰人力数字化建设的三阶段
哈啰是一家年轻且快速发展的互联网公司，我们的人员增速非常快，HR 工作的效率提升尤为重要。我们的人力数字化建设，从2019年底开始规划，大致分成三阶段。
第一阶段，是系统搭建和功能导向，借由北森实现HR六大模块的全部上线化管理。
第二阶段，是共享平台和用户导向，基于哈啰的业务场景，进行体验和流程的优化，更高效地响应流程和决策需求。
第三阶段，是数据驱动和业务导向，基于三年来的数据积累，做一些数据分析预测，支撑组织和变革和业务发展。
其中，People Analytics（以下简称PA）建设一直在我们HR的长周期规划中，从第一阶段就开始了基础的数据积累工作。
当前哈啰正处于第二阶段像第三阶段迈进的过程，也就是从高效整合多维度报告，向数据的深度挖掘方向突破，致力于提供有效的数据决策力，帮助组织和业务做一些前瞻性的预测。
02 PA建设的“4个步骤和2点经验”
具体到PA建设的过程，我们经历了从数据积累，数据筛选，数据分析，再到数据呈现的四个步骤，而每一步，我们都脚踏实走出来一些有价值的经验，给大家分享一下。
数据积累：巧妇能为有“米”之炊。“米”就是数据，其实把数据积累做透、做扎实是PA建设最基本，也是最核心的关键点。这方面哈啰也是走过一些弯路的，我们的数字化建设经历了手工、自研和选择北森全模块几个阶段，在前两个阶段，我们在数据积累上是有一定的缺失的。上线北森系统后，我们也通过发起员工信息采集的小项目，补充了一些关键数据。
数据筛选：取精华，去糟粕。从我们的经验来看，最开始不建议做数据筛选，需要广泛地扎实地把数据积累起来，因为不知道未来哪一类数据会被用到。把PA初步看板建设起来后，可以根据业务的反馈，再进行”取精华、去糟粕“的数据筛选动作，这样效率更高。
数据分析：不是越细越好。我们在这方面经历了非常深刻的认知转变。最开始我们追求精益求精，希望在内容、流程、体系、维度等更方面越细越好。但和业务部门交流后，发现他们更需要的是简单、有重点、有观点的数据，更关注数据的有效性。
数据呈现：既要美观，更要直观。在PA建设过程中，如果过分追求图表的美观和酷炫，反而会本末倒置。比如有些数据其实用表格的形式也许比用复杂的图形更容易理解，那就没有必要硬做一些雷达图、蛛网图、双柱图等。
那么基于以上4个步骤，我有2点经验可以分享给大家：
➢ 不要做”思想的巨人，行动的矮子“。
➢ 要学会“小步快跑，迂回前行”。
在PA建设中，容易在设计层面花很多的精力，追求方案的完美性。然而，其实如果能用互联网的“迭代”思维，效果可能更好。就是虽然还没有百分百的把握，但可以快速行动，先做出来，然后根据业务的反馈，不断迭代，迂回前行，逐步让PA更加贴近业务。
03“由简入繁”到“由繁入简”，让PA更贴业务
如果用一句话来总结我们在PA建设过程中的核心经验，我认为就是先”由简入繁“，再”由繁入简“。
例如，薪酬看板是我们的PA建设主要成果之一，通过”看成本、看水平、看结构“，来帮助组织和业务关注薪酬和成本情况。最开始我们对员工的薪资数据进行了简单的汇总计算，在这个阶段中，数据量比较少，维度也不够细，对于业务的支撑价值有限。
随着数据的积累，我们加入年龄、司龄、职级、部门等维度，进行了多维度分析，进入了”由简入繁“的阶段，做了一个非常复杂的薪酬看板。当时HR觉得是体现了专业价值的，但业务部门的反馈却是”这么多数据，这么多图表，到底要我看哪个呢？哪些能支撑我做决策呢？“
所以后来我们从业务视角出发，进入”由繁入简“，精准分析阶段。我们希望业务部门打开PA看板是可以”一目了然“的，所以删减无效图表，呈现业务最关注的关键信息，而且让业务决策者不需要再点额外的翻页或是滚动鼠标，第一眼就能看到他需要的信息。
在这个原则指导下，我们做了一些业务关注的指标，例如”新老员工按职级的平均薪资的对比“指标，反应的是薪酬部门非常关注的新老员工薪资倒挂问题。基于北森系统，实时呈现当月离职员工、当月入职员工、当月在职员工，这三个群体按不同职级的平均工资的变化趋势，帮助薪酬部门分析薪酬和人才供给情况。
比如我们发现最近薪酬倒挂问题明显改善了，新员工比在职员工和离职员工薪酬成本更低，这实际上反应了当前人才市场的现实情况。
04 如何通过人效分析推动业务决策？
”人效“是所有企业都特别关注的指标，我们也在人效分析上也做了一些尝试，分为两个阶段。
第一个阶段，可以理解为人效指标的萃取和积累，我们看的是投资回报，比较关键的指标包括人均营收、人均人力成本、每元创收、每元创利等。我们借由波士顿矩阵模型，把财务指标和人员指标进行结合，用四象限呈现了更为直观的人效分析数据，帮助业务部门做一些思考，乃至决策。
第二阶段，我们做了定制化的人效指标，跟哈啰的实际业务挂钩。比如我们有单车业务、电动车业务、换电业务，我们就会根据不同业务分析人车比、人柜比和人台比。比如人车比，是一个前线的运维小哥，能够覆盖的单车数量是多少。
有了这些数据，我们通过历史的、横向的、跨地域的分析，找到业务的均值和基线，推动业务洞察和决策。例如，低于业务基线时，可以推动业务思考是人冗余了，还是当地的车的配置和投放量放缓了，还是整个运营效率出现了一些瓶颈等。
以上是我们站在哈啰的业务场景中分享了我们的PA项目建设的过程、经验和心得。我们希望PA项目可以通过影响人，从而影响业务。帮助业务决策者”看到“业务问题：小到他部门人员的入离职、人员进出、和人员增长情况；中到老员工、新员工、在职员工薪资的结构性的变化；大到他负责的不同区域的人效和趋势。
通过专业的分析指标和呈现模型，帮助他”想到“问题背后的原因，并提示他”悟到“一些解法：可能是人员结构的调整，可能是业务流程的优化，也可能是核心能力的建设等等。我们希望在这个过程中，逐步发挥PA的工作价值。
未来哈啰PA团队还将携手北森，从业务需求出发，深化数据挖掘工作，提供更有效的数据决策力，帮助组织和业务提供前瞻性预测，深化PA价值！
