HR如何通過資料分析來提升人效?

2019-07-08 03:40:09

本文為作者在HR成長部落2019年6月23日的人力資料線下活動分享內容

大家好!我為什麼會選擇這麼一個題目?因為從我自半年前做HR資料分析的線下課以來,經常會遇到一些朋友都來問我關於人效應該如何分析,包括該怎麼找到相關資料、拿到資料後如何入手、該用什麼思維,等等。今天我整理了一些內容,希望在45分鐘的時間內給大家分享一些我的思考。

/ 1 /

什麼是人效?

人效就是一個簡單的KPI,最早零售行業應用較多,後來逐漸應用到了其他行業。簡單以一個詞來解釋,人效就是平均的人均績效或者是單位績效。

不同的企業可能會有不同的定義:有的企業是人均的銷售額或者是營業額,還有的用人均利潤額,還有的公司以人均的運營費用評估它的人效,費用越低人效越高。

此外,也有的公司會使用更加廣義的人效指標,比如以人員費用佔總體運營費用的比例評估人效,還有的使用人員增長率。這段時間人員增長和公司整體的利潤相比較。

馬雲在創立中供鐵軍時,要求人均銷售額達到100萬人民幣。換句話說,公司每增加一個人,就要增加一百萬人民幣的收入。再後來的淘寶公司,也有一個類似的人效目標,要求每增加一個人,至少要多產生一億人民幣的交易額。通過一定比例把交易額換算成收入,大概是200萬人民幣銷售額。

再看以增長作為人效目標的案例,比如平安集團,要求利潤增長率一定要大於營業收入增長,而營業收入增長又一定要大於人力成本的增長。我自己曾經服務過的一家企業也有類似的目標,每年做預算時,就非常明確地提出來人員編制的增長率不能超過公司收入增長率的50%。

企業在擬定好人效目標以後,可以設立資料儀表盤,定期按季度或月度來跟蹤人效目標的實現情況。方便隨時發現問題,提出相應的改進措施。

/ 2 /

如何開展人效分析?

有了人效的資料,我們又該如何去分析它們呢?有兩個維度非常重要:一個是時間,另一個是空間

時間維度下我們經常會比較同比和環比的資料。今年2月比去年2月增長多少,這是同比。今年2月比今年1月增長了多少,這是環比。

同樣,空間維度也要做對比。相對於其他企業,你的資料表現是怎樣。原來我在汽車行業,所在細分行業前幾年增長很快,年平均增長率達到30%,如果你增長了20%,看上去很高,但是跟行業比還是不合格。此外,空間維度還包括了企業內部各部門之間資料的比較。

我們來看一個案例的資料,你該怎樣分析它的人效?

資料看上去比較複雜,我們把它用視覺化的形式來展示,問題就比較容易理解了。

第一幅圖可以看到人數在增加,但是人均營業額是在下降。第二幅圖顯示,人均利潤額也是在下降的。

造成上面的原因是什麼呢?我們來看第三幅圖,發現營業額雖然是在增長,但是後期增長速度減緩,而另外一方面整體成本一直在呈上升趨勢,所以這就導致了公司整體利潤下跌。此時,公司還在不斷增加人員數量,當然就造成了人效的降低。

我們再看一下人力成本佔運營成本的比例變化趨勢。從第四幅圖上可以看出,人力成本佔比一開始有下降,但是後面又開始緩慢上升。這對企業來說可能不是個好訊息,需要想辦法把人力總成本降下去。

我們還可以做一個簡單的迴歸分析。簡單說,就是通過迴歸的方式來發現兩組資料之間是否存在相關性。

大家注意這裡只是講相關性,還沒有講他們之間存在因果性。假如我們把員工人數當成一組資料,比如說X,然後公司的利潤當成另外一組資料是Y,兩組資料做一個散點圖,可以看到公司利潤隨著人數的增加先是上升,然後開始下降。

如果我們把迴歸方程式求出來,找到利潤最高點對應的人數(X值)是多少,這就意味著,在其他條件不變的情況下,當人數達到這個值時,利潤是最多的。這是一個理論值,這個人數可能就是我需要參考的一個理想數字。在這個公式中,很容易算出來X大概是4200左右。

接下來我們看看空間維度。很多人比較困惑,我該到哪裡去找其他企業的資料,這裡給大家建議四個渠道

第一個是行業內的上市公司。因為上市公司的資料、年報是公開的,翻年報你就可以找到相應的財務指標和人數。

第二個是行業協會。

第三個是我們的招聘人員。他們可以利用招聘的機會很方便去獲得競爭對手的資訊,比如對手的組織設定、人數、銷售額等等。

第四個是花錢找諮詢公司做專門的調研,除了你自己花錢,其他參與調研的公司可以免費獲得資料,最後的資料資訊都是匿名的,你至少可以看到行業的標準應該是什麼樣子。

怎樣找到上市公司的資料?在這裡給大家一個最簡單的方法,我經常上新浪財經,每一家上市公司都可以找到。通過企業的股票程式碼找到它的年報,裡面關於企業的財務資料、部門人數,事無鉅細全都有。你還可以根據這個企業所在板塊,找到同類其他各家上市企業的資料,相信這些資料可以幫助你做一些很好的人效對標的。

/ 3 /

常用的資料分析思維

有了資料之後,接下來該如何分析問題?在這裡給大家介紹三個最重要的資料問題分析思維。

第一個思維叫金字塔分析法(MECE),英文的叫法來自麥肯錫公司,意思就是任何問題都應該把它分解到相互之間獨立而排他和整體而言窮盡而無遺漏。

舉個例子,我遇到一家公司,他們有段時間銷售的人效不是很好,但是不知道該如何下手去分析。那我們就可以按金字塔法從銷售額上一路分解下去。最後就比較容易看到,哪個環節的銷量發生了下降,方便我們後面做調整。

第二個思維叫5W2H。就是任何問題都可以做以下提問來分析:什麼原因(Why)、什麼事(What)、什麼人(Who)、什麼時間(When)、什麼地方(Where)、How(怎麼回事)以及Howmuch(什麼價格)。

舉個例,我們在分析上面的銷售邀約的時候,你可以用5W2H分析:都邀約了什麼人?這些人都是從哪裡邀約來的?什麼時候邀約的?以什麼價格邀約來的?等等。

第三個思維是5WHY。連續問5個為什麼。這個方法最早來自豐田汽車,一般遇到很多問題時,你如果連問5個為什麼,通常最後這個答案就浮現出來了。

比如,為什麼銷售額下降了?因為新客戶減少了;為什麼新客戶減少了?因為銷售轉化率減少了;為什麼銷售轉化率減少了?因為新來的銷售人員銷售技巧掌握不足。為什麼掌握不足?因為對他們的培訓未達到既定目標。為什麼沒有達到既定的目標?因為前段時間HR人手不夠,沒安排好。如果分析到了這一步,基本上你就知道接下來該怎麼做了。

在做績效的分析時,還有一個常用的模型叫吉爾伯託行為工程模型。它把績效問題原因分為兩大類。第一類屬於環境類,包括資訊、資源和激勵。另一大類屬於個體類,包括知識技能、能力和動機。

當組織發生績效問題的時候,通常原因都可以從這兩大類、六個維度去分析。國外曾經有研究發現,當組織發生績效不佳時,大家通常都容易從員工個體去找原因,而實際上,75%的績效問題都是因為環境類的原因,只有25%屬於個體類的原因。

/ 4 / 

資料分析原則

最後跟大家來分享一下做資料分析的原則:

第一個原則,任何資料如果沒有比較(空間和時間維度的比較),是沒有意義的,所以叫無比較不分析。

第二個原則,做分析時一定要確保資料的一致性。有時候各家企業對資料的定義可能會不一樣,比如說計算離職率。你在做時間維度對比的時候,只要能確保所有資料是一致的,後面都不會有大問題。

第三個原則,分析一定要結合組織的戰略目標。比如,如果你的公司目標就是要追求營業額或者銷量,那麼你去把重點放在利潤分析上就沒有太大意義。要想清楚組織要什麼,然後再開展分析。

最後一個原則,分析的結果一定是要落實到某個行動上,不要為了分析而分析。如果你分析的原因很好,但是無法轉化為可實施的行動,這樣的分析還是失敗的。

最後送給大家一句話,是前段時間我讀馮唐的一本書裡提到的。他在麥肯錫工作過十年,然後把麥肯錫的方法論高度總結成為一句話:以事實為基礎,以假設為驅動,同時兼具邏輯性和真知灼見。我把這句話稍稍修改了一下:以資料和事實為基礎,以假設為驅動,同時兼具邏輯和真知灼見。

我自己在做資料分析的課程時接觸了很多學員,你會發現分析做得好的往往是那些擁有自己的一套邏輯以及對事物有真知灼見的學員,而這都來自他們平時對周邊事物的敏銳觀察,以及在人力資源領域內的長期積累。

謝謝大家!

—— End——

課程通知:由本公眾號舉辦的、廣受學員好評的人力資料分析(HR Analytics)實戰訓練營將於7月19-20日在上海舉辦,課程及報名詳情請點選圖片檢視。


HR Analytics 實戰訓練營開始報名


在看



熱點新聞