下载掌阅APP，畅读海量书库
立即打开
有人认为量化管理与数据分析就是使用Excel软件做表格；有人认为数据分析一定要有大量的数字；有人认为数据分析的推理过程越复杂，越能代表数据分析的质量高；有人认为数据分析就是一大堆数字配上一大堆图表的报告。这些都是对量化管理与数据分析的错误认知，也是很多人力资源管理者不能正确运用这套思维、方法与工具的原因之一。
什么是量化管理？
量化管理指的是公司以某个目标为基础，运用科学的数字、工具来考察、分析和研究管理事项的运行状态或规律，以便进行顶层设计、制定制度流程或确定管理模式，是涵盖公司管理各个领域的一种管理方法。
什么是数据分析？
数据分析指的是通过收集对公司有价值的资料或信息，运用统计学方法，最大化地开发、利用信息的功能，找到事物之间的内在联系，发挥这些信息的作用，形成结论和行动方案，为公司创造价值的过程。
量化管理四个字的重点不在“量化”上，而在“管理”上，量化是手段，管理是目的；数据分析四个字的重点不在“数据”上，而在“分析”上，数据是形式，分析是目标。采取什么样的手段和形式是“表”，获取什么样的目的和目标是“里”。量化管理与数据分析的最终结果往往是围绕价值，为公司解决实际问题。
什么是人力资源管理中的量化管理与数据分析？
人力资源管理中的量化管理与数据分析工作是通过量化管理与数据分析的手段和形式，达成公司人力资源管理工作的目的和目标，并能够让人力资源管理工作持续为公司创造价值的管理过程。
为简化语言，本书后文中当出现“量化管理与数据分析”、“数据分析”或“分析”时，统一指代的是人力资源管理中的量化管理与数据分析工作。
总结量化管理与数据分析的概念，能够提炼出两个关键词。
在这个信息爆炸的时代，公司内外部可用的信息多如牛毛。人力资源管理者不需要对所有可见的信息进行加工处理，只需要处理那些能够为公司人力资源管理工作的改善提供分析依据的有价值的信息。
量化管理与数据分析的过程是描述事实、诊断问题、预测未来、形成方案，最终目的是为公司解决问题。这就要求人力资源管理者要本着过程和内容效率优先的原则，在注意方案适用性和可行性的同时，保证结果的价值，切忌一切漂亮而不实用的报告。
要验证公司量化管理与数据分析的工作质量时，人力资源管理者可以查看过程中用到的信息和产生的结论是否实现了某个目标，是否对应解决了某个问题，或者是否产生了某种价值。如果是，则证明公司的量化管理与数据分析工作是具备一定质量的；如果否，则反之。
人力资源管理者可以对量化管理与数据分析报告中罗列出来的不同事实、数据或结论不断地问：“然后呢？”当“然后”能够指向问题，指向行动，并最终指向为公司带来的效益时，就证明这份分析报告是有价值的；当“然后”没有指向的时候，则代表这份分析报告是没有价值的。
《道德经》中有“以道御术”，大致意思是用人的心性修养来指导和驾驭做事的方法。这里的“道”是人的境界、修养、心态，“术”是人的智力、技巧、技术。悟道比炼智更加重要。《论语·卫灵公》中有“工欲善其事，必先利其器”，大致的意思是人们要做好某件事情，必须先有能够帮助事情完成的工具。
“道、术、器”的概念引申到现代公司管理中同样适用。“道”指的是方向，是公司的战略，战略是公司一切工作的指导思想，它回答了为什么而做；“术”指的是方法，方法影响着工作的质量，它回答了应当怎么做；“器”指的是工具，工具影响着工作的效率，它回答了要用什么工具来做。道、术、器的关系如图1-1所示。
图1-1 道、术、器关系图
治大国如烹小鲜，拿烹饪举例子。
烹饪中的“道”是对烹饪结果的预期，决定了烹饪的目的、目标。比如根据不同的需要，决定做三道菜、六道菜还是十道菜（数量），决定是不同菜系搭配还是一种菜系（性质），决定做的菜是京酱肉丝、宫保鸡丁还是麻婆豆腐（内容），决定这些菜应有的色、香、味、意、形等状态（品质）。烹饪中的“术”是根据烹饪的目的和目标，对烹饪方法、工艺和流程的选择。比如根据制作菜品的数量、性质、内容和品质要求的不同，可以选择自己烹饪，也可以选择请专业的大厨烹饪，可以选择煎、炒、烹、炸、焖、熘、熬、炖等不同的工艺，不同工艺的组合形成了菜品的烹饪流程。
烹饪中的“器”是烹饪需要的具体工具，工具的选择来源于烹饪的目的、目标、方法、工艺和流程。烹饪相关的工具丰富多样，仅常用的刀具就有超过20种分类，其他的烹调用具、调理用具、洗涤用具、储藏用具等更是种类繁多。
在人力资源的量化管理与数据分析工作中同样有道、术、器的区别。
数据分析中的“道”是数据分析的方向，是明确为什么而分析，是关于数据分析最根本、最重要、最核心的环节，也是聚焦和明确问题的环节。明确为什么要解决问题以及应该解决什么样的问题，比解决问题本身更关键。
数据分析中的“术”是数据分析的方法，是明确应当怎样分析，是针对要解决的问题，选择什么样的方式和方法来分析。方法向上承接着方向，向下指向工具。方法的选择比一味地努力更重要。
数据分析的“器”是用什么工具来做数据分析，比如Excel、SPSS、SAS等数据分析软件或系统就是数据分析的工具。除了用软件外，一些管理模型同样可以成为数据分析的工具，比如经典的SWOT分析模型（优势、劣势、机会、威胁，strength、weakness、opportunity、hreat）、SPACE矩阵模型（战略地位与行动评价矩阵，strategic position and action evaluation matrix）、SCP分析模型（行业结构、公司行为和经营结果，structure、conduct、performance）。
有个非常经典的错误认知是认为量化管理与数据分析就是软件的使用方法，比如很多人力资源管理者认为量化管理与数据分析就是Excel软件的实用技术，特别醉心于提高这方面的技术，认为在数据分析相关的学习资料中，如果不讲Excel软件使用就是“文不对题”。
这就好像有人认为成为一名合格厨师的条件就是学会如何使用铁制炒锅（工具）一样。其实Excel软件的使用方法只是“器”层面的问题，如果搞不清楚数据分析的“道”和“术”，“器”很可能是没有用的。
正如美国著名的投资人查理·芒格（Charlie Thomas Munger）所说，“手中只有一把锤子的人，会把世界上的一切问题都看成是钉子”。如果人们不了解道、术、器的全貌，没有全局的认知，只一味地学会了锤子这一种工具的用法，那么他走到哪里都只会用这一个工具来解决问题。他吃荔枝要用锤子，吃葡萄要用锤子，吃瓜子也要用锤子。
就算人们后来又学会了怎么使用钳子、扳手、螺丝刀，人们有了一整个盒子的工具，但如果人们不知道应该在什么样的情况采用什么样的工具，也是不行的。学会怎么用工具并不是关键，关键是提高思维和认知水平，学会分场合、分情况地选择和使用不同的工具。
比如某公司原本没有量化管理与数据分析的概念，人力资源经理在一次培训中学到了用Excel软件做员工离职率分析（工具），回到公司之后马上展开运用，每月都要做员工离职率分析。但这项分析工作在运行半年之后，这位人力资源经理发现似乎并没有解决任何问题。该公司的月度离职率稳定维持在1.5%左右，人力资源经理对此结果无所适从。
正确的分析思维应当是展开比较，寻找异常。当与同类行业、对标公司比较后，该公司很可能会发现当前的离职率处在较低的水平。这一定是一件好事吗？不一定！如果该公司当前人才的整体能力和绩效较低，而且离职的人才大多是能力和绩效较高的人才，这并不能说这家公司的离职率低是件好事。
华为技术有限公司主要创始人任正非、阿里巴巴集团创始人马云、巨人网络集团董事长史玉柱、奇虎360公司创始人周鸿祎、猎豹移动CEO傅盛等公司家，都不约而同地把那种工作态度好、待人热情、团队意识也不错但是能力和业绩却很差的人才称为“小白兔”。他们都表示了对这类员工的不满，认为公司人才结构如果长期处在这种低能力、低绩效状态的话，必然会拖垮公司的发展。
周鸿祎曾说：“公司发展到一定阶段，能力强的员工容易离职，因为他们对公司内愚蠢行为的容忍度不高，他们也容易找到好工作，能力差的员工倾向于留着不走，他们也不太好找工作，年头久了，他们就变中高层了。”他把这种现象叫“死海效应”，好员工像死海的水一样蒸发掉，然后死海盐度就变得很高，正常生物不容易存活。
因为“小白兔”创造的贡献和价值很小，他们喜欢待在舒适区，追求安逸，不愿意做任何有挑战性的事。他们不具备内在动力，很难被制度或机制激励。他们看起来完全无害，比有追求、有冲劲的员工稳定性更高，但是公司却不能依靠他们发展。对公司来说，这类员工其实比稳定性差的高能力、高绩效的员工更可怕。
这位人力资源经理虽然学到了用Excel软件做员工离职率分析，却没有学到这种分析背后的一系列思维和认知。对这家公司来说，最迫切需要的很可能是如何通过能力测评、绩效评估，利用数据分析模型进行人才盘点，得到人才能力和绩效结构情况的分析，识别出“小白兔”，并采取相应的配置、轮岗、培训等针对性措施，而不是用Excel软件做离职率分析。
人力资源的量化管理与数据分析其实并不仅是一个工具，而是方向、方法和工具的集合。它不仅是一种能力，而是思维、认知和能力的集合。一个能熟练运用人力资源量化管理与数据分析技术的人，就好像一位高阶厨师，必须掌握这个领域的道、术、器，具备全局的认知和意识，既知道为什么做，又掌握用什么方法做，还能够熟练使用适合的工具。
一说到量化管理，许多人力资源管理者最先想到的是数字。其实量化管理中的量化，不仅指的是数字化。量化，是抽象的量化而不是一定要实体的数字化，是相对的量化而不是一定要绝对的数字化。通过量化管理实现公司的管理目标是量化管理存在的价值，通过数字化实现量化管理的目的才是数字化存在的价值。
不是所有的管理过程都具备能够被数字化的特点，考虑到公司的管理成本，只有当某个环节能够被数字化、数字化的成本较低、未来被测量的成本较低时，数字化才是有意义和价值的。如果不具备上述特点，硬要把所有的管理过程都数字化，结果就会演变成“为了数字而数字”，不仅管理成本较高，而且很可能得不到相应的效果。
同样地，许多人力资源管理者认为数据分析一定要有数字才叫数据分析，或者一定要是基于数字的分析才叫数据分析。这种理解是对数据分析的一种曲解。数据其实不仅指的是数字，数据可以代表一切对公司来说有价值、可处理的信息。这里的信息可以是数字，可以是文字，也可以是图形。
这种认识通过英文将更容易理解，数据分析一词来源于英文“data analysis”（数据分析），而不是“number analysis”（数字分析）。“data”的含义非常广泛，除了数据之外，还有信息、资料、材料的意思。事实上，“data”的意义更偏重于“information”（信息），是一种信息的集合，可以包括 但不限于“number”（数字）。
人力资源管理者在做数据分析的时候要特别注意，是对有价值的信息实施分析，而不仅是死板地对数字进行分析。
假设有A和B两家公司，它们的成立时间、主营业务、财务状况、资金实力、设备情况、拥有资源等经营管理方面的要素基本相同。这两家公司的总人数都是5000人。那么，是否可以得出结论，因为这两家公司的人力资源数量相同，就可以实施相同的人力资源管理战略呢？
从“数字分析”的角度看，能够得出肯定的答案，但如果从“数据分析”的角度看，答案是否定的。为什么呢？不考虑经营管理的要素，单从人数的角度探讨就不能得出这个结论。即使其他的要素完全相同，相同数量的5000人之间也是存在巨大差异的。虽然这两家公司人的“数量”相同，但是人的“质量”却可能完全不同。
因为人与人之间素质、知识、能力的差别可能会非常大，人与人之间组织与管理方式的差异同样可能会非常大，造成了相同数量的人力资源被组织在一起后，能够创造的价值以及未来的潜力是完全不同的。这种差异，是质与量之间的差异，也是数据与数字之间最大的差异。
人是各式各样、形形色色、多姿多彩的，世界上不存在两个完全相同的人，唯数字论者很容易忽略人与人之间的差异性。即使在能力素质模型中能够将人才的能力素质予以量化，但人终究是不断变化、存在无限潜力和可能的。唯数字论，会僵化人力资源管理者的思维。
如果人力资源管理者执着于对数字的分析，很容易陷入绝对化的“是非观”。因为数字能够给人们带来非常确切的结果，也就很容易让人们对某个事物的判断产生是非分明的感觉，结果是人们对事物的判断不是对、就是错，不是好、就是坏，不是行、就是不行。
然而这种绝对化的思维在实际经营管理中往往是会出问题的。管理是一门技术，更是一门艺术。如果绝对化，如何体现管理艺术的存在？对数字的分析是数据分析的一种方式，但并非唯一方式；数字分析可以为决策做参考，但并非决策的唯一依据。
量化管理与数据分析该有的思维是相对化的“维度观”，也就是在运用数字的情况下，充分考虑其他各类信息，得出的结论往往是对待某个事物，在某个时刻、某种情况、某些状态下，可能某一部分适合，某一部分不适合。这种思维看起来好像是非不明，实际是实事求是。
有的人力资源管理者认为量化管理与数据分析的过程越繁琐、方法越复杂、越采用最先进的概念、越让普通人一眼看不明白，就越代表了数据分析的质量高。这同样是对量化管理与数据分析的一种误解。
公司做量化管理与数据分析的最终目的不是搞学术研究，而是解决问题。人力资源管理者就算有运用复杂方法做分析的能力，分析得出来的结论和由结论得出的行动方案，也很难被其他部门或者公司的决策层所理解或认可。最终，这样的量化管理与数据分析很容易变得曲高和寡，被束之高阁。
实务中，在项目路演时，在公司召开绩效分析会议时，在针对某个问题召开研讨会议时，经常能看到那些付出了大量的时间，拥有复杂的论证过程，包含着大量数字、图表和信息的PPT展示报告材料，被决策者几个简单的问题“打败”。
为什么会这样？因为资本方、公司的决策者、公司的各级管理者并不是数据分析的专家，不一定具备对复杂的量化管理与数据分析公式、方式的概念。他们能够在公司中担任重要的位置，不是因为他们的学术水平有多高，掌握知识有多深，而是因为他们了解基本的概念，遵循基本常识，抓住基本的规律，以及因为他们具备一定的知识广度，使得他们具备对某些事物认知上的深度，使得他们往往喜欢用简单的逻辑来理解和决策。
商业世界，往往是那些越简单、越容易被普通人理解的信息越有效，越复杂、越难被普通人理解的信息越无效。公司管理过程中的信息交流追求的结果通常是简单化，而不是复杂化。复杂的推演过程是留给专业人士的，输出的结果应当是深入浅出的。
就好像很多不具备财务管理知识的公司一把手，对公司经营状况的理解通常只是停留在一些简单的概念，他们会把对经营或投资数以亿计财务问题的认知抽象、简化得像是做一笔小买卖。这种认知其实对于公司的一把手来说已经足够，因为他管控的是公司的战略和方向，需要的是宏观的视野和整体的把控。
对于支持公司一把手的财务管理专业人员来说，对财务管理的认识显然不能过于简单。他们需要为一把手提供决策支持，但他们呈献给一把手的信息和结论，通常需要是简单的。比如经典的财务三大报表，就是简化后的信息。对于一把手来说，他只需要能看懂三大报表，不需要详细了解三大报表是怎么做出来的。如果财务管理人员给一把手提供的是从财务专业角度的几十张细分表，一把手可能很难理解。
所以，人力资源管理者在进行量化管理与数据分析时，不必追求过程的复杂，而应当注重输出的简单。数据分析管理人员最重要的能力，其实不是数据处理方法与工具应用相关的能力，而是将数据转化成非专业人士也能够快速理解的过程、结论与行动方案的能力。