下载掌阅APP，畅读海量书库
立即打开
在一次大型的人力资源管理线下论坛上，主持人抛给笔者一个问题：数据和经验哪个更重要？要解答这个问题，可以从一部电影开始讲起。
2019年春节时上映了一部电影，是韩寒导演的《飞驰人生》，电影讲的是一个赛车手为了找回自己曾经的辉煌岁月，经过重重艰难险阻之后，重新返回赛场的故事。电影中有个桥段，这个赛车手为了再次取得冠军，找到了他之前夺冠时的赛车架，并将其重新组装。
用电影《飞驰人生》中的桥段来解释：数据就像那台夺冠的赛车，没有那台赛车，赛车手无法夺冠；经验就像赛车手，没有赛车手，只有赛车，夺冠也是无稽之谈。一个车队赢了比赛，那么到底是这个赛车手厉害，还是这个赛车手开的赛车厉害？这很难回答。同样，数据和经验也是相辅相成的，很难讲孰轻孰重。
在管理上，有句比较经典的话，叫“数据会说话”。这句话的意思是数据能够告诉我们当前的问题在哪里，能够帮助我们找到方案、解决问题。可数据自己真的会说话吗？当然不会，至少在比较强大的人工智能被研发出来之前不会。这句话的真正含义，其实是使用数据的人是通过数据来查找问题、分析问题和解决问题的。
既然数据是通过它的使用者来“说话”的，这就决定了使用数据的人怎么“说话”，数据就怎么“说话”。如果使用数据的人能力卓越、经验老到，就有可能让数据发挥出最大的价值；可如果使用数据的人逻辑思维混乱、缺乏经验，在相同的数据背景下，不仅有可能发挥不出数据的正向价值，还有可能产生反作用。所以，使用数据的人决定了数据的质量。
关于数据，笔者相信财务数据是目前整个市场规则里公认的最有效、最系统的数据了。比如三大报表、杜邦分析之类的概念，很多没有财务基础的人也许看不懂，但多多少少也都听说过。
财务管理发展了多少年呢？财务管理在15世纪开始出现，在工业革命时代得到了快速发展。财务管理发展到今天，所有的系统、所有的资源、所有的制度，都让财务数据越来越准确、越来越客观。
可是，我们能不能说现在有了这么完善的财务数据系统，经验就不重要了？肯定不能。让一个刚从哈佛大学财务专业毕业的博士看一家上市公司的全套财务报表，他能不能看出问题来呢？我认为他即便能看出问题，可能更多的也都是表面问题。他和资深从业人员看出来的问题肯定会有差距。
一千个人，能读出一千个哈姆雷特；一千个人看同一家上市公司的财务报表，也可能有一千种解读。这里面有知识和能力的差距，也有很大一部分是经验的差距。可是如果光有经验，没有数据支持，那就成了回归原始，所有的决策都是拍脑袋得出的。
近几年，人力资源管理数据正在快速发展，而且也在逐渐规范化和标准化。特别希望有一天，人力资源管理数据也能像财务管理数据一样规范。这可能需要一代人的努力，也需要这种努力的成果被世人认可。
然而，未来人力资源管理数据再怎么规范，想要发挥价值，也还需要使用这些人力资源管理数据的人拥有一定的管理经验来准确解读这些数据。
数据可以提升人力资源管理效能，这是毋庸置疑的。可如何用数据提升人力资源管理效能呢？数据可以在哪些方面提升人力资源管理效能呢？在人力资源管理的不同模块中，数据的运用，其实是有一些相对固定的模式和方法的。可实战中，人力资源管理的数据运用更加复杂，也更加多变。
针对如何让人力资源管理工作更加科学、有效地运用数据，如何让数据提升人力资源管理效能，笔者结合自己的经验，结合曾经参与过的管理咨询项目，结合一些知名公司的管理方法，将这些知识总结成案例、方法和工具。希望通过阅读本书，读者可以快速掌握人力资源管理各环节、各模块的内容，了解在实战中可以运用哪些数据，学会如何运用这些数据，以及如何分析这些数据。
本书包含大量的实战案例，这些实战案例中的公司涉及连锁零售业、生产制造业和互联网等典型行业，案例分别对应着不同的具体场景，建议读者在阅读时不要忽略本书对这些具体场景的描述。在不同的实战场景中，数据的应用可以根据场景的需要发生更多样的变化。
本书实战案例中的数据取自真实公司、真实场景中的真实数据，考虑到保密需求，部分案例不仅会隐去公司的真实名称，也会视情况修改或隐去原始数据中的部分数据。但这不影响读者对各类数据应用方法论的学习，读者可重点关注本书对实战场景、应用方法和演示模板的解析。
如果读者希望延伸阅读，可以选择阅读笔者所写的《人力资源量化管理与数据分析》；如果读者有人力资源成本管控方面的需求，可以选择阅读笔者所写的《人力资源成本管控》。把这两本书与本书放在一起读，对掌握数据在人力资源管理中的应用方法，效果会更佳。
公司中的问题是多种多样、千变万化的，这就造成了解决问题的过程和方法也是千变万化的。不同的问题，可能会用到不同的数据组合、不同的分析方法。
我们学习人力资源管理时，都想尽可能学习更多的方法论。再好的方法论也有具体的应用场景，离开了那个场景，它可能会一文不值；反过来，我们觉得不合理的事情，在某个特定场景下，却有可能是对的。
书本的文字毕竟是“死”的，就算尽可能多地呈现，最后呈现出来的也只是“冰山一角”。有限的知识承载难以穷尽无限的实际变化。笔者认为，学人力资源管理、学数据应用，最重要的是学思维和逻辑，然后用思维和逻辑来解决实际问题。
笔者总结了一个学习的ABC原理：看到的是A，学到了B，用出来变成了C，这才是真正的学习成长。很多人不是这样，他们是看到了A，学到了A，就只会用A，结果用的时候发现A没有解决问题，就说A没有用，这其实是不会学习的表现。
当我们看到A时，想要学到B，需要总结、归纳、发散的能力；学到B时，想要用出C，需要对场景进行观察、思考，同时对B不断进行练习、复盘，并不断调整，这也是一种行动力。所以笔者认为，学习能力从来都不是一种单一的能力，而是能够发散思维、举一反三，并在实际应用时灵活变通的能力。
祝读者朋友们能够学以致用，更好地学习和工作。
本书若有不足之处，欢迎读者朋友们批评指正。
第1章 人力资源管理数据应用概述
本章分成3部分：第1部分主要介绍人力资源管理者应关注哪些数据，包括不同层级的人力资源管理者分析数据的落脚点、分析的视角和关注的数据类型；第2部分主要介绍如何围绕价值做数据分析，包括如何通过数据表达价值、如何围绕价值制订目标和采取行动；第3部分主要介绍如何运用数据做总结分析，包括如何用数据总结事实、聚焦问题、分析问题、得出结论。
第2章 用数据提升人才规划效能
本章分成3部分：第1部分主要介绍上市公司人力资源规划的案例，包括人才数量规划、人员配置测算、人员配置管控；第2部分主要介绍上市公司人力资源数据分析的案例，包括序列角色分析、定岗定编分析、入职离职分析、身份结构分析、职务结构分析、年龄结构分析、司龄结构分析和学历结构分析；第3部分主要介绍阿里巴巴公司人才盘点的案例，包括阿里巴巴公司人才盘点的价值、方法、种类和应用。
第3章 岗位工作量化分析
本章分成3部分：第1部分主要介绍岗位工作量的分析方法，包括观察分析法、岗位访谈法、工作实践法、问卷调查法和标准作业程序的编制方法；第2部分主要介绍运用观察分析法进行岗位工作量分析的案例，包括对理货岗位、生鲜岗位、收款岗位、装卸岗位和库管岗位的工作量的具体分析过程；第3部分主要介绍运用岗位访谈法进行工作量分析的案例，包括对人力资源部负责人、招聘与组织管理专员、培训与发展管理专员、薪酬与绩效管理专员和子公司人力资源专员的工作量的具体分析过程。
第4章 用数据提升招聘选拔效能
本章分成3部分：第1部分主要介绍华为公司后备干部选拔的案例，包括后备干部选拔的象限、标准和学习潜力评价标准；第2部分主要介绍腾讯公司岗位任职资格的案例，包括职位能力框架、等级和标准；第3部分主要介绍上市公司校园招聘项目的案例，包括招聘需求分析、行程费用计划、内容物资筹备和招聘效率分析。
第5章 用数据提升人才培养效能
本章分成3部分：第1部分主要介绍上市公司人才培养量化的案例，包括人才培养人数量化、时间量化和人才职业发展量化；第2部分主要介绍岗位学习内容量化的案例，包括店长岗位、主管岗位和员工岗位学习内容的量化；第3部分主要介绍岗位技能评定量化的案例，包括收款岗位、快餐岗位、油炸岗位和面食岗位技能评定的量化。
第6章 用数据提升人才保留效能
本章分成2部分：第1部分主要介绍上市公司离职率分析的案例，包括招聘来源分析、离职原因分析、在职时间分析、行业属性分析、岗位类别分析、职务类别分析、离职身份分析、年龄属性分析和学历属性分析；第2部分主要介绍上市公司员工满意度调查的案例，包括满意度的调查问卷、汇总分析和分析应用。
第7章 用数据提升薪酬管理效能
本章分成3部分：第1部分主要介绍上市公司考勤情况分析的案例，包括员工出勤率分析、人员系数分析、排班对业绩的影响分析和异常考勤处理；第二部分主要介绍上市公司薪酬情况分析的案例，包括薪酬发放情况分析、五险一金情况分析、人均工资情况分析、人工费用情况分析和费用比率情况分析；第3部分主要介绍上市公司劳效改进分析，包括劳效分析、劳效改进流程和劳效分类对策。
第8章 用数据提升绩效管理效能
本章分成3部分：第1部分主要介绍华为公司绩效管理的案例，包括华为公司绩效管理的由来、绩效管理程序、个人绩效承诺、绩效评价标准和绩效承诺发展；第2部分主要介绍阿里巴巴公司绩效管理的案例，包括阿里巴巴公司绩效管理的特点、原则、价值观评分、要求和绩效结果分类；第3部分主要介绍40类常见岗位的量化绩效指标。
第9章 用数据提升员工关系管理效能
本章分成3部分：第1部分主要介绍上市公司员工敬业度调查分析的案例，包括员工敬业度调查问卷、调研步骤、分类模型和提高员工敬业度的方法；第2部分主要介绍上市公司工伤情况分析的案例，包括工伤情况统计、汇总分析和减少工伤的方法；第3部分主要介绍风险量化的方法，包括风险量化的3个维度、5个等级和评估样表。
人力资源管理从业人员；
分管人力资源管理各模块的专员、主管、经理、总监、副总经理等；
企业管理者；
想考取人力资源管理师及其他人力资源管理专业相关证书的学员；
高校人力资源管理专业的师生；
其他对人力资源管理工作感兴趣的人员。