前言

2018年11月，在阿姆斯特丹，一场引人深思的人力资源分析会议结束了。在过去两天里，人们一直被各种会议、论坛和社交活动的日程表压得喘不过气来。就在那个时候，研究员兼战略分析师的纳迪姆·可汗与经验丰富的职业心理学家戴夫·米尔纳相遇了，他们很快意识到，当谈到“人才数据分析”这个话题时，他们的想法是一致的。尤其是在观察企业所有需要解决的工作挑战时，我们都认为人力资源部门，或者我们喜欢称其为人力运营部门，是企业成功的关键。

在技术实现能力越来越强的情况下，员工的期望、能力和抱负比以往任何时候都更加多样化。无论规模大小，每家企业都要消耗大量的数据和其他支持功能。近年来，市场营销部门主动使用数据和分析，将自己重新定位为管理团队的战略合作伙伴。而在人力资源领域，人才数据分析的出现始于大中型企业，它们看到了数据提供新的或不同的见解的可能性。

在这样的背景下，我们决定写一本针对全球人力资源从业者、HRBP、培训专员的书。本书并不是充满了只有资深统计学家才能理解的复杂方程式和术语。因为我们的目的是带领你作为实践者踏上一段旅程，鼓励你运用更多的商业思维，积极使用数据，这将使你能够从不同的角度来看待人才和商业问题。我们从收到的反馈中发现，数据科学家和分析专家也能从本书中了解到人力资源部门运作的背景和面临的挑战——如你所见，数字技术离不开人力资源业务，反之亦然。那么，本书主要讲了什么呢？

人才数据分析这一话题正在持续升温。每天都会有很多文章和各种各样的会议来宣传数据分析“迷人”的一面，用令人惊叹的视频和复杂的故事来说明数据分析是如何为各种企业节省大量资金的。人才数据分析是值得尝试和追求的，但是总的来讲，人力资源部门还是需要思考如何让数据洞见变为现实。

人才数据分析这一话题是令人困惑的。虽然数据科学家、分析专家和心理学家需要进行更复杂的预测分析——理解数据需要专业知识和经验，但这些见解中的很大一部分可以用数学来解释。

我们要确保的是，人力资源部门始终是以商业为导向的业务语言来介绍其干预举措的，而不是用那些我们已经非常熟悉的人力资源语言。随着我们不断提高领导者和管理者对其员工的职责的认识，我们必须让这些措施更具相关性，也更能被理解——我们的挑战就在于，业务部门的数据分析能力可能远远优于职能部门。

人才数据分析是面向未来的。在过去五年里，人们一直在谈论未来的工作，谈论所有工作都将被机器人和自动化流程取代的故事。自动化的确就在这里，也的确会影响工作前景，但关键是自动化也带来了数据。对我们来说，忽视这种新的数据来源是鲁莽的。数字技术可以为人们提供新的视角和跨组织协作的方式，并帮助解决我们以前没有考虑过的挑战和问题。

我们撰写本书的目的，首先是阐释人才数据分析的概念，其次是展示如何应用它来提高企业的效能。我们希望展示全球各地的企业如何使用人才数据分析，如何逐步建立人力运营部门，这也是我们的研究得以开展的前提和基础。

我们将本书分为四个部分，尽可能采用案例研究、学习场景和来自其他企业与供应商的例子来展示相关内容。

第一部分：变革的背景。这部分介绍了当今人力资源部门所面临的挑战，以及其迄今为止的一些改变，但更重要的是，展示了建立一个人力运营部门所需进行的变革。我们可以帮助你探索现有的使职能部门与企业的业务目标保持一致的机会，以及建立跨业务的联系，这将有助于我们做出更正确的决策，并确保通过数据驱动的方法实现人才举措的真正价值。

第二部分：向数据驱动的方法转变。这部分将着眼于实现这种转变所需要的关键商业思维。我们会探讨这将如何影响未来的人力运营部门和相关从业者，并将重点放在如何开启一场以数字为导向的思想之旅上。

第三部分：人才数据分析的价值。这部分是关于企业如何进行数据分析的框架性介绍。这并不是强制要求每个人都必须积累相应的专业知识，但是通过分享案例研究和例子，我们可以帮助你理解那些能成功促成数据驱动方法的关键性原则。相应地，我们也分享了这种转变对企业文化产生的影响，并勾勒出一个框架以帮助你推进这类项目，无论你是否与分析专家合作。

第四部分：展望未来。在这部分中，我们通过两个视角来展望未来。从个人角度来说，我们分享了一种经过验证的过程和方法，它将指导你从自己的角色出发，更多地以数据驱动的方法去推进工作，无论是审查你的关键业务指标还是考虑如何实现变革。最后，我们展望了未来——未来的人力运营部门将如何以人才数据分析为核心进行变革，推动产生新的工作方式和新的工作成果。

我们对人力资源部门的未来仍然保持乐观和热情，因为它们是业务转型、行为转换和文化转变的催化剂，所有这些都有证据和基于数据的洞见作为支撑。毕竟，人才仍然是企业真正的竞争优势，即使自动化程度越来越高，这个事实也不可否认。

如果没有分析专家、人力资源专家、各类供应商和学术机构的帮助、支持和宝贵的见解，我们就不可能完成本书。他们在人力资源部门现在和未来的重要性方面与我们有着相同的看法。非常感谢！

享受数据之旅吧——人力资源部门的可靠性和能力依赖于我们今天做出的改变。