我在阿里做了3年人力數據管理，總結了8條規律

經授權轉載：人力資源分享匯

身邊工作幾年的HR都有同感，如果可能，真想系統地掌握人力資源數據分析和量化管理的能力，而且，越早掌握越好。

如果你沒有身居一線城市，也不在大公司工作，也不打算向大公司求職，那麼數據化管理能力，又會給你人力資源工作帶來多大好處呢？

這個問題我問了一下我的朋友，Z 老師，他目前在阿里的職位是某個事業部的薪酬福利高級專家（數據方向，P8），他的答案很接地氣：所有管理問題的答案，可能都藏在數字里。

今天就由 Z 老師和大家來分享一下，阿里人力資源是如何做數據分析，並從數據分析中找到規律的。

01 別的公司，數據化管理做的如何我並不清楚，在阿里內部，數據化管理的定位在內部非常重要，它是日常人力資源管理措施和業務升級依據。擁有這個職能的HR很苦逼，他們要做的事情很多，而且還經常會得罪人，工作主要分為幾塊：

1、常規的數據分析模型（預測模型、防範模型、診斷模型、測試模型等）；

2、日常的數據分析工作（招聘數據、離職數據、薪酬數據、培訓數據、績效數據、成本數據、預算數據、人才數據等）；

3、數據分析與匯總工具（人才流量表、離職預警表、績效ROI改善表等）。

02 之前，我們在招數據管理的HR的時候，把候選人分成了三類：①數據化HR；②懂數據的HR；③可以利用好數據的HR。這完全是三類人：第一類HR主要負責呈現數據和分析數據；第二類HR可以對數據有清晰認知的、能夠知道數據背後真相的，用數據指導管理工作；第三類HR可以從數據中看出問題的本質，以及對業務和員工來說這個本質意味著什麼，而不只是單純追求數據。

03 想要一個人有數據化意識，真的很難。阿里曾經有個業務總，做事比較喜歡憑直覺和他對業務的敏感度，每次和他溝通管理數據的時候，他的反應都是「我見過的業務高手，就沒有靠數據分析做起來的」。這種認知上的錯覺有的時候挺坑人的，一個人認為自己看到的這個領域就是世界的全部，其實當然不是那麼回事。你要說服他重視數據、重視管理，需要一個漫長過程，而要縮短這個過程，必須你能從數據中看到問題的本質，並和他產生共鳴。

04 當然，唯數據導向的管理也會有詛咒。之前阿里的某個事業部，他們做出了一些有不錯的產品，但是某個APP體驗爛的要死（據猜測，說的是飛豬 ），客戶反饋了很多次問題，但是每次改版都很慢？後來才知道是數據化管理出的問題。改版這種事情，往往牽一髮動全身的，要協調各種資源；更麻煩的是，改版對用戶來說，短期內也許接受起來有困難，很可能各項數據指標會有劇烈下滑，用戶也可能由於不習慣新版而怨聲載道。為了數據上的達標，最終改版遲遲沒進行，所以說，追求數據有時候也會給你帶來掣肘。

05 在阿里，有非常多職位都需要數據分析技能。無論你是專職數據分析、還是從事具體的人力資源工作、或者是財務管理、銷售運營、到客戶服務... ... 這些職能都需要你掌握數據分析技能。

之前某家機構做過一次調研，我國數據方向的人才僅 46 萬，在未來 3 - 5 年內大數據人才缺口達 1,500,000 之巨。所以這個職位是個稀缺的職位，因為稀缺所以高薪，我在阿里同等級別的薪水，也會高一些。（含蓄地笑出了聲）

06 很多人都和你講過：HR應該懂數據，但是「懂」這個詞到底代表著什麼？我會Excel函數分析數據算不算懂？我可以看到數據分析中的盲區和騙局算不算懂？我能夠自己上馬立刻做出數據模型並進行交叉分析算不算懂？這三種都算懂數據，但有些 HR 居然都不知道自己服務的公司的是賺錢的，也不知道 ROI 是什麼概念，更不知道管理包含的所有數據是怎樣流通的，這算是不及格。

07 當然，提高一個人的數據化管理能力，需要不斷的訓練和大量的思考。當你還在做人力資源事務性工作，別人已經開始用數據訓練了；你剛開始用數據訓練，別人已經在想辦法學習各種數據分析的方法；你剛開始學習數據分析，別人已經開始尋找自動分析的方法；你還在標註數據，別人可以找到數據背後的本質問題... ...

上面的每一步都是層次的提高，在高層次里做一點點努力，遠勝過你在低層次里辛苦一年，最可怕的是在低層次的人往往意識不到這一點。

08 在阿里做數據方向的工作，很累人，但也很有額外的價值。因為「數據」本身就是最寶貴的資源，哪家公司能擁有最多的有價值數據，哪家公司會成為未來浪潮之巔的勝利者。換作是我個人也是一樣，如何能獲得更多的有關自身的數據，如何能在更多的緯度量化自己，如何能有效的利用這些數據，將成為人和人之間最大的區別所在。

善於獲得數據，善於利用數據的人，將在未來的競爭中取得決定性的優勢。善用數據，你就能超越90%的競爭者，因為他們憑感覺行動。

統計數據，發現規律，從而利用規律。

聰明的你，一定能找到管理的密碼。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！