人力資源做什麼最賺?HR數據分析師年薪30萬起

經調查發現，79%的HR都還不清楚：

怎麼計算人力成本

怎麼計算成本投入的產出

如何提高員工的人均效能

...

不只是工作的時候，就連託人辦事的時候，對於數據分析能力的要求，也有很高的要求和很大的市場。

一邊是企業的硬需求，一邊是人才的供應不足，隨手搜索一下，對於人力資源數據分析師年薪為18萬-90萬，遠高於同等經驗水平的傳統HR。

數據化管理為什麼就顯得那麼重要？

1 作為戰略組織管理的領導者，老闆關心的人才問題，不是今天發了多少條招聘信息，入職多少名員工，他關心的是：

「明年業績實現翻番，擬新拓10個城市，需要匹配什麼樣的人才資源？」

「企業某事業部業務受宏觀經濟環境影響，發展前景堪憂，如果裁減該事業部，要綜合看哪些因素？」

「最近企業自身競爭力下降，急需整頓革新，提高企業整體實力，要如何調整人才戰略？」

這些問題，都是可以通過數據化來體現的。

2 目前華為對人力資源崗位的招聘，有了一個新的核心技能的要求，就是必須要懂數據。沒有這個能力的HR，華為不要。

華為幾乎所有人力資源關鍵崗位的崗位要求，第一點必談數據。

HR成為業務夥伴，戰略夥伴，始終停留在理念層，而不能落地實施，一個因素就在於當下所掌握的數據，沒有價值。

每個月做工作匯報與總結時，最重要的，不是本月遲到多少人，入職幾個人，這種毫無深度的數據。80%的HR統計報表都是在告訴別人發生了什麼，可以說就是一本流水帳，這樣的數據大部分都沒有人看。

蜜蜂君認為讓HR懂是為了能夠和業務團隊同頻共振，用這個訴求去倒推懂業務的邏輯是：先熟悉業務場景，再參與到業務過程中，最後驅動業務成長。

3 經常有HR向我問一些問題，今天進行了一個歸納：

1. 如何不花錢，用 HR 的專業能力提高公司績效？

2. 如何面對高層或其他部門的指責和投訴？

3. 如何說明我們的培訓工作是有價值的？

4. 如何通過離職清單和考勤記錄，發現員工的異常表現，開展主動關懷，甚至降低離職率？

5. 如何通過數據分析，展示招聘工作是有效果和效率的？

6. 如何指出部門績效考核打分不合理?

7. 如何說明薪酬結構是否合理？明年調整的方向應該是什麼？

8. 如何應對面對業務部門提出增加人手的問題？

面對這些常年伴隨人資行業的疑難雜症，首先需要做的就是熟悉業務，從數據角度出發，轉變思維，來支撐業務發展訴求。

針對上面的問題，其實都會與數據分析有關係，我大致給出了4點建議，來進行 HR 工作能力的優化提升。

1. 掌握大數據管理理念、方法論和工具，提升工作效率

2. 掌握優化與提高人力資源配置效率的手段

3. 掌握讓 HR 從服務到商業合作職能的轉化方法

4. 掌握提升 HR 部門和崗位工作效率的方法

另外，谷歌的首席人才官曾說過「谷歌的HR決策從來都不是來自哪個最佳實踐，一定只會來自內部數據的分析」。

其實，我們目前的HR工作由工作定位演變歷程大致可分為：事務型HR、 戰略型HR、 數據驅動型HR（數據型HR）

事務型HR：這裡不做過多解釋，顧名思義就是人事管理階段的HR。

戰略型HR好比現在的HRBP（但其工作事項及高度也由公司而定）。

那數據型HR呢？什麼是數據分析呢？到底如何分析呢？

你可能會說，我們現在平時也做數據分析呀，如：離職率分析，敬業調查分析等。

但我們這裡所說的數據分析應該是更偏向於系統化的數據分析Analytics，主動從數據中分析，並給業務提出戰略型預測或解決方案的HR，要求更高，含金量也更高！

其實簡單來說，就是要以終為始，分析現有的數據，可以帶來什麼效益，如何去改進。

普通的數據分析Analysis大多是獨立、分割的數據分析，反映表面現象，主要著眼於過去和未來的狀態，圖表呈現也相對簡單。

那系統性的數據分析Analytics呢？

需要將各種數據整合在一起進行綜合分析，挖掘數據背後的聯繫和原因，提供自己的洞見，基於過去和現狀的情況，洞察未來，同時，數據的視覺化呈現也相當重要！

數據分析又可根據複雜度和增加價值，細分為4個階段，

分別是：

1. 描述性分析：

顧名思義，是對表層數據的分析，一般是日常的報表呈現。

2. 診斷性分析：

是更高一級的分析，要透過數據做趨勢分析，給予相應的診斷。

3. 預測性分析：

根據所有的數據，做深層次分析，對相關業務做出預測，識別問題並解決業務問題。

4. 指導性分析：

要能做到透過你的分析，給予戰略性指導意見。

最後，成為人力數據分析師，HR又需要具備哪些基本要求呢？

1. 業務敏銳度

2. 統計學與數據科學基礎

3. 跨部門的HR知識與經驗

4. 商務諮詢與商務溝通技能

5. 高效演示、演講、呈現和講故事的能力

由此看來，HR們未來的路，任重道遠！