-
财务目标
Josh Bersin：调查显示，PA团队仍难以产生对业务影响
Josh Bersin公司最新研究揭示了人员分析领域的持续增长!然而，进展有限：470家全球组织中，只有10%的人员分析团队参与了业务级项目.Josh Bersin公司警告，如果人员分析无法系统化且更具商业导向，可能会失去投资和支持，使CHRO无法获得能推动业务影响的宝贵洞察。
忠告是：拥抱AI，并重新定位为“系统性商业分析”提供者，否则可能被边缘化。
多年未解的难题
在我职业生涯的早期，我曾参加HR分析会议，看到许多勤奋的分析师做着惊人的工作，但他们常常感叹无人倾听。25年过去了，这些分析师依然努力，但他们的进展仍令人沮丧。
《人员分析权威指南：通向系统性商业分析的旅程》指出，问题在于企业普遍面临人才约束。尽管AI自动化即将到来，各组织仍在寻找新技能，招聘一线工人，并在婴儿潮一代退休之际填补领导层的空缺。据预测，医疗行业在未来三年内将短缺200万名临床医生，零售业和制造业面临类似挑战。
随着这些劳动力挑战的出现，我们现在却被大量可用数据所淹没。企业使用Eightfold、LinkedIn、Lightcast和Draup等平台来精准定位人才、识别薪资需求和发现关键技能。从理论上讲，HR的分析能力应该像CRM或财务规划系统一样强大。然而，事实并非如此。
尽管在HCM（人力资本管理）平台上投入了数十亿美元，但不到10%的公司能够将HR和人员数据与业务指标直接关联。这是一个严峻的问题。
现状分析：未被充分利用的HR数据
最近我得知，Salesforce计划招聘1000名销售代表来销售其AI代理系统。（一种奇怪的做法：招聘销售代表来推广一种消除销售代表需求的系统。）Mark Benioff（Salesforce的CEO）可能想知道这些新员工需要哪些技能、应具备什么背景，以及内部有多少人可以重新部署。他有这些信息吗？我对此表示怀疑。
这就是普遍存在的问题。我们在HR软件上投入了巨资，但人员分析团队通常被困在“科学项目”中，专注于研究员工保留、技能差距等重要但内部导向的问题。有多少公司能像对待供应链、财务运营或客户保留那样严谨地测量和监控人力资本？
答案是不到10%。某种程度上，这是一种进步：上一次研究时，这个比例还更低。但显然，这个比例还远远不够高。鉴于工资是企业最大的可自由支配支出，我们难道不应该以极高的精确度测量人员的影响吗？答案当然是肯定的，只是这项工作非常困难。
困难的根源
为什么这么难？原因有以下几点：
数据分散在30到40个不同的员工系统中；
数据定义不清，例如由于季节性变化、家庭变化等因素，计算真实的员工保留率需要耗费大量精力；
HR系统与业务系统之间几乎没有明确的关联。
尽管我们购买了Workday、SAP、Oracle等ERP系统来整合数据，但这些供应商并未提供直接的跨领域关联能力。例如，要做一份“销售业绩与经验年限相关性”的报告，可能需要一周时间才能整理出正确数据，因此销售经理通常根本不会尝试。
AI带来的变革
然而，变化即将发生，而且速度很快。
人员分析是HR领域中最后一个达到成熟的领域之一，原因在于上述挑战以及某些公司缺乏“数据导向”的思维。
AI的出现正改变这一切。作为一种集成性最强、系统性最强且易于使用的数据管理技术，AI不需要专业背景即可高效操作。例如，通过AI工具如Visier的Vee、Galileo、Illuminate等，HR团队可以轻松将多种数据整合在一起并生成即时洞察。
想象一下，您将员工的销售数据输入Galileo，然后再添加员工历史数据库、薪酬数据和培训记录。如果数据标记正确，AI会立即让您得出“销售收入与任期、培训历史、管理跨度和薪酬之间的关系”这样的答案。虽然AI可能不知道某些销售代表拥有优越的市场区域或某些领导表现差强人意，但它会提供基础信息。
随后，您可以添加其他数据以完善分析。
推动系统性分析进入高层
我们称之为“系统性分析”（Systemic Analytics），即从系统的角度而非单一视角分析问题。例如，招聘对员工流失的影响有多大？工作时间安排对生产力的影响有多大？
AI可以帮助企业领导更全面地了解背后的人员问题。例如，在季度末，CEO可以谈论“亚洲地区的员工生产力增长了11%，得益于新的招聘模式和薪酬体系。”
这10%的领先企业已经通过将人员分析定义为“业务分析”职能、赋予HR团队咨询角色以及配备数据工具而取得了巨大成就。
未来已来。让AI为人员分析赋能，释放人力资本的无限潜力！
扫一扫 加微信
hrtechchina
