金柚网人事资讯：人力资源部如何知道自己做得如何呢?要了解和沟通这件事，就需要对人力资源部的活动以及各职能分部的工作进行数据分析。其实关于用数据分析来衡量人力资源工作的结果已经有大量文章面世了，但实际情况是衡量人力资源工作做得并不好，是所有人力资源活动中做得最不尽人意的一个。

文章图片来源摄图网

　　与数据分析有关的人力资源角色的主要价值并不是将数据分析应用在本部门中，而是帮助组织将数据分析作为整体信息战略的一部分，应用在组织的其他方面。

　　然而，衡量人力资源工作的结果还是可以达成以下几个目标的。

　　提升人力资源部的绩效从而提升公司的绩效;

　　帮助人力资源专业人士得到相关信息从而更好地做出决策;

　　找到人力资源如何增加最大价值的方法，集中资源，促成最佳结果;

　　有助于减少人力资源活动中不必要的开支。

　　为了使人力资源数据分析达到最佳效果，以下这些准则可供参考：

　　1. 衡量人力资源工作是相对容易和直接的，困难的是要知道衡量什么。这条准则是人力资源部必须清楚地了解自身是如何创造最大价值的。是优化人才使用，最大化组织能力，提供最高效的行政服务，还是发展业绩优异的领导者?不同的回答会带来不同的衡量方法。

　　2. 有效的衡量方法能帮助人力资源部了解已知的信息，还能帮助人力资源部了解未知的信息。它能帮助人力资源部分清三种错误。好的人力资源衡量指标能帮助人力资源部避免把错误当成正确，也能帮助人力资源部避免错失真相，还能帮助人力资源部在第一时间问正确的问题。

　　3. 有效的衡量指标能帮助人力资源部收集有用的数据，避免问一些人力资源部也不知道可以用来做什么的问题。

　　4. 有效的衡量重要的是回答“谁”的问题。谁对数据负责(比如老板、个人、人力资源部、CEO)?谁能接触到原始数据(比如人力资源部、直线经理、咨询公司)?谁使用数据，目的是什么(比如个人为了发展，主管为了评估，人力资源部为了人才管理)?在任何人力资源部衡量项目实施前，对这些问题都要有充分的考量和判断。

　　5. 人力资源数据的解读者应该能够理解和解释出现的偶然情况与必然联系之间的差异，将两者混为一谈会带来错误的决策和行为。比如，员工的工作效率高是因为他们满意、快乐并敬业，还是因为他们高效，所以才满意、快乐且敬业?

　　6. 人力资源数据的使用者也应该理解统计显著性和统计学意义之间的区别。统计显著性是一个技术术语，指两个变量之间的关系不是偶然发生的。它暗示这两个变量之间存在着“联系”，但它并没有说这两个变量之间的关系有意义。例如，有一个被广泛使用的员工敬业度调查声称，自己的敬业度问题和客户满意度、生产率以及利润率有实际的联系，但是问题和结果变量的关系的统计数量只有3.6%，没有说服力。