罗粤海先生现任某跨国公司亚太区人才发展及薪酬总监，在跨国公司人力资源领域有近20年专业经验。曾荣获2016年度中国人力资源先锋奖和2019年中国人力资源100人。罗粤海先生在人力资源各模块，组织与人才发展，领导力开发等方面有丰富的理论与实战经验，在设计跨部门和跨国家领导力发展项目，绩效管理创新和人才学习发展项目方面有着许多成功案例。
People Analytics是什么？
2007年谷歌首创“People Analytics”一词并在人力资源部门设立了专职的People Analytics团队。People Analytics，中文译作人力资本分析，人力分析，或劳动力分析，是以组织的人才管理为起点，通过计算机技术、数学和统计学方法，描述性技术和预测模型，从内部和外部的人才数据中获取有价值的信息，分析和预测整个组织的员工行为，为决策提供依据，建议或指导。
为什么People Analytics日益重要？
个重要职能。近90%的组织不同程度地使用人力资本分析。越来越多的组织看到了将数据洞察用于决策的价值并设立了专职的人力资本分析团队。过去一年，新冠疫情加速了企业和人力资源的数字化转型，同时也带来了人力资本分析的新的发展和趋势。这些趋势未来几年将在塑造组织未来方面发挥重要作用。
随着数字科技的快速发展，组织和人力资源日益数字化，我们在工作中所做的一切几乎都可以衡量。比如，员工的日常行为、注意力、幸福感和身心健康，以及更广泛的业务运营。人力资源团队拥有比以往任何时候都更多的数据以及更多洞察的潜力。以数据驱动和人力资本分析为依据的人力资源团队可以更好地理解和评估人员的业务影响，改进管理层的人员决策，使人力资源流程和运营更加高效，所有这些都会对组织实现其战略目标的能力产生重大影响。
People Analytics趋势一：从描述性分析到预测性分析
目前，许多人力资源部门使用描述性分析来解释人力资源决策。比如人员流动率，高潜人才在各职能部门的分布，平均招聘时间等。下图为典型的人力资源仪表盘的一部分，记录了各部门的人数和员工变动情况，包括招聘，离职，升职，转岗等描述性信息。 描述性分析让我们了解已经发生的事情，它虽然很有用，但不能告诉我们接下来会发生什么。在处理和影响员工行为方面，如果能够根据数据预测未来事件，将会给人力资源管理带来巨大的优势。
试想，通过预测性分析，你可以判断：潜在候选人是否适合你的组织文化？预估一个员工能在公司待多久？预测高绩效员工流失带来的风险……那该有多棒！
组织通过引入或设计预测性分析工具和模型，可以大幅提高人力资本分析的效能，从而为决策提供强有力的依据。
许多互联网企业使用人工智能算法实现预测性分析，更多企业通过分析历史和实时数据预测未来。例如，某企业通过深入分析业务数据和员工流动率之间的关系，发现每个高绩效销售人员的流失，会给企业造成近500万元的直接损失。据此，企业重新设计了富有竞争力的销售薪酬体系和培训体系，大幅降低了销售团队的流动率，提升销售团队的敬业度。对销售薪酬体系和培训体系的有限投入带来了可观的业务收益。
People Analytics趋势二：从任务型分析到即时分析
数字化浪潮之前，许多人力资源数据常常是通过年度的项目获得，如年度敬业度调研，年度绩效评估，年度人才盘点等。
人力资本分析工作或是基于年度项目结果，或是从解决特定问题开始。后者通常是先制定一个问题，如怎样提高我们的员工敬业度；然后通过调研，采访等方式，收集数据，产生分析报告；最后设计后续项目。
随着企业和人力资源的数字化转型，许多人力资源流程和项目通过数字化方式实现，人力资源数据可以持续追踪和即时获取。即时的人力资本分析可以随时为企业的战略执行、业务发展和变革管理提供准确的数据支持。
