戰略讀書會-《人力資源與大數據分析》落實組織化的三階段，找方向、建指標、畫關聯【讀書會紀錄】

2019年四月戰略讀書會我們共讀《人力資源與大數據分析》由讀書會幫主KC為我們解讀其中的原理與思考方式，主要從特性探討、數據應用、HR的數據思維、共享人才資訊、組織數位化打造到最後的案例討論。

【01】如何用數據來「預測」未來的選、育、用、留
【02】數據連動圖：落實組織化的三階段，找方向、建指標、畫關聯
【03】特性探討：大數據跟AI於組織層面的發展
【04】HR+數據：升級數據應用的發展邏輯
【05】數據共享：雙指標下人才匹配度衡量
【06】從零開始，打造數位化組織
【07】數據應用的情境探討：人才招募、作業品質、績效管理

戰略讀書會中，我們藉由彼此的經驗交流，從個人實際運作數據的經驗，來結合目前數據應用的模型，從中找出哪些層面是我們可以來思考，以及這些要點，要如何創造新的應用發展。

 

【01】如何用數據來「預測」未來的選、育、用、留

公司裡做數位轉型時，如何用AI來做。也就是透過數位能量的創新，找出創新的商業模式。

戰略讀書會幫主KC提到，愈到後來愈發現，數位轉型，不只是從業務端，連現在的HR，都需要掌握數位化的應用。但這時會面臨到一個問題，該由何處來下手，或是從哪方面來升級。

目前主要的作法是，透過線上測試、人臉辨識等系統，來做薪酬福利，或是出缺勤管理。

接著，在從這些數據中，分析哪些數據有落差，以此來「預測」可能會出現的行為，例如：離職、升遷等。

從選、育、用、留，這些基本的職能來看，都可以透過大數據與AI的結合，通過蒐集到的資訊，交由AI來驅動，以此達到「預測」未來人才的需求與發展。

這時，對於HR來講，我們就需要培養「數據化」思維，也就是如何透過數據來預測未來。

從出缺勤管理，留任率等，還能不能從外部來看，也就是加入外部人才，來加入到創新的團隊裡。讓數位化的操作，不僅從HR的專業來看，還能從跨部門的真實需求來設計。

 

【02】數據連動圖：落實組織化的三階段，找方向、建指標、畫關聯

數據分析這件事情，我們已經有在做，那麼今天可能會有驚奇，新鮮的地方，主要在「統計分析」這一塊。

所謂「統計分析」就是藉由過往數據來分析，進行績效管理，釐清現在的訓練方向，以及招募人力的需求。主要是從過去「已經發生」的資訊，來做系統的整合。

然而，現在統計分析的未來應用上，則是聚焦在，如何從這些「數據脈絡」中掌握未來的資源，這邊主要有兩大思考點，分別是：團隊的適應性、數據選擇的關鍵指標。

一、團隊的適應性：
戰略讀書會幫主KC分享到，目前在做一些企業輔導案裡，就已經有企業團隊導入數位平台，串聯起所有人的資訊，並且透過不同團隊來相互競爭，以此來激勵團隊的產能。

最後會發現，現在定位在「產能優化」上，透過演算法，來不斷推進整個製程的效率最優化。這時，所面臨到的挑戰，反而不是數位的技術，而是來自團隊內部的聲音。

因為當我們在推行數位化的轉型時，就會出現幾種聲音：支持者、反抗者、觀望者。因此，團隊在進行新的嘗試時，不只需要考慮導入全面數位化的操作應用，還要思考「人」在轉型成數位化時，需要調適的部分。

二、數據選擇的關鍵指標：
第二個重點則是從人力資源單位的功能來看，連結各個單位，就是首要考量的點，例如：如何把行銷、研發、製造等，把彼此的數據整合在一起。

接著在整合後，哪些關鍵性指標的調整，會強化整體企業的運營成果，通過這個數據應用的過程，就能大致掌握數據與團隊增長間的關係。

緊接著戰略讀書會幫主KC從流程的操作面來分享，當組織導入數位化時，可以規劃成三個階段，分別是：連結數據、檢視數據指標、連動數據。

第一階段：數據連結
每個部門裡都有資料的產生，我們要蒐集哪些數據、以及數據要用什麼方式呈現，還有用什麼樣的平台來串連這些數據。

第二階段：檢視數據指標
當數據整合在一起後，接著就是找出「關鍵數據」。所謂「關鍵數據」指的是，這數據只要一有變動，就會影響企業運營的成效，也就是會發生顯著的變化。

與此同時，每個數據與數據之間，也會有牽引的作用。所以，分析關鍵指標時，不只單看一項指標來衡量，還需要從整體性、全面性的角度來檢視，每個數據之間的關聯性、有些數據是顯性指標，然而有些數據是隱性指標，卻佔有不可取代的位置。

第三階段：連動數據
當找出關鍵指標的數據後，藉由不斷嘗試，讓組織的增長持續發展。但這時就會發現，只變動單一部門的行為是不夠的。

因為組織裡每個人的行為結果，都會對組織的效率產生推進或阻礙，所以需要描繪出每個人的行為對應數據後，會牽引哪些數據的人與行為，最終就能描繪出一張數據與行為之間的關聯圖，這就是所謂的「連動數據」。

 

【03】特性探討：大數據跟AI於組織層面的發展

除了從流程應用面來看，戰略讀書會幫主KC還提醒我們從本質性來看，也就是現在的大數據應用，不只是出現在現在，人類很早以前，就已經再運用這些數據，只是型態上的不同。例如：紫微斗數、占星術。這種由天地的數據來預測個人的未來行為，這就早期的大數據應用。

大數據的目的在於，把海量的數據蒐集起來，並且通過這些數據來分析，找出「關鍵指標」。也就是知道事件背後的關聯性，與關鍵的影響因素，不只是我們表面上看到的情況。

通過數據，我們更能理性，客觀的具體分析，找出「為什麼」會有這樣的情況發生，也就是以數據來找出關鍵影響點。

擁有數據後，再來透過AI的數據分析，運用這些數據，通過深度學習，產生接近於人類的行為。

在佛教裡面有所謂的「六根」，由臉、耳、鼻、舌、身等，AI通過這些接收器，來彙整數據的生成，再來針對人類需要的結果，進行複製演算，呈現深度化的展現，進一步強化模擬人類需要的行為結果。

目前我們認為的智慧冰箱、智慧家電，主要只是整合資訊，未來結合AI能力後，讓每個連結資訊後，針對人類需求進行擬人化的調整。

從這個發展脈絡來看，當Ai能夠更大範圍的去運用數據，例如：通過圖像、聲音的整合，依照人類想要的成果，做出擬人化的行為，最終釋放需要人類的大腦，讓人類與機器來創造更有效能的生產效能。

 

【04】HR+數據：升級數據應用的發展邏輯

戰略讀書會幫主KC分享到，在進行組織數位化時，除了要整合內部的數據系統，還包含了我們HR在應用數據時，該掌握的思維特性。

針對過去的數據，來推測未來的行為發展與趨勢，也就是能夠做到「預測」。這就像我們從過去的經驗，來總結哪些行為有效，哪些行為需要再改進。

例如：現在的飛機上都裝有傳感裝置，能夠依據回報的數據來推測出，哪個環節出了狀況，以及設法在這之前做好防範。

目前現階段企業，在導入數位化的過程，主要把人力資源、行銷、生產的數據，進行系統化的演算，讓數據做到預防的效果。

但是，對於HR來說，我們就已經從過去績效、行為表現，預測未來的行為，當這些行為指標更能夠被數據化，透過關鍵數據來整合，不僅能創造出更精準的行為預測，還能夠釋放HR投入在這裡的精力。

此外，從人力資源的角度來看，我們的內部客戶、主管，要怎麼認同，了解HR數位化的價值，就在於展現HR的專業。

透過「HR+數據」的能力，針對各跨部門單位，提出「應該怎麼做」以及「會有什麼影響」來做思考，在結合數據的串聯，掌握哪些關鍵數據，以此來推動整體的業績與人才發展。

戰略讀書會幫主KC還分享一個核心秘訣，當現有的焦點都放在內部創業，或自主研發與服務創新時，我們要如何展現出人資的價值，其中一個心法是，我們在向外溝通時，以用戶視角來看，而非直接以人力資源的角度來分享。

換句話說，不只是用人力資源的語言來說服，還要用經營客戶的觀點，來看對方常會遇到的問題，以及該怎麼做，用「行動」來產生結果。

這也就回到「現在組織的營運問題是什麼？」我們就必須要清楚了解，透過你的數據分析、數據整理，除了內部資訊，還有外部系統與環境，最終以系統整合起來，再來透過不同「關鍵指標」來進行不同種的分析模式，以此來找出解決方案。

 

【05】數據共享：雙指標下人才匹配度衡量

HR在數位化的進程中，未來會有很多KPI將進一步與AI來連結運用，也就發現更有意義的KPI，能不能給其他企業做參考，現在定義的KPI，主要從人才的留任率、敬業度來出發，但是當數據成為指標時，就需要從另一種觀點來分析。

戰略讀書會幫主KC提到，當大數據與AI進一步整合，就會不斷串聯起各家的數據，也就是未來每家企業在選人才時，就會看到各家人才的數據，這些人在這家企業做了什麼專案，成果表現，以及影響力等。

然而，不是每家企業都有這樣資源來做數據分析，未來如果有大量的數據，加上有個平台，能把所有的企業資訊整合起來，就能更有效率的掌握人才的需求與配對。

因為當中小型企業的內部，擁有少量的資訊，就能跟整個平台整合，以此來找出最佳人才解答。

要凸顯出平台的效果，就需要有明確的指標，以此來衡量人力成本有沒有超出預算，當我們在進行預算衡量時，主要有兩種：一類是財務預算；另一類則是人力預算的人才需求點。

接著再針對這兩個數據的落差來進行衡量，這些數據是否提升財務指標，或是人才成本的上升，反而讓後期的人事成本升高，卻又沒有創造出相對應的財務成果。

這也意味著，你所預期的效益，需要從人才預算到財務指標來衡量，因為最後的落後指標還是要回歸到財務指標。

 

【06】從零開始，打造數位化組織

我們怎麼在企業內部推行數位化的發展，整合串聯起各部門間的數據，並進行人力資源的串聯。戰略讀書會幫主KC針對在前期導入數位化的應用上，提出三大階段，主要從組織使命、確認數據指標的有效性來組織內部的數位化氛圍。

第一階段：明確使命
首先，要先明確我們的「任務使命」，但是，不是每家企業都有明確任務使命，也就導致，在設計關鍵指標時，很難回歸到財務指標，也就沒有辦法掌握數位化的連結點。

換句話說，任務使命，是讓我們有方向來找出關鍵指標，以此回推到數位化的設計時，該著重在哪個環節，以及先發展的地方在哪，最終明確知道要蒐集哪些數據資料。

第二階段：規劃重點
明確任務使命後，接著該怎麼明確規劃方向裡的細節，也就是透過數據與組織間哪裡要強化，還有哪些相關議題需要來探討。

大部分，都會從人力資源的角度來思考，其實我們還可以跟老闆對話，了解這些問題從營運管理的層面上來思考。

又或者與高階主管進行核心的訪談，透過訪談掌握確切需要專注的議題有哪些，這樣在執行細節時，就能降低不瞭解真實的問題點與實際的需求，導致數位化的過程產生反抗。

第三階段：釐清數據
透過前面的提問與思考，來擬訂方向與需要解決的議題，在結合數位化的解答，也就是從內部現有的資料來整理。掌握數位化的推進時，哪些數據需要強化，哪些數據需要捨棄。

其中探討到，當我們在整理數據時，會發現有些數據指標有錯誤，也就是有下數據在裡面，這就會造成未來在推演時，出現不精準的情況。

所以為了避免出現數據價值的貶值，在前期討論數據指標時，就需要確保每個人都認同這項數據是有利於組織增長。

 

【07】數據應用的情境探討：人才招募、作業品質、績效管理

戰略讀書會的最後，我們通過數據應用的情境與案例來做討論，當數據與實際的工作結合時，會發現哪些問題，以及該注意哪些細節，還有過程中會遇到的事情會有哪些，以此來逐步整理出數位化下，還有哪些延伸的思考點。

一、人才招募：衡量指標

一開始我們從「監控資料」的角度來討論，首先我們先釐清，什麼叫做「監控指標」。例如：你在做招募時，做了哪些事情，以及這些事情合不合哩，這就叫「監控指標」。

當有HR做好招募，也把人找進來，但是老闆卻說你沒有給我人。然而，卻出現，你給了人才，卻都不是對方喜歡的，導致人才一直流失。

在一段時間後，發現HR找人不夠快，結果HR提出一組數據說，我們有不斷在填補人，卻一直沒有補滿。

後來發現一個基層主管，只要新人一進來，交給這位主管，卻沒有辦法就留住人。這時就讓我們就思考，主管能不能留住人，也要成為監控指標，而不只是找人指標。

二、作業品質的監控

HR在設計「監控指標」時，不只要關注需求方，還在從需求方使用的指標來衡量，確認這個問題是流程性問題，還是的功能單位的問題。

例如：當我們在找人時，有兩種監測指標，一種是被動的監測指標，也就是從人力網站來找到的人才。還有一種指標是「主動指標」，也就是我們主動關注的人才指標。如果只是永遠在被動，就很難立即到合得來的人。

另外，在數據指標的判斷上，我們常常會以「數量」來做為思考，但還可以從「流程」的角度來思考，例如：我們在招募時，透過職能來設計結構性面談，通過漏斗式的提問思考，來檢視對方解決問題的能力以及思考方式。

針對每次質化的調整，再來回推到量化的數據來作為反饋，以此確認這些質化效果是否有成效。

三、績效分析的管理：走動式管理+APP化

傳統績效管理一年一次到兩次，這件事情很難做到即時反應績效的狀態。結合大數據就有它的必須性，因為當下的回饋，才會有時效性，對於行為調整與績效的成長能更確實。

要創造這種效果，就需要有隨時隨地做反饋的機制，例如：以APP型態來設計管理平台，當有這個平台，就能隨時拿著手機，記錄到管理平台上。

如果有需要即時修正與回饋，就可以針對線上平台的反饋與紀錄來調整。

 

下個月戰略讀書會，將分享《復盤》，這本書，主要從我們每個月都在討論KPI裡面來探討。

所謂「復盤」就是圍棋裡的一種學習方式，也就是重新撰寫一遍棋盤，看哪裡下的好，哪裡需要再調整，針對反覆推演與路徑的判斷來做檢討。

當「復盤」的概念帶入到企業中，又該怎麼實現，以及復盤的過程，有哪些細節需要注意，以此來帶動人才與組織效能的有效反饋到持續增長。