人力资本分析是一种组织通过数据来了解员工在业务中影响的方法，就像其他许多人力资源方法一样。

随着时间的推移，人力资源职能经历了快速变化。如今，人们越来越注重数据驱动的决策。从理论上讲，人力资本分析可以帮助组织更好地分析和有效地利用人员数据，下面我们来深入探讨一下。

什么是人力资本分析？

过去，组织更关注降低人力资源流程成本，而不是关注其结果。

人力资本分析（HCA）是一种从会计和经济学中衍生出的方法，用于评估人力资源的财务价值。Jac Fitzenz博士是HCA模型的创始人。

他在一篇名为《衡量的必要性》的文章中指出，人力资源活动及其对公司利润的影响是可以衡量的。

Fitzenz博士认为，只有当公司能够描述人力资本在创造公司价值方面的作用并展示其投资回报时，公司才能发挥出最大的潜力。

在试图理解人力资源为组织带来的价值（即投资回报率）时，Fitzenz博士将人力资本分为两个不同的价值：经济价值和财务价值。

经济价值是指员工绩效对公司产生的积极但非现金价值，如市场声誉、客户满意度或成为最适合工作的公司。这些领域都会影响企业的绩效。

财务价值则是指员工绩效对公司货币资源（如现金、股票或债券）的价值。

根据Fitzenz博士的说法，经济价值最终应该转化为财务价值。例如，高客户满意度将带来更长期的合作关系，从而为企业带来更多收益。

人力资本分析中的分析层次

接下来我们将探讨如何进行数据分析。人力资本分析可以分为三个层次：描述性、预测性和规范性。

描述性分析：描述性分析获取当前和历史数据，并将其转化为易于理解的信息。这种分析有助于了解过去的情况，但无法预测未来。

可以将其视为了解当前和过去发生情况的方式。例如，您可以使用描述性分析创建员工人数报告，了解公司的招聘和离职情况，或者了解特定职位的招聘周期。

预测性分析：预测性分析的目标相对明确。它使用历史数据来预测未来结果的可能性。

随着现代技术（如人工智能和机器学习）的出现，企业越来越多地使用预测性分析来提高利润和竞争优势。

在人力资源领域，预测性分析可以用于预测未来几年需要雇佣多少员工，哪些候选人最适合公司文化，以及新员工在公司的工作期限。

规范性分析：规范性分析是最复杂的分析类型。简而言之，它是使用所有相关数据来确定最佳行动方案的过程。

想要深入了解人力资本分析的三个层次以及在人力资源领域的实际应用，请查看《人力资源数据分析的类型以及应用场景（附示例）》这篇文章。

如今，最好的方法是通过机器学习来准确理解规范性分析。通过构建算法，使用“if”和“else”语句，您可以分析大量数据，并根据特定需求提出建议。团队可以利用规范性分析来制定培训策略建议，以提高员工的工作效率和参与度。

人力资本经济价值方法的局限性

简而言之，人力资本方法的目标是了解组织内员工的经济价值。假设人力资源部门负责了解和改进这些指标。

在这种情况下，人力资源部门可以从支持部门转变为业务职能部门，提高其在业务层面的地位，这正是FitzEnz所提倡的。

为了实现这种可行性，他提出了几个与标准会计和财务分析指标相关的人力资本指标。每个指标都有不同的目标，但都与员工所带来的经济价值相关：

然而，这种方法存在一些局限性：

首先，这些指标非常简单，并不能提供详细答案。例如，当我们查看人力经济增加值（HEVA）时，该公式只给出了每位员工的平均“经济增加值”，但并未告诉我们员工如何为组织创造“经济价值”或如何进一步增加经济价值。

此外，在考虑未来的人员管理计划时，这些指标很难准确衡量，因为这些计划可能会改变团队的合作方式或整体客户满意度。我们经常使用假设来计算最终值，但结果可能不再准确。

什么是人员分析

由于HCA的局限性，该模型进一步演变为人员分析。HCA关注的是员工为组织带来的经济价值，而人员分析则关注通过员工解决业务问题。

人员分析也是跨职能的。除了人力资源，它还包括财务、客户、营销和其他数据源，以创建可操作的见解。

例如，当 HCA 仅告诉您平均“每位员工的经济附加值”时，People Analytics 会使用数据来了解员工绩效，以及如何在您的组织中优化它。根据《哈佛商业评论》，这至关重要，因为高员工绩效会对您的底线产生积极影响。

人员分析还使人力资源部门从规范分析转变为预测分析。现在，企业可以在招聘、员工培训和留任方面做出基于数据的决策。

我们们常常遇到这样一个问题：“可以用于分析的数据源有哪些？”请查看《21 个用于分析的人力资源数据》这篇文章，您可以更详细地了解在人力资源领域及更广泛的商业环境中，对于人员分析尤为有用的常见数据源。

人员分析为什么能更有效地推动价值？

过去十年中，只有少数资源密集型公司（如Google）使用人员分析处理大规模数据集，用来在人力资源部门做出基于数据的决策。然而，人员分析所带来的价值是无可否认的。

因此，如今许多组织在招聘和员工留任过程中都采用分析方法，并从中获得有趣的洞察。

人员分析带来的七大好处

增强人才招聘：公司常常面临招聘适合职位的合适人才的挑战。如果公司雇用了不合适的员工，将会浪费大量金钱和资源。

据美国劳工部的研究，招聘错误的人可能会导致雇主损失该员工第一年工资的30%。

通过利用人员分析，您可以查看历史和当前数据，根据候选人的技能和他们是否适合您的职位和组织来进行排名，从而节省时间和金钱。

提高员工留任率：员工的保留对组织的发展至关重要。高员工离职率会对团队的生产力和士气产生负面影响。

人员分析可以帮助企业更深入地了解员工留任率，并在员工离职之前提供建议，使您的团队能够采取行动来防止这种情况发生。

促进多样性、公平性和包容性：通过查看员工数据，您可以评估您的企业在多样性和包容性方面的现状，了解需要改进的领域，并深入了解进一步发展的方式。

提升员工体验：员工对组织的看法对于激励、生产力和您的底线至关重要。员工体验关注员工在工作的各个阶段的感受，从他们加入公司的第一天到最后一天。

人员分析可以帮助人力资源部门了解员工对企业的归属感、他们的绩效以及需要改进的领域，从而营造更加令人满意的工作环境。

识别技能差距：通过数据，您的团队可以快速确定企业所缺乏的技能，并识别团队或部门内的任何知识差距。

此外，人员分析还可以帮助确定哪些员工应该提升技能，以减少对外招聘新人的需求。

提高生产力：员工的生产力对公司的利润有巨大影响。忠诚且积极主动的员工通常产出更高且质量更好的工作。

通过使用人员分析，人力资源部门可以了解部门的协作和生产力情况，并制定有效的沟通和协作策略。

获得财务洞察：当您的团队想要了解公司内部的人员流动成本或总薪酬等信息时，人员分析非常有用。一旦您了解了这些成本，您还可以找到节约成本的机会。

人员分析如何提高商业价值的示例

谷歌

正如前文所述，谷歌是最早将人员分析纳入决策的先驱之一，如今仍然严重依赖于此。

一个具体的例子是他们的人才创新实验室，也被称为PiLab。通过跨职能的数据分析，PiLab确定了谷歌员工在工作环境中所需的要素，以获得幸福、健康和满意。

基于这一理解，谷歌实施了新的福利和津贴政策，例如提供免费午餐和激励演讲等。

IBM

IBM是另一个运用人员分析做出明智决策的公司。他们通过机器学习和数据分析，以明智的方式进行招聘决策。

举例来说，他们通过利用历史数据，了解填补一个职位所需的时间和资源量。此外，他们还能够通过匹配简历与职位要求来评估候选人的适应程度。

这些示例清楚地展示了人员分析如何在实际业务中产生商业价值。通过深入了解员工需求和招聘过程，企业可以做出更明智的决策，并采取相应的措施来提高员工满意度和组织绩效。

总结

人力资源决策方式发生了巨大变革。现在，我们采用人员分析这种方法来评估员工为企业带来的价值。虽然以前我们主要关注投资回报率，但近年来，人力资源分析已经崭露头角。

通过人员分析，组织能够从仅仅关注投资回报转变为利用人力资源来解决业务挑战，并满足人力资源部门的实际需求。这种转变真正将人力资源与业务紧密结合起来。

近几年来，企业对数据驱动决策的需求增加，使得HR的数据分析能力变得尤为重要。数据分析不仅是一种趋势，更是HR必须掌握的核心技能。

7月17日，我们即将在上海启动一场“人力资本效能分析与HRBI”落地实战训练营，为期一天，让你在最短时间内掌握人力资源管理数据分析领域的核心技能。

7月17日【DHR公会】训练营·上海站开营

原文链接：https://www.aihr.com/blog/human-capital-analytics/

关于DHR公会

DHR公会作为一个数字化人力资源的信息交流与经验分享社区，通过输出行业专家对数字化人力资源未来趋势的洞察，以及知名企业人力资源数字化转型优秀实践的分享，帮助HR从业者提升专业能力，进而推动企业人力资源数字化的成功转型。

DHR公会自成立以来，吸引了3W+来自互联网、金融、地产、零售、制造等行业的甲方同仁加入会员。DHR公会每年定期组织线上、线下的行业交流活动，与众多优秀企业一起对标中国最前沿的HR数字化转型优秀实践，共同推进行业发展。