⼤家好！我为什么会选择这么⼀个题⽬？因为从我⾃半年前做的线下课以来，经常会遇到⼀些朋友都来问我关于⼈效应该如何分析，包括该怎么到相关数据、拿到数据后如何⼊⼿、该⽤什么思维，等等。今天我整理了⼀些内容，希望在45分钟的时间内给⼤家分享⼀些我的思考。
/ 1 /
什么是⼈效？
⼈效就是⼀个简单的KPI，最早零售⾏业应⽤较多，后来逐渐应⽤到了其他⾏业。简单以⼀个词来解释，⼈效就是平均的⼈均绩效或者是单位绩效。
此外，也有的公司会使⽤更加⼴义的⼈效指标，⽐如以⼈员费⽤占总体运营费⽤的⽐例评估⼈效，还有的使⽤⼈员增长率。这段时间⼈员增长和公司整体的利润相⽐较。
马云在创⽴中供铁军时，要求⼈均销售额达到100万⼈民币。换句话说，公司每增加⼀个⼈，就要增加
⼀百万⼈民币的收⼊。再后来的淘宝公司，也有⼀个类似的⼈效⽬标，要求每增加⼀个⼈，⾄少要多产⽣⼀亿⼈民币的交易额。通过⼀定⽐例把交易额换算成收⼊，⼤概是200万⼈民币销售额。
再看以增长作为⼈效⽬标的案例，⽐如平安集团，要求利润增长率⼀定要⼤于营业收⼊增长，⽽营业收⼊增长⼜⼀定要⼤于⼈⼒成本的增长。我⾃⼰曾经服务过的⼀家企业也有类似的⽬标，每年做预算时，就⾮常明确地提出来⼈员编制的增长率不能超过公司收⼊增长率的50%。
企业在拟定好⼈效⽬标以后，可以设⽴数据仪表盘，定期按季度或⽉度来跟踪⼈效⽬标的实现情况。⽅便随时发现问题，提出相应的改进措施。
/ 2 /
如何开展⼈效分析？
有了⼈效的数据，我们⼜该如何去分析它们呢？有两个维度⾮常重要：⼀个是时间，另⼀个是空间。
时间维度下我们经常会⽐较同⽐和环⽐的数据。今年2⽉⽐去年2⽉增长多少，这是同⽐。今年2⽉⽐今年1⽉增长了多少，这是环⽐。
同样，空间维度也要做对⽐。相对于其他企业，你的数据表现是怎样。原来我在汽车⾏业，所在细分⾏业前⼏年增长很快，年平均增长率达到30%，如果你增长了20%，看上去很⾼，但是跟⾏业⽐还是不合格。此外，空间维度还包括了企业内部各部门之间数据的⽐较。
怎么做数据分析我们来看⼀个案例的数据，你该怎样分析它的⼈效？
数据看上去⽐较复杂，我们把它⽤可视化的形式来展⽰，问题就⽐较容易理解了。
第⼀幅图可以看到⼈数在增加，但是⼈均营业额是在下降。第⼆幅图显⽰，⼈均利润额也是在下降的。
造成上⾯的原因是什么呢？我们来看第三幅图，发现营业额虽然是在增长，但是后期增长速度减缓，⽽另外⼀⽅⾯整体成本⼀直在呈上升趋势，所以这就导致了公司整体利润下跌。此时，公司还在不断增加⼈员数量，当然就造成了⼈效的降低。
我们再看⼀下⼈⼒成本占运营成本的⽐例变化趋势。从第四幅图上可以看出，⼈⼒成本占⽐⼀开始有
下降，但是后⾯⼜开始缓慢上升。这对企业来说可能不是个好消息，需要想办法把⼈⼒总成本降下去。
我们还可以做⼀个简单的。简单说，就是通过回归的⽅式来发现两组数据之间是否存在相关性。
⼤家注意这⾥只是讲相关性，还没有讲他们之间存在因果性。假如我们把员⼯⼈数当成⼀组数据，⽐如说X，然后公司的利润当成另外⼀组数据是Y，两组数据做⼀个散点图，可以看到公司利润随着⼈数的增加先是上升，然后开始下降。
如果我们把回归⽅程式求出来，到利润最⾼点对应的⼈数（X值）是多少，这就意味着，在其他条件不变的情况下，当⼈数达到这个值时，利润是最多的。这是⼀个理论值，这个⼈数可能就是我需要参考的⼀个理想数字。在这个公式中，很容易算出来X⼤概是4200左右。
接下来我们看看空间维度。很多⼈⽐较困惑，我该到哪⾥去其他企业的数据，这⾥给⼤家建议四个渠道：
第⼀个是⾏业内的上市公司。因为上市公司的数据、年报是公开的，翻年报你就可以到相应的财务指标和⼈数。
第⼆个是⾏业协会。
第三个是我们的招聘⼈员。他们可以利⽤招聘的机会很⽅便去获得竞争对⼿的信息，⽐如对⼿的组织设置、⼈数、销售额等等。
第四个是花钱咨询公司做专门的调研，除了你⾃⼰花钱，其他参与调研的公司可以免费获得数据，最后的数据信息都是匿名的，你⾄少可以看到⾏业的标准应该是什么样⼦。
怎样到上市公司的数据？在这⾥给⼤家⼀个最简单的⽅法，我经常上新浪财经，每⼀家上市公司都可以到。通过企业的股票代码到它的年报，⾥⾯关于企业的财务数据、部门⼈数，事⽆巨细全都
有。你还可以根据这个企业所在板块，到同类其他各家上市企业的数据，相信这些数据可以帮助你做⼀些很好的⼈效对标的。
/ 3 /
常⽤的数据分析思维
有了数据之后，接下来该如何分析问题？在这⾥给⼤家介绍三个最重要的数据问题分析思维。
第⼀个思维叫⾦字塔分析法（MECE），英⽂的叫法来⾃麦肯锡公司，意思就是任何问题都应该把它分解到相互之间独⽴⽽排他和整体⽽⾔穷尽⽽⽆遗漏。
举个例⼦，我遇到⼀家公司，他们有段时间销售的⼈效不是很好，但是不知道该如何下⼿去分析。那我们就可以按⾦字塔法从销售额上⼀路分解下去。最后就⽐较容易看到，哪个环节的销量发⽣了下降，⽅便我们后⾯做调整。
第⼆个思维叫5W2H。就是任何问题都可以做以下提问来分析：什么原因（Why）、什么事（What）、什么⼈（Who）、什么时间（When）、什么地⽅（Where）、How（怎么回事）以及Howmuch（什么价格）。
举个例，我们在分析上⾯的销售邀约的时候，你可以⽤5W2H分析：都邀约了什么⼈？这些⼈都是从哪⾥邀约来的？什么时候邀约的？以什么价格邀约来的？等等。
第三个思维是5WHY。连续问5个为什么。这个⽅法最早来⾃丰⽥汽车，⼀般遇到很多问题时，你如果连问5个为什么，通常最后这个答案就浮现出来了。
⽐如，为什么销售额下降了？因为新客户减少了；为什么新客户减少了？因为销售转化率减少了；为什么销售转化率减少了？因为新来的销售⼈员销售技巧掌握不⾜。为什么掌握不⾜？因为对他们的培训未达到既定⽬标。为什么没有达到既定的⽬标？因为前段时间HR⼈⼿不够，没安排好。如果分析到了这⼀步，基本上你就知道接下来该怎么做了。
在做绩效的分析时，还有⼀个常⽤的模型叫吉尔伯托⾏为⼯程模型。它把绩效问题原因分为两⼤类。第⼀类属于环境类，包括信息、资源和激励。另⼀⼤类属于个体类，包括知识技能、能⼒和动机。
当组织发⽣绩效问题的时候，通常原因都可以从这两⼤类、六个维度去分析。国外曾经有研究发现，当组织发⽣绩效不佳时，⼤家通常都容易从员⼯个体去原因，⽽实际上，75%的绩效问题都是因为环境类的原因，只有25%属于个体类的原因。
/ 4 /
数据分析原则
最后跟⼤家来分享⼀下做数据分析的原则：
第⼀个原则，任何数据如果没有⽐较（空间和时间维度的⽐较），是没有意义的，所以叫⽆⽐较不分析。
第⼆个原则，做分析时⼀定要确保数据的⼀致性。有时候各家企业对数据的定义可能会不⼀样，⽐如说计算离职率。你在做时间维度对⽐的时候，只要能确保所有数据是⼀致的，后⾯都不会有⼤问题。
第三个原则，分析⼀定要结合组织的战略⽬标。⽐如，如果你的公司⽬标就是要追求营业额或者销量，那么你去把重点放在利润分析上就没有太⼤意义。要想清楚组织要什么，然后再开展分析。
最后⼀个原则，分析的结果⼀定是要落实到某个⾏动上，不要为了分析⽽分析。如果你分析的原因很好，但是⽆法转化为可实施的⾏动，这样的分析还是失败的。
最后送给⼤家⼀句话，是前段时间我读冯唐的⼀本书⾥提到的。他在麦肯锡⼯作过⼗年，然后把麦肯锡的⽅法论⾼度总结成为⼀句话：以事实为基础，以假设为驱动，同时兼具逻辑性和真知灼见。我把这句话稍稍修改了⼀下：以数据和事实为基础，以假设为驱动，同时兼具逻辑和真知灼见。
我⾃⼰在做数据分析的课程时接触了很多学员，你会发现分析做得好的往往是那些拥有⾃⼰的⼀套逻辑以及对事物有真知灼见的学员，⽽这都来⾃他们平时对周边事物的敏锐观察，以及在⼈⼒资源领域内的长期积累。
谢谢⼤家！
发布评论