数据化思维在人力资源实战中的应用

大部分人对数据技术的应用是以Excel作为载体的。计算能力方面，Excel十分强大；统计分析方面，Excel依旧表现卓越。

很久以前，我曾安排绩效专员做一件很简单的工作，即通过总收入筛选出客户收入，然后绩效专员开始一个个筛选、复制、粘贴。我看后也是哭笑不得，几万条数据，这是要打持久战？其实一个Vlookup就完美解决了。自此后，他倒是迷上了Excel。

从用Excel对数据做归纳分析，延伸到数据源的设置原则、数据透视表的构建及使用、不规则数据的简单处理，再到不同表格之间的数据匹配、分离、整合、筛选……涉及的数据量越来越大，会用到函数和数组，但本质依然是函数本身的设计逻辑。

各种操作背后的数据化思维，让人感受到Excel独特的魅力。或许有人会问：什么是数据化思维？

数据化思维是用数据思考事物的一种量化的思维模式，是重视事实、追求真理的思维模式。

HR及管理者都需要具备数据化思维。现在的企业管理与传统管理的区别很明显，数字化已经是现在企业管理的基本形式。如果没有数据化思维，管理者在数据和事实面前会感到窘迫，权威会受到挑战。

在互联网时代，数据是非常重要的资源，可以用于管理，也可以用“定量分析、实证研究”，为决策提供依据。

数据表示的是过去，关注、表达的却是未来。因此管理者必须与时俱进，用数据思维来武装自己，让自己的管理决策更加科学合理。

数据正在成为各行各业最重要的创新资源。与其他创新资源相比，数据之所以伟大，是因为它不会被所激发的思想和创新消耗，可以重复使用，可以同时被无数人使用，此数据和彼数据整合，可以产生新的价值和效用。

对数据产生认知，首先要有数据化思维。

我们为什么要做数据分析？最终目的是为了达成业务目标，创造商业价值。

“数据化思维”是一套方法论，它用数据来为我们提供价值。数据化思维包括全样思维、容错思维和相关思维。进入大数据时代，我们有更多工具和方法搜集更多的过程数据，通过对数据的分析，我们可以更精准地认知事物全貌及其发展变化特征。

这些数据和信息作为公共决策的依据，相比过去依靠经验和主观判断作决策更加可靠，可有效预防风险。因此，在大数据时代做决策时，要着力树立用数据说话、依靠数据决策的数据化思维，实现从经验决策向数据决策转变。

我们必须认真解读数据和价值之间的关系，学会借助软件进行分析，真正让数据体现价值。

回归分析是数学中的一个应用，也可以融合到Excel。通过回归分析，不断打磨寻找X与Y：我们想改变什么，这个应变量叫作X；这个X被哪些因素所影响，这些因素叫Y。通过分析数据，找到关联然后产生动作。

运营的很多策略，其实是通过建立数据库，对比过程数据得出的一系列结论。(www.zuozong.com)

在确定营销目标的前提下，首先是对营销数据的分类，如商业数据、广告数据、舆情数据，然后建立数据库，对三类数据进行从内至外的综合分析，才能合纵连横，指导企业、品牌展开更合理的营销行为。

作为HR，最苦恼的应该是目标的合理分解，本质是因为没有匹配过程数据。营销目标同样需要对标数据，我们可以从历史数据、行业竞品、AB测试中抓取。

对运营而言，客户永远是第一位的，这时候我们可以借鉴招聘时的“人才画像”。客户画像的纬度，可以分为元数据、行为数据、态度数据。元数据就是基础属性数据，如性别、年龄、学历、职业、收入等；行为数据是指用户或消费者的动态数据，包括消费偏好等；态度数据则指人群的口味偏好、话题偏好、兴趣爱好、消费观念等。很多策划方案的制定，都需要从这三方面进行数据的采集或是监测，才能确保方案的引导作用。

微博作为重要的引流手段，很多人更重视其评论数、转发数、点赞数等数据表现，而运营更关注传播层数、内容的互动周期及账号之间的相关度等，有了这种纵深的数据，在做任何营销活动数据分析时，都会事半功倍。

第一步，在Excel里面建立员工工资列表（参考表9-8）。

表9-8 员工工资表

第二步，选取薪酬级别和月基本薪酬两列，然后选择“插入”图表里的“散点图”（参考表9-9）。

表9-9 月基本薪酬

第三步，用鼠标右键点击散点图中任意一个散点，在弹出的对话框里选择“添加趋势线”。然后在添加趋势线选择“指数回归”，同时选择“显示公式”和“显示R平方”（如表9-10）。

表9-10 月基本薪酬

y = 16262e0.1962x就是这个回归的方程式，相关性函数R2 = 0.7723，说明回归出来的结果并不是特别理想，可以理解为，这次回归的结果，能有77.23%的可能性代表图中的散点。

第四步，把回归出来的曲线变成数值。可以直接用薪酬等级回归数据，方便我们直接应用（参考表9-11）。

表9-11 回归月薪酬

根据案例可以直接应用回归分析来了解薪酬级别与月基本薪酬的关系。通过Excel，达到了提高效率的目的。