HR的分析力:人力资源数据分析实践指南

如果你想让人力资源管理工作更切合实际，给组织、员工和客户带来更多的价值，《HR的分析力 人力资源数据分析实践指南》能帮你解决上述问题。 收纳了全球人力资源分析领域数十位领军者的真知灼见，他们用成功的经验或失败的教训告诉我们，企业为什么要开展人力资源数据分析，如何针对不同的分析问题采取不同的研究设计，当数据缺失或数据过期时，人力资源分析人员该如何开展工作本书可以帮助管理者在企业内部建立人力资源数据分析文化，完善分析管理运营模式，建立数据分析团队，提升数据分析能力，正确处理与技术供应商之间的关系，等等。这些都有助于人力资源从业者利用科学的工具提高自己的分析技能，并体现出自己的价值。 不仅有扎实的理论、简明的图表和鲜活的案例，还有实用的术语表。在本书的结尾部分，作者提供了一个术语表，介绍了人力资源分析中常用的标准术语及其定义，可以帮助人力资源从业者理清各种专业术语，补充人力资源分析专业知识。

大数据、人工智能和物联网等已不再是人力资源管理的未来设想，而是现实的应用工具，作为人力资源管理者和人力资源分析人员，你不仅要接受它，更要熟练掌握它！ 《HR 的分析力 人力资源数据分析实践指南》汲取了全球范围内人力资源分析领域的领军者从丰富的实践中得出的真知灼见，为构建人力资源分析体系，实现人力资源分析的价值提供了一个框架和指南。 《HR 的分析力 人力资源数据分析实践指南》旨在展示组织如何通过人力资源分析来挖掘员工的潜力，提升组织的经营绩效。书中涵盖了人力资源管理的关键因素，如员工招聘、员工敬业度、绩效管理等，剖析了通过优化流程、驱动绩效来提升组织的人力资源决策水平。书中列举了企业中发生的众多真实案例，对试图通过分析员工数据来改善组织绩效的企业管理者和人力资源管理者、人力资源分析人员来说，本书可谓推荐阅读佳作。

奈杰尔·古恩诺 国际商业机器公司（IBM）的执行顾问，他为全球许多成功的组织提供过咨询服务，通过心理科学提高组织绩效。 乔纳森·费拉尔 人力资源战略、人力资源分析和未来工作领域受人尊敬的顾问。他帮助客户建立人力资源战略，以提高业务绩效，使人力资源匹配度更高。 谢丽·芬泽 在IBM公司担任总监职务，她在IBM公司领导一些全球咨询顾问、内容开发专家和智慧劳动力研究所。

目录 第 一篇人力资源数据分析基础 第 1 章 为什么进行人力资源分析 // 3 1.1 分析时代的来临 // 4 1.2 人力资源对商业价值的贡献 // 4 1.3 日新月异的人力资源变革 // 7 1.4 未来的工作 // 11 1.5 小结 // 13 第 2 章 什么是人力资源分析 // 14 2.1 人力资源分析职能的关注点 // 14 2.2 人力资源分析的工作内容 // 16 2.3 适应未来的名称 // 17 2.4 小结 // 17 第3 章 人力资源分析主管 // 19 3.1 向首席人力官汇报 // 20 3.2 人力资源分析主管的职责 // 20 3.3 商业敏锐度 // 22 3.4 领导力特质 // 23 3.5 小结 // 26 第4 章 目标导向的分析 // 28 4.1 目标导向的分析模型 // 28 4.2 项目担保人 // 39 4.3 分析项目为何会失败 // 41 4.4 小结 // 43 第5 章 数据分析基础 // 44 5.1 研究设计 // 45 5.2 分析的目标 // 48 5.3 非结构化数据 // 53 5.4 传统的统计与机器学习 // 53 5.5 算法的社会结果 // 54 5.6 关于设计和分析的更多内容 // 57 5.7 小结 // 57 第6 章 案例研究 // 58 6.1 八步分析法 // 59 6.2 尼尔森：通过留任分析推动员工职业生涯发展 // 59 6.3 欧艾斯集团：从员工敬业度到企业盈利能力 // 65 6.4 能多洁集团：如何用人力资源分析促进销售增长 // 71 6.5 伦敦市警察局：利用数据分析增加纳税人价值 // 76 6.6 西太平洋银行：运用预测分析提升员工福祉 // 80 6.7 小结 // 83 第7 章 明确方向 // 87 7.1 如何组建人力资源分析部门 // 87 7.2 倾听潜在项目担保人的意见 // 90 7.3 需求的七力模型 // 91 7.4 就分析范围达成一致 // 95 7.5 设计愿景和使命 // 96 7.6 小结 // 97 第8 章 与利益相关者建立良好的关系 // 99 8.1 谁是利益相关者 // 100 8.2 所服务的利益相关者 // 101 8.3 可依靠的利益相关者 // 107 8.4 对利益相关者的影响 // 114 8.5 与利益相关者有效合作 // 120 8.6 小结 // 124 第9 章 快速取胜 // 125 9.1 发现可能的项目机会 // 126 9.2 复杂度—影响力矩阵 // 127 9.3 评估复杂度和影响力 // 131 9.4 小结 // 135 4 HR 的分析力 第三篇培养你的能力 第 10 章 理解数据 // 139 10.1 务实的数据观 // 139 10.2 解决数据质量方面的挑战 // 140 10.3 数据类型和来源 // 151 10.4 数据治理 // 156 10.5 回归基础 // 157 10.6 小结 // 160 第 11 章 了解你的技术 // 161 11.1 从愿景和使命开始 // 162 11.2 人力资源分析技术的组成要素 // 164 11.3 本地部署还是云计算 // 168 11.4 与技术供应商的关系 // 169 11.5 小结 // 172 第 12 章 建立分析团队 // 173 12.1 六项成功技能 // 174 12.2 配置团队角色 // 186 12.3 牢记基础 // 189 12.4 小结 // 190 第 13 章 技能合作伙伴 // 191 13.1 为什么考虑合作伙伴 // 192 13.2 建立团队的选择 // 192 13.3 在不同选项中做出选择 // 202 13.4 小结 // 206 第 14 章 建立运营模式 // 207 14.1 定义运营模式 // 208 14.2 战略 // 208 14.3 治理 // 209 14.4 实施 // 217 14.5 责任 // 225 14.6 小结 // 227 第四篇建立分析性文化 第 15 章 为分析思维赋能 // 231 15.1 对人力资源分析的态度 // 232 15.2 “翻译者”角色 // 239 15.3 领导的重要性 // 240 15.4 小结 // 242 第 16 章 克服阻力 // 243 16.1 人力资源分析面临的阻力 // 243 16.2 利益相关者的怀疑 // 244 16.3 财务费用的压缩 // 249 16.4 人力资源部的犹豫 // 251 16.5 小结 // 257 第 17 章 用讲故事的方式和可视化工具进行沟通 // 258 17.1 什么是“讲故事” // 258 17.2 有效的可视化工具 // 268 17.3 了解目标听众 // 274 17.4 保持简单沟通 // 277 17.5 小结 // 279 第 18 章 未来之路 // 281 18.1 分析为人力资源部提供了新机遇 // 282 18.2 新兴数据源 // 283 18.3 考虑新的数据源 // 285 18.4 不断发展的技术 // 286 18.5 人力资源分析部门 // 288 18.6 小结 // 291 术语表 // 292