人力资源数字化转型中的 “四化” 标准

2.1数据的标准化

数据的标准化可以分位数据的定义标准化和数据的计算标准化。

数据的定义标准化是指在进行数据分析选择数据指标的时候，对这些指标定义的标准化，比如我们在进行薪酬数据分析的时候，我们会把各个层级的中位值数据和外部的分位值数据进行对标，在进行对标的时候，我们在定义内部薪酬数据的时候，我们定义的是“中位值”而不是平均值，所以我们需要理解什么是中位值，对中位值的定义是什么。

另外一个标准化是计算的标准化，很多大型企业有很多的分公司，很多的事业部，在年底进行数据分析汇总的时候，下面的HR都需要把分公司的数据汇总给总部的HR，这个时候对于一些模块的关键指标的计算就需要做到每个HR都一样，比如我们在进行离职率指标计算的时候，我们就收到了好几个关于月度离职率的数据分析公式：

月度离职率=月度离职人数/（月初+月末）/2

月度离职率=月度离职人数/（月初+入职）

月度离职率=月度离职人数/月末人数

像这样一个指标有3种计算公式，那分公司HR提交的指标数据就不能进行数据的汇总和数据的对标。

所以我们一定要对各模块的指标进行数据的定义和计算的标准化（P9）

2.2数据分析的流程标准化

数据分析的流程标准化是在人力资源数据分析的后期，在企业内部即将进入信息化系统，需要对各个部门建立标准化的流程，这个阶段我们就需要梳理人力资源各个模块的数据转换的流程，这个流程包含了每个流程的流传对象，流转的时间阶段，流转的各个模块等，我们需要对各个模块建立一个标准化的流程，在标准化的流程上提升人力资源的工作效率，实现真正的数据化的转型。

比如下面图1-5 就是员工外训的流程，员工要参加外部的培训课程，就按照下面的标准流程来做流转。

2.3人力资源数据可视化

人力资源数据的分析是在数据建模和数据可视化的基础上实现的，我们日常接触的都是一张张表格和表格中的数据字段，当我们去和业务部门或者是管理层进行沟通的时候，需要把这些专业的人力资源数据转化成他们可以理解的模型进行数据的呈现和分析，所有在数据的呈现上，我们要对数据进行可视化的建模，以各种数据图表，数据仪表盘，动态图表等这些形式来做数据的可视化。

2.4人力资源数据业务化

人力资源数据分析的最终目的是提升业务的绩效，所以我们的所有分析一定不能局限在人力资源层面，一定是要把人力资源的数据分析和业务结合，用数据建模来分析业务部门在人力资源层面有什么问题，我们的有什么解决方案可以帮助业务部门解决问题，提升绩效。所以人力资源数据分析要做到业务化，对HR来说就需要具备业务的的思维，了解公司的业务模式，这样才能解决人力资源数据和业务进行数据分析。