人力資源研究機構德勤(Deloitte)在Bersin進行的壹項研究顯示，超過60%的企業在大數據分析工具上花費大量資金，希望這些工具能夠幫助其人力資源部門做出更加依賴數據的決策。但是很少有公司真正做到了這壹點。
巨大的差距
通過對480家企業的調查，我們發現只有4%的企業實現了員工的“預測分析”。換句話說，只有少數公司能夠真正理解影響員工績效和留任的因素，知道如何利用數據確定招聘對象，知道如何分析績效和薪酬的相關性。在我們的研究中，只有14%的企業對員工數據做過實質性的數據分析。
那麽剩下的84%在做什麽呢？
亂七八糟的各種報道。這些企業仍然對如何有效地管理數據感到困惑，並且正在努力組織數據。面對接二連三的數據報告，他們仍然無法生成標準化的運營指標，從而實現數據的真正使用。
事實上，很多企業在使用數據方面還處於比較初級的階段。
數據分析的成熟度模型
工欲善其事，必先利其器。
想要能夠如魚得水的應用大數據，軟件和工具固然重要，但也不能忽視其他的投入:高效的數據管理模式，提供優質的數據源；業務咨詢能力，從而能夠識別問題和需求；與財務和運營分析部門保持密切聯系；視覺設計和溝通技巧。這些技能和統計知識、數據分析技術、數學應用能力壹樣重要。
事實上，大多數HR團隊都指出，他們找壹個統計員不難，難的是找壹個能把數據和業務應用結合起來，把研究成果變成落地方案的項目經理。
從職能層面看，高效的分析技術團隊具有良好的多學科能力，包括業務理解、咨詢技能、數據可視化技術、數據管理能力、統計知識和領導能力。他們不僅要診斷和解決企業的經營問題，還要為管理層提供新鮮及時的信息。
在企業利用大數據的過程中，最大的壹個問題就是如何讓人們在擁有數據後改變固有的行為。大多數管理者都有壹套“思維體系”和多年積累的所謂“經驗模式”。這些都是阻礙決策者相信和使用數據的因素。
“故意犯罪”的人力資源經理
在研究對象中，某公司以加薪為變量，分析了員工的離職率和留任率。他們之前的薪資水平大致符合正分布，績效較好的員工獲得的加薪幅度略高於績效較低的員工。報告是這樣說的:
“正如我們的其他研究結果顯示的那樣，公司目前的薪酬分配是壹個錯誤。那些處於第二和第三波段的員工(績效優秀的員工)，即使他們的加薪幅度只有平均水平的91%，他們仍然會選擇留在公司。換句話說，這些人拿的太多了。
另壹方面，那些處於正分布最右端的員工，只有加薪幅度高於15%-20%的平均水平，才會留下來。"
大多數管理者認為，高層員工的績效遠高於中層員工。如果這些人能留在公司，付給他們高薪其實對公司是極其有利的。所以，即使在得知研究成果後，他們仍然和以前壹樣給員工發工資。因此，公司不得不推出壹套培訓計劃和新的軟件工具來糾正管理者的固有思維方式，讓他們能夠更多地根據數據來決定薪酬和獎勵分配。
只有14%的企業真正使用大數據。
有太多的例子證明，有數據支撐的HR決策可以帶來更高的投資回報。
但遺憾的是，太多公司沒有涉足這壹領域，以至於無法從中獲利。
如果不能將數據分析能力融入HR戰略，生成壹套大數據支撐的內部管理和薪酬分配體系，那麽成為失敗者的命運是必然的。
以上是邊肖為您分享的數據分析成熟度模型。妳現在處於什麽階段？更多信息可以關註環球常春藤分享更多幹貨。