科学的人效管理，造就企业可持续发展

改革开放以来，伴随中国经济的高速发展30年，“做大做强”、“有了销售额就有了一切”这样的口号一直是企业经营的方向，各行业呈现低人效、高规模、厚利润的特点。经济新常态的到来，经济由粗放“外延式”发展转向“内延型”高质量发展，促使企业回归重人效的高质量增长之路。

后疫情时代下，企业不仅面临既要“活下去”、又要谋增长“活得好”的内忧，还需应对复杂多变市场环境的外患。传统的“规模增长”的盈利模式难以为继，企业更应寻求“质量增长”，通过自我造血实现长期可持续发展。

同时，数字化浪潮为人效管理“插上翅膀”。在社会环境与经济环境快速变革的同时，数字化技术正在润物细无声地改变着商业环境与职场环境，为人效管理提供技术底座。

什么是人效？

当前市面上两种概念通常被定义为人效。第一种指的是人力资源的有效性 (HR Effectiveness），最早由人力资源管理的开创者戴维尤里奇在1989年提出的，看的是人力资源管理达成目标的程度，但这种理解导致人力资源部门沉醉于自己的专业性，最后也容易沦为服务或后勤部门。第二种是人力资源效能（HR Efficiency），它将经营贡献与人力单位相联系，反映人的投入产出情况。如今企业高管所关注的人效，通常指的是人力资源效能，下文中所阐述的人效也均指的是【人力资源效能】。

目前，衡量人效数据时，一般从人均类指标、元均类指标、占比类指标、增长类指标、OLE等维度进行。

分析人效的几种思维

1比较思维

关于人效比较的类型至少有以下几种：

目标比较：将人效特征值与制定好的目标或者客观的标准（行业先进水平、竞争对手水平等）进行比较。

时间比较：不同时间周期的比较（按年、季、月、日等的比较）。

属性比较：指企业内部基于不同类别属性（按部门、按产品、按城市、按管理者、按品类等）进行的比较。

过程比较：指对于不同流程中的阶段进行的比较。

纵向对比分析趋势，横向对比洞悉处境。科学的人效管理，既要对比绝对水平，又要对比变化趋势，从中抽丝剥茧挖掘出企业人效的真实现状，唯有如此才能面面俱到。

2归因思维

通过人效指标的多维度对比，得到的是对人效水平描述性分析。描述性分析，只会告诉我们发生了什么。而我们更关注导致结果的原因是什么，这属于诊断性分析。诊断性分析背后很核心的逻辑，就是寻找事情发生的原因，通过归因进行诊断，通过定位原因去进行改善。

归因分析通过借助一些逻辑工具来实现，比如鱼骨图、5WHY框架，这种分析方法属于定性分析。亦可借助定量的工具，比如相关分析、卡方检验、方差分析、参数检验来实现归因分析。

诊断分析是业务改善的关键着力点，只有找到原因，才可以提出有效的解决方案。

3预测思维

预测分析是根据历史数据和分析技术对未来结果进行预测。其目的在于对未来信息的获取，从而可以提前干预，设计出解决问题的方法。

时间序列分析，主要是用于处理时间序列数据或进行趋势分析，其目的是通过建模产生可观察时间序列的随机机制，并基于该序列以及其他相关序列的历史趋势，来预测类似条件下的未来数据。

回归分析，着重于研究随机变量之间的依赖关系，可以通过一个变量去预测另一个变量，可以达到预测的目的。通过建立回归方程，根据给定自变量，确定因变量的值。两个维度交叉还可以得到四大类回归分析：一元线性回归、一元非线性回归、多元线性回归和多元非线性回归。

人效只是一个结果，就结果分析结果毫无意义。越来越多企业将人效数据应用于诸如成本核算、考核激励、组织管理提效、优化业务结构依据等多元化管理场景。