人力资源数据分析师.jpg

人力资源数据分析是为企业运营管理，特别是人力资源管理相关政策提供预测性分析的工作。这一工作目标决定了人力资源数据分析师既与数据分析师在工作环节上有共同之处，也有自身独有的特性。

人力资源数据分析师和数据分析师

人力资源数据分析师本质上就是数据分析师
首先，从二者从事的项目价值来看，都依赖于客户评价
无论是人力资源数据分析还是一般意义上的数据分析，其最终项目成果的好与坏都取决于客户评价。换句话说，客户说分析得好，就是好；客户说不好，无论费力多大力气，哪怕事后证明确实有指导意义，都会在一定程度上影响分析者工作形象。
如何精准地把握客户需求，如何在项目进行中通过沟通和协调获取项目进行所需的资源，如何推进项目的实施验证，这都是二者需要面临的共同困难，且直接关系到项目成败。

其次，从二者工作流程上看，都遵循数据分析基本操作模式
二者在工作模式上都要经历如下过程：
业务界定，明确分析需要解决的问题，并围绕业务目标，识别和拆解核心分析指标，设计分析思路；
数据收集，也就是围绕分析目标，收集和获取支持数据分析的业务数据；这些信息未必都是现成的，且一定会跨部门存在于比如财务和IT部门的电脑系统当中，需要额外的收集和整理；
数据处理，对初始数据进行清洗和整理，更高效地完成数据分析，并可视化分析结果；
业务决策，结合行业经验和商业知识，用数据分析支持和验证业务决策。

最后，人力资源数据分析使用数据分析工具
除了目前人力资源部门内部广泛使用的EXCEL以外，数据分析部门常用的SQL、Python、Tableau也会一样被广泛使用。

人力资源数据分析师有别与普通数据分析师
最大的差别就是“人”这个中心。
“人”既是出发点，也是目标，还是在人力资源数据分析项目中时刻要关注的点。无论是在数据收集阶段的“数据隐私”，还是从数据分析的角度切入和数据验证，以至于分析结论对风险的预测和管理政策的调整，都需要始终围绕“人”这个中心点来展开工作。这也才是人力资源数据分析师岗位存在的价值。

人力资源数据分析师的来源

除人力资相关岗位以外，数据统计和分析、财务等岗位上，有业务和分析背景的人，均可以从事人力资源资源数据分析工作。

三者在从事人力资源数据分析工作上各有长短。一般情况下：

对于数据统计和分析人员来说，长处在于善于使用数据分析工具，不足在于对“人”和“人力资源管理”及整体商业运营的理解和把握有限；
对于财务管理人员来说，长处在于商业运营和数据敏感同时具备，不足之处在于对“人”和“人力资源管理专业”有待深入挖掘，同时对数据分析工具有熟练操作的刚需。毕竟，对于财务人员来说，如果不专门做数据分析的话，有些工具并不常用。
至于人力资源从业者从事数据分析工作的长处和不足，将在人力资源数据分析师应具备的技能和素质里再做讨论。

人力资源数据分析师的层级划分

人力资源数据分析师作为兼具管理和技术双重特征的工作，基于其工作特点可定义不同层级行为标准如下：
初级数据分析师
通常关注人力资源相关数据的跟踪和展示。也就是相关数据的对比分析，能以业务报表形式呈现数据现状和结果。这个层级数据分析师的工作也是和目前人力资源部门内部数据相关工作最为接近的部分。这个层级的工作特点是以“WHAT”为工作主线的。

中级数据分析师
具备一定的商业敏锐度，熟悉业务流程，不但能客观呈现业务数据，更需要深入挖掘数据变化背后的原因。这个层级的工作特点是以“WHY”为工作主线的。

高级数据分析师
具有运营和管理的中高级背景，熟悉业务和发展战略，拥有大量的行业经验和常识，还能够通过数据建模预估业务发展情况，给公司未来的业务决策提供数据支持。这个层级的工作特点是以“HOW”为工作主线的。

由于科学技术的持续发展，也许不远的将来初级数据数据分析师的工作将会被机器和算法取代。人力资源数据分析师的未来在中高级以上的层级才能找到其在企业当中的存在价值。