一項由人力資源研究機構Bersin by Deloitte進行的研究表明：超過60%的企業把很多錢花在大數據分析工具上，希望這些工具能幫助他們的HR部門更多地依靠數據做出決策。但真正成功做到這一點的企業寥寥可數。

通過對480家企業進行調研，我們發現它們當中只有4%實現了對員工的“可預測分析（predictive analytics）”。也就是說，只有極少數的公司能夠真正了解影響員工績效和留存率（retention）的因素，知道如何用數據來確定招聘對象，并懂得如何分析績效與薪資間的相關性。在我們的研究中，只有14%的企業對員工數據做過實質意義上的數據分析。

那么剩下的84%究竟在干嘛？？？
在各種應接不暇的報告中凌亂。這些企業依舊困惑于如何有效管理數據，并在整理數據上步履艱難。面對接踵而至的數據報告，它們仍無法生成標準化的可操作指標，以此來實現數據的真正利用。

事實上，很多企業在運用數據方面，仍處在比較初級的階段。

想要能夠在大數據應用方面如魚得水，軟件和工具固然重要，但不能忽略其他方面的投入：高效的數據管理模式，以提供高質量的數據來源；商業咨詢能力，以便能夠一針見血識別問題和需求；與財務及運營分析部門的緊密聯系；視覺設計和溝通能力。這些技能的重要性不亞于統計學知識、數據分析技術和數學應用能力。

實際上，大多數HR團隊指出，找一個統計人員對他們來說不難，難的是找一個能將數據和商務應用結合起來，并能夠將研究結果轉化成落地方案的項目經理。

從職能層面來說，高效的分析技術團隊都有很好的多學科能力，包括商務理解、咨詢技巧、數據可視化技術、數據管理能力、統計學知識和領導能力。他們不僅要診斷和解決企業在業務上的問題，還要經常給管理層提供新鮮及時的訊息。
在企業運用大數據的過程中，***的難題之一就是如何讓人們在有了數據之后改變自己固有的行為方式。大多數管理人員都有著很多年積累的“思維體系”和所謂“經驗模式”。這些都是阻礙決策者去相信并利用數據的因素。

研究對象中有一間公司以薪資漲幅作為變量，對員工的流失率和留存率做了分析。他們之前的薪資水平大致符合一個正太分布，績效較好的員工得到的工資漲幅略高于績效稍遜的員工。報告中是這樣寫的：

“同我們的其他研究結果顯示的一樣，該公司現行的薪資正太分布是一個錯誤。那些處于第二、第三分位段的員工（優績效員工）即便在他們的薪資漲幅只有平均水平的91%時依然會選擇留在公司。也就是說，這些人拿多了。

另一方面，那些處在正太分布最右端的員工只有在薪資漲幅高于平均水平15%-20%的時候才會繼續留下。”
大多數經理人認為，***員工的績效高出中等員工很多。假如能讓這些人留在公司，付給他們高薪實際上對公司來說是極為有利的。因此，他們即便在得知了研究結果的情況下，依然沿用之前的方式對員工發放薪水。因此該公司不得不推出一套培訓項目和新的軟件工具來糾正管理者們固有的思維方式，讓他們能更多依據數據來決定薪資及獎勵分布。

有太多例子證明依靠數據支撐的HR決策能帶來更高的投資回報率。

但遺憾的是，太多的公司尚未涉足該領域，以至于他們無法從中獲利。
如果不能將數據分析能力整合到HR策略中，并生成一套以大數據作為支撐的內部管理和薪酬分配系統，那么淪為敗者的命運就在所難免。

HR如何用數據說話，讓HR決策更有效率？一場讓HR尖叫的公開課，HR界年度大戲《用數據驅動HR效能提升》，5月22-23日上海，6月12-13日長沙，6月26-27日深圳，8月7-8日北京。4月北京場已圓滿結束，有搜狐、360、酒仙網、江中藥業、大唐電信、新東方等企業參加，滿意度達96%。詳細為您闡述什么是人力資源效能儀表盤、數據化人力資源管理應該怎么做。內容框架以穆博士多年研究咨詢沉淀為基礎，已在很多知名外企、民企、商學院做過分享。這次課程是一個全面系統的解讀，有概念、有工具方法、有案例，還通過“企業劇場”來模擬實操、情景對抗！