2015年德勤人力資本趨勢報告發現，很少有組織專注于人員分析，以解決復雜的業務和人才問題。今年同一份報告版本記錄了一種日益整合的勞動力分析方法，并指出如果公司對人員數據不注重，將會影響公司的發展和運作。

在這兩個次優場景之間的某處是人們分析的最佳點。在這一點上，復雜的分析能夠滿足來自各種組織和外部資源的數據，以平衡有效的人力資本管理和實現戰略業務成果。

以前，人們對商業智能（BI）和分析的關注有限，主要是作為一種手段，正如福布斯雜志所描述的那樣，成本合理的人力資源計劃。但是，總有一定程度的整合。互操作性標準實現了學習管理系統與其他BI和人才分析解決方案之間的數據傳輸，使學習與勞動力發展目標保持一致。

但是，綜合人員分析代表了人力資源數據驅動決策的代際轉變。在這個新模型中，學習和發展計劃將與業務戰略保持一致。來自人力資源管理學會基金會和經濟學人智庫的2016年研究預計人力資源將成為人力資本分析的提供者，以創造競爭優勢。

但轉向以企業為中心的人員分析模型需要一個系統的多年多學科轉型計劃。以下幾個關鍵優先事項對于任何此類大規模轉型工作的成功至關重要。

制定戰略路線圖 - 首先在人才管理和業務成果的交叉點對數據驅動的機會進行戰略評估，這將有助于構建可操作的業務案例。確定最適合您業務案例的數據要求，技術選項和運營模式。展示概念證明。

爭取領導力支持 - 集成人員分析是一項跨職能計劃，必須從頂層進行指導。高級領導層的參與將使在多個業務線利益相關者之間建立協作變得更加容易，并確保所有其他組織職能部門的支持。建立一個明確的領導團隊來管理該計劃的不同方面。

建立一個平衡的團隊 - 集成分析是一種多學科的實踐。團隊必須與數據科學家和分析師，技術專家，業務部門和部門主管，人力資源專家等進行跨組織和跨職能的代表。

定義數據策略 - 組織需要一種數據策略，以簡化來自人力資源，組織和外部來源的清晰，可靠和準確數據的集成。建立數據治理框架，不僅可以定義數據質量，完整性和安全性，還可以明確分配數據所有權，責任和問責制。

這些只是決定人員分析驅動轉型有效性的幾個關鍵因素。與此同時，考慮組織在開展這一雄心勃勃的旅程時將面臨的一些關鍵挑戰也很重要。

根據普華永道的一項調查，有效人員分析的最大障礙之一是“?多個未整合的數據來源?”。大多數組織將面臨重大的集成挑戰，處理跨多個內部部門和業務部門的孤立和分散的數據源。這個問題只會進一步復雜化，因為他們會利用外部資源的力量，利用多種數據類型和格式來提高分析的價值。

驗證所有這些數據并將其輸入后端業務分析系統的手動方法將對分析過程的效率和準確性產生不利影響。但是，基于云的集成中心等解決方案可以使業務用戶能夠為數據準備，數據入門等設置復雜的集成，而無需任何代碼。

整合人員分析的另一個重大挑戰是分析和數據科學人才的嚴重和全球短缺。但具有先進自動化和自助服務功能的AI和SaaS解決方案的興起正在為普通商業用戶提供高級分析。實際上，Gartner預測自助服務趨勢意味著很快商業用戶將比數據科學家產生更多的分析輸出。

這個領域的前三個挑戰中的最后一個是我們前面簡要提到的 - 組織將通過人員數據過度激發來引發強烈反對的風險。關于GDPR立法對勞動力數據和分析的影響已經有很多討論。一項研究發現，81％的人員分析項目受到道德和隱私問題的危害。因此，自我監管可能會在行業向前發展方面發揮關鍵作用。

數據驅動的人力資源管理方法與其對招聘效率，自然減員管理，企業生產力和財務績效的影響之間存在許多既定聯系。因此，從BI工具開始作為一種狹隘的人力資源職能，現在已經擴展到具有更廣泛的系統和戰略潛力的分析實踐。事實上，有些人預測人員分析可能最終成為跨多個組織部門（包括人力資源部門）運作的分散職能。但是，構建人員分析的集成模型仍然會帶來一些與其所代表的機會同等重要的挑戰。好消息是，大多數組織似乎完全投入使其發揮作用。

?