说到人力资本分析，问题总是多于答案。这个领域的新颖性，人类行为的复杂性，以及组织不断变化的性质，都会产生大量的潜在问题。企业领导者的愿望和想象力很容易让他们的人力资本分析（People Analytics）团队被要求和不切实际的期望所淹没。
交付和展示进展的动力导致人力资本分析团队过度扩张。然而，失去关键高管利益相关者兴趣的最快方法就是错失他们的期望。每一个新兴或成长中的人力资本分析（People Analytics）团队都需要一个流程来确定哪些问题能得到回答，哪些问题不能。
在我们10多年的人力资本分析（People Analytics）领域，Visier确定并建立了丰富的知识库，了解哪些方法可行，哪些方法不可行。
以下决策模型就是这项工作的成果。它可以帮助你快速评估、证明和解释你的人力资本分析（People Analytics）团队该做和不该做的工作。
阶段1：确定PA项目可行性
很容易产生关于人员如何影响业务的有趣问题。人力资本分析（People Analytics）最令人兴奋的方面之一是，问题比答案多。通过人员项目找到新知识、新方法和使业务与众不同的机会是巨大的。
不过，所有组织的资源都是有限的，没有办法为每一个出现的问题分配资源。
这种综合因素导致了需要一个注重平衡的决策模型。该模型需要平衡与价值、数据和资源相关的多个部分。该模型的目标是确定哪些项目或 "产品 "是可行的，哪些不是。在这样做的过程中，它需要覆盖各种可能性，从最基本的报告到最引人注目的复杂的新研究选择。
下图显示了组织在对人力资本分析（People Analytics）项目或产品进行决策时应该考虑的组成部分。
这三部分内容如下：
a. 价值。任何人力资本分析（People Analytics）活动的目标都应该是为企业创造价值。当陷入所有复杂的人员数据参考和排列组合中时，很容易忽视这一点。简单来说，企业的每一分钱的支出中，有高达80分钱是花在员工身上的。改善与人有关的结果的行动或决策将为企业带来价值。
对于每一个人力资本分析（People Analytics）项目来说，首先要衡量的是它将如何为企业带来价值。行动和价值之间的联系是否已经确立，比如留住员工和节约成本？还是像网络连接对整体收入的影响那样模糊不清、没有定义？
例如，退出风险模型现在非常普遍地被使用。这是因为它们的价值很明确，很容易与业务结果联系起来。留住一名员工不仅可以节省更换员工的成本，而且还与对收入或风险的影响有关。Visier自己的研究表明，留住员工的项目始终能给组织带来巨大的投资回报率。
在衡量价值时，有两个关键问题需要回答。
在PA工作和拟议的业务影响之间是否存在清晰、明确和普遍理解的联系？
这是个 "是 "或 "否 "的问题。如果你不能阐明这种联系，你就不应该继续进行，直到大家都清楚这种联系。
2. 2.可以提供的价值规模是多少？
这张图解释了人力资本分析（People Analytics）能给你的组织带来的价值规模。
b. 数据。人力资本分析（People Analytics）革命源于人员数据的可用性和处理能力的提高。每天，组织都会记录大量关于员工的信息，包括过去、现在和未来。为了使人力资本分析（People Analytics）项目可行，你需要用数据来支持它，而且这些数据需要适当的结构化才能有用。
最近与一个正在探索如何分析学习行为的小组进行的一次谈话显示，他们没有采用有效的数据采集机制。虽然他们有很多数据，但数据中没有任何东西可以唯一地识别特定的学习经验。
同一个YouTube视频或哈佛大学的论文可以在任何数量的不同记录集中体现，而且没有办法分解出所需的较低层次的细节。有一个记录表明一个人经历了一些学习。然而，没有办法确定这个人与其他人相比经历了哪些学习。
可想而知，这是这个小组的一个挫败感的来源。令人失望的是，由于他们的事务系统是如何设置的，他们认为可用的数据并没有。
在这个例子中，由于缺乏适当结构化的数据，无法回答任何有关学习消费影响的问题。这说明了数据作为燃料的关键重要性，它使人力资本分析（People Analytics）工作成为可能。
更常见的与数据相关的判断是关于是否有足够的数据，足够的质量，以提供一个值得信赖的答案。人力资本分析（People Analytics）团队应该能够进行数据审查，对数据集进行处理，看它是否足够完整，结构是否良好，以支持相关问题的答案。
很少需要完美的数据，重点需要放在符合目的的数据上。人力资本分析（People Analytics）团队需要有能力评估现有数据是否符合目的，并向利益相关者说明。
同样至关重要的是，组织要对他们将使用和不使用的人员数据有一个道德标准。 回答业务问题所需的数据必须符合这个道德标准。
要衡量与业务问题相关的数据的可行性，请问自己。团队是否能获得一个结构合理的数据集，与我们的道德政策相一致，能够支持有效地回答业务问题？
希望上述问题的答案是 "是"。然而，如果答案是否定的，这并不意味着这个问题应该被搁置。重要的是生成数据所需的成本或资源。
c. 资源。 资源涵盖广泛的投入。你可能有一个价值很高的问题，而且有数据可查。但是，如果你没有拥有时间和技能的人，没有合适的技术，也没有相关利益攸关方的支持，项目就不会有进展。
资源错位的一个例子来自于几年前我看到的一个演讲。一个团队建立了一个风险退出模型。两位博士花了半年的时间来收集数据、运行模型、生成结果。CEO对这个结果很兴奋，能看到价值。CEO希望每月提供退出风险信息。
PA团队无法满足这一期望。他们的方法论和基础设施不允许他们每三个月产生一次以上的结果。他们拥有数据，价值也很明确。他们所缺乏的是提供业务所需的一致性洞察力的资源。
这种模式太常见了：分析团队采取以项目为中心的方法，提供一次性的答案。答案可能很有趣，但只有当分析能够持续地支持相关利益相关者的决策时，对业务的价值才会出现。
这就是为什么前期考虑资源很重要。同样重要的是考虑项目整个生命周期的资源需求，以便为所有业务利益相关者提供全部价值。
衡量与业务问题相关的资源需求的最佳方法是使用下面的结构。
此图显示了衡量与业务问题相关的资源需求的最佳方法。
注：上述模型的一个结果是，不要把技术看成是一次性的工具，而要把技术看成是一种投资，支持广泛的项目，扩大PA团队的交付量。
阶段2：分配项目
在概述了可行性模型的组成部分后，下一阶段就是了解如何将其付诸行动。项目可行性是商业价值、数据质量和你所拥有的项目资源之间的平衡。
这将有可能把项目可行性本身变成一个复杂的研究。我们建议并实践一些更实用的东西，允许更快地做出决定，并且只在利害关系大的地方进行详细研究。
下面的矩阵显示了自动进入清单的项目，那些永远不会进入清单的项目，以及那些需要判断的项目。在每一种情况下，团队都必须能够访问适当结构的数据集，这将支持有效地回答业务问题，并与组织的数据道德政策保持一致。
价值高、资源需求低的项目显然是赢家。价值低、资源需求量大的业务问题是不可能的。属于这一类的项目在进入团队的工作日志之前，需要仔细判断或进一步调查。
这个表格比较了价值和资源需求，帮助你判断你的项目是否需要进一步调查。
如果数据集不可用，你就要做出决定。确定项目的潜在商业价值是否值得投入资源去获取所需的数据就变得很有意义。
通过人力资本分析（People Analytics）找到成功之路
过去五年来，人力资本分析（People Analytics）的做法已经成熟。今天，已经建立并遵循了行之有效的方法和程序。决定一个新兴的人力资本分析（People Analytics）小组成败的核心实践之一，就是能否只选择和交付最相关的工作。
通过平衡业务价值、数据可用性和资源能力等要素，就能明确哪些项目要优先考虑，哪些项目要放弃。这种模式还有助于向广大利益相关者传达为什么要做出这些决定。
原文标题：How to identify the right people analytics project
作者：Viser Ian Cook
