2021年1月31日，在“廣州實驗室科技助力基層疫情防控萬里行”啟動活動中，中國工程院院士鐘南山公開點贊了蘭州大學開發的“新冠肺炎疫情預測模型”，一時讓這一“抗疫助攻”成為了焦點。“新冠肺炎疫情預測模型”通過強大的數據分析能力準確地對全球有疫情數據的180多個國家進行每日新增病例的預測，特別是成功預測了去年北京新發地疫情的發展走向，以及巴西和印度的疫情趨勢，讓世界再次領略了數據分析的力量以及它是如何依靠高效分析多元數據助力全球抗疫工作。

　　現今，大數據分析的應用已經不僅僅局限于一些特定領域，實際上在數字化轉型的潮流之下，數據分析技術已經深入到企業運營的方方面面，每個企業都像一個小型的社會生態，其中的各種信息錯綜復雜，體系化數據分析架構能夠更高效地通過對這些信息的整合和分析，為企業提供準確的決策依據，而人力資源部門也在這種大的趨勢下悄悄發生著轉型。

　　在數字化進程中，人力資源部門需要向人力運營部門轉變，即從“服務” 員工生命周期向為組織“創造”商業價值的方向轉變。在很長一段時間里，人力資源部門都在忙著扮演“操作工”的角色，從事著員工從招聘到退休、離職的事務性工作。隨著工業4.0時代的到來，智能人力資源4.0的概念也開始映入人們的眼簾，技術可以幫助人力資源部門從常規的流程中解放出來，人力資源部門可以通過構建戰略業務思維，并增強用數據和分析向業務部門、公司高管證明價值的能力，從而實現從“服務站”向“發電站”的轉變。那么如何實現這樣的轉變呢？接下來一個關于人才數據分析的故事相信可以給大家一定的啟示：

　　在一家擁有500名員工的英國企業中，人力資源團隊會抱怨他們的數據不夠可靠、無法使用。但經過深度剖析，我們就會發現他們其實已經擁有了至少一個被認可的準確可靠的數據點，那就是員工的工資。在這個數據點的基礎之上，我們可以鎖定一個與人力資源相關的業務問題，即員工缺勤率的問題——這家公司3月的缺勤率是12%。如果僅僅把這個數字報給業務部門，那么很顯然沒有太大意義，你可能得到的只是一句“謝謝”，甚至會被一些業務部門吐槽你在“浪費時間”。然而，如果使用商業思維的視角重新審視和分析這個數據，你就會發現不同的結果：

　　一個年薪為4萬英鎊的員工實際上每年會給一個英國組織帶來大約5萬英鎊的成本， 我們假設英國員工平均每年工作約250天，年薪為4萬英鎊的員工每天的成本約為200英鎊。通過深度分析，我們會發現缺勤的數字帶來的挑戰顯然比我們預想的要大得多：僅3個月的缺勤成本就高達18萬英鎊！通過分析，我們還可以發現35%的缺勤都是流感病毒造成的。因此在向業務部門報告結果時，我們不僅可以明確由缺勤率而導致的成本損失，還可能夠提出關于疫苗接種的解決方案，并用數字證明接種疫苗能夠幫助業務部門節省15萬英鎊的成本！

　　從這個故事中，我們可以看出：戰略業務思維是人力資源部門轉向分析或數據驅動的工作方法以應對人員和業務挑戰的基礎。以戰略業務思維為基礎的數據分析并不一定是復雜的計算，有時候使用基礎的數學計算方法和簡單易懂的數據結果，配合業務領導者的視角和語言，提供與他們業務運營強相關的洞見，就能更好地助力企業商業價值的提升。

　　《人才數據分析指南：理念、方法與實戰技巧》這本書就是一個非常好的時效性和實用性并存的人才數據分析工具書，書中展示了新穎實用的人才數據分析框架和方法、以及大量的經典應用案，相信這本書對正在探索人才數據分析方法的眾多企業和人力資源從業者有很好的參考價值。