您的公司想进一步提高企业的分析能力,并渴望藉此作出正确的经营决策,获得市场竞争的胜利吗?那您首先就要认识到数据分析类人才的重要性,并对他们采取适当的管理。
很少有公司将数据分析类人才视为战略性资源来看待。因为分析人员通常分散在企业的各个部门,这导致许多企业对数据分析类人才缺乏清晰的认识,也无法将他们作为一种独特的、重要的人才资源进行管理。事实上,公司对于内部类似的分析类岗位往往有着截然不同(或十分糟糕)的职位描述,有时甚至根本没有具体描述。企业对此类分析人员的绩效目标与评价标准也不够明确,或是缺乏一致性。有时。分析人员的日常工作与企业的战略目标并不吻合。因此,企业不仅应当对人力资源措施进行改进,还应当在吸纳、雇用、挽留数据分析类人才的同时,进一步提高企业的分析能力,从而提升企业的竞争力。
埃森哲卓越绩效研究院通过对多家来自不同行业,具备出色分析能力的成功企业的高管层进行多次访谈,并对其分析人员进行广泛的调查后发现,凡是成功的企业大多通过下列四种人才管理措施,建成了人才驱动型分析机构:
1 明确对数据分析类人才的需求:企业需要哪一类分析人才?
2 发掘新的数据分析类人才资源:企业在哪里可以找到顶尖分析人才?
3 发掘数据分析类人才的潜力:分析人才需要具备哪些技能?企业如何使他们具备这些技能?
4 部署数据分析类人才:如何使数据分析类人才的技能与企业的需求相符合?
明确对数据分析类人才的需求
我们将“数据分析人员”定义为:能够运用统计学、严格的定量或定性分析方法,以及信息建模技术,帮助企业进行经营决策的工作者。因此,分析人员的职责是十分广泛的。而对一个成功的分析型组织来说,首席分析师、专业分析人士、准专业分析人士、非专业人士等这四种数据分析类人才不可或缺(见图1)。
首席分析师与专业分析人士的地位至关重要。他们负责分析策略的协调工作,并建立综合模型。不过,我们也应当重视准专业分析人士与非专业人士的作用,他们负责分析策略的具体实施,也是占整个数据分析人才队伍最大比例的部分。
首席分析师
首席分析师由企业的高级主管担任,他们依靠严格的数据分析来掌控企业经营,并负责将分析工作与企业发展战略相结合。有些企业(比如保险公司与风险管理公司等),时常设立诸如“客户洞察与分析高级副总裁”或“首席分析师”等职位。首席分析师是分析技术与方法的倡导者和顾问。这些技术(例如趋势分析与预测、预测性建模及企业资源规划系统等)对于企业决策具有指导作用。
首席分析师职位的关键要求在于对分析学的运用,而不是单纯地积累技术知识。因此,即使一些首席分析师具备精深的技术知识和与之相匹配的高学历,但更多的却要求他们具备丰富的商界背景。
专业分析人士
专业分析人士具备精深的定量分析技能。他们是分析学应用方面的总体规划者,负责开发统计模型与演算法,供企业内部人员使用。专业分析人士通常采用复杂的分析方法(如趋势分析、分类算法、优化与模拟等)以及高级专业技术(如C++、SQL与SAS等)。
专业分析人士应在定量研究领域(如统计学、数学、经济学、运筹学,或者是生物统计学、信息学、遗传学、应用物理学等)获得较高的学位(通常的要求是博士学位)。
准专业分析人士
准专业分析人士负责分析模型与演算法的应用工作。大多数金融与市场分析师都属于准专业分析人士。凭借自身的实力,他们可能会成为资深分析师,或偶尔从事开发应用工作,但他们的主要工作是运用分析模型解决企业的实际经营问题。他们是数据搜集、解析和运用模型方面的专家。他们熟练掌握各类分析应用方法,能运用可视化工具进行信息分析,还能使用“假设分析”工具,包括营销平台以及财务规划模型、定价模型、预测销售模型等。他们是统计学软件包(如SAS、SPSs)或企业系统(如SAP)的主要使用者。
准专业分析人士的地位介于分析学领域与商务领域之间,他们应具备一定的能力,将分析结果与分析学收益转换成通俗易懂的语言,使外行人也能够理解。一部分准专业分析人士主要是业务分析人员,通常由定量分析研究专业领域的MBA担任。
非专业人士
非专业人士不一定必须从事分析研究工作,但他们在完成本职工作时,应具备一定的分析学知识。非专业人士可能是一位呼叫中心的职员,为了给顾客提供高效的服务。他需要运用自己的分析能力,快速地向顾客提供“次优”建议;他也可能是一位连锁酒店的区域经理,他的职责是对公司收益管理系统进行监控。
非专业人士通常都是业务人士,诸如分销总监等职位。他们能运用Excel电子表格软件以及其他常用信息管理工具进行数据录入和处理。并能根据分析模型的输出结果进行业务调整。“非专业”并不意味着这些员工资历浅。事实上,不少最具影响力的职员和管理人员也属于非专业人士范畴。
在上述四种数据分析类人才中,对每一类人才的需求数量取决于公司所从事的行业类型、经营策略,以及公司对自身的分析定位。然而,由于大部分数据分析类人才缺乏全面的技能,他们多是对主要数据分析类工作进行具体规划和执行(见图2)。因此,公司应当对数据分析类人才进行适当的组合和与调配。使人才发挥出最佳优势,从而提高公司业绩。
管理企业分析人员时发现,大多数的战略价值是由专业分析人士和准专业分析人士创造的,他们专业性强、数量少,在企业保持与提升分析能力方面起着关键作用。首席分析师的作用也非常重要,他们在执行分析决策时扮演着领导者的角色,在整个决策过程中起指导作用,为分析工作提供动力;但是只有少数人能担当首席分析师。非专业人士尽管在日常工作中时常运用到数据和分析学知识,然而他们并不具备某些特殊的、有价值的专业技能:而这些技能却是分析型组织的源泉。因此,企业应该从战略角度对专业分析人士和准专业分析人士的地位予以更多关注,不能将他们视为普通员工进行管理,而是应当以战略性的眼光,从整个企业的角度出发,采取截然不同的管理方式。
发现数据分析类人才资源
当企业试图提升自身的分析能力时,往往会遇到这样一种情况:专业分析人士的“供应量”远远跟不上公司对他们的“需求量”。为了减少这种不平衡状况,企业可以在“需求量”方面下功夫,诸如采取一些措施,将一些分析类工作外包给专业公司完成,同时,为一线员工提供培训,让他们承担最基本的数据分析工作。当然,为了增加数据分析类人才的“供应量”,提升人才资质,企业还是要在寻找、吸引更多技能型人才加盟上
做文童。
首先可以在公司内部寻找所需的分析类人才。假如公司在运用分析学创造商业价值方面只是刚刚起步,那就应在公司现有的人力资源中搜寻合适的数据分析类人才。比如公司的各个职毹部门与业务部门:财务部、信息技术部、销售部与客户服务部——这些部门经常运用分析学解决实际问题。不过,搜寻范围远远不止于此,因为也有不少专业分析师分散在企业的其他职能部门中(见图3)。
以美国银行为例,美国银行为更好地管理数据分析类人才,要将公司从事分析类工作的职员从一般职员中分离出来统一管理。结果成功地搜寻到2000多名专业分析人士、准专业分析人士与非专业人士。这项举措帮助企业内部的数据分析类人才脱颖而出。
其次,我们也可以在企业外部搜寻分析类人才。在某些特定场所,比如类似INFORMS(运筹学与管理学研究协会)这样的行业协会,由卖方主办的各种会议,以及校友会等,许多专业分析人士与准专业分析人士常聚焦于此。许多数据分析类人才的住所毗邻大学校园,这些大学常以定量分析研究项目而著称。也有不少数据分析类人才居住在各大金融中心。因为这些地区对于他们的分析技能具有很大的需求量。在一些社交网站、猎头公司以及聚焦于数据分析人才的专业招聘网站(如或等),也能找到不少高级数据分析类人才。
为了保证专业分析人士与准专业分析人士有持续性的供给,企业也可以与顶尖的大学研究生院合作。公司可以为学院提供赞助,为学生提供实习机会,以便更好地与各大学术机构建立密切的合作关系。例如,陶氏化学公司与中密歇根大学建立了长期合作关系,许多中密歇根大学的毕业生都在该公司工作。
当然,企业还有一个选择,那就是将一部分分析工作外包给其他公司完成。一家美国零售公司的运营主管将公司的预测业务外包给其他公司,他认为:“预测是一项技术性很强的工作,需要各类专业技能和工作经验,我希望通过外包的方式,获得最好的人才,为公司提供长期、可靠的服务。”过去,企业通常将分析工作外包给北美或西欧地区的专业公司。然而,由于上述地区人才短缺的缘故,越来越多的企业开始向中国、印度等新兴市场寻求帮助。过去,中国和印度常常被认为是廉价、低端数据处理人员的集中地,而如今,这些市场聚集着不少优秀的数据分析类人才,他们具备足够的工作能力和经验,能够承担最复杂的分析类工作。比如,美联银行邀请印度最大的业务流程经营外包公司——简柏特公司,为其提供投行分析及其他分析类服务。
除了将业务外包给专业公司外,企业也可以与优秀的专业分析人士个人进行非雇用式合作。比如,宝洁、亚马逊、礼来等公司都将工作需求(以及报酬)发布在虚拟的网络空间上(如www,innocentive.com与等网站),针对企业面临的最复杂的分析类问题,公开寻求解决方案。甚至有的公司还会针对一些分析项目举办竞赛,对获奖者予以重奖。
发掘数据分析类人才的潜力
从事分析工作的人员需具备特殊的技能,而且随着各种新型分析工具和技术的涌现,对人才的技能要求也经常变换。定量分析技能与专业技能这些技能是从事分析工作的基础。与准专业分析人士相比,专业分析人士具备更多的定量分析技能,但是,两种人才都必须根据所在的行业或企业职能,熟练掌握各类与数学学科相关的技能,比如:金融方面的随机波动率分析,制药业的生物统计学,以及医疗保健业的信息学等。数据分析师必须熟练掌握各类分析软件和工具,并运用这些软件建立分析模型、制定决策规则、进行假设分析或是解读业务指标。针对定量分析技能与专业技能的开发,最直接的方法就是提供专项培训。例如。宝洁公司产品供应部分析小组推出了“电子数据表分析课程”。
一位出色的分析师不仅要能熟练地操作数据,还要具备一定的软技能。这些软技能主要包括商业洞察力、人际沟通能力与管理咨询技巧、培训与辅导员工的能力等三大类。
商业洞察力
分析工作并非在真空中进行,它与企业的各个方面都存在密切联系。为了更好地发挥专业技能,从业人员必须对企业的战略、职能以及各个部门有深入的了解。此外,他们还应当了解企业的核心专长,知道如何运用分析学知识为企业创造价值。
企业可通过布置扩展任务的方式,提高分析从业人员的商业才干。比如将这些人员分配到不同的部门,使他们了解企业面临的主要挑战以及工作流程等。在美国嘉露酒庄,从事分析工作的员工必须轮流在企业的不同部门任职,时间为18—24个月不等,通过对葡萄供应情况进行分析,开发新的客户分类模型,或是进行供应商分析。
准专业分析人士(甚至包括非专业人士)应当不断提高自身的商业知识和技能,避免在实际工作中出现错误,因为这些错误常常会带来严重的后果。据专家估计,20%一40%的电子数据表都存在错误——有些错误甚至可能造成灾难性的后果。许多分析错误是因为员工对数据或信息技术不了解造成的。不过,也有许多错误的直接原因是分析人员未能及时领会分析过程中所包含的商业元素,例如分析人员未能对“客户”一词进行正确的定义。
人际沟通能力与管理咨询技巧
人们常常认为,从事数据分析工作的人都是不擅长与人沟通的书呆子。这种说法是不公平的,事实恰恰相反:如果一家公司想切实提高分析能力,他们雇佣的专业分析人士与准专业分析人士必须具备良好的人际沟通能力,能很好地与顾客、客户及企业管理人员进行沟通。
分析师除了必须能够独立构思、阐述、测试,并实施各类分析应用流程外,还必须掌握各类咨询技巧,懂得与人协商,对各类预期需求进行掌控。他们要能针对分析结果与人进行沟通,在企业内部与其他人员分享最佳的分析举措。使他人意识到分析项目的价值所在,同时,在企业外部,分析师也要能与客户、供应商,以及监管部门建立良好的关系。因此,人际沟通能力与管理咨询技巧对于从事数据分析工作的人来说非常重要。
培训与辅导员工的能力
如果在企业内,数据分析类人才的分布并不集中,那么企业可通过培训的方式,确保将良好的经营举措传播到整个企业,良好的培训不仅能够帮助员工提高基本技能,还能提高他们对数据的洞察力,从而为企业创造价值。而这就对数据分析类人才培训与辅导员工的能力提出了较高的要求,企业必须首先通过相应的培训等措施提升他们培训与辅导员工的能力。
有效管理数据分析类人才
人才驱动型分析组织的显著特征并不仅仅是拥有高资质的数据分析类人才,而是更多地体现为数据分析类人才
能在组织内部完全释放出自身的潜力。使公司的分析能力得到持续的拓展。为确保企业达到分析目标,需要选择正确的时机,对数据分析类人才进行合理的配置和部署,使他们在合适的岗位上心情愉悦、最大程度地发挥自己的长处。企业对数据分析类人才进行有效配置与部署时,应当遵循三个步骤:
高效组织数据分析类人才
企业对于分析人员的组织方式,将影响到员工的工作能力、技能拓展以及与其他部门的协作程度。同时,对人才的组织方式也将影响到他们对工作的积极性、投入程度以及对公司的忠诚度。
大多数在分析领域取得成功的企业都具备一定的人才组织能力,能使专业分析人士与准专业分析人士保持相对集中。例如,宝洁公司将企业内部分散的分析团队集中在一起,组成一个全新的“全球分析小组”,作为信息技术部的一部分。企业应当对数据分析类人才进行整合(至少应当进行网络化的组织管理)使人才更富有凝聚力。企业应当拓宽技能和建议的供应渠道,为常见问题提供解决方案,从而对数据分析类人才——这一原本就十分稀缺的人才资源进行拓展。
人才组织模式并不是唯一的,并非所有企业都能采取同一种人才组织模式。正确的人才组织模式取决于企业在分析职能方面的成熟度,以及企业是否需要缩短分析师之间、分析师与企业之间的距离。尽管如此,埃森哲的研究表明,如果企业致力于组建一支强有力的分析型人才队伍,那么其手下往往能集中更多的数据分析类人才。
如果企业在分析领域缺乏经验,那么,首先应当创建一个专家团队,为企业的工作提供相关支持,并分享最佳的实践举措。当建立起一个专家团队后,企业对分析人才的需求量就会增加。这时,就可以采取其他人才组织模式,比如集中分析职能模式或者卓越实验室等。
合理调配数据分析类人才
不论是专业分析人士还是准专业分析人士,企业应对他们进行合理调配,确保将最适合的人分配到最合适的项目上,使人才集中精力为公司解决难题。
对人才进行合理调配的前提是:企业应当从整体角度看待分析人员的作用,对分析人员的具体工作技能要有详细的了解。例如,一家大型零售公司拥有多个分析类职位,企业管理者对所有员工的工作技能进行了评估审核,结果发现,许多数据分析类人才的调配并不合理,一部分员工无法胜任本职工作,而另一部分员工的资历又过于优秀,超出了岗位的要求,造成人才浪费。于是,企业对员工的岗位进行了重新调整,将一部分员工调到新岗位工作。这样一来,数百位员工的技能得到了更好的发挥,从而大大改善了员工对工作的满意度,提高了他们的工作积极性。
用职业规划激励数据分析类人才
在大多数企业中,数据分析类人才的职业规划路径并不明确。对专业分析人士与准专业分析人士的衡量与发展并不是按照他们的职业技能进行的,而是依据他们所在职能部门的标准进行的。结果,在同一家企业内,数据分析类人才的奖金、绩效管理、职业目标、角色功能描述等方面存在着很大的差异。当他们感受到不公平或对职业发展前景没有信心时,很容易另攀新枝。因此,设定明确的角色分工、确定清晰的职业目标、奖惩机制和职业发展空间可提高分析人员的绩效与工作热情。
建立独特的职业规划体系还能帮助企业进一步吸引和挽留一流人才。一家大型保健公司的高级管理人员表示,如何根据标准职业规划模式给数据分析类人才晋升以示鼓励,同时又要避免由于晋升而给分析类人才带来不必要的麻烦,是一项很大的挑战。要知道,许多具备熟练技能的分析师不想从事管理工作。为了挽留这些极有价值的人才,企业推出了一系列补偿与晋升制度,确保优秀分析师工作的独立性,他们无须向公司直接提交报告,同时又能加薪和晋升。
数据分析类人才对于企业的重要性与日俱增,对于企业的成功起着关键的作用。不论企业是将数据分析类人才作为特殊人才对待,或只是试图提升企业的分析能力,都应当以战略的眼光对数据分析类人才进行管理。同时,以战略的眼光进行人才管理是一项长期工作,企业不能只采取一些临时措施,因为这样做是不彻底的,只能触及到整个人才管理流程的一小部分。企业应当以战略角度考虑问题,从全局出发,通过建立并调整上述四项人才管理举措,建立起人才驱动型分析组织,从而进一步提升企业的整体分析能力。
推荐访问： 创建 驱动 组织 分析 人才
