知识建构：人力资源分析(HRA)的四大关键支柱

中国企业数据治理联盟（www.chinaedg.com/）

进入》主数据管理    企业数据治理   信息资源规划   数据安全管理

前言

人力资源分析(HRA)是人力资源数字化的应用分支，是人力资源走向硬核学科的核心构件，是传统人力资源管理的数字化迭代。不过，人力资源的传统知识体系对此鲜有涉及，需要首先在知识层面做出重新建构。

人力资源分析（HR Analytic, HRA）是人力资源数字化领域内，一个雏形显现而且不断成长的新兴领域，笔者认为，欲了解其本质，须认清其机理和脉络。人力资源分析具有四大关键支柱，可以作为入门和掌握的关键导引，这四大支柱是，“开源领域”、“知识图谱”、“体系架构”以及“应用指南”。借此机会，对这四大支柱分别作出阐释。

上图来自国外网络，展示了人力资源分析这个概念在过去十几年的时间里，如何逐步发展并形成比较一致的看法。

从道理和学理上看，人力资源分析是一个“基于数据和管理模型，在系统中求解的过程”，也是一个“在开源的领域中重新发现系统的过程”，更是一个“通过数据和方法集成实现洞察的过程”，其中，开源是一个重要的概念。借用“开源”这个来自于软件和计算机专业的术语，希望表达一个核心观点：人力资源分析不是人力资源部门的封闭工作，不是传统上由“纯”人力资源专业（特指以六大模块为中心的人力资源专业）完成的任务，而是一个与经营、商业、产品、业务、流程、数据、IT等人力资源边界（domain）以外的、但却是企业大系统的有机组成部分的、本质是人力资源的大环境，互动的结果。因此，对待人力资源分析的正确态度和起点，是将其视为开源领域，由此综合各类有效方法，聚会各类有志之士，去完成的一项有价值的新任务。而前文所指的系统、过程、洞察、集成等，只有在开源的基础上，才能真正认识和把握。

上图来自笔者译著（《人力资源管理大数据》），形象展示了人力资源数据的多元特性，以及人力资源分析的“跨域”特性。

如何在知识层面表达是一个理论问题，认识问题，也是一个实践问题，是知行合一的体现。对于人力资源分析这样的新兴研究领域尤其如此。只有在知识层面上做到了准确表达，才能更好地实践。知识表达并非人力资源术语，借用该词，以突显新兴领域的“新兴问题”，即，遍览人力资源传统门类，几乎找不到合适的用语以更加精准地描摹新兴问题。故而，借用知识表达，以及知识图谱作为我们面对人力资源分析这个新兴领域的语言之一。这既是应有的态度，也凸显了以“六大模块”为知识核心的人力资源管理，在面对新问题时的紧迫和困窘。笔者尝试构建了一个知识表达的全新的“知识图谱”框架，由此，可以构建一个人力资源传统知识未曾涉足但却日益需要的新兴知识领域。

上图来自网络，以一个销售职位为例，展示了人力资源分析所需要重视的几个层面：如何认识、如何表达、如何实践。改图更像是一个纵切剖面，将知识图谱的机构展示得很清晰。

从认识和把握一个新兴领域的角度看，需要发现或构建相应的体系架构，将研究或者认知对象置于体系架构中，才能为知行合一打好基础。人力资源分析提需要一个独特、新颖、透彻的体系架构，或者体系架构的参考模式。这个体系架构，至少要从三个角度看，一个是人力资源分析理论和知识层面的，显然，传统人力资源知识已经做出了贡献；一个是人力资源分析在企业中的应用层面的；一个是从人力资源学科建构层面的。在此，笔者希望强调三个体系架构，其一，以数据为核心的人力资源数据管理体系架构；其二，以人力资源从业者为核心的人力资源数据和分析的职能体系架构；其三，以开源和知识图谱等为基础的，人力资源分析大体系。人力资源数据管理体系架构，以及人力资源分析大体系，超出了本文范围，留待合适的机会另作介绍。具体到人力资源数据和分析职能体系架构，除去常见的资源组织外，应具有三层次面貌，即企业顶层设计、企业职能战略、企业微观操作，分别对应着人力资源首席数据官（HRCDO）、人力资源首席分析官（HRCAO）、人力资源分析师（HRA）、人力资源数据伙伴（HRDP）、人力资源分析伙伴（HRAP）。这三个职能层次以及相应的职能人员，可以专职，也可以兼职，取决于企业的人力资源大数据和分析成熟度、发展阶段和实际需求。

上图可以理解为，人力资源分析的各个层级，在企业管理中的不同定位，当然，并不存在绝对的定位模式，因此，可以根据企业的不同、场景的不同而异。

笔者和朋友在2017年4月份，翻译了国内首本引进的相关书籍，中文译名为《人力资源管理大数据》，为国内同行提供了比较全面介绍人力资源大数据和人力资源分析应用的，较为系统化的参考读物，完成了该领域的概论式的知识准备和普及。2019年4月，与朋友翻译了《人力资源数据分析——人工智能时代的人力资源管理》，则为国内同行提供一本具有丰富应用场景的参考读物。两本书基于多位作者丰富的实践经验，通过大量的实际案例分析，构建了一个独具价值的知识地图和实践导航，将会很好地促进同行掌握并运用人力资源分析方法，实现在分析层面把握人与经营的数据联系这一核心使命。当然，这两本译作并非全部，而是通往人力资源分析，乃至人力资源数字化的一架桥梁。

结论

构建并应用人力资源分析(HRA)需要“开源领域”、“知识图谱”、“体系架构”以及“应用指南”四个关键性的、基础性的支柱，这四个支柱相互支撑，均具有比较丰富的内涵和大量需要阐述的细节。这一些留待日后展开叙述。总而言之，随着人力资源分析(HRA)的知识建构和实践应用普及和成熟，人力资源管理将会完成新的演化，具有新的特质，呈现新的做法。

胡明 数据工匠俱乐部