乱谈管理（除了上帝，任何人都必须用数据说话）

有一个有趣的现象，在全世界任何一个国家的教育体系中，地位最高的永远是2门课程：其一是语言，其二必是数学。语言是表达的工具，数字是精准的智慧。无论文化差异多大，这一个全球各国现象都保持着惊人的统一。另有一个有趣的巧合，大部分现代科学走向成熟的进步历程（无论是如今商界炙手可热的生物学，还是HR经常打交道的行为心理学），都经历过从早期单纯的定性分析，走向依靠数据进行精准定量分析的历程。从这两点管中窥豹，似乎不难解释，为何数据在高速前行的今天，变得越来越重要。

数字时代的决策，更需数据驱动

大约50多年前，PDCA循环发起人，管理大师爱德华兹·戴明说：“除了上帝，任何人都必须用数据说话。”当时人们仍处在一个数据匮乏的时代，而今天则完全不同。随着我们迈入数字时代，数据从一种附属品，变成企业创造价值的关键资源。我们每个人的身上都藏有无数的数据标签，刻画着我们每个人的画像。因而，当我们在“双十一”打开京东、淘宝、亚马逊的时候，数据知道我们想要什么。

从企业角度看，海量的用户数据正在告诉企业，客户想要什么，市场最有可能走向哪里，从而让企业做出更高质量的决策。用数据形成智能算法，用更多的数据打磨算法的精准度，再用数据和数据打磨出的算法代替人的主观预测，这很可能会是未来商业决策的走向。既然基于数据构建出来的算法可以在象征人类智慧巅峰的围棋比赛中战胜人类世界冠军，我们有理由信任算法所做的商业决策和预测可以比人类有更好的质量。

IBM的研究发现，人类有90%的数据是过去两年内产生的。到2020年，全世界产生的数据规模将达到今天的44倍。如此惊人的数据产生速度，就决定了未来商业决策将直接构建在数据之上。随着各家企业的各个部门诸多数据系统的上线，不久以后我们就将看见这些数据系统彼此链接、打通形成闭环，并且按照使用场景，每一个场景一个闭环。有了数据价值的加成，我们看到很多新事物在这个充满想象力和可能性的时代萌生。人类的决策越来越依赖数据，也将是一种必然趋势。

数字时代的决策“反惯性”

最近一段时间，我们最常听到的企业战略重点依次是：数字化转型、推动产品和商业模式的颠覆式创新、开辟之前从未涉足的新市场。这些战略重点无一例外都在寻找自己常规业务增长之外的“第二曲线”，也无一例外都是在数字时代的不确定性下险中求胜。

有意思的是，前不久就遇到了一个典型的案例。一家之前一直从事汽车经销商业务的公司，董事长发现自己的资金投入产出比近年来愈发走低，于是决定为集团开辟一支产出更高的副业。考虑再三后，董事长选定了养老业，并且立下5年让这支“副业”达到总收入50%占比的“小目标”。包括董事长自己在内，集团上下都是汽车专家。董事长也心中没底养老业务究竟该怎么做，但他就是想知道，派出哪位汽车业的行家，可以把养老事业做成。

与这家企业类似，数字时代的特性决定了很多企业当前正在面临着这一类“反惯性决策”。所谓反惯性，就是打破业务的匀速和常态发展。在大量企业寻求着颠覆性创新，寻找着自己的第二曲线的时刻，正是充斥着大量反惯性决策的时刻。反惯性决策是最高风险的决策，因为过去的经验不仅失灵，而且可能成为在决策过程里误导自己的因素。因而反惯性决策的时刻，都是公司最需要HR提供人才数据来驱动决策，从而降低风险的时刻。

数字时代的HR要如何应对“反惯性”

对几乎所有公司来讲，HR手中的数据量或许并不亚于财务和市场两端。但若论数据的分析和对决策的驱动作用，HR则远落后于前两者。因而大部分公司不得不将自己反惯性的高风险人才决策仍致于风险之中。如同上面的案例，董事长想知道公司这些汽车业的行家之中，有没有谁在陌生环境下能顶住压力，快速适应、摸索、学习、创新、试错，找到一条成功的路，想就这些平时可能看不见摸不着的数据进行一个精准的剖析。

HR不妨问自己一个问题，我们何时可以为公司提供像'足球经理'游戏中一样详尽的，足以支撑决策的人才数据?

数据分析，HR可以从何处着手

理解业务话题

从源头的“需求”开始着手，向业务高管了解其眼下最关注的业务话题是什么。然后和业务高管坐在一起，从中分解出需要提供什么人才数据才可以帮助他们做决定。分析如果不能摆脱HR专业领域的局限，转而从业务话题着手，将很难真正为业务端提供价值，并且往往对业务高管来说缺乏说服力。

重整手边的数据

盘点一下自己手中拥有哪些数据，列出清单，使之井然有序。首先要认识到自己缺少哪些数据，在支撑哪些业务决策方面存在局限。此时，确认自己没有什么，比确认自己拥有什么重要得多。否则最终引向业务端的就是一次误导。

用数据说话

从自己的团队内部开始，力求事事都用数据说话，减少依赖经验和直觉的习惯。同时，开始练习用尽可能简单、直接、直观的方式表达数据背后的故事。让人看后秒懂的数据本身就是一种强大的说服力。

寻找不一样的思考方式

寻找组织内外兼具数据分析和商业思维的伙伴。尤其要尝试向HR以外的人学习，因为他们往往会从不同角度看待问题，而这些角度很可能是HR平时所不习惯的思考方式。这样做可以帮助我们扩大分析的视野，逐步提升对数据的解读能力。

文/DDI大中华区高级产品经理 孙逸彬，DDI华南区项目团队经理 刘璐