有一天，你突然接到了猎头电话：「某某公司已经决定聘用你为总监。」「你们怎么找到我的?」「我们根据精确的数据挖掘找到你，并详细分析过你的数据，已经决定聘用你。」如果这一幕是真的，你会开心抑或难过呢?因为居然是「机器人」决定了我们的前途。

    目前而言，人力资源部门(HR)对数据的使用最不明显，或者说数据团队很少有需求来自HR，这证明HR较少利用数据帮助他们在人才管理上做些什么;一般公司也把数据用在前台业务，却忽略了如何用数据找到和挽留对公司最有价值的员工。

    当我们进一步深究时，发现HR的一些数据指标可能需要改善。例如很多公司用离职率衡量HR的工作，但他们不知道离职率有主动离职率和被动离职率之分。员工若因绩效表现差而被动离开是公司的正常淘汰，但如果该员工是核心人才，他的主动离职就是公司的损失，这还应计入核心人才离职率。

    再举个例子，每年HR都会做员工满意度调查，但他们没有意识到，员工满意度其实跟团队最近的情况是很有关系的。比如这个部门刚刚经历组织架构变动，或者刚发完奖金，满意度都会受到影响。

    在HR数据的应用上，美国很多公司已开始收集从员工招聘到离职的相关数据，据此他们可以知道聘用什么样的人比较稳定或有更好的产出。美国有家电话服务中心每年都要招聘几千名员工，因为这个行业的离职率很高。他们发现，影响员工稳定性的最大因素居然是员工住处跟公司的距离。同时，他们还发现电话服务中心的员工最好曾在服务业工作过，哪怕只是一名餐厅服务员。这是有趣的发现，招聘电话服务中心的员工，更重要的居然是看他住在哪里及服务业经验，而不是学历或别的因素。

    软件测离职 准确率高

    无独有偶，美国媒体最近报道硅谷一家IT公司VMware，利用HR软件Workday预测员工离职，能够及时向管理层提示员工的离职意向，以便提早处理;市场反应显示准确率很高，效果甚佳。

    说到这里，大家可能会觉得挺恐怖的。按照这趋势，难道我们的职业生涯都将由数据算法决定吗?当然不是。数据的价值需要人的协作才可产生。正如我曾经尝试的一个专案，希望通过公司大量的面试评价及员工入职后的绩效文档，挖掘出某些岗位的关键能力，从而帮助面试官更客观地判断应聘者。国内一些大型公司，每年都会投入大量精力于校园招聘，有了通过数据挖掘得到的岗位关键能力，便可以据此避免重复的机械式面试，提高对优质人才的命中率。总之，HR的数据智能化已经开始，让我们拭目以待。