目前，人力资源专业人士已开始使用复杂数据分析来处理各类与人有关的问题，从招聘人员、绩效考核到晋升职员、支付薪水。这种人员分析方式消除了人们在考量别人过程中存在的偏见，因此引起了不小的轰动。
从事心理学和经济学跨学科研究的沃顿商学院运营及信息管理系实务教授凯德·梅塞（Cade Massey）也关注了这一人员分析方式。他擅长于通过不确定性来考量事物，着眼于对乐观、自负和学习的研究。梅塞教授的研究都是基于实验室实验和真实世 界里人们的行为来进行的，比如职业橄榄球球队如何选拔新秀球员、拥有股权的职员如何作出投资决策。
3月28日，沃顿商学院举行了一次关于人员分析的会议，梅塞是会议主讲人之一。在同沃顿知识在线讨论的过程中，梅塞谈到了这种数据驱动方式的发展潜力、局限性以及体育界对人们的启发，毕竟体育界在运用这一人员分析方面领先于商界。
访谈内容编辑整理如下：
沃顿知识在线：人员分析被认为是以数据驱动的方式来管理职员。这意味着什么？和传统管理职员的方式有什么不同？
凯德·梅塞：从传统意义上来说，人们总是依靠直觉来决定聘请、晋升和奖励表现最佳的职员，在这个过程中或许也会使用数据，但却没有形成系统的方式； 而人员分析正是让上述的决策过程变得更系统的一个尝试，因为这些决策对公司来说都是最重要的。我们可以看到数据已充分地运用于其他领域，如金融和销售，现 在这些数据将渐渐地运用到新的领域。
沃顿知识在线：它具体是怎么运用的呢？是否真的能消除偏见？
梅塞：我只能说有助于消除偏见，同时这也是激励我继续研究的因素之一。我研究人们的决策过程，这个过程很大程度上与人们直觉中的偏见有联系，并且这 些偏见很难根除。因此在决策过程中引入一些数据，使决策和分析更系统，这也是人员分析的一种运用方式。“消除”一词有些夸大。可以肯定的是，我们在某些情 形下会一直带有偏见，但大多数情况下我们都试着减少这种偏见。
沃顿知识在线：首先让我们来看看招聘过程，毕竟这是公司与职员打交道的第一步。假如宾夕法尼亚大学现在有职位空缺，我们把招聘启事放到学校网站，随后就会收到很多简历，我们从众多简历中挑出最合格的人，通知他们来面试，最终从面试的人中留下最合适的。如果运用人员分析的话，整个过程会有什么变化？
梅塞：如果我们参与到招聘过程并引入一些辅助工具，首先我们可能会尽可能地观察历史数据来了解应聘者的品质特征，进而预测他们未来的表现。我们不会进行面试，相反会从申请表中看他们的性格，并思考：他们身上这些可观察到的特征和他们未来长期的表现之间有什么样的联系？
这并不意味着我们会完全运用这一模式来决定录取谁，但运用这一模式产生的结果会影响我们的决定。因此，我们可能还会进行面试或者小组讨论。此外，分析的严谨性也是不可少的，它不仅影响小组讨论，同时还会使这样招聘的效果好于传统招聘。
接下来我们会将录取决策模型化。我们不会将应聘者的长期表现模型化，那我们现在要做什么？录取谁？如果你仔细研究就会发现，你在不知不觉中把录取标准定为GPA占20%，应聘者上一家公司的声望占50%，其他因素占30%。
你也许会问：我们在做什么？尽管我们不遵守一些规则，但暗中观察会发现我们最终都是有规可循的，这常常发人深省。一家机构可能没有意识到，自己在招聘过程中其实是把重心放在某一因素上的，这也是可行的。但或许在他们看了数据之后，就会决定要增加其他因素的比重。
沃顿知识在线：您提到可以预测应聘者的表现，通常这些预测的准确度如何？
梅塞：这些预测有很大变数，永远不可能完美，而且是有争议的过程。我认为人员分析其中的一个特征在于——有多少机会、有多少争议，这个过程就会存在多少瑕疵，就算是拥有最佳数据的最佳模型也会有瑕疵。这也是我们要吸取的重要教训。
我们在面试和招聘做决策时往往意识不到这一教训。通常，我们认为自己能预测到应聘者的表现。你能记住那些你能预测到其未来表现的应聘者，却忘了那些 你无法预测到其表现的人。在这个过程中，你显然不够谦虚。当你开始将招聘过程模型化时，你会发现困难重重。虽然这是有瑕疵的预测，但我们的理念在于我们不 断改进就会做得更好；通过使决策者往自己直觉里加入一些分析，我们将预测得更准确。
沃顿知识在线：我听说像谷歌和施乐这样的公司采用了这种方式进行招聘，他们的招聘结果如何？
梅塞：人员分析不仅仅是关于将表现模型化，也可以是整个过程中的任何分析学知识。比如，几年前谷歌曾经有这样的疑惑：面试对预测应聘者未来的工作表 现的作用到底有多大？后来资料表明，作用不是很大。为了证明自己的想法，谷歌表示会自己进行研究。研究之后发现，面试对预测工作表现的作用不大。但这些面 试还有其他目的，所以谷歌没有完全放弃面试。他们的人事经理花了数小时进行八轮、九轮甚至十轮面试，最终发现这样的面试对预测未来工作表现作用不大。于是谷歌决定将面试次数减到最少，只进行三到四轮面试。这就是使决策过程更具有分析性，或使分析性对你正有序进行的事情有很大帮助的例子。
沃顿知识在线：这听起来有些反常。我记得美国全国公共广播电台（NPR）曾报道过施乐招聘客服中心人员的事。他们发现有一件事很反常，职员在其他公 司客服中心的工作过并不是一件好事，因为他们容易对这个职业产生疲劳。事实上，这也是预测较差表现的一个指标。通过运用人员分析，是否还发现了其他反常现 象？
梅塞：两小时前我刚和国家橄榄球联盟（NFL）的一支球队通过电话。这支球队目前正花大力气来选拔新秀球员。从某种程度上来说，所有的球队都正忙于 选拔，但这支球队运用的却是最成熟的分析方式之一。我们的通话内容是关于某一没人关注的特定立场的重要事宜。他们正进行全新细致的分析，并发现其中一种最 重要的、此前无人问津的预测指标。
这也是在交谈中引入数据的另一重要特征。这并不意味着完全把决策权交给数据，而是在交谈中引入数据，因为有时你会发现，这些直觉甚至传统看法不仅是错的，而且还会阻碍事物的发展。
沃顿知识在线：这么说来人员分析也可用于像体育这样的领域，比如像费城老鹰（Philadelphia Eagles）这样的球队如果要运用人员分析的话，他们会怎么做？
梅塞：他们确实在运用这种人员分析。从很多方面来说，在体育界做决策要容易得多，因为有很多可观察到的东西供他们参考。在做决策时，我们有很多可量化的因素可供考虑，并且还能看到该决策带来的结果，因为我们可以真实地看到这些球员在球场上的表现。
事实上，如果你决定放弃一名球员，你通常会看到这名球员会以某种方式来表现自己，这在非体育机构里是看不到的。如果你雇了一名律师，你通常不会去关 注其他律师的职业生涯，而在体育中，这些事都会发生。因此，我们可以更谨慎地审视球队所作的决定，并且还能得到很多有针对性的数据。
因此，对那些对人员分析感兴趣的球队来说，这是个很好的机会。一些球队真的在运用这种方式，比如费城老鹰。这支球队在每一个环节都使用数据，去年他们聘请了新的教练，很大程度上是基于数据来完成聘用的。从他们身上我们能学到很多，因为他们确实对人员分析产生了浓厚兴趣。
沃顿知识在线：人员分析是如何运用到绩效考核中的呢？这往往是许多管理者的担忧之一，因为给员工负面评价通常让人倍感压力。
梅塞：绩效考核中最难的一项就是量化考核，但如果你只是统计数据而不表达个人观点，就会容易许多。有很多可观察到或可衡量的东西供我们参考，你也可 以把所有不好的事都归咎于数据。然而，如果以这种方式进行考核，你会把所有的重心都放在数据上，可能会更关注那些不太客观的可量化事物。因此，绩效考核需 要把主观评价和一些客观衡量标准结合起来。我们永远不会忽视主观因素，同时还需要确保量化因素的系统性和一致性。这样看来，人员分析确实是很宽泛的，它可 以用来尝试分析哪种衡量标准在长时期内最可靠。
典型的例子就是投资界中基金管理的绩效。在基金管理中，奖金在薪水中占了很大比例，通常和你所管理的基金的表现挂钩，虽然它不是全部薪水的来源，却是很重要的一部分。某些地方的研究表明，有时基金经理这一年的表现和下一年的表现之间毫无关系。
如果这项研究是真的，那么在绩效考核的过程中就存在很多偶然性，而且绩效的差异也不在于技能的差异。如果真是这样，或许我们不该每年（因基金表现不 错）重金奖励基金经理。这是一个很难解释的例子，也很难让人理解你正在谈论的事情。但如果你引入数据、计算数据并进行深入研究，或许能让别人信服。你可以 确切地计算出有多少是基于技能层面的，又有多少是偶然的。
沃顿知识在线：人员分析可以用于评估领导潜能吗？
梅塞：这个想法很有趣，不过我对此了解不多，因为很少有机构在做这个。但这种尝试始终是有可能的，并且我相信现在已经有机构准备在做了，只是做起来 会很难。我曾经和一位在一家机构里做人员分析之后又转做人才管理的女士谈过，她说，她新工作的部分职责就是决定高管级别的晋升，这也是该机构中核心的晋升 级别。
我和她共事过几年，专门从事人员分析。她拥有博士学位，并且很相信数据。因此我第一次见到从事人才管理工作的她时，我就猜想她会想出一个模型并收集 一些数据，同时也会使用分析学，但她却说：“不，我们不能这样做，这个决定太重要了（我们要谨慎）。”我想，如果这么多年之后，她还抱着当年的想法，那我 真的很为难。但我可以肯定的是，随着时间的推移，人员分析肯定会在评估领导才能方面起到作用。虽然这做起来明显不容易，但正是因为存在挑战才更有趣。到底 什么才能让我们通过观察职员早期职业生涯的状况来判断他们未来是否有出色的潜质？这真是一个有趣、重要并富有挑战性的问题。
沃顿知识在线：由于很多公司都要求员工合作，因此团队合作意识和领导才能密切相关。此外，这些合作小组不仅局限于一个地方，组员可以是来自不同城市甚至是不同国家的人。人员分析能否提高团队合作的效率？
梅塞：我认为是可行的，很难想象如果不能提高效率的话会是什么样。人员分析在团队合作中的本质就是分析，是一种定量分析。不同的是，我们通常不会用它来分析人际或传统的软性问题。相反，我们用它来分析队员都有发言权的团队。这也是体育让人长见识的原因。
我们如何把人员分析运用到体育中是个挑战，同时也需要很长时间。然而，比如冰球队里，在没有见过某一球员独自在球场上（因为每次他都是以一个六人队 的队员身份出现）的表现时，他们依然得对这个球员作出评判。篮球也是如此，你必须学会如何评判其中一个与另外四名队友在球场上共同比赛的球员，同时还要在 他还有其他五名对手的情况下进行。
因此，他们必须找出评判团队表现的同时又反映个人表现的方法。我们如何才能不受团队影响来评判个人呢？现在，球队在这方面的做法越来越成熟了。或许 我们可以借鉴NBA球队的一些做法来帮助我们更好地了解团队表现，或许还可以将这些做法借鉴到别的地方，比如麦肯锡的一个项目小组。
沃顿知识在线：你认为人员分析的最大问题在哪里？比如，公司怎么划定隐私和数据及元数据使用的界限？是否有针对这些问题的规定呢？
梅塞：我不知道是否有这样的规定。这确实是一个敏感的话题。在过去的三到四年里，我看到公司在收集数据方面的决心有所变化。早前，我和一位社会学家 进行了交谈，他的专长是研究12世纪的教堂。从思考数据方面来看，我更像是心理学家。我一直打算收集创造性的数据，就是类似于皮质醇水平 （cortisol levels）的数据，但是公司不允许我们从他们的职员身上收集这一数据。而这位社会学家却在收集收据方面颇有创造性，甚至想出一个怎样在被动的情况下监 视职员所处的位置。他的所有这些有趣的想法或许真的能揭示与公司文化有关的东西，真是让我印象深刻。
这是一个非常与众不同的学科角度，在当时甚至令人不安。如今，我们可以看到徽章上小小的编号也能随时定位每个人的位置，或是椅子上的测量仪表也能测出人们什么时候使用过椅子。世界正朝着这个方向发展，同时有的人对此感到害怕，显然这是充满道德争议和风险的。
沃顿知识在线：最后一个问题，如果让您展望未来的话，您觉得未来的人员分析能在哪些方面起作用，比如5年之后，它能完成哪些在今天不能完成的事情？
梅塞：这个问题很有趣，需要从事物的大量数据和被动数据来考虑。我看的是目前在人员分析方面发展最前沿的领域——体育界。我认为，只要我们回顾5年 前我们所做的事情就能看到我们未来20年的发展方向。比如，目前在NBA的每场比赛中，会对每名球员和篮球的动向进行每秒钟多次追踪。只要有足够的计算能 力以及在足够多的博士的帮助下，一些人也能运用数据做好真正意义上的绩效评估。虽然这会耗费大量资源，同时对思维方式也有要求，但人们确实能基于数据做出 令人难以置信的、具有深刻见解的绩效评估。我相信，随着这些科技不断运用到非体育团队，这样的例子会越来越多 。
