而有了数据以后，会根据每个人肩宽、骨骼包括它的臂展等个人特点打造适合他的练习方式，原本需要数年的运动量才能达到的效果，现在缩短到四分之一甚至五分之一，达到事半功倍的效果，这就是数据带来的变化。
有人会问了，之前为什么没有数据？
其实我们在一百年前也是有数据，只不过记录是最大的瓶颈，直到Excel 97的横空出世，我们才有了智能化的记录载体，不止是记录，更可以进行分析。
有了分析后，我们传统的人力资源行为，包括HR管理选用和预留，往期业绩及试销率，最后到工作行为等考勤分析，都可以通过数据来分析：如何选预用留甚至作出前瞻预测，这就是数据驱动我们的决策。
离职倾向性的预测
有很多公司都在用核心的人事管理系统：比如员工的入离职、考勤打卡等，这些数据都可以对我们的人才做一些预测。
怎么做到预测？这是很关键的一步。
以入离职分析来说，在190家客户案例中，我们发现有一个断崖式的情况：员工在进入企业的第28天、第58天、第128天，会有大面积离职的情况。
28天离职的情况多是发现直接领导和面试官不是一个人导致不适应，58天离职往往是发现氛围和刚来的时候不同导致心理落差，128天离职则更多的是绩效没达成而离开的.
每招聘一个人的成本不低，都是千辛万苦招进来的，对企业而言，是极大的浪费。未来，能不能提前预测并对有离职倾向的员工进行沟通以降低离职率呢？
敬业度调研分析
当时有家公司，一年内开了几百家店，七千个销售，去卖理财产品。高管想要了解员工的敬业度，我们用数据说明了一切。
我们做了实地调研和数据梳理，这个公司是上下班打卡，每天八小时。我们把连续八天在十八点三十五分之前打卡的员工拿了出来分析，想象一下，如果他们都是做销售的，下班五分钟就走了，连续八天如此，是不是工作热情有问题？我们收集到这部分人的样本量不到四百人，六个月内可能会有70%的人离职，我们根据不同分工的敬业度，进行了干预和处理。
发现隐藏人才
让我们从工作中的沟通来看。通过数据，我们可以看到，如果把每个员工作为一个原点，将每次沟通：线上窗口会话、打电话，发邮件等都记录下来并作出分析，会发现沟通的疏密程度和组织构成是有关联的。
比如扁平化管理，高管和每个人都会是高度沟通的；而层级组织，总监和组长沟通，组长跟组员沟通都会很频繁；跨部门沟通，可以发现两个组织中哪些人是组织沟通的活跃分子，这些人的沟通协作能力一定很强。
再比如销售人员的业务拓展方式。是每周和100个客户沟通带来的利润多呢，还是每周和8个人沟通赚得钱多呢？有人说了，这还要考虑客单价。
我们会通过数据帮业务做一些预测。
通过人才画像精准用人
招聘面试，我们也有做过数据分析。
我们采访过很多人力资源的一把手，他们直言，一般面试前10分钟就已经确定要不要了，后面40分钟，就是证明自己的观点。这样比较主观，有没有可能用数据来理性选用人才呢？
肯耐珂萨曾为某个金融行业分析师做过人才画像，先对这家几百个同岗位的员工做调研：性格潜能测试，职业性格测试及动机测试等，做完之后经过回归分析，得出这个岗位高绩效的能力包括经验学习、商业思维、分析性、乐观性等。招聘时候，只要候选人的测评拟合度较高就可以很快胜任，经过半年的追踪，验证出他们都是高绩效的人才。
我们还发现，这个能力强的人会越来越强，半年被晋升，第二个半年还会被持续晋升，绩优的人会被持续晋升，这也是数据告诉我们的。
未来，我们的员工从入职到离职都会有数据的记录，你过往的经历，不是人名和抬头，更多的是数据。面试下一家公司，扫一眼数据就知道你是个什么情况，什么性格，什么动机，这可能就是未来招聘的趋势。
数据在人才发展中的应用
说起人才发展，那么如何确定适合公司的人才画像无疑是难点，而如何建立晋升标准则是痛点，这关乎企业人才素质模型的建立。
有家企业，现有员工四万人，算是比较大的公司了。我们提取文化，提升领导力，摒弃呆板的科层式组织，建立员工输出型的晶体组织，将员工的未来发展以及岗位相融合，三维一体的模式，鼓励并推荐员工在公司内部自由流动。
基于这些，我们为他们量身定制了一些有意思的模型，管人管事管自己的系统。我们先对公司的高管做了调研，了解到公司地发展很快，不断地从0到1，再从1到0。比如，半年时间把20人的团队发展到200人甚至1000人，当开拓海外市场时，又把1000人留在中国，孤身一人到国外，继续组件团队，创造一百万一个月的神话。这是一种从0到1又回到0的挑战，需要极大的勇气和实力。
由此可见，此公司的能力模型不是极致执行，而是战略思维。战略思维很抽象，简单来说，就是对重要任务的跟进跟进再跟进，直到所有参与者都步调一致，努力前行。我们做了可视化的点，便于大家理解掌握，开展结构化面试。
对于我们想要的人才，会分析他是否有从0到1的过程，担任过哪些角色参与过哪些改变，也会了解在过往晋升中，他是如何跟进跨地区、跨区域、跨事业部的项目，还会问到具体的案例，比如如果公司去韩国开抖音，你会怎么做类似于这种开放式问答。经过这些基础数据积累后，再进行可视化分析。
