□Steve Fredlund
“是否有效？”
这位CEO的问题很简单——正如很多公司一样，安联人寿保险公司 (Allianz Life) 在提高组织专业知识的整体水平方面投入了大量时间和资源。培训、员工课程、充足的部门预算。但是，真的有效吗？
想要回答这个看似简单的问题并非易事。没有方法能够直接说明企业投入的资金提升了员工在所属领域内的专业知识。所以，任命新成立的人力资源劳动力分析部门设计出一种方法来回答这个问题。
我是这个由两个人组成的、位于明尼阿波里斯市的安联人寿保险公司美国总部劳动力分析团队的一员。作为一名精算师，我的工作偏离了精算行业传统领域，但在当今时代浪潮下，“大数据”汹涌来袭，很多领导者已经意识到需要借助数据来确认他们的直觉。而且，有越来越多的公司开始采用预测分析和数据可视化，借助数据来验证业务猜想的期望比以往任何时候都要高。
在安联，我们开创性地采用一种新的方式来了解员工的专业知识和培训成果。Organizational Expertise（组织专业知识）计划致力于衡量和监督组织（宽泛）和部门（具体）知识与技能组合，并为其提供分析和可行性见解。我们正在提出一个简单且可度量的方法来了解组织专业知识差距，并开始回答“是否有效？”的培训问题。我们希望这个计划能够进一步提高我们的预测分析能力。
目前，我们正在财务处审计领域试行该方法。我们开始根据员工专业知识方面的管理投入为该计划累计数据分值。管理者使用规定的评价标准（例如，评分准则）为宽泛和具体的专业知识领域打分，包括目标水平和当前水平。我们可以评估任意技能——审计员的技能分为商业才干、产品效益、技术会计记账和报表。
我们制定的用来评价各位员工目标和实际专业知识的评分标准是安联人寿保险公司的知识产权；但笼统地说，它是漏斗形非线性评价标准。例如，“0”可能代表所有人都具备的能力，即，1,000 人团体中的所有人；“1”适用于只有 500 人。另一端，“9”可能只适用于五个人，“10”只有一个人。这种模式让数十个部门中的数百人的数千项技能便于可视化，可以直观看出当前的专业知识水平。
这种直观视图使得人力资源能够知悉企业在提高组织专业知识的哪些方面表现出色，哪些方面还有待改进。我们可以使用该数据单独考虑专业知识的差距，发现任何专业知识盈余可以在其他地方找到用武之地的部门或团队，并且可以反映出企业是否正在逐渐接近这些目标。
不过，最大的好处在于，我们能对员工数据进行更深入的分析。我们创建的模型让我们可以根据专业知识水平如何随着员工在其领域内经验的增长和新技能的习得而变化来预测部门的未来需求。
随着时间的推移，该模型会揭示人力资源对员工从现有的专业知识水平提高到目标水平的影响。可以用于预测哪些员工所积累的技能会令他们更适合部门以外的职位，因而在其他岗位上的工作效率会更高。由于我们会检查员工的进步情况，所以我们能够发现哪些技能最容易通过培训获得，引申开来，哪些技能最容易通过招聘获得。我们还能确定哪些技能容易削弱损耗，哪些管理者在提升技能水平方面最有成效，随着员工的发展会出现哪些新的以技能为导向的需求。
该模型实行足够长一段时间后，确切显示已经识别出专业知识不足和盈余，这将成为帮助管理者让员工与工作职能相匹配的宝贵工具，以便物尽其用、人尽其才。了解我们的不足在哪里还能让我们实现培训投资回报率的最大化以及证明培训计划的效果，最终通过可度量的结果来回答“是否有效”这个问题。
用事实来代替主观印象是精算师一直以来的使命，令我们从容应对这个日益由分析和数据驱动的世界。即使在人力资源领域，也有采用数据来获得关于劳动力的颠覆性见解的重大变革，带来更理想的业务成果。