黎明，绫致时装 人力资源负责人。本篇笔记来自于2021年6月22日，黎明先生在“数字化转型与组织新动能——2021劳动力管理大会”北京站，关于《科学分析探索人员管理艺术》的主题演讲。
演讲提要
1. 管理是一门艺术，但科学让艺术的准确率更高。2. 在绫致，什么样的导购业绩更好？结果是35岁女性，最好有两子。
3. 作为HR如何贡献一部分销售额？答案是提高人效，要么多卖，要么省钱。
4. 激励头部员工的确很高效，但头部员工寥寥无几，中部员工占据更大比例，实际总产出可等同于头部。
演讲者 | 黎明
这是盖雅学苑第261篇原创图文
本文共5304字，阅读约需6分钟
首先简单与大家介绍一下我们公司，我们公司叫绫致时装，网上时说它是一个很有钱的天津老板开的公司，绫致时装其实是一家成立非常久的、纯正的丹麦公司。
我们所处行业里，一些关键词经常被提及，电商、O2O、新零售、创业、创新、变革……从20年前到现在，针对比较知名的几个关键词，我们一直走在最前方。
绫致是最早在零售行业布局的时装公司之一。电商部门的建立早于天猫平台双十一活动的出现。我们以自创的形式建立了电商从开始环节到售卖环节的所有价值链环节。拥有自己的影棚、模特、修图团队、上架团队，售卖、物流、退换货等，产业链非常完整。现在电商占我们销售额的20%-30%。
另外一个词是O2O，我们也是中国最早做O2O的公司之一，新零售也是，阿里在三四年前提出新零售，我们早他半年时间已经有了类似的实践。
创业、创新和变革也已经融入我们公司DNA里。1996年起家到现在，我们的组织一直都非常扁平，一直持有创业的心态，每年都在迎接新的变革。
01/
大环境下，人效提升的迫切性
借今天的机会，我要与大家分享一个故事，这个故事来源于我们2018年的一个真实项目，项目结果是人力部门在2019年实现了图上的销售额（参考图1）。当然，这存在“噱头”的成分，因为这并不是我们通过这个项目额外增加的销售额。不过它真实地是通过我们这个项目得到的转化。
图1
今天的主题是关于这100亿，我们是如何达成的，背后的故事是什么？
大概在2017、2018年，我们公司在国内的老板说希望开展一个「人效提升的项目」，这100亿便是人效提升的结果。人效提升项目主要出于对大环境和企业自身生命周期必然性的考虑。
从外部市场上来看，一家企业的生意受三个因素驱动：市场、产品、人才。我们1996年进入中国，那时候中国还没有快时尚，当时环境下，市场需求驱动着我们的高速发展。
在没有竞争者的情况下，我们企业的发展同时依附于产品，受产品驱动，产品设计一直秉持着时尚、优质、消费者可负担的特点，因此产品一直处于较比不错的行列，这一点在九十年代到零零年代极为突出。但随着时间的发展，出现了这么一个问题——80后慢慢失去消费动力，90后、00后成为了工作的主力军，也是消费的主力军，在他们的心目当中的市场活跃竞争者增加。
在市场总量萎缩的情况下，我们的市场占有率也在下降，盈利能力在下滑。市场和产品驱动的这两点变化都属于外部因素。同时，作为企业来讲，所有企业开办都不是福利机构，是为了挣钱，我们需要考虑企业的盈利能力。我们也要考虑如何能够把生意做好，赚到钱？
我们企业有一个三个字概念，即“人、货、场”——把消费者请到店铺里买产品，通过人完成交付。“人、货、场”非常凝练地表达了销售的关键因素。作为HR从业人员来讲，我们主要研究的“人”的方面，如何提高人的效能。
我脑海中会想，有什么是我们HR可以做的？老板为什么把这个项目交给我？
他的需求和想法其实很简单，他认为HR是否可以创造一套激励性的薪酬福利方案。我认为，「用效能来衡量人」不是一个简单的通过给钱就可以完成的任务。
人的管理是一个艺术过程，于是，我的思考就回到了需求本身，有什么我们HR可以做的呢？简单来看，提高每个人的销售额一定能提高人效，顺着这个思路往下思考。
02/
管理是一门艺术，但科学让艺术的准确率更高
▍分析现状，找到痛点
100多年前人们已经在谈科学管理，古典管理理论从生产汽车，制造铁路来分析每一个动作和产出之间的关系，解决产出的大小可以提高生产力，可以最大化的节约资本家的生产成本，这是从动作入手分析。
经过一些思考，我首先对公司的现状进行了分析。
1996年来中国至今，我们企业已有20多年的沉淀，有数据、销售、人员，同时公司还有内部的品牌，品牌有不同的销售能力和销售数据。2016年，公司也完成了平台数字化转型，包括人事系统、财务系统、物流、供应链等，然后把这些数据进行打通，销售数据和人的数据进行关联。
不过，零售是一个非常复杂的场景，一个人的销售额是由不同的销售过程产生的，可能有些强势推销，还有引导式的消费，他首先夸赞，你今天很漂亮，你的风格跟我们很像，有需要可以叫我……还有很多其他风格的销售行为，但从行为角度很难将销售结果细化到动作，再与销售额联系起来。但这么分析的难度很高。
然后我便简化方法，取巧地将销售数据和人进行连接，将人进行排名再进行等分。人群总体分成了10段，每一段里所有人的销售总和作为一个单元，产生了非常有意思的结果（参考图2）。
头部40%的导购产生80%的销售额，大家会想到二八定律，但二八定律只是一个概念，在我们企业里实际是六四。40%的人产生80%的销售额，这部分是我想激励的员工。
图2
另外，尾部20%的同事只产生1%的销售额，所以大家如果拿到这个结论，很明显就可以知道我要做什么——如何激励头部员工？如何让中部员工进入头部？尾部员工如何进入中部，以后有机会成为头部？这些成为我们重点探讨的话题。
做数据分析的方法比较简单，但实际上我们经历了很多痛苦的过程，这个过程大概持续了12个月。
因为我们面对的是一个海量数据。可以通过门店数量推算我们有多少人。这些导购每年的流动率是100%，假如有100个员工，到第二年他们已经换了一轮。而且数据不只是销售数据，还有员工基础数据，例如年龄、性别，这些都需要知道，因为不知道能分析出什么意外结果。
很幸运的是我们2016年完成了数字化的基础布局，但数据分析不仅需要数据平台，还需要保证数据质量。
非常痛苦的阶段发生于2014年前后，当时没有数据规范，如果我想调用系统数据去看一下有多少职位，很有可能出来的结果是：400个人有200个职位。而且，也没有打通销售数据，但数据是否打通恰恰是分析的前提。完成这些数据标准化基础，我们经历了非常痛苦的建设过程。
图3
我们首先解决了第一个问题，提取数据；第二步是洗验数据，数据是基础，得到保证才可以，我们会提出很多假设，然后去验证数据，例如是否有合规性的干扰，因为销售存在很多上不了台面的数据；是否因为入职时间产生了统计口径的误差等。
总之，从各种角度去检查我们自己的数据。
销售数据是否和在职时长有关系？我按所有同事来公司的生命周期进行分析，分析结果是想本意是不是有一个误差引导在里面的，实际上分析结果比较乐观，从第一个月以后，每个月他的销售达成范围是在恒等范围之内，意味着，第一个数据以后，后面的数据基本上都是对的。
导购来到公司之后，多长时间可以达到高产能？数据显示是1个月（参考图4），到底是数据误差产生了一个非常漂亮的结果还是实际上是这样？
图4
除了科学分析之外，我们还加入了访谈辅助论证，我找到4个培训经理来观察分析结果——导购在公司呆的越久，产能越高，这个分析对不对？他们回答都是对；第二个问题——入职3-4周可以达到标准的产能，这个结果对不对？大家回答仍然是对。
这些都涉及到今天的主题，人的管理需要艺术还是科学？我想说，管理人确实是一门艺术，但是科学可以让我们做艺术的准确率更高。
上述论证是基于时间轴来看我们的分析是否有误差。然后我们观察人员分布上是否存在问题，但分析结果就像我们在书本上看到的正态分布（参考图5）。通过我的论证和有限的知识分析，我们认为这些数据应该是没有问题的。
图5
▍高绩效sales的画像
随着生命周期的研究，我们进一步把这些人进行切片，把他们入职的生命周期和他们的销售排名做相关性分析，第一个问题——经过多长时间这个人可以成为头部销售？
至少是6到9个月，少于6个月成为头部导购几乎没有可能（参考图6）。这个结论是科学的分析结果，如果去店铺问导购或者零售管理者，多长时间可以培训一个优秀导购？他们可能都无法给出一个答案，现在通过数据分析，我们知道了是6到9个月。
图6
第二个问题是，为什么6到9个月成为优秀导购的比例2016年是5%，2017年是4%，2018年是2%？这是因为市场外部环境发生了变化，我们的产品竞争力下滑，有更多的竞争对手出现。
我仍有一个疑问是：是不是我们在人力资源的雇主品牌上也出现了下滑？也就是说我们招优秀导购的能力出现了下滑。产品力在下滑的同时，我们的人员是否也无法承接这种挑战？
1996年我们来中国，当时据说是6个人，两个老板，一个财务，一个行政还有一个司机。现在，我们门店七千多家，是不是都是我们的核心人员？就像一杯咖啡一样，两个人喝还是三个人喝，三个人喝就要续水，我们需要关注最核心人员。
结合上述所有结论，我产生一个猜想，有没有其他的可能性可分析？成功画像是什么？
我当时很主观地产生了一些猜想：
是不是年轻人更好拉近年轻客人之间的距离？是不是女性的导购可以更加有效的产生销售？我们有没有可能多招一些优秀的导购，也就是素质好的，例如大学毕业或者是大专毕业的，甚至以上学历的，于是我有一个猜想，是不是20岁左右女性有本科学历就可以卖的更好好呢？有可能，因为我们的竞品优衣库、ZARA都是采用类似的销售人员，他们的品牌调性和市场欢迎程度确实不错。
于是我们做了相关性的分析，关联结果验证我的想法是错的。然后我们用了访谈的方法，访谈到店铺我们经过了大量的走访和问询，什么样的人销售额比较好？
结果是35岁女性，最好有两子。我一听这个故事我觉得有道理，为什么？
35岁女性如果她有1～2个孩子，会产生很大的生活压力。35岁的女性没有任何的学历背景，可能也没有其他的背景，她想谋生，还有两个孩子，产生高销售额的可能性就变大了。然后，我们是不是要扩大这部分人的聘用。
其实我们做了另外一方面的分析是冰山之下的特质，我们和非常著名的一家人力资源管理公司合作，对我们的八千个导购进行测评。后来我们确实有一些结论，很可惜做完之后就疫情，还没有机会进行延展运用。总之我想说的是，数据解决科学的问题，艺术用咨询公司这么多年的管理沉淀和专用的测评工具，解决冰山之下的问题。
▍基于数据的解决方案
作为HR如何贡献一部分销售？提高人效，要么多卖，要么省钱，这是非常常见的思路。
就绫致的文化而言，永远不要想能省多少，那是走向死亡的方式，要想如何带来增量。我们很清晰的看到头部、中部和尾部的员工，简单的办法是增加头部员工，方法是：第一，招到更好的人；第二，针对现有员工，如何识别他，让他中部变成头部。
图7
存量并不代表我们不能做，我们也做了一些分解。
- 将现有的人打标签。
- 回到我们公司持有人需求本身，我们可以做与人效相关联的解决方案，在奖金方面，让他们获得更及时的激励。
- 培训领域，如何将激励方案覆盖不到中部和尾部的员工连接起来，鼓励他们往上走。
- 利用好公司内部的资源，如何让人、货、场在时间和空间上更好地连接，让正确的人在正确的时间出现在正确的店铺去卖正确的产品。
下图就是当时建立的模型，用一套好的激励方案激励所有人，最终实现销售结果。
图8
从HR来讲是三个柱子：
- 第一个是招到合适的人。
- 第二部分是中部的人，怎么能够让他成为头部。
- 第三个是尾部的人怎么办。
分解到了人力资源最常见的招聘、培训、薪酬、人际关系这几个模块。我想和大家分享的是这个思路，我们怎么能够把公司的战略和公司的需求转化成为我们日常人事可以去做的行为。
其中，还有两个红色的柱子，是零售管理（参考图8）。我在分析过程中发现有一些问题他们需要做提高，如果他们不做，人的管理也很难成功。
针对这些头部、中部和尾部的员工，从在职的时长和效能之间的关联，我们还可以做再下一层的分解。我们发现，他们在企业中自然留存一年，产出的效率最高，因此我们又落地了员工保留工作。
另外是起效的速度，卖场一般都是培训六天，如果他早六天起效，我的效能提高了不少，转化成钱就不少钱。还有在职时长，如果头部导购有存活时间很长的，效能会非常高。中部的员工除了在职比例和时长之外，也有进入头部的空间。
图9
激励头部的员工的确会很高效，但头部的员工实际上也寥寥无几，中部员工占据很大比例，他们每个人可能一个人顶一个人，或者一个顶一个半。
最后是尾部员工，也就是尾巴多长？如何处理？在什么时间断掉？还是让他们改进？或是为他们提供机会？这些其实都是资源如何配置的问题。这部分也是非常核心，非常有讲究的一部分内容。
在2019年，我们因为一些外部市场的变化，非常意外的节省了一部分钱，但实际上也不是意外——为什么我们能够省出100亿销售额等值的利润？因为我们做了一个研究，如果没有做研究，不可能省出100亿；能够进行研究是因为2016年做了数字平台建设，2016年到2017年对数据进行了规范化，所有这些事如果当年没有做，这100亿根本出不来，2019年少卖100亿或者背负了100亿的负担，对于企业可能都非常难。
一切发生都是准备给有准备的人的。我们仍然在探索怎么能够带来每年100亿的增量，100亿很难，但是60到80亿很有可能达成。
