本书的案例中，众多人力资源管理者都克服了这一倾向，而这些顶级的公司巧妙地将精准的分析融入了公司管理层所熟悉的逻辑模型和框架中。前面提到了IBM 如何利用供应链原理改善人力资源管理。本章也将说明德国电信公司如何使用同样的道理来重新构建继任机制和领导力发展的逻辑体系。这些逻辑框架之所以起作用，是因为股东理解这些框架并认同人力资源部门的做法。当这种逻辑分析框架以一种可以让人接受的方式提出时，股东不仅乐意聆听这种分析和建议，更愿意在实际的决策中应用这种思维模式。布德鲁提出了重塑人力资源分析模型（retooling HR）。为详细说明这种思维框架，他提出了很多事例，比如根据存货周转率的逻辑框架来重塑员工离职数据分析模型、利用供应链和质量控制的框架来重塑人才选拔和人才评估有效性的框架、通过借鉴金融的组合投资理论和对冲风险概念来重塑未来领导力发展的策略。
评价自身逻辑分析的完善程度
卡西欧和布德鲁提出了分析框架分阶段开展的方法，帮助你把握自己在逻辑驱动分析方面的水平如何。
1、数据统计。保证员工的所有数据都有据可查，整理好这些数据，并能随时查阅这些数据。例如，人力资源经理应随时了解内部培养的员工晋升到高层管理岗位的数据。虽然，这一点听起来不难，但是第一阶段有很多工作需要完成。
2、智能的数据统计。从描述性的数据中进行推断，通过预测趋势和部门对标得出一些见解。比如，分析结果可能表明，与欧洲的管理者相比，亚裔管理者更容易得到提拔，晋升到高层管理职位，但这种做法很有可能导致组织高层考虑问题的思维比较狭隘，不利于组织长远发展。
3、见解。理解这些现象和部门差异背后的原因。例如，人力资源部门会意识到，亚裔管理者通过跨部门项目锻炼了能力，为接任更高级的职位奠定了基础，因此能够说明为什么会出现亚裔管理者和欧洲管理者人员晋升不均衡的局面，由此提出相应的解决方法。
4、影响。利用分析的结果来实现有价值的切实变化。例如，人力资源可以对全部数据进行个性化的说明，从而引起CEO 的注意，表明优秀的欧洲领导者之所以离开，是因为他们在原来的岗位上提升的空间不大。逻辑驱动分析成功与否的关键在于是否能够产生实际的影响力。而产生影响、推动变革才是逻辑驱动分析的目的。
有时候组织可能会在智能的数据统计这一阶段投入过多，但对见解和影响这两个阶段不够重视（参见第十一章。苏格兰皇家银行有意识地在见解和影响这两个阶段下工夫，提升逻辑驱动分析框架的效用，他们的出发点不是妄图建立世界上最好的人力资源数据库）。分析框架分阶段开展的方法能够帮助你了解企业内部实施的逻辑驱动分析模式的完善程度。
