利用数据预测和塑造未来
到这里的时候，应该会感到非常震惊，震惊于发现利用数据是我们构建和经营人力运营部的核心。但我们的起点则是一些微小的事情。我们的分析团队最初只有三名分析员，是我从不同小组中（人力、福利和运营部门）请来合力协作、互相交换意见开始的。最初他们是抗拒的，对彼此的领域不太感兴趣。但是很快运营分析员就开始向其他人传授如何编程，员工分析师开始向其他人传授高级的统计方法。他们一起打下了我们目前分析团队的基础。
塞迪认为分析学的进化是从描述性到分析和洞察，再到预见未来，他用员工人数减少作为例子进行了阐释。在大多数公司中都有一些看似简单的问题但却很难回答，比如哪些人已经得到离职的通知但是还没有到最后离职的日子？我们有多少员工？或者人都去哪儿了？员工数据储存于多种电脑系统中，各个系统更新的频率各不相同，而且系统之间可能互相也都不连通。薪酬记录系统需要了解员工所在的位置，以便确定税务问题，但是员工所在位置可能与其工作地点并不相同——比如，一名英国雇员在纽约执行一个为期两个月的任务。即便是“现有员工”这样基本的概念在不同部门之间也经常有所区别。财务部门可能将每周工作超过一小时的人都算作现有员工，但是薪酬福利部门则只会将一半以上时间在部门工作且有资格享受福利的人算作现有员工。招聘团队则可能将已经接受工作邀约但尚未开始工作的人算作现有员工，因为这样更容易掌握他们距离完成招聘目标还有多远。
因此第一步是统一所有员工数据的相关概念，这是很重大的一步。只有统一了概念，你才能精确地描述公司的模样。分析和洞察的关键在于更加精细地切分数据，发现其中的不同。比如，通过分析可以发现员工保留度会随着工作年限的增加而降低。这项发现很有趣，但是并不具备启发性。随着时间推移当然会有越来越多的人离开。真正的重大发现是当你比较两个类似的群组时，梳理出哪些方面有利于提升其中一个群组的保留度，但对另外一个群组却没有影响。对于销售新人来说，如果绩效影响、薪水和员工水平等方面恒定不变，造成保留度降低的最大因素就是升职机会较少了。事实上，经过16个季度仍然没有得到升职的人肯定会辞职的。
