数据产品必须先有所可视，有所洞察，才能有所改变

数据产品必须先有所可视，有所洞察，才能有所改变。也就是凝炼成这么几个字：可视、洞察、改变。尤其人力方向，人们必须看到东西，才能有所触动、有所思考、有所批判，从而逐步产生符合预期的产品。

PA的三大目标：让HR更懂企业中的人，让管理者的决策更科学，让员工更加了解自己。

从另外一个角度，人力大数据分析，可能更多的价值和数据体量不是线性正比关系，我们可能会更倾向于这么来表达它的价值：大数据时代，小数据应用。

从数据的生命周期管理来看，在数据产生阶段，我们往往会觉得数据有很多可以挖掘的价值，对它是有比较多的期望，但随着数据整理阶段的深入，发展因为数据质量问题、业务维度定义问题等并不及我们的预期，我们把它定义为发现信息的阶段，这个阶段数据的价值，是有一个上升到下降的过程，可以把它成为第一阶段价值预期矫正阶段。

在数据研究阶段，通过数据可视化、模式探索、组合分析、理解业务与深入挖掘，这个阶段的价值比整合阶段会有所延伸，数据价值预期会有所回升；当以产品的形态最终去呈现给用户时，就会面临第二次的价值矫正阶段。思考、质疑、批判、建议，通过这个修正链路，从而转化为符合预期的产品。

经过第一轮和第二轮的价值认知矫正阶段以后，对数据会有合理的预期和判断，包括建议和输出，这个时候就是数据价值客观呈现的时候；经历过这个阶段之后还会有第三轮的价值矫正阶段，就会更为深入。

终极目标是什么呢？Known How、Known Why、Known What。

5. 搭建PA分析的框架

其实在数据分析层面，我们必须先建立一个框架性的分析体系，从而辅助我们进一步的迭代和优化。

通过如下的PA分析框架，帮助我们去理解人力数据分析的相关业务，从而找寻到业务分析的价值点，产出产品的数据价值。

人力分析PA框架，我们把它拆解为七大分析支柱，1大数据底座，1大终极目标。在人力大数据分析背景下，正逐步的从传统的人才管理导向，往员工体验方向转型推进；但最终的主线一定是需要着落在承接组织目标，驱动人才职业生命周期管理上来。而链接这个底座和终极目标的就是7大分析支柱。