人员数据分析仅在数据收集专注于实现特定管理目标时才有效，尽管很多公司都想采用人员数据分析这一核心概念，但许多公司仍只是分析手边最近的数据，分析结果还没有意义和价值。人员数据分析项目的失败通常可以归结为一件事：HR在几乎没有任何重要关联的数据中找答案。为了避免人员数据分析项目失败，必须遵循系统的、具有成本效益的方法。为此，需要人员数据分析模型。

1、组织目标指标

组织目标数据反映了实现业务目标的程度。尽管越来越倾向于将文化和环境措施包括在内，但该数据通常还是以财务术语来表示。员工目标（如保留或参与）不应与组织目标相混淆。

为人员数据分析项目创建组织目标，在可能的情况下，选择大家都关注的目标，例如年报中出现的目标（例如净利润、营收、毛利率、销售毛利率、存货周转率、营收增长率、净利率增长率、人工成本、管理成本、生产率，净利润、环境影响等），这种方法可以确保你的人员数据分析具有相关性。

2、员工绩效指标

员工绩效数据通常由经理以绩效评估期间获得的多维等级的形式生成，员工绩效等级应仅反映员工为组织目标做出贡献的潜力（可能性）。请注意，潜力一词是故意用来强调那些今天还没有完全为组织目标做出贡献的员工，如果经过适当的培训和发展，他们将来可能会这样做。这里常见的错误是将员工绩效指标与能力指标相混淆。

3、能力指标

能力是可观察到的员工行为，被认为可以推动实现组织目标所需的假设行为。假设一词用来强调知道公司是否在正确的能力上进行投资的唯一方法，是测量它们与员工绩效的相关性。如果相关性很低，则可以假定该公司的工作能力不正确（或者绩效评级存在问题）。

4、人员计划指标

计划数据通常反映人才管理计划的效率（而不是有效性），例如填补职位所需的时间长短，提供培训计划的成本等。数据通常来自相关人员流程的所有者。