但是谷歌致力于让人力资源部门成为一个科学部门，所有人力资源决策必须有数据支撑，决策基于数据并用数据驱动决策，其精确化水平要与谷歌其他科学项目匹配。
谷歌认为，人力资源的职能操作不应该过分依赖于信任和人际关系，人事决策应像财务、供应链、市场销售等领域的决策一样，在数据支持下提出解决方案，从而使公司拥有最优秀的员工，并让这些优秀员工在最合适的岗位上做出优秀的商业决策，创造优异的经营业绩。
谷歌所有的人事决策都是基于数据和数据分析得出的，谷歌的目标是人事决策所采用的精确化水平能够比肩于项目决策。
谷歌人力资源管理数据来源渠道多样，包括员工调查与反馈、各类别员工定期360度评估数据、招聘与离职数据整理、分析，还会通过技术手段对不涉及个人隐私的员工工作上的行为偏好的跟踪分析等。
为保证数据的可靠性，谷歌数据分析团队十分注重隐私保护。员工们习惯了人力资源部门知道他们的个人信息，如住址、配偶的名字等，但他们并不希望有一个运营团队知道他们的想法、情绪和感受，因此谷歌人力运营部开展数据收集和分析严格遵循机密性原则。
谷歌自身就非常擅长技术和算法，所以也将这一特长发挥到了人力资源管理中，利用其技术优势开发算法，建立数学模型，用数据重构人力资源管理。
高效招聘算法
谷歌曾有一段时间规定，公司的每一位在职员工都有权面试应聘者，但这样导致了繁琐、冗长的招聘使公司在硅谷应聘者中声名不佳。
针对这个问题，谷歌人员分析团队为建立最优招聘流程进行了研究。他们分析了当时公司采用的数十种聘用流程，并对每个面试官对求职者给出的评分进行了追踪分析，在对数据进行分析后，他们得出结论，针对同一面试者最佳的面试次数为四次，即四次以上的面试会收益递减，且四次之后的面试评分对求职者平均得分影响甚微。
谷歌公司会在招聘初选环节淘汰海量简历，人员分析团队对这些被淘汰的简历展开数据分析，通过分析，他们发现简历筛选的错失率高达1.5%，人员分析团队随之开发了相关算法，能够从被淘汰的简历中分辨出简历筛选环节错过的优秀应聘者。 人员分析团队还开发了算法，用来预测应聘者在获聘后是否具有最佳生产力，以供面试官参考。人员分析团队通过数据分析，显著缩短了招聘周期，简化了招聘流程。
根据数据分析培养管理者的“氧气项目”
谷歌2009年初启动了“氧气项目”(Project Oxygen)，希望利用科学严谨的数据采集及分析工具挖掘管理奥秘。
分析师将表现最好和最差的经理人进行了对比，发现优秀经理人带领的团队员工离职率较低，而且这些团队从各种标准来看都拥有更高的绩效。
同时，统计人员从不同地区、不同层级的员工中收集了大量的绩效评价、反馈调查和经理人观测数据，经过长达数月的解读分析，找出了带有规律性的模式——出色管理者的8项行为表现，以此来提升管理人员的管理素质。
“氧气项目”通过研究分析大量的内部数据，判定杰出的管理者都是基于其卓越的表现。这些数据证明了相对于拥有深厚的技术功底的管理者，定期的一对一交流是成为一名卓越的领导者最重要的品质。员工们会每年两次地根据这八大特性，对其上司的表现进行评价。
当然，结果表现也很好。结果显示，从2010年至2012年，行政及全球业务部门员工的向上反馈和工程师的技术管理者调查的好感度中位数从83%升至88%，得分最低的管理者提升幅度最多，尤其是在辅导和职业发展方面，这样的提升在各个地区、各部门、各类调查、不同管理水平以及控制范围内都可以看到。
借助数据提升员工积极性
谷歌有一个人力资源实验室，这是其他任何企业所不具备的独特团队。这个团队在谷歌内进行具有应用性的实验来判定谷歌是使用最有效的方法来管理员工并提供多种的工作环境(包括使用最令员工愉悦的奖励方式)，这个实验室甚至会借助科学的数据和实验，通过降低员工饮食中卡路里的摄入量(仅通过减小餐盘的尺寸)，来促进员工的健康。
谷歌还有一项著名的“谷歌DNA”项目，由谷歌人力运营部设计并负责运行。受已进行近70年的弗雷明汉心脏研究项目的启发，该项目雄心勃勃，力图通过长达一个世纪的时间勾勒出“谷歌人”的DNA。该项目的目的是更好的改进员工工作体验，研究内容包括如何组成高效团队、维持长时间的高绩效、培养更优秀的领导者、提升员工幸福感、确保员工的幸福感等。
谷歌特别关注于提升不同职能部门的员工之间的合作水平。在做了大量的数据分析后，他们发现需要增加三个方面的变革：发现(例如，学习)、合作以及娱乐。因此，谷歌有意识地设计它的工作环境用来最大化地结合学习、合作与娱乐(谷歌甚至追踪员工们在咖啡厅所花费的时间，以此最大化地开展项目)。
谷歌的人事管理是具有前瞻性，它开发了一个预测模型并运用有效分析进一步改善对未来人事管理问题与契机的预测。谷歌也将运用数据分析提供更具成效的员工计划，这是实现企业快速发展与变革的关键。
用数据预防人才流失
由于担心人才流失会影响公司的长期竞争力，谷歌开发了一种全新的算法来解决这一问题。
谷歌挖掘了员工的评论以及升迁和薪酬记录，并将其融入到数学公式中，通过这一算法，公司就可以找出，在所有2万名谷歌员工中，哪些人最有可能离职。
谷歌借助自己开发的一个数学算法积极并成功地预测到哪些员工很有可能会离职。这项举措允许管理者在为时过晚之前采取行动，并为员工留任提供个性化解决方案的空间。
几年以前，谷歌的人力资源部门注意到了一个问题：女性员工的离职比例要远远高于其他类型的员工。女性员工离开谷歌并不仅仅是一个性别平等问题，还对公司的盈利造成了影响，因为在硅谷一流科技员工市场竞争尤其激烈，包括女员工在内的每名员工的离去都会触发代价高昂的、旷日持久的招聘程序。
当人力运营部分析该问题时，他们发现与谷歌的平均离职率相比，刚刚生过孩子的女性员工的离职率要高出一倍。通过这一分析，促使人力运营部反思对“新妈妈”们的薪酬福利。
经过测算后，谷歌于2007年改变了产假政策：新妈妈将获得五个月可任意分割的带薪产假，这期间她们将获得全额工资和福利。推出这项政策以后，谷歌新妈妈的离职率降低了50%，下降到公司离职率的平均水平。
同时，人力运营部还运用数据分析验证了这项政策的成本效益，如果考虑到该政策节省的招聘成本等因素，那么给新妈妈的五个月产假更加合算。
谷歌基于数据分析的人力资源管理方式取得了巨大成效，谷歌人事部门从传统的“成本中心”变成了“决策中心”，那你们都用数据来做了些什么呢?
