LAMP代表逻辑(logic)、分析(analytics)、测量(measures)与过程(process)，它们是系统中推动战略与组织绩效改变的关键部分。测量仅仅是这个系统中的一部分，尽管它是必需的，但如果没有其他三个部分，测量与数据将会被孤立于人力资源管理活动测评体系的真正目的之外。这个模型如下图所示。下图显示人力资源管理活动测评体系对改善决策和对组织绩效的贡献一样有价值。那就是，这个系统在驱使战略改变的程度上是有价值的。让我们来仔细研究一下系统中的四个组成部分是如何构建一个更完整的人力资源管理活动测评体系的。下面将对这些元素进行大致介绍。
逻辑：联系数量与结果
没有一个强有力的逻辑，就很难确定数量(人力资源管理活动测评数据)是什么意思，到哪里去找启示。相反，有了牢固的逻辑，人力资源部门以外的领导者更容易理解和使用评估体系来改善与人才相关的决策。想想以下的逻辑框架，即联系管理实践与财务结果的“服务——价值——利润”框架。重点在于它让人们注意到人力资源与管理实践之间的联系，这将会影响员工态度、参与度和离职率，反过来也会影响消费者体验。消费者的体验，反过来将会影响他们的购买行为，这也将会影响销售，进而影响利润。
与简单地涉及管理实践与利润之间的联系相比，这种评估方法更有价值。明确这种联系使得管理人员更全面地理解内在联系并关注它们，这将提升企业利润。也许运用这种模型最出名的例子是零售巨头西尔斯公司，该公司充分挖掘了这些因素之间的定性关系并且用此来改变商店经理的行为。
分析：从数据中得出结论
分析将人力资源逻辑与测量转化为严格的、相关的见解。尽管从数据得出正确结论依靠分析所采用的策略，测评则包含了填充统计公式的数字。然而这很容易让人迷惑不解。例如，假设一位研究者注意到员工态度与消费者态度之间的正相关，但这种相关性本身并不意味着一个因素会导致另一个因素，或者证明提高一个就会提高另外一个。这种相关性在消费者态度引发员工态度的情况下也会发生。因为具有较高忠诚和顾客承诺的商店可能是令人更加愉快的工作场所，这种相关性也可能基于其他某个未被测量的因素。也许处于某些位置的商店更能吸引顾客购买产品或让顾客变得更加有热情。在这些地方工作的员工更愿意与消费者打交道，并且更容易使之满意。于是商店位置影响了商店绩效与员工满意度。以上例子的关键在于说明员工态度与消费者购买之间的高度相关性是由其中或是所有这些因素导致的。好的分析可以揭露这些前因后果的关系。
测量：获得正确的数据
LAMP模型的测量部分已经获得了人力资源领域的高度关注。事实上，如果你在搜索引擎中搜索“人力资源测评”，你将会获得超过900000条结果。计分卡、高峰会议、仪表板、数据挖掘、数据仓库和审计等测评工具随处可见。事实上，一大堆的人力资源测评技术让人感到害怕。例如，员工离职率的测量。用于准确计算离职率及离职率成本的公式有很多，现在的离职率报告系统几乎可以计算任何员工群体和经营单元的离职率。
有了这些体系，管理者用他们喜欢的方式(按民族、技能、绩效等)将数据进行分类总结，并解释离职率为何重要。但是需要问的一个问题是：这样做有什么好处吗？如果没有好处，再好的计算方式或是再精确的方法，都不会有所帮助。这也就是为什么LAMP模型中的逻辑部分的重要性。
事实上，逻辑对离职率计算的指导作用是显而易见的，它是以离职率并不是在任何地方都一样重要的假设开始的。当离职率的费用很高时，或者离职率是一种风险，威胁到收入或关键资源时(如离职的员工带走了客户，或者他们拥有不容易再造的知识)，快速和准确地计算离职率就有非常的意义。然而，这并不意味着需要更频繁地报告离职率。这意味着在这种情况下的离职率计算应该更精确地着眼于问题所在。缺乏对离职率如何影响业务或战略成功的理性思考，好意的管理者会很容易得出错误的甚至是危险的结论。相反，当有一个与测评紧密联系的逻辑框架指引他们的时候，就可以做出好的战略决策。当他们这样做的时候，他们就得出了正确的数据。
过程：形成可行的见解
过程是LAMP模型的最后一个元素。测量影响决策与行为，但是决策与行为显示出一个复杂的社会体系。因此有效的测量体系必须适应一个通过从影响关键决策者开始的变化管理过程。影响过程的第一步是让管理者相信与人相关的业务过程分析是可能的，同时也是有益的。这样做并不是必须要将最复杂的分析资料都给他们看。最好的方法也许是给他们看相关的但又简单的测量，并且计算方法要容易被管理者接受。例如，计算员工离职率的成本可以说明通过减少离职率可以省下上百万美元的费用。对于许多非人力资源部门的经理来说，离职率成本分析可能让他们首先认识到人才和组织决策对他们熟悉的经济和记账程序有明显的影响。当然对于领导来说，发现同一种用于财务、技术以及营销投资的分析逻辑也可以运用于人力资源是很有意义的。在开始第一步之后，成本后面的更复杂的分析大门已经向经理们打开了。
教育也是任何改变过程的一个关键因素。财务投资收益率(ROI)的计算公式实际上是一个有效的教育工具，它让领导者认识到影响财务决策的关键因素。同样，人力资源测评可以用于教育决策者，它们应该纳入组织知识和学习的体系里。
总而言之，在本文我们讨论了如何使人力资源测评更有战略性。答案是将测量放在一个更大的逻辑、分析和过程框架里，这将使测评成为战略转变的一种推力。换句话说，LAMP模型可以让测评变得重要。我们将在本章后面用它来阐明人力资源几个重要领域的成本与收益。但在这之前，有必要定义一些关键术语。
一些定义
以下描述的成本计算方法基于几种定义和一些必要的假设。首先，与任何成本计算情况一样，存在着可控制成本和不可控制成本以及对这些成本的直接测量和间接测量。
直接测量(direct measure)，是指实际成本，如招聘的累计成本和直接成本。
间接测量(indirect measure)不是对成本的直接测量，它通常用时间、数量和质量来表达。
在许多情况下，间接测量能转变为直接测量，例如，如果我们知道每次面试的时间长度，以及面试者每小时的工资，把每次面试的时间转换成每次面试的成本就是一件简单的事情。间接测量有其自身的价值，也能提供一部分直接测量所需的数据。
可控制成本与不可控制成本
在使用行为成本(behavior costing)计算法的任何领域，有些类型的成本可通过谨慎的人力资源决策使其变得可控制，而另一些类型的成本处于组织的控制之外。以员工离职为例，如果员工为了更高工资、更多提升和职业发展的机遇或更大的工作挑战性而离开公司，则该公司就遭遇到了与可控制成本(controllable cost)相联系的员工流失问题。也就是说，该公司可以启动人力资源管理实践来减少自愿离职倾向，从而控制这种成本的发生。然而，如果离职是由于死亡、生病、配偶迁移，则该成本就是不可控制成本(uncontrollable cost)。
以上内容说明人力资源测评的目的不仅仅是计算成本，还包括把资源投入到更多的可控制因素之中从而减少人力资源成本。要做到这一点，我们必须做好如下两件事：
- 在每个人力资源决策中，确认哪些成本是可控制的，哪些成本是不可控制的。
- 前测：在实施减少可控制成本的干预之前测量这些成本；后测：在干预之后重测这些成本。