薪人薪事CEO常兴龙：聚焦业绩增长，洞察HR数字化管理新趋势

当代信息科学技术的迅猛发展催生了数字化经济，其对传统企业的管理制度及生产模式也产生了巨大冲击。头部企业纷纷开始利用先进的数字化管理及生产技术进行企业制度改革。

人力资源管理作为企业发展过程中的重要环节，如何借助数字化变革，最大限度地发挥人力资源价值，帮助企业实现业务增长，已经成为每个HR需要深入探讨和研究的关键内容。

9月23日，由薪人薪事HR科学院主办的“人力资源数字化主题直播”第二期——《让企业业绩增长50%，HR要做什么？》圆满举行。

薪人薪事创始人& CEO 常兴龙作为主讲嘉宾，在直播上半场，从市场层面与企业数据层面，为大家分析了当前数据化以及数据智能化的趋势。

▲薪人薪事创始人&CEO常兴龙直播现场

>以下为直播课程实录<

各位直播间的小伙伴，大家晚上好。非常开心能够在直播间，和大家分享近期我们对人力资源在数字化增长方面的洞察。

我们先从一组很有意思的数据开始。

根据2020年领英数据的调研，在过去5年中，掌握了数据分析能力的HR数量同比增长了242%，且绝大多数增长来自于最近两年。这背后说明了哪些问题呢？

从科技角度来看，越来越多成熟算法的出现，促使TO C领域的企业开始向TO B领域转移。很多原本依赖单机数据的企业难以洞察行业发展、判断未来趋势，但随着云计算和 SaaS的发展，包括回归分析、有监督的学习&无监督的学习、聚类和分类的算法的出现，所有人工智能、机器学习的内容开始逐渐向TO B领域进发。

我觉得在中国市场上，企业转型的动因可以从内部与外部两个方面考虑。

从外部原因来看，随着市场竞争加剧，原本解决问题只需增加人员数量即可，但现在企业对人力的素质、基本技能以及知识存储有了一定的要求，开始注重员工的智力与知识结构水平。

由此来看，市场竞争队伍已经逐渐朝着越来越智能化的方向去发展。在这种情况下，企业面临的压力发生了变化。不断加剧的市场竞争，促使企业必须在有限的时间内组建起高水平的团队，帮助企业实现增长目标。

• 企业在分析增长时，要求HR团队记忆更长的历史，即了解企业的发展经过和下一步进展。

• 企业的很多衡量指标，单靠人脑已经难以记忆执行。

• 企业逐渐以投资的眼光，而不是成本的眼光去看待“人”的问题，即预测新人的发展潜力。这也是企业内部发展最深的一个变化。

结合以上内外部原因，我们可以推测，如果一个企业开始拥抱数据化的增长，用数据化的方法分析人才梯队，那么，他将会使组织建设更具凝聚力，使企业发展更具竞争力。

对HR从业者来说，如果HR掌握了一套数据化的分析方法，那么同样会在后续的竞争中更具竞争力。无论身处哪个行业，HR都可以用一套方法深入下去，通过洞察企业数据的变化，为公司业务提出建议。而这种数据化的分析能力需要很长时间的沉淀才能得出。

我们将行业的发展分成了5个时期，包括混沌期-线上化期-数据治理期-数据驱动管理期-数据智能时期。

如果对以上5个时期做简单归类，我们认为除了最后一个数据智能时期，前四个都叫事后性分析。也就是说，无论是线上化时期、信息化时期还是数据驱动管理时期，在这三个阶段，企业只能在不良后果出现后，再进行复盘或修正。

但是在数据智能时期，企业可以通过分析整个市场的数据或者外部同类企业的数据，进行有依据的正确决策，使企业在一些问题上及早避坑。

根据2021年的中国企业人力资源数据化程度的调研报告，我们可以得出几个结论：

• 45% 的企业还未开始数字化。

• 29% 的企业处于起步阶段。

• 26%（7% +19%）的企业，HR的数字化已经进入进阶甚至高阶水平。他们开始提倡多元化、便捷化以及共享服务，研究传统的HR三支柱，或建立自己的信息服务中心、共享中心、信息流转中心等。

根据以上数据报告，我们还可以得出两个共性结论：一个是所有企业数字化转型的目标之一都是使组织效能得到提高；另一个是指企业在做转型时并不是一步到位的，哪怕现在位于头部前7%的企业也需要逐步变革。

薪人薪事在过去的五六年时间内，总结提炼出了科学提升人效的抽象模型，将企业的转型阶段分为三层。第一层是以公司为单位的企业层，第二层是以组织部门为单位的组织层，第三层是与个体和组织共同计划相关的个体层。

那么接下来，我们怎样衡量一个企业的转型进行到了哪一步呢？每一步转型的效果怎么样？所以这就引入了下一个话题——我们怎样把人力资源这件事情做有效衡量。

没有很好的衡量，就无法得到进一步的提升，如果企业不能进行数据化的衡量，那么企业的提升就没有依据。

为此，从三层模型中，薪人薪事选取了HR可读的51个维度的数据指标，用于分析HR的工作的完成度，以及与业务的关联情况。这51个维度的数据指标，又可以进一步拆解成上千个细化指标，每个指标都可以进行动态、静态的分析。我们以其中一个指标为例——首月离职率。

从上图内容中我们可以看到，企业员工的首月离职率与三个方面相关，分别是新人培养计划、中层领导力、职级体系和晋升路径。如果我们区分不同行业、不同规模的企业，甚至是不同的维度，影响首月离职率的背后的因素可能都是不同的。

总体上来讲，我们整体的数据模型大概分成三个部分，分别是数据指标体系、数据策略库、附加条件生效率。通过细化51维各项数据指标，可以对人力资源有效性进行衡量，这样HR在做决策时才更容易避免失误，帮助企业选择最优的方式，最终完成数据化的转型落地。