![]()
《中共中央关于进一步全面深化改革、推进中国式现代化的决定》强调：“建立以创新能力、质量、实效、贡献为导向 的人才评价体系。”人才评价牵引人才选拔、任用、激励和发展等各项人才管理工作的开展，扮演着“指挥棒”的角色。好的人才评价离不开一套行之有效、指标丰富的人才标准体系，以确保人才评价工作的科学性、合理性和公平性。人才标签作为一种创新的人才标准，包含更加丰富、多元的人才评价指标，聚集了人才全冰山、全职业生涯的重要信息，同时能服务于人力资源数字化转型的需求。在人才识别、选拔和任用等环节应用人才标签，可以助力企业全面了解人才，优化人岗匹配，最大化人才价值，从而提升企业自身的竞争力。北森在最新《央国企专刊》第八期中围绕企业人才标签体系建设，探讨人才标签的应用价值、构建方法以及如何规划落地等内容，供大家参考。
随着经济和企业经营环境的发展，业务节奏加快，组织模式更加灵活和复杂多样，选人、用人变得越来越难，企业需要寻求更有效的方法来满足日益复杂、灵活的人才需求，优化人与岗位、业务的匹配，发掘人力资本效能，让人才决策更精准、高效地支撑业务发展。人才标签是顺应人力资源数字化和敏捷组织发展需求的产物。它通过整合先进的人才评价技术和数字化技术，记录人才的全职业生涯的重要数据，清晰呈现人才全貌；并能在此基础上进一步挖掘人才数据价值，提高人才举荐效率和精准度；最后，再通过持续的数据运营，发现人才成长和任用规律，预判人才任用风险。1、人才全景档案呈现，为更大范围的人才流动提供数据支撑企业构建人才标签体系的目的之一就是完善管理干部等关键人才的数字化人才档案。通过人才标签体系，汇总人才基本情况、绩效考核、经历履历、能力潜力评价等重要信息，并进行可视化、结构化的呈现，帮助企业全面掌握关键人才的情况，这有利于开展后续的选拔任用、梯队建设、培养等工作（如图1所示）。在实践中，有不少集团公司自上而下发起人才标签项目，提高集团总部对整体干部队伍的人才数据覆盖率，让更多人才进入视野，也为跨业务板块调动管理干部提供数据支撑。△ 图源《北森央国企专刊》第八期，文末扫码获取完整版文件人才匹配一直以来是人力资源的重点和难点之一。岗位和人才的多样性，市场区隔、业务性质、地域限制、文化价值差异等都会增加人才匹配的难度。但对于企业而言，选对人才是业务成功的关键要素，如果能针对不同的业务、 市场、客户、项目或门店，匹配更合适的人才，更有利于最大化发掘人才潜能和业绩潜力，真正实现提质增效的目标。然而，要实现岗位、业务与人才的优化匹配，离不开企业管理的规范化和数字技术的发展与应用。人才标签作为一种数字化人才管理工具，可以较好地支持企业探索这一场景。将标签化的人才数据与业务数据进行关联，使用算法或工具找到特定场景下的人才匹配规律或影响绩效的核心因素，快速筛选出更符合特定场景需求的候选人。而随着企业管理成熟度和数字技术的进步，人才标签未来可以更好地支持人才智能匹配与决策。目前，企业可以选取一两个典型场景进行深挖和探索，例如不同区域市场分支机构的领导班子搭配，门店店长与各类门店的人店匹配，项目经理与不同类型项目的匹配等（如图2所示）。![]()
△ 图源《北森央国企专刊》第八期，文末扫码获取完整版文件
伴随着企业业务转型与数字化升级，组织形态和用工模式更加多样和创新，组织边界、岗位边界逐渐模糊，企业中出现越来越多的跨职能项目和创新任务，技能成为人才和工作的新连接点。在这样的趋势下，如果能够以“任务” 为核心，快速发现组织内外部的人才，敏捷组建任务团队并匹配资源，就更有可能抓住业务机会，实现商业价值。借助人才标签体系，可以提供颗粒度更加精细、维度更加多元和全面的人才数据，实时动态地掌握人才技能点，高效灵活地实现技能与任务的匹配。例如，某创新型新能源汽车研发企业，为了更快的响应市场需求和变化，提高产品研发效率，深挖人才价值，采取了以功能研发为核心的灵活制项目团队。该企业将各类研发人员擅长的细分专业、技能、型号、功能等以标签的形式绘制存档。当需要组建项目团队时，根据研发任务匹配合适人员进组（如图3所示）。![]()
△ 图源《北森央国企专刊》第八期，文末扫码获取完整版文件
![]()
构建符合企业业务发展需要的数字化人才标签体系，需要经历以下四个关键步骤（如图4所示）：![]()
△ 图源《北森央国企专刊》第八期，文末扫码获取完整版文件
第一步，“建标签”。明确覆盖哪些人群，构建从业务需求到人才需求的标签指标库。人才标签指标库是标签体系 有效落地的前提和基础。一套完整的标签指标库通常包括人才标签名称、标签类型、定义/描述、数据来源、规则、适用范围、更新频率等（如图5所示）。![]()
△ 图源《北森央国企专刊》第八期，文末扫码获取完整版文件如何搭建更有效的标签指标库是成功的关键点也是难点之一。人才标签指标库是否有效，是否反映业务的需求，符合管理者的选人用人需要，直接决定了其正式投入运营后的效果。在实践中，企业一开始在标签投入运营时，时常会面临业务部门不愿意使用标签，或者抱怨不好用的情况。所以标签指标库如果没有妥善构建，就会为人才标签的运行和推广埋下隐患。需要注意的是，人才标签库并不追求大而全，而是更注重少而精，要重点聚焦于高价值标签；同时，需要优先沉淀企业的看人经验，将企业管理者形成共识的用人观翻译成标签，不盲目“新造标签”。因此，在初始构建标签时，首先从标签的应用场景出发，明确标签的使用对象和使用习惯，要解决什么业务场景下的选人、用人问题，从应用需求出发构建人才标签。要把握企业人才标签的应用需求，可以通过对使用标签的重点人群——高管层进行访谈，了解他们看人的标准和希望在人才决策中获得哪些信息支撑；分析当前业务发展需求下，哪些场景的人才决策需要更多的数据支撑，提升人才匹配的效能，从而梳理标签库初稿和原型，并借助标签研讨会或评审会的方式，对标签的定义和具体判定规则达成共识。人才标签的可获取性是另外一个关键点和难点。在人才标签项目中，项目组一开始面临的困难是如何做加法，通常都会广泛收集需求和资料，希望标签体系可以覆盖更多的人群，指标足够丰富、多元，但在进入到明确数据来源、定义规则和思考实际应用的环节，就会因为业务数据和人才数据的缺失或不规范面临不得不做减法的情况。标签需要能够被清晰定义，能够通过信息系统自动获取或通过相对成本较低的方式手动打标签，否则后续无法获取标签数据或者运营成本太高，都会导致人才标签体系难以真正在企业中落地应用。这其中数据质量直接影响着人才标签的可获取性，其背后是企业的管理成熟度和数字化水平。
例如有的企业希望实现项目经理与项目的精准匹配，但项目相关的业务信息存储在多个业务系统中，且数据规则不一致，同一个项目的数据必须经过手工操作才能对齐;有的企业希望实现店长和门店的精准匹配，但业务上对于门店的分类还没有足够的共识，也缺少足够的数据支撑，难以为门店分类打上标签；
有的企业希望实现全集团内管理干部跨区域、跨板块的轮岗调动，但发现各分子公司的人力资源系统各异，数据规则不一致，数据质量参差不齐。在实践中，有的企业在业务一把手的推动下同步开展了数据治理工作，对业务系统的数据质量也进行了优化提升。
第二步，“打标签”。对人才数据进行采集、清洗、提炼，按照第一步明确的规则完成人才标签初始化工作。标签一般分为两类，自动标签和手动标签。自动标签由人才标签信息系统直接调用人力资源系统或业务系统中的数据信息，或通过定义好的数据规则转换计算获取，多为定量标签或事实性标签。例如35岁以下可以通过当前日期减去生日计算得出，司龄5年以上可以通过当前日期减去入职日期得出，又如连续三年高绩效可以设定三年的绩效均为B及B以上。
手动标签通常借助人才盘点、晋升、选拔培养等人才管理活动或人才评定流程采集，由直接上级、员工本人或HR人工打标签。在这个过程中为确保标签的准确性和科学性，需要经过标签检核流程，完成标签的审核校验。
第三步，“用标签”。这一步主要是通过数字化人才标签系统实现目标应用场景下的标签选择和呈现，服务于企业各类人才识别、匹配需求。在系统呈现上，需要充分考虑企业现有人才管理的流程和规则，方便管理者进行人才信息的阅读和搜索，从而辅助人才决策。
例如人才搜索举荐方面，基于标签进行高效人才检索，一键推荐，高效便捷；人才分类分流方面， 针对同类“标签”特性，基于业务所需快速分类人才，服务业务；人才配置决策方面，形成“人岗”、“团队”搭配模型， 利用人才标签合理配置，降低风险等。
第四步，“运营标签”。建立配套的管理机制和流程，按照规则进行标签管理，动态更新人才标签。人才标签构建是一个长期过程，需要持续的迭代更新，提供动态、实时的人才数据，更有效地支撑人才决策。
而对于“建标签” 阶段暂时无法实现的各类人才匹配设想，可以设计分期实现的蓝图，开展相应的数据治理工作、业务流程变革及人才管理活动，提升数据质量和信息化水平，升级人才标签的应用范围和效果。此外，为了避免关键信息泄露，在标签管理和应用上也需要进行分层分类的权限管理。
![]()
人才标签的最终目标是实现人才管理的数字化，支持敏捷、智能的人才决策。对于大多数企业而言，人才标签建 设都是一个体系性、需要长期投入的工作，而且还存在很多需要探索和试错的地方。因此，在开始构建人才标签体系之前要做好规划，既要在当期可落地、有成效，不贪多求全，又要有长线思维，为长期的体系化建设做好铺垫，避免半途而废。我们建议可以从以下两个角度进行分阶段规划和建设。人才标签体系的构建是一个渐进的过程，建议企业从关键人群或关键岗 位开始构建，逐步扩展到全员。关键人群通常包括管理人员、关键技术人才、核心业务骨干等，他们是企业发展的关键支撑。一方面企业通常在关键人才管理上更精细化，沉淀的人才管理基础和人才数据相对完善（如机制、流程、人 才标准、评价数据等），这些能够更好地支撑标签构建；另一方面企业更愿意在关键人群上持续投入资源，从关键人群着手能够集中精力聚焦关键人才问题的解决，避免一开始就全面铺开导致资源分散和效率低下。同时在关键人群标签落地实践中不断收集反馈信息，通过快速迭代和持续优化来逐步完善人才标签体系，降低人才标签构建过程中因标签体系不完善导致的误判。2、从现有数据出发，逐步提升标签丰富度和智能化水平受限于企业的业务管理、人才管理的成熟度、规范性和先进性，以及与之相对应的数据质量和信息化、数字化建设水平，还有现有技术的发展和实现成本等问题，通常人才标签的构建很难一次性达到智能化人才决策的水平，甚至在人才数据的丰富度上也与高层期待相距甚远。企业在功能规划上可以分三步走（如图6所示），例如第一阶段将现有的人才信息数字化，构建人才标签指标库， 实现人才数字化档案和人才搜索、定位、对比等基础功能。第二阶段实现人才运营线上化，开展各项人才管理工作， 建设完善各类人才管理机制，例如关键人才盘点、后备梯队建设，并将人才的选用育留各环节在线上跑通，丰富人才标签内容；同步改善业务数据治理水平，优化业务系统与人才管理系统的连接，方便获取与业务密切相关的标签数据。第三阶段人才决策智能化，探索业务需求与关键人才的优化匹配机制，智能化推荐人才名单。![]()
△ 图源《北森央国企专刊》第八期，文末扫码获取完整版文件
对于业务管理、人才管理和数字化建设都走在前列的企业而言，可以将前两步进行合并，再借助第三步的探索工作，真正利用数字化工具提升人才管理效能。而对于人才管理和数字化基础相对薄弱的企业则需要打好基本功，毕竟人才标签只是管理工具，并不能代替管理本身。综上，构建人才标签体系是一项人才管理和数字化建设的综合性工作，既有助于提升企业人才管理水平，也有助于强化数据治理，提升企业数字化、智能化水平。通过数字化手段管理关键人才数据，将人才数据和业务用人需求通过标签的形式进行高效链接，动态掌握人才职业生涯全周期的重要数据，提升人才决策的科学性，优化人才匹配任用机制， 最大化挖潜人才价值，真正实现人才强企的目标。除上述内容外，《专刊》中更加详尽地阐述了完善科技人才评价体系、推动内部人才市场建设的落地建议，并介绍了构建精益化人才培养路径、领导力发展新模式——AI领导力教练Mr. Sen等内容。走近大咖 | HR成长
课程咨询 | 在职学习 | HR交流群 | 转载授权
请关注人大人力资源公众号
或添加微信ruchrm了解
