数字化，如何提升人效？

内容来源：本文来自量子教育，企业人才培养优质内容及创新解决方案服务商。

分享嘉宾：孙平，阿里巴巴前高级组织发展专家，数字化人才发展实战专家。

首先，请大家思考两个问题：

问题一：员工在公司说话的分贝值和他的绩效有关系吗？

问题二：公司为技术人员提供的美味糕点和他们代码量和代码质量有关系吗？

曾经有公司做过一个实验：在每个员工的工牌中植入了可以测量并记录声音分贝值的芯片，在员工进入公司佩戴上工牌后，就可以采集工作时间段内的员工说话声音分贝值。

经过长时间的数据采集后，将员工的声音分贝值与他们的绩效做了关联性分析，结果表明如果一个员工在公司工作时间内说话声音分贝值比较高，铿锵有力，逻辑非常清晰，这个人的绩效大概率也很好。

美味糕点的案例发生在谷歌。众所周知，谷歌公司的员工福利非常好，办公区域都提供了美味的下午茶，其中有一部分就是制作精美的美味糕点。

后来人力资源部做了一项实验：在不同楼层分别提供美味糕点和普通饼干，经过长时间观察和测试后发现，不同楼层工程师的代码量和质量都没有太大差别。

于是写了一份报告提交至管理层，将美味糕点换成普通饼干，节约了大量的公司运营成本。

通过这两个案例，大家可以看到，数字化在人力资源管理上这些很小的、很有意思的实验和数据分析，事实证明人力资源数字化，能够为公司提供高价值的决策参考和依据。

从事人力资源管理工作，必须要有数字化思维。只有具备了数字化思维，才能够在日常工作中找到那些非常微小，但却很可能带来巨大影响的管理决策场景。

人力资源管理主要经历过三次转型：人事管理、职能管理、战略管理。

在这三次转型历程的背后是人力资源管理工具、数字化系统和产品的迭代。

从最早信息化时代的e·HR，到数字化时代的D·HR，以及未来智能化时代的A·HR，人力资源数字化管理工具随着企业业务的发展、组织的复杂度和人员的扩张而不断发展，以满足企业内部多元化、多样化的人力资源管理需求。

阶段一：e·HR时代

在信息化时代，人力资源管理经常会对企业的不同职能人员数量、占比进行数量统计，通过图表进行数据呈现，仅解决了“是什么”的问题，没有进一步的深入分析。

阶段二：D·HR时代

在数字化时代，企业人力资源管理部门通过整理分析数据，帮助老板解决“为什么”的问题，分析人才结构发生变化的原因。

阶段三：A·HR时代

在A·HR阶段，人力资源管理部门可以通过智能化模型推算未来几年后，不同级别的人数占比情况，及时发现人才结构的问题，为企业未来人力资源战略决策提供有效的决策支持，解决“怎么做”的问题。

要想做人力资源数字化建设，首先要理解人力资源数字化背后需要具备什么样的能力，需要具备什么样的思维方式，以及最终要体现的核心价值是什么。

1.流程线上化

企业中很多工作都有流程，特别是人力资源部这样的职能部门。招聘有流程、培训有流程、晋升有流程、绩效考核有流程。

如果想做数字化建设，一定要把这些流程线上化。只有流程线上化后，才有可能在这些流程节点上进行数据埋点。

只有有了这些数据埋点，才能采集到有用数据。只有得到了有用数据，才能进行相应的数据分析。

只有做了数据分析，才有可能提供有效的决策支持。这个链条非常清晰，因此，流程线上化是数字化建设的第一步，也是非常重要的一步。

2.行为数据化

有流程，就一定有节点，就一定有人进行相应的操作或干预。例如，在员工培训这一流程中，在什么时间节点，点击学习了什么课程，就非常有讲究。

如果是新员工，进企业一周之内点击了某一课程，可以分析他学习了多长时间？参加考试分数如何？新员工培训学习效果清晰可见。

如果是员工晋升前，可以分析员工他学习了什么课程？对应提升了哪些一方面能力？考试后行为结果怎么样、有无改变和提升？

如果一个员工在某一个时间段内，集中的大量学习，甚至采集、下载学习资料，这可能是一个危险的信号，这个人很可能在为离职做准备。

因此，不同的行为背后有不同的意义存在。把这些行为数据化，通过这些行为数据，做有效的数据分析，可以帮助企业及时发现问题。

3.数据结构化

很多企业都会做数据调研，往往用到一些开放性问题，例如：你对公司文化怎么看、满意吗？回答可以分为五档，用分数做相应的结构化分析。

针对这样的开放性问题做结构化分析，要因人而异。员工在不同的阶段，对公司的什么文化的认可程度和满意程度，感知是不同的。

对于新员工，要问他公司的新人培训是不是完整？是不是及时？这个问题背后体现的是他对公司文化的认可程度，如果公司有企业文化的相关的专题培训，可以再针对这门课做更多的数据采集。

对于老员工，要问他在最近的工作中有没有遇到协同难题？主管有没有及时给他帮助和辅导？这种问题背后够体现出公司的协同文化，或其他方面的企业文化。用这种结构化数据解读分析要解决的问题，才是真正意义上的数据结构化。

4.分析产品化

最初，HR都是用 Excel 表做分析，然后利用PPT将分析结论汇报给老板。但是，当下还仅仅用 PPT汇报分析结论，远远不够。

我们要用数据产品的形式将结论沉淀下来。只有这样，才能够让底层数据越来越有效，让分析越来越高效，让分析结论越来越多元。这才是真正意义上的“增效”。

智纲智库创始人王志纲说过一句话：“思路即方法”。掌握“四化”方法，就可以在数字化建设中有所作为，就可以在很多具体场景中找到具体的解决方法。

1.基于员工生命周期的八大数字化场景

人力资源工作最核心的是跟员工打交道，包括管理者。企业中所有员工在入职后便开启了在这家公司的经历，一直到最后离职，在这家企业的生命周期暂时终止。

在员工生命周期中，有8个核心的数字化建设场景：招聘配置、人才培养、绩效考核、晋升发展、人才盘点、员工关怀、组织文化、离职管理。

这 8 个场景基本上覆盖了企业人力资源管理90%以上的动作。当然，还有薪酬、福利，但是薪酬和福利在数字化建设上解释“是什么”和“为什么”比较多，在和人紧密关联的决策层面相对少一点。下面以晋升场景为例：

2.人员晋升的数字化建设

① 流程线上化

绝大多数企业都有晋升这一日常管理职能，基本上通过四个阶段来完成晋升：提名、评审、审批、结果公布。

如果企业有相应的信息系统，不管是自研还是外部采购，都可以采用这四个流程来设计线上化的晋升流程。只有把流程线上化后，才有可能采集到我们想要的数据。

② 行为数据化&数据结构化

流程节点1：提名

现在很多年轻员工都更加主张“我要成长”。因此，在提名时，有没有给到这些员工自主表达的空间和机会就显得非常重要。

在设计提名方式时，可以为员工提供表达自己想要成长发展的渠道，即员工自主提名。

当然也可以由主管提名。有时候主管需要为团队选拔人才，在通盘看完整个团队、整个部门所有情况之后，觉得有必要把某个员工提拔到某个位置，在提名方式上就可以采用主管提名。

在提名的数据行为化上面，可以从绩效、综合潜力、司龄、距离上次晋升时长和违纪情况等几个方面设计提名条件。

流程节点2：评审

评审方式通常有资料评审、面试，不同的评审方式有不同的条件设置。背后都会有主面试考官或者评审委员，这些人的行为数据也是非常重要的，应该采集变成管理者画像的数据，例如为公司晋升选拔了多少人？

这些人在晋升成功后有没有为公司带来高绩效？成长路径是不是通顺？都应该是作为面试考官或者评审委员为公司选拔人才的行为结果数据。

在评审过程中，还可以采集其他数据，包括面试过程中候选人的赞成票数和反对票数等。

流程节点3：审批

在这一流程节点中，很多数据需要进行结构化，甚至是产品化的分析。例如晋升提名率、晋升通过率等数据指标，都可以作为辅助数据提供给管理者做最终的晋升决策。

流程节点4：结果公布

对于晋升不成功的员工管理和关注度是不是到位，就体现在结果公布这一流程节点上。有的公司有线上化系统，晋升结果可以给员工发送邮件。

但在此之前，有没有和员工对于晋升面试的表现，以及最终结果做足够的沟通是非常重要的管理信号，能够体现出公司对员工的重视程度。

③ 晋升的数据结构化改造

在晋升场景中上，还有一个数据结构化的改造案例。阿里晋升系统中的提名理由曾经是三个开放式问题：你认为候选人的亮点和优势是什么？候选人的不足和待提升的地方是什么？有哪些提升的建议？

这种开放式的提名理由对于候选人的评判，没有任何帮助，如果要进行分析则需要大量的数据分析工作量，甚至是一些模型工具来帮助提炼出核心要点。

如何解决这个问题呢？我们可以通过对提名理由做一些结构化设计，就可以规避这个问题。

例如，把问题更改为：在过去一年做了哪些项目或任务，成果如何？在这些项目中承担着何种角色和职责？有哪些能力是强项，哪些能力得到提升，哪些能力尚有欠缺？

为什么会这样设计？因为我们在实践过程中发现，大量的技术类岗位在自主提名相同层级时，有人做的集团层面影响的项目，有人只做部门级项目，两类级别的项目难易程度、对人能力要求高低，一目了然。

因此，设计合理的结构化问题，可以非常快速地帮助管理者判别候选人是否能够胜出。

④ 晋升分析产品化

晋升数据看板：看板可以显示晋升的整个过程，哪些人走到了面试阶段，哪些人通过了面试评审，整个晋升流程走到哪里。看板中的数据，还可以根据团队、层级、岗位等不同条件来筛选查看不同数据。

数据看板可以为管理者省去很多时间，两到三个小时可以缩短至15分钟左右，就可以得到核心的晋升分析数据。

晋升三率指标：除了晋升看板，还应该管理者提供按照不同的部门和层级查看相应的晋升率、通过率、提名占比，管理者通过这几个数据指标可以快速掌握自己团队的晋升情况，并横向对比其他团队和公司整体水平，确保晋升结果可控。

1.关心台定位

管理关心台是管理者的一站式团队管理和工作平台，在这个平台上整合了管理者过去需要通过十多个平台才能够完整收集到的各种信息。

2.关心台设计思路

以拿结果、建团队、推文化为主轴，整合各个系统的数据，加工后呈现给管理者和HR，帮助提升工作效率，这就是管理关心台的设计思路。

数据本身没有好坏，但数据可以在不同的使用场景下为管理者进行团队管理和业务决策提供有效依据。

3.应用场景

① 拿结果

关心台整合绩效系统中最核心的功能和数据，例如绩效目标设置情况、绩效目标完成情况、绩效目标完成动态，以及合作伙伴反馈，管理者都可以通过管理关心台随时查看下属在哪个时间更改了什么目标。

另外，管理关心台还设置了“一键跟催”功能，点击“跟催”按钮，系统可以给没有设置目标的员工发一个提示邮件，让他快速设置绩效目标。

我们经常说要拿结果就要看投入度，管理关心台设计了一个团队热力图。员工入园区和离开园区都能采集到相应的数据，这个时间差就是在园区时长，时长越长，热力图的颜色越深。

这个热力图在某种意义上代表一个部门、一个团队的工作投入度。当然，不能说时长越长，结果就一定越好，仅仅作为投入度的参考数据。

② 建团队

团队构成，按照层级、岗位、年龄、司龄、学历这5个核心维度来分析团队，不同维度之间可以交叉分析。

团队异动，是让管理者清晰看到某一个时间段内团队入职了多少人，离职了多少人，流转到其他团队多少人。

在管理关心台，管理者可以轻松导出表单或者截屏，省去了做Excel 表分析、做PPT汇报的繁琐程序，大大节约管理者和HRBP们的时间，提高效率。

推文化

很多公司有疑问，文化要如何用数字化的方式来呈现？管理关心台做了几个方向的尝试：

团队小日子：把一个团队中的员工入职、周年纪念日、生日、离职日期等员工关怀类信息在页面上推送给管理者，提高管理者对员工关怀的频率。过去需要在多个系统重来回切换收集信息，现在只需要在一个页面上就可以查看完整信息，效率大大提升。

价值观案例（阳光味）：将价值观优秀的员工或主管所写的案例展示出来，让管理者们不断学习，也可以甚至推送给相应的员工。

学习时长（教学相长）：建设学习型组织，将团队的学习包括总时长、平均时长和集团人均学习时长做一个对比，体现团队教学相长的学习文化。

③ 团队看板

完整的团队看板中有 6 个数据指标：待办、出勤、HC、离职率、团建费、公益时长。

以团队代办为例，将涉及到线上工作流系统的所有需要审批的流程数据都收集起来，用时间做阀值分为“三天未处理”和“三天内处理”，管理者可以一键点击查看。

如果员工的病假或工伤超过3天不审批，可能会给公司带来一些劳动纠纷。因此，团队待办可以折射出一个团队的工作效率和工作成果。

信息化系统只是载体，Excel 、PPT也好、人力资源信息系统也罢，甚至当下流行的AI，都是实现人力资源管理职能的价值的工具。

有好工具固然可以事半功倍，但是没有好工具也可以实现价值，前提是具备数字化思维和能力。

用 Excel 表，用 PPT 呈现分析结果，也可以把人力资源数字化的能力体现出来，甚至是可以给到管理者决策依据。

案例：校招还是社招？

2014 年，阿里曾做过一份数据分析报告，这个报告就是用 Excel +PPT形式来呈现的。报告将过去几年在技术、设计、产品这三个核心岗位的校招生进入公司之后和同年进入的同级别社招员工进行了跟踪对比。

通过绩效、晋升速度、违纪行为等评估和分析，在技术、产品、设计这三个岗位上，校招生综合表现优于社招生。

从那之后，技术、产品、设计这三个岗位允许做校招，其他岗位则暂缓校招。这样一份excel表+PPT的报告，很好地诠释了人力资源管理数字化对公司管理决策的重要作用。

人力资源数字化建设，可以用一张图来理解和展示。

底层是各个信息系统，是数据生产工厂和车间，所有的流程数据、行为数据均来自于此。

中间层是场景层。“四化”应用场景，人才指标体系和数据指标体系，人才评价体系和数据指标体系等。中间层的价值在于将底层生产的数据，按照人力资源职能价值分层和分析维度进行统筹分析，在不同的场景中进行展示。

顶层是应用层。经过中间场景层的数据加工，可以为管理者提供诸如：数字化产品、人才画像、管理者画像等等数据产品，辅助进行高效管理决策。

数字化建设大图是可延展的，如果想要在数字化建设上针对自己的工作场景做一些延展，可以利用这张图不断挖掘出自身企业的数字化场景和分析产品，前提是人力资源从业人员和管理者拥有足够强大、不断迭代的数字化思维和能力。

END

观看中国人力资源管理数智化发展白皮书全文请扫下图二维码