HR|新时代变革下，HR如何构建「人力资源数据化」的专业壁垒？( 三 ) 数字供应链|中国公司|运筹|供

这三个维度连在一起，就是我们提到的人力资源经营价值链。这里，我们不提人力资源管理，提人力资源经营。管理是计划、组织、领导、控制，是按部就班；而经营是创造市场价值，是无限创造。在这条价值链里，每个企业都会有自己的一套打法，形成自己的人力资源战略地图。如果我们将人力资源战略地图里的每个部分量化出来，就形成了一个人力资源效能仪表盘。
我们想想，人力资源专业发展到理想状态，应该是通过调整选用育留职能的各个指标，就能引发队伍的变化，导致效能的变化，最终导致经营业绩的波动。我想，如果达到这种状态，就没有老板和业务部门会怀疑人力资源专业存在的意义了。
03、人力资源数据化的IBR人力资源效能仪表盘量化的是企业独特的人力资源经营价值链。要实现这种量化，需要三个基础，我称之为IBR。我们来看一个最简单的模型（如图3）：

文章插图
图3：IBR模型资料来源：穆胜咨询
这个模型就是人力资源经营价值链中上下游指标关系的缩影。举例来说，X是组织结构精简度，而Y是人力资源效能，显然，组织结构精简对于人效有影响。要建立这个模型，我们需要知道三类信息：
一是指标算法（Indicator），即找到量化组织结构精简度（X）、人力资源效能（Y）的指标。这让人力资源专业从“语文题”变成“数学题”。这个方向上考验的既是设计者的数据思维（data mind），也是设计者对于人力资源专业的理解。现在谈人力资源指标的机构不少，但说实话，指标有没有才华，是不是油腻，明眼人一眼就能看出来。
举例来说，我们通过“扁平化指数”来衡量组织结构精简度，这个指标受到管理幅宽和管理层级的影响，管理幅宽越大，管理层级越少，扁平化指数越大。
再举个例子，我们通过“激励真实指数”来衡量考核是不是真刀真枪，我们量化出绩效得分中的实际变动部分，再用这个部分除以总分，就得出总分中的浮动占比。
二是指标基线(Baseline)，即回答X和Y的指标多少算高，多少算低？这让人力资源专业成为能够迅速自检和反映企业问题的雷达。
继续前面的例子，我们给出的baseline是，扁平化指数低于1就是有组织冗余，激励真实指数低于5%就是假刀假枪。我们为一个企业进行组织与人力资源量化盘点时，发现他们的职能部门扁平化指数只有0.3，我开玩笑——你们这已经不是金字塔大了还是小了，你们这直接就是埃菲尔铁塔嘛。
三是专业规律（Rule），即回答X对Y的影响力a应该是多少？我们通过精简组织来提升人效究竟靠不靠谱？这能让企业发现提升人效的最佳路径。这个方面的研究我们已经沉淀了很多，有的结论甚至是与各位的常识完全相反的。后续，我们也会持续发布，今天时间有限，就不展开了。
我们发现，每当HR们和老板讨论IBR时，就是他们提高自己身价的“高光时刻”。说白了，如果你深耕一个领域多时，但却无法对IBR信手拈来，那么，你就是没入门。
为了让人力资源效能仪表盘真正能够成为人力资源专业的数据神器，多年来，穆胜咨询做了大量工作。如果归结到一个点上，就是“海量抓取数据”。
说到底，人力资源效能仪表盘是一组模型，只有将大量过往的数据代入，才能修正变量、形成基线、摸清规律。应该理解的是，模型是用数据“喂养”出来的，数据越多，各个模型就会越精准，决策也会更高效。
但在人力资源专业里抓取数据是很难的。一个陋习是，HR们喜欢以保密为由拒绝参与调研。有意思的是，每次上课时，HR学员们又很喜欢问我——穆老师，这个数据究竟是高了还是低了，有baseline吗？有什么规律吗？各位，Baseline和规律是用数据喂养出来的，你们不给数据，穆老师的嘴又没开过光，我怎么知道答案？
在某些调研中，调研机构要求参与调研才能获得结果，于是，有HR们通过上报“假数据”期待获得“真结果”。殊不知，你是这样想的，其他HR也是这样想的，于是，整个样本库就被污染了，这样的调研结果毫无意义。
穆胜咨询对于数据的抓取，都是基于人力资源效能仪表盘这个模型，前后大概经过了两个阶段：
第一阶段是2020年之前做的小样本调研。我们只收集自己有把握的数据，也就是穆胜咨询直接服务的企业数据，大概有几十家左右。这样很慢，但也很准。
第二个阶段是2020年和之后做的大样本调研。我们开始面向全国的企业发起调研，每年发布年度《中国企业人力资源效能研究报告》。有了前一阶段的基础，我们人力资源效能仪表盘更加成熟，调研的结论也更具有穿透力。从现实的反馈来看，市场也挺认可，大量知名的企业都是用户。