倍智观点Talebase

沙添院长:变局下人才管理数字化转型落地的三大关键点

发布日期:2022-12-08作者:倍智

所有人才管理工作最终的目标,是要满足于企业用人,实现绩效增长。

 

                                                                          0

数字化如何服务于人才管理?

 

倍智每隔两年都会做一个人才供应链的调研,在我们2019年的调研数据中显示,企业关注度最高、投入时间最多的是招聘。但是今年我们调研的数据显示,企业最关注、投入时间最多的是盘点和培养。

对比之下,19年的时候疫情还没有发生,经营环境和政策对企业还是友好的,企业在策略上更有可能考虑规模扩大,而在当前“活下去”的大环境下,越来越多的企业更聚焦于“人效”问题,更多考虑内部挖潜,因此在人才策略上也需要更加“精益化”。

今年我们的人才供应链调研加了一个“字母”,原来是TMI (Talent-supply chain Management Index),今年我们加了Digital——DTMI,增加了对于数字化的一些衡量。

 

从调研中我们发现,已经有越来越多的企业开始着手借用技术手段提高人才管理的效能,尤其是在当前仍然保持快速增长的企业,在数字化方面的投入和应用深度非常值得借鉴,不少HR团队通过数字人才管理系统的搭建,实现了对内部人才画像、库存情况的实施掌握,帮助企业在人才的调配、调动等人事决策动作方面赢得了主动。

 

                                                                                                   识别上方二维码
                                                                                                 即可预约DTMI报告
                                                   
                                                                         02

企业推动人才管理数字化可能面临的挑战?

 

人才管理数字化的挑战本质不是技术,今天我们技术的成熟度已经能够比较好地满足人才管理的需要,其核心还是需要确定企业要做数字化人才管理系统是为了什么,解决什么问题

我们服务过一家公司,规模很大,业态复杂,下属公司众多。公司员工数量超过5万人,下一阶段还要不断扩充人员,未来计划扩充到20万人。我们给企业提供数字化服务时,给企业规划的主要人才管理场景有20多个,需要系统开发的核心功能模块有100多个,需要整合对接的系统超过10多个。

这个项目的核心并不是业务流程功能开发本身,这家企业过去的HR信息化做的相当不错,在很多领域都已经有了适用性很高的系统,例如培训管理用的是企业自研的平台,人才评价管理选择了倍智成熟的TAS人才测评平台。

他们的问题主要在两个方面:一是现有的信息系统具备功能属性,但缺乏场景属性,不能很好的满足人才管理场景化需要,这一点和企业人才管理发展阶段相关,从前人才管理业务本身在企业实践中做得比较零散,而今天越来越多的企业正在以“人才供应链”的思想重新塑造企业的人才管理体系,原有信息系统需要重新调整,增加或修正部分能力以适应人才管理实施的需要;二是,数据分散,相比之下,这个问题更加基础也更加挑战。因此,整个项目最重要的目标就是需要倍智通过系统帮助企业实现多源、复杂的数据集成管理,同时将这些数据反过来应用到企业用人场景中,即时地可视化地支持企业高效人事决策。

 

事实上,随着人才管理的系统性加强,数据集成的需求也越来越普遍。一直以来,市场上有很多非常成熟的HR模块化工具系统,像招聘平台、培训平台、测评平台、绩效管理等成熟系统,这些系统企业可以单独采购,并且可以选择到市场上在该领域最为匹配的系统。

很多企业过去单独引入这些系统更多是考虑提升具体领域工作效率的问题或解决某个具体领域的问题,但单系统必然带来数据割裂和烟囱效应问题,很难实现全局数据管理和人事决策支持。

企业可以选择全部推倒重建,但要付出的成本代价高昂,尤其如果企业当前的系统也是刚刚完成,立即重建更加不现实。我们看到更多企业会选择另一种方式——在不影响现有系统的基础上,构建一个人才数据管理平台,集成现有系统形成人才数据中心,这种做法尤其在大型、超大型企业中更为普遍,一方面是现有系统本身稳定成熟,贸然改变风险很大,另一方面也可以通过单独构建人才数据中心实现单独系统功能选择的灵活性和数据集成的兼顾。

人才数据中心的构建,实现数据集成仅仅是万里长征第一步。HR真正该关心的是该分析什么数据,要出什么分析结果,才能为企业人事决策提供支持。

因此,应该更加关注如何有效管理自己人才数据库,“以终为始”对数据进行梳理、打标,不断建立和完善画像标签体系、数据分析模型,人岗匹配算法等,这些是企业最为重要的资产,也是数据集成最重要的价值所在。

此外,在实现人才管理数字化的过程中,还需要特别关注数据的安全性保密性,大型超大型企业尤其是国央企普遍会更多的选择采取私有化部署的方式构建系统,也是因为人才数据的敏感性。

 

                                                                            03

      企业人才管理数字化如何有效落地?

 

我个人总结了人才管理数智化落地的三个关键点,可供参考。

 

1. 关注管理者,尤其是高层的需求

很多企业的人才管理系统建设花很多时间解决HR的问题,但有一句话叫“企业没有HR的问题,都是的业务问题”,真正的人才管理是业务向而非职能向的。因此人才管理数智化,应该更多站在业务角度考虑问题,而其中我认为最重要的是解决老板的问题,是支持高层决策的问题。

 

 

但我们知道99%的EHR系统,老板是不看的,因为EHR系统天然不是为管理者设计的,是为HR设计的。要支持高层决策,那我们就得知道高层想看什么,我们做数智化就是便捷高效智能的实现人事决策的支持。

那老板或者高层领导想看什么呢?我总结为四看四管

四看就是:看人才、看后备、看团队、看全局;四管就是:选干部、调岗位、搭班子、控风险。人才管理,抓住核心才能事半功倍

倍智自己人才管理系统,我们叫TDS(Talent Decision System)人事决策支持系统。TDS提供的系统核心功能包括人才画像、团队画像、组织画像、一键选人、人才对比、关键预警、任用沙盘等。以任用沙盘为例,这个功能就是专门针对大型超大型企业集团,尤其是国有企业干部管理设计的。

国有企业有件很重要的事叫做搭班子,就是搭建领导团队,一个班子搭配其中有很多的规则,除了需要考虑某个人是否胜任领导职位,还要考虑进入领导职位的几个组成班子在一起会不会有什么问题。

TDS的任用沙盘,可以直接把酝酿中的班子人选模拟搭配,有问题就会有相应的预警。这个动作看起来简单,但实际上会涉及到人岗匹配、人和组织匹配、人和人匹配的问题,必须要站在组织、站在高层领导角度思考才会理解其中的价值。

 

2. 真正产生价值的逻辑并不在于系统功能,而在于如何挖掘有价值的信息

在海量数据的背景下,我们要知道数据和数据之间的关系是什么。

例如,我们为什么要关注员工的人际关系?像保险公司,领导想知道这些人的人脉关系是什么,这与他做业务相关。国企想知道人脉关系,跟干部任免、任用相关。还有这样一个说法,叫什么样的将带什么样的兵。人的风格是会被影响的,领导想看这个人被谁带过,他带过谁,领导需要清晰的、结构化的信息,才能更好得做出判断。此外,还有最近越来越多关注的组织网络分析(Organizational Network Analysis),也是典型的数据关系挖掘,通过组织内部的数据信息,我们可以发现组织内部的意见领袖是谁,组织之间的互动情况如何,组织内部沟通瓶颈等问题,这些信息能为组织协同效率提升提供重要的参考。

做数智化管理非常重要的一个底座就是标签。标签体系的建设是一个系统工程,在我们的服务中属于咨询类服务,在很多企业的数智化项目中,标签体系的构建是不可获取的一环。

标签构建,某种意义上有点类似于传统的能力素质建模或者任职资格建设,但标签体系更加复杂,对于颗粒度的要求更加的细致精准,同时,标签体系构建更关注客观性,更强调数据分析所呈现的相关性和规律。

简单来说,标签可以区分为人口统计学标签、经历类标签、业绩类标签、行为类标签、评价类标签、关系类标签、风险提示标签等等,不同的标签的应用、可能在系统中出现的位置都不一样,反映的是不同的管理场景需要。

在各类标签中,行为类的标签搜集往往是企业实践中的难点所在,本身一些动态性行为的搜集在企业中就是问题,同时还涉及到个人隐私等合规性问题,行为标签往往很难达到期待的理想效果。

标签本身是动态可变的,因此标签体系的建设也并不是一劳永逸的工作,标签体系的持续迭代更新机制也是在标签管理建设中需要重点考虑的问题。

每个企业的标签体系都是独一无二的,这与企业本身的行业、发展阶段、管理逻辑、用人策略等息息相关。

倍智有一套相对通用的人才标签体系的,包含了几百个不同类型的标签项,在项目中往往会提供给企业作为借鉴,但最终落地的标签核心仍然需要为企业定制化搭建。

 

3. 数据治理是一项不可忽视的重要工作

数智化的基础是数据,人才管理的数据纷繁复杂,大部分企业过往使用的系统功能都不完整,且由于历史原因还可能存在诸多变化,有些变成了无头账,因此在人才管理系统实施上线时,数据治理通常会耗费HR们大量的时间,需要人工清洗或者重新录入。

因此数据治理的工作在系统项目开始实施之初就需要同步地开展起来,或者组建内部项目组,或者购买咨询公司的数据治理服务,以保证在系统上线时数据的准备度能够支持。

以倍智服务过的某家大型银行的数据治理项目为例,整个数据治理项目的工作周期差不多3个月时间,因为涉及到大量历史数据规则,其中相关工作非常繁琐,有些数据需要顾问一条条进行校对,但这项目工作的必要性是毋庸置疑,一次性的数据系统性清洗和治理,为后续整个系统数据的准确可靠奠定了坚实的基础。

 

常见的数据治理问题一般有三类:数据缺失问题、数据规范问题、数据标签转化问题。其中规范问题和标签转化问题都需要组织内部建立清晰的规则,这个工作也是未来实现可持续的高质量数据管理的关键。数据缺失问题,在很多企业往往并不是没有相关的信息系统支持数据线上化,而更多是因为有系统但没有用起来,因此数据治理的工作也是推动的信息系统使用率提高的抓手。

 

                                                                         04
                                       倍智为企业提供人才管理数字化转型落地服务的优势?

倍智为企业提供的人才管理数字化转型落地服务并不是传统意义上的一体化人才管理系统,而是聚焦于“Just-in-time”人才供应链体系建设,以咨询+数据+系统三合一服务模式,为企业提供人事决策的辅助支持系统,核心聚焦于人才数据集成管理、人才管理驾驶舱、人才画像管理、人岗匹配、人才盘点、人才库、继任管理、人才测评管理等功能模块,提供SaaS+本地化部署模式,帮助企业实现精准“知事识人,高效用人,提升人效”。

宜未雨而绸缪,毋临渴而掘井。人才管理数字化转型已然成为当下大势所趋,凭借数字化的落地保障,企业拥有了克服数据治理难题、价值有效挖取以及获得协同效应的支点。与此同时,倍智也将始终以领先的人才管理观点、专业优质的产品服务、合规安全的技术底座,助力企业人才管理实现质与效的变革。

点击页面右上角“”订阅按钮,最新观点同步获取
预留信息
姓名
手机
邮箱
公司
职位
广东省广州市天河区黄埔大道西76号富力盈隆3010

粤ICP备11016031号  |   粤ICP证B2-20150288号
©2003-2024 Talebase. All Rights Reserved. 倍智版权所有    人力资源服务许可证:440000000096号

股票简称:倍智人才     股票代码:833907
全国服务热线: 400-012-5066