投稿|Google:人力资源专业已经是数据科学( 四 )


有人说 , 谷歌的成功是因为OKR , 实际上 , 当你深入研究谷歌 , 就会发现OKR只是个形式 , 他们竞争力的内核还是数据和算法 。这从拉里·佩吉选择Page Ranking技术作为创业赛道开始 , 就已经注定了 。
05、HR如何走上数据化之路?相对谷歌十几年前就走出的先锋实践 , 国内大厂似乎跟进得慢了一点 。
一般来说 , 数据、算法(模型)是数据化的基础 , 二者缺一不可 。对于那些大厂或者行业头部企业来说 , 数据自然是不缺的 , 算法也不是难以解决的 。那么为何至今 , 国内也没出现一家人力资源数据化的标杆呢?
其实 , 他们缺少的是数据思维(Data Mind) 。至今 , 仍有不少人认为人力资源是一个难以数据化的专业 , 在这种思维的加持下 , 自然很难找到算法;即使找到了 , 算法也仅仅停留在数理的逻辑上 , 缺少应用价值 , 也就失去了数据化的意义 。说白了 , 大多数HR缺乏重塑人力资源专业的决心 , 还是在走改良路线 , 只是在用数据工具来包裹陈旧的人力资源工作模式 , 妄图为摇摇欲坠专业续命 。
简单说 , 数据思维就是真正懂得数据的意义 , 解析数据间的相互关系 , 探索数据到决策的路径……还有最重要的 , 要有重塑人力资源专业的决心 。正是基于这种理念 , 穆胜咨询长期致力于数据驱动人力资源效能的研究 , 原创了大量的指标、算法:

  • 扁平化指数——衡量组织是否存在冗余 。当该指数小于1时 , 则说明组织存在冗余 , 有大企业病的危险;
  • 激励真实指数——衡量考核是否“真刀真枪” 。当该指数小于5%时 , 绩效考核没有差距 , 失去了真正意义;
  • 激励强度指数——衡量激励是否“真金白银” 。当该指数小于8%时 , 分配没有差距 , 激励失去意义变的不公平;
  • ……
要说这些指标的数学逻辑 , 其实并不难 , 但进入工作场景中 , 确实对企业帮助很大 , 这些指标让他们的决策有了数据依托 。所以 , 数据思维才是打开HR数据化大门的“钥匙” 。我们将自己研究的算法放到了每年发布一次的《中国企业人力资源效能研报》里 , 希望能帮助到更多的企业 。
当然了 , 重塑人力资源专业的关键不能只靠咨询机构 , 企业才是关键 。值得欣慰的是 , 很多企业已经行动起来了 。根据穆胜咨询2020-2021两年发布的年度《中国企业人力资源效能研报》 , 2021年有50.1%的被调研企业重视数据化人力资源 , 并设有负责此项工作的专职员工或团队 , 用以沉淀人力资源数据 。对比2020年 , 该比例上升了5个百分点 。
投稿|Google:人力资源专业已经是数据科学
文章图片

图2:企业对数据化人力资源的重视及应用情况
资料来源:穆胜咨询《2021中国企业人力资源效能研究报告》
Google十几年前就开始重视人力资源数据研究 , 并设置了人力分析团队 , 他们是先行者 , 也享受了多年的数据红利 。到了今天 , 越来越多的国内大厂已经在路上了(详见往期文章《观点 | 阿里腾讯们对HR动手了!我们盘点了26家大厂的数字化HR标准......》) , 人力资源与数据科学注定会走到一起 , 传统纯“靠手感”的人力资源管理必将做出改变 。

推荐阅读