北森：2023年第五屆人力資源技術研究報告（81頁）.pdf

《北森：2023年第五屆人力資源技術研究報告（81頁）.pdf》由會員分享，可在線閱讀，更多相關《北森：2023年第五屆人力資源技術研究報告（81頁）.pdf（81頁珍藏版）》請在三個皮匠報告上搜索。

1、調研主辦方聯合主辦方 版權聲明 本調研報告屬智享會&北森 所有。未經雙方書面許可，任何其他個人或組織均不得以任何形式將本調研報告的全部或部分內容轉載、復制、編輯或發布使用于其他任何場合。Copyright ownership belongs to HR Excellence Center&Beisen.Reproduction in whole or part without prior written permission from HR Excellence Center&Beisen is prohibited.第五屆人力資源技術研究報告THE 5TH HR TECH RESEARCH

2、REPORTREPORT數字化助力效率提升，賦能業務決策Efficiency Improvement and Decision-Making Enablement Supported2第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT首席顧問 CHIEF ADVISOR顧問團 ADVISORY GROUP作者 AUTHOR王崇良副總經理、人力資源 CIO 三一重工許靈HRIS同程旅行趙永亮北森產品專家北森王維中人力資源副總監周大福珠寶朱云樂解決方案專家北森丁京陽HRIS 經理蒂升電梯沈佳怩 Jenny.Shenhrecchina.org

3、沈佳怩現任人力資源智享會（HREC）高級調研顧問一職，曾負責完成移動學習場景化應用研究報告、企業OKR 落地研究報告、企業員工福利體驗研究報告。在研究內部人才流動與人才市場研究報告項目中負責市場診斷、案例采訪、數據分析與報告撰寫等工作。沈佳怩畢業于英國薩塞克斯大學，獲得管理學碩士學位。本科畢業于英國雷丁大學，取得了食品工藝與生物加工學士學位。人力資源智享會感謝以下調研顧問團成員在本次調研及案例采訪過程中提出的寶貴建議。（顧問排名不分先后）3第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT目錄 CONTENTS前言報告精粹研究思路與框架

4、Part I：數字化賦能效率提升技術使用與自助服務方向 各類技術與自助服務實現情況 各類技術與自助服務的應用場景PartII：數據分析賦能業務決策，企業所遇到的挑戰 Part III：需求診斷 Part IV 系統打通：拓寬數據維度 系統部署：系統若采用云端部署，則可避免系統打通問題。但是企業是否能夠在云端進行部署，還是要視企業自身在數據安全性方面的考慮而定。系統集成：建立信息化全景圖助力系統集成。一體化系統建設：一體化系統的建立并不意味著后續無需再次打通，但是可以為后續的潛在打通需求打下較好基礎。Part V 數據運營與管理：提升數據質量，為數據分析奠定基礎 數據運營概況 數據集成：多樣化數

5、據交互模式助力數據集成。數據治理：設立專有團隊、建立數據字典、規范數據錄入、數據動態監測多維度助力數據質量提升。一個彩蛋：系統與數據不可分割，互為“因果”參調企業標桿數據企業案例&專家洞見4第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT前言 PREFACE2022 不可謂不是一個多事之秋。據 IMF（世界貨幣基金組織）預測，全球經濟增長率將從 2021 年的 6.0%下降至2022年的3.2%和2023年的2.7%，全球約三分之一的經濟體將于今年或明年出現經濟萎縮。1伴隨著不佳的世界經濟環境，新冠疫情的反復，人員流動的放緩，這些不穩

6、定因素無不在影響著企業的經營活動。著眼于企業運營管理自身，開源節流，平穩度過當下，靜待來日春暖花開是很多企業共同的訴求和策略。而為實現這一目標，降低整體運營成本，敏捷呼應業務需求，提升組織與個人效能便是落在企業管理中的實踐課題。這一課題不止是業務經驗者需要完成的答卷，也是企業人力資源必須要思考的主題。如何以終為始地為業務賦能，幫助業務發現問題，助力業務進行決策便是解題的關鍵之處。而在此過程中，在企業降本增效的實踐開展過程中，處處可見數字化的身影。本屆報告，智享會將會攜手北森，從數字化如何助力效率提升與業務決策的角度出發，通過技術應用與數據分析兩大維度，結合市場數據與企業案例歸納其中所涉各個環節

7、的現狀與挑戰。報告閱讀指南：研究思路與框架我們將結合大環境因素、人力資源信息化整體情況、歷屆人力資源信息化研究報告以及企業目前對于系統與數據的思考梳理本屆人力資源數字化報告的研究思路與框架。Part I：數字化賦能效率提升（技術使用與自助服務方向）本章首先會點明，為何會從技術使用與自助服務角度切入人效提升。（疫情的反復與多發，遠端、遠程、無接觸。）其次，技術使用與員工自助的整體使用情況與相關應用場景。Part II：數據分析賦能業務決策，企業所遇到的挑戰。本章會通過市場數據向您展示，在 HR 部門開展數據分析賦能業務決策過程中所遇到的問題，并引入這些問題背后的原因，以及企業為數據分析產品“增值

8、”的三個環節：需求診斷、系統打通以及數據運營。Part III：需求診斷本章的重點是解析數據分析時的一大難題：不了解業務需求。我們會通過市場數據向您展示企業目前常用的一些方式，如：打造溝通反饋機制來實現和業務的對話，并 通過案例歸納具體的溝通內容、重點和節奏。Part IV：系統打通：擴寬數據維度本章會從系統部署、系統集成與一體化系統打造，三個進階環節展開。歸納如何避免打通，如何實現打通，以及對于一體化以及打通之間的思考。Part V：數據運營與管理：提升數據質量，為數據分析奠定基礎。該章會從數據運營概況開篇，結合數據管理中，數據集成、數據治理以及數據分析三個環節，通過劃分成熟度確定三個環節中

9、各自對應的問題，并給出相應的解決方案。12022 世界經濟展望5第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT數字化賦能效率提升與業務決策PART I：數字化賦能效率提升技術使用與員工自助方向PART II：數據分析賦能業務決策PART III：需求診斷PART IV系統打通：拓寬數據維度技術實現幫助流程自動化：引入電子簽與云大廳通過云端、遠程、無接觸模式運行日常事務。技術實現度：電子簽章或電子合同是目前應用最為廣泛使用的數字化工具。（58.89%）聊天機器人受到了較高的關注度。23.68%的企業已經引入；26.87%的企業在近一年

10、會引入聊天機器人。一站式服務是企業最希望引進的功能。員工自助服務：46%的企業目前已經開展了員工自助服務，主要實現了個人信息的自助查詢。但目前，整體使用體驗感仍待提升。RPA 與 OCR 實現程度較低，分別為 18.89%、12.22%。這主要是因為 RPA 與 OCR 技術對于企業自身數字化程度有一定的要求。研究核心重點：如何更好地實現業務需求診斷 6 成以上企業都建立了問題反饋和定期數據監測機制，僅有 25%的企業設立了焦點小組，將所隱射出的問題和業務方再一次對齊。針對需求開展數據分析前，建立正式的與業務溝通的流程，營造機會讓雙方的溝通有效，讓雙方就所需要分析的數據指標和維度達成一致。研究

11、核心重點：圍繞系統打通，從系統部署、系統集成以及一體化建設三個維度幫助企業規避或者實現系統打通。系統部署：系統若采用云端部署，則可避免系統打通問題。但是企業是否能夠在云端進行部署，還是要視企業自身在數據安全性方面的制度而定?；旌喜渴鹗悄壳白顬橹髁鞯南到y部署方式；而系統安全性依舊是企業不考慮云端部署的首要顧慮。在參調企業中，一半企業選擇采用混合部署的模式，另有約三之一的企業選擇采用全部本地部署的模式，只有約 12%的企業選用了全 SaaS部署的形式。而問及為何不選擇采用云端部署，企業表示“數據安全性難以保證”“難以定制化”以及“本地部署理念”是最為主要的問題。系統集成：建立信息化全景圖助力系統集

12、成。超過 8 成的企業，存在系統打通的需求。但與此同時，超過 9 成的企業在系統上線的過程中，會預留接口。但即便如此，企業整體系統打通情況依舊不佳?，F狀與挑戰 56%的企業認為，目前 HR 部門的現有數據分析產品無法滿足業務的數據分析需求。從業務的視角出發，超半數的企業中的業務部門對于數據價值缺乏認同或認為數據分析結果，并不到位。具體原因與后續研究重點 較難挖掘數據背后呈現的問題 數據難以實現整合 數據質量不高業務需求診斷、系統打通、數據運營與管理報告精粹6第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT一體化系統建設：一體化系統的建

13、立并不意味著后續無需再次打通，但是可以為后續的潛在打通需求打下較好基礎。9 成以上企業，在考慮系統更換時，會將組件化系統更換成為一體化系統。但同時，我們也需要對于系統的整合和一體化保持客觀認知。無論是“系統壁壘”還是“數據壁壘”，都是客觀存在的。即使系統實現了一體化，也只是階段性的一體化，隨著業務的發展和變化，企業和系統在將來依舊可能有著打補丁的需求。系統建設上線、打補丁連通系統、構建一體化系統、通過打補丁實現一體化系統和新系統的打通是一個循環往復，不斷迭代的過程。核心研究重點：如何通過數據運營（數據集成和數據治理）提升數據質量。從數據運營的整體成熟度出發，再以數據集成、數據治理中的挑戰問題為

14、脈絡展開。數據運營整體成熟度：大部分企業仍處于數據質量較低，需要持續開展數據治理的階段。四成企業處于數據治理，提高數據質量的階段;28%的參調企業目前數據質量較好，能夠基于各類數據進行深度分析。隨著人力資源信息化成熟度的提高，企業數據運營成熟度越高，對于數據質量以及數據應用的需求也會相應提升。數據集成：多樣化數據交互模式助力數據集成。數據集成的挑戰：系統預留接口不足，各模塊間的數據標準和口徑不統一以及部門墻是企業在數據集中所遇到的主要問題和挑戰。數據集成：多樣化，多維度的數據交互（如何不通過數據接口，實現數據交互。）借助人力資源主數據實現集成。通過數據總線構建數據底層。利用 RPA 技術實現數

15、據對接。將數據拉出來，建立數據平臺（數倉、數據湖）數據治理：設立專有團隊、建立數據字典、規范數據錄入、數據動態監測多維度助力數據質量提升。數據治理挑戰：數據完整性不佳(字段或信息缺失)、數據準確性不佳以及所規定的數據以及字段標準無法滿足業務需求。數據治理思路：為數據治理設立專有團隊 確立數據標準，建立數據字典 規范錄入，從源頭抓起數據質量 數據檢驗，動態監測數據質量PART V 數據運營與管理：提升數據質量，為數據分析奠定基礎7第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT研究思路與框架往屆人力資源信息化研究報告研究重點第一屆人力資

16、源信息化管理調研報告 第二屆人力資源信息化管理調研報告 第三屆人力資源信息化管理調研報告 第四屆人力資源信息化管理調研報告 研究重點 系統上線：如何實現業務流程上線，引入系統，完善系統模塊。系統上線：篩選采購系統，如何幫助多系統上線的企業進行系統打通，提升運轉效能。員工自助：員工自助概念和市場實現情況。流程重構：系統上線前對于業務流程進行重構；多系統企業如何打通以及流程如何進行優化提升流轉效率。員工自助服務在各模塊的實踐開展情況伴隨著不佳的經濟大環境，企業需要降本增效，人力資源部門也需要敏捷調整，快速響應業務需求，賦能業務達成。而進一步聚焦數字化本身時，人力資源可以從兩個維度入手實現賦能業務的

17、目的。1）如何通過數字化手段，提升效率，降低綜合運營成本。這會體現在兩個維度：i 數字化系統如何助力日常事務更有效率展開。這部分內容在智享會過往報告上，已有了大量展開，此處我們就不再贅述。您可根據往屆研究重點列表，翻看相關研究報告。ii 技術如何助力日常事務的自動化開展以及人力釋放。結合疫情反復的大背景與企業釋放人力提升效率的訴求，我們將從云端、遠程、自助實現的角度，看看技術應該如何助力，以及具體實現情況與實現場景。2）數據賦能業務，幫助業務盡早發現識別問題所在。通過市場數據，我們可以發現人力資源數字化程度與企業人力資源管理成熟度基本呈現正相關。而待人力資源發展到了一定階段之后，企業會因為自己

18、對于數字化的定位，而注重不同的發展維度。但是隨著人力資源管理的成熟、企業普遍對于數據的價值、以及積累數據幫助業務發現問題，越發認同且關注。那么應該如何從需求了解以及技術實現（系統與數據）的角度幫助提升數據分析產品的價值呢？此外，在過往的研究報告中，我們總是獨立地觀察和分析信息化進程中的各個環節和各自的挑戰解決。這主要是局限于，當時市場和企業對于系統和數據的認知和實踐情況。8第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT往屆人力資源信息化研究報告研究重點第一屆人力資源信息化管理調研報告 第二屆人力資源信息化管理調研報告 第三屆人力資源

19、信息化管理調研報告 第四屆人力資源信息化管理調研報告 研究重點 系統：如何實現業務流程上線，引入系統，完善系統模塊。數據：如何理解系統報表中的數據，如何展現問題。系統：企業對于系統的篩選的采購、如何幫助多系統上線的企業進行系統打通。流程上線與重構：如何實現流程上線，多系統企業如何打通以及流程如何進行優化提升流轉效率。人力資源數據基礎建設：如何開始梳理構建數據標準、進行數據清洗。以及如何業務溝通數據分析產品需求。HR TECH 1.0：如何進行流程梳理；數據維度不足應該如何思考。HR TECH 2.0：流程較為清晰如何進一步進行流程優化；如何規劃系統與建立一體化系統；數據如何進行集成和清洗。但是

20、，在與數據實現程度較好的企業以及行業專家探討中，我們發現，目前企業已經認為系統與數據之間已經不只是單行道的關系。并非只有系統打通才能助力數據的集成和流轉。數據同樣能助力，“反哺”系統模塊的規劃和集成。在報告的最后，我們也將把企業的這份思考，作為彩蛋在報告的最后進行呈現。所以本屆研究報告將以數字化賦能效率提升與業務決策為核心，以終為始地，從數字化賦能人員效率提升（技術使用角度）以及數據分析賦能業務決策這兩大落地方向出發，回看企業數字化建設之路上的各個環節，探究我們應該如何加以完善。數字化賦能效率提升與業務決策數字化賦能效率提升(技術角度）各類技術與自助服務實現情況各類技術與自助服務的應用場景需求

21、診斷系統打通：拓寬數據維度數據運營與管理：提升數據質量，為數據分析奠定基礎數據分析賦能業務決策數據運營概況數據集成數據治理數據分析與應用一體化系統建設系統集成系統打通系統部署9第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT數字化賦能效率提升，一方面是通過系統上線以及流程線上化替代人工手段完成業務流程，從而實現效率的提升。這部分內容，智享會已在過往多屆信息化相關報告中，多有闡述，此處將不再展開。而結合數字化成熟提升與疫情反復這一大背景，企業一方面需要進一步實現流程自動化釋放人力來幫助提升效能，另一方面需要思考如何更好地通過云端、遠程、

22、無接觸等模式運行日常事務。各類技術與員工自助服務實現情況隨著科技的發展和進步，以及企業對于運營效能以及提升人效的追求，各類數字化技術也逐步在人力資源領域內得以應用。電子簽章或電子合同是目前應用最為廣泛的數字化工具。58.89%的企業目前已經上線了電子簽工具，與此同時另有 16%的企業希望在一年內上線電子合同。電子合同在企業內的快速推廣，一方面與線下入職難耗時長這一現實情況息息相關，但同時也與企業希望為員工提供更快速便捷的入職體驗有關。聊天機器人受到了較高的關注度。聊天機器人目前也是實現率較好的技術之一，23.68%的企業目前已經開始使用聊天機器人。同時另有 26.87%的企業在近一年會引入聊天

23、機器人。其他各類技術實現程度普遍較低，一站式服務是企業最希望引進的功能。15%左右的企業正在探索，如：RPA、OCR、云上辦理大廳、一站式服務等技術應用。其中 35%和 28%的企業會在一年內將一站式服務和云上辦理大廳投入使用。PART I：數字化賦能效率提升技術使用與自助服務方向數據洞察數字化賦能效率提升與業務決策數字化賦能效率提升(技術角度）各類技術與自助服務實現情況各類技術與自助服務的應用場景10第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT圖表 1a:貴公司技術應用已實現以下哪些？（N=204）圖表 1b：貴公司技術應用已實

24、現以下哪些？（N=204）圖表 2:貴公司近一年是否會引進其他技術應用？（N=204）RPA聊天機器人OCR云上辦理大廳一站式服務(入離職柜臺機、檔案管理等)數字化工具(電子章、電子簽等)線上化：以薪酬系統為主，包含入離調轉等系統，但系統之間是孤立的。沒有人力資源技術的戰略，簡單報表處理，應用較基礎。（N=98）信息化與數字化：從人力資源管理生命周期出發，將各個模塊之間的流程打通、系統拉通。主要目的是提升效率，可以相應地做到一些 BI，對業務支持度高。（N=106）18.89%25.56%12.22%16.67%17.78%58.89%RPA5.26%28.85%聊天機器人23.68%26.9

25、2%OCR2.63%19.23%云上辦理大廳10.53%21.15%數字化工具(電子章、電子簽等)50.00%65.38%一站式服務(入離職柜臺機、檔案管理等)5.26%26.92%會引進其他技術應用無上述打算74.44%25.56%11第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT圖表 4:貴公司目前是否有自助服務？圖表 5:貴公司的各類自助服務整體滿意度如何？（N=95）圖表 3:貴公司近一年是否會實現以下技術應用？（N=152）沒有有自助服務本屆報告(N=204)53.33%46.67%第四屆人力資源信息化研究報告 HR（N=

26、227)27.31%72.69%用戶體驗方面仍有待提升用戶體驗較好88.42%11.58%一站式服務(入離職柜臺機、檔案管理等)云上辦理大廳聊天機器人RPA數字化工具(電子章、電子簽等)OCR35.82%28.36%26.87%25.37%16.42%13.43%46%的企業目前已經開展了各類自助服務，主要實現了個人信息的自助查詢。但目前，整體使用體驗感仍待提升。企業希望實現一站式服務和云上辦理大廳，也是為了將各類自助服務更好地落地，在減少員工頻繁跑動的基礎上，進一步釋放人力，將多余人力和產能投入其他事項中去。目前，約一半的受訪企業尚未實現與員工自助相關的服務，約四成的企業雖已有了相關服務內容

27、，但是也仍在進行升級與迭代。而員工自助服務的實現離不開移動端 app 或小程序的建立與運行。目前在移動端已經實現的功能中，企業主要實現的是“個人信息查看及申請服務”(85.37%)；其次為“學習、咨詢類自助服務”（53.66%）。數據洞察12第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT圖表 6:貴公司目前自助服務已經實現了以下哪些功能？（N=204）個人信息查看及申請服務學習、咨詢類自助服務工作、生活類自助服務85.37%53.66%43.90%圖表 7：貴公司員工自助服務的整體使用滿意度。貴公司技術應用已實現以下哪些？一站式服務

28、(入離職柜臺機、檔案管理等)云上辦理大廳聊天機器人用戶體驗方面仍有待提升69.24%70.00%82.61%用戶體驗好30.76%30.00%1739%各類技術與員工自助的應用場景根據前文中圖表，我們可以發現，電子簽章與聊天機器人的整體實現率與企業信息化程度無關。無論企業信息化程度的高低，電子簽章與聊天機器人的實現率都不存在較大差別。然而，RPA、OCR、云上辦理大廳、一站式服務的實現率與企業信息化程度呈現出了正相關水平。體系較為成熟的企業，更有可能選擇引入這些技術服務。這主要是因為這些企業已經基本實現了基礎功能的建設和覆蓋，希望通過技術實現提升運營的效率和質量，或達到進一步釋放人力的目的。此

29、外，這也離不開疫情的反復與多發這一因素。自助服務解決了員工無法跑腿，也不必跑腿的問題。我們也針對企業未來關注度最高的幾項技術的應用場景以及員工自助服務，采訪了企業實踐。同時，針對這些熱門場景，我們也采訪了行業專家，了解 HR Saas 技術是如何提升過程中的效率與體驗感。如您和您的企業希望了解或引入這些技術或功能，也可予以參考。專 家 洞 見北森近年來，企業對于 HR SaaS 技術已逐漸由陌生到熟悉，目前不論是市場發展亦或是技術發展，企業已經普遍較為接受 HR SaaS 技術與部署方式，也更傾向于選擇使用 SaaS 服務來解決企業內部的相關管理問題。企業的關注重點也基本由關注部署方式（部分有

30、特殊需求或處于特殊行業的企業仍會關心）轉移至SaaS 服務本身是否能解決業務需求上。而回歸解決客戶的業務需求本身，我們認為其核心共有三點：貼近客戶、廣泛吸收用戶需求、迅速快捷響應客戶需求。北森基于自身豐富的客戶資源，每年都會收到大量的客戶需求。通過和客戶深入的交流，北森可以及時獲取最新的需求和市場動態，為客戶提供動態服務。利用自身特色與優勢，以北森特色的 IPD 研發落地各類需求，貼近觸達客戶，讓用戶可以實時感受到產品的變化和對業務的敏捷支撐。此外，由于廣泛的生態鏈接與背靠北森自研的PaaS 平臺優勢，用戶可以極為便捷地獲取大量最新的工具與產品，極大地豐富并提升了用戶體驗。北森認為用戶體驗是末

31、端用戶對于人力業務協同過程中所感受到的行為觸覺與情感感知。同時，也蘊含著人們對美好的追求：希望可以更加愉悅高效地完成工作，減少過程中的內耗。而這也正是技術的重要性，通過技術服務于業務流程，通過業務流程的貫穿好引導，高效且一致地開展工作。13第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企 業 案 例海爾數字化云大廳2【HR 云】大廳是一個在線 APP，員工點開之后可以實現各種人事相關的操作，實現零距離服務員工，零距離交互分享。主要體現在以下幾點：辦：所有入轉調離等 HR 業務的操作、申請與辦理實現三個零的體驗?？矗簡T工自助查詢信息、

32、工資條、五險兩金繳納情況、各類人事政策制度、落戶政策等。問：內嵌智能客服機器人，7*24 小時在線，在線回答各類問題。機器人如果無法回答，則可再轉至人工客服。目前海爾【HR 云】大廳的各種功能建設基本已經健全。從員工辦事的角度，基本上所有的 HR 相關業務場景都可以在【HR 云】大廳自助辦理。未來改善重點將會放在員工體驗的更新與迭代，例如分享與交互層面的設計可以再更進一步。2數字化助力員工體驗提升研究報告3人力資源數字化現狀與成熟度進階研究報告 云大廳差異化推送，“千人千面”基于不同員工角色，海爾希望通過精準把握各人群需求，實現差異化內容推送，最終實現云大廳的“千人千面”。不同員工點進去【HR

33、 云】大廳 APP，看見的內容是不一樣的。通過分析和識別不同群體員工最需要的內容，為他們提供工作中最需要的信息，與之無關的內容則予以隱藏，避免對員工造成信息干擾。舉例而言，面向管理者提供人才分析和運營分析兩大部分內容。人才結構、人才動態，團隊中的預入職、預退休、預生育等數據信息展示。以新員工入職融入流程這一場景為例，該場景涵蓋了，如：入職前保溫、遠程信息采集、入職手續辦理、環境適應、新人崗位培訓學習、轉正考核等多個環節。這些環節不僅直接關系到員工與崗位適配適應的問題，也影響了員工對于公司的體驗感和歸屬感、乃至未來工作時的積極性。北森針對這一場景設計了系統的數字化解決方案，在提升利益相關方（業務

34、經理、HRBP、新員工）入職效率的同時，進一步提升了員工在其中的感受度。在前期保溫階段，當 HR 發起 Offer 審批流程后，業務部門也能同步查閱人員面試情況與簡歷信息。而當新員工收到 Offer 郵件后，可直接電子簽署，同時Offer 會實時同步給 HR 及用人部門經理，打破信息屏障。當 Offer 被接受后，系統消息還會自動提醒新員工做好入職準備，提前錄入基本信息，上傳各種人員證件、照片等，減少入職當天辦理時間。而在入職當天，當員工掃碼報到后，信息會瞬間同步人事、業務、行政、IT 等部門，各協作部門提前做好新員工入職的準備。在自助辦理入職過程中，線上化流程會指引員工完成，如：銀行卡采集，

35、合同協議電子簽署等步驟，流程步步指引，為新員工帶來輕便、科技感十足的入職體驗。我們也可以通過員工個人薪水與個稅計算這一場景進一步了解北森是如何通過生態鏈接、幫助企業提升算薪效率與體驗的。算薪變得更復雜更耗時更繁瑣，是由于政策的調整，導致整體邏輯發生了顛覆性的改變，算薪工作量較過去有了幾何級數增加。為了提升這一日常事務性工作的效率，北森上線了個稅通。該產品對接稅局個稅系統，可以第一時間同步政策變化邏輯，企業無需頻繁更換 Ukey，只需要通過北森一個系統就能完成個稅計算、申報和繳納的全流程。14第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPO

36、RT式把數據整合生成文檔，我們就思考如何把這個功能也挪到電子簽里。此外還有很多逐步提升適應性，基于流程的功能擴展的例子，比如從標準化模板擴展到定制化模板的需求，從服務交付團隊的基本人事流程擴展到協議簽署等場景，再比如疫情期間將我們人事電簽流程直接應用到健康聲明文檔。最后我們想要實現的是所有人事類的文檔，無論簽署還是蓋章，都可以通過電子簽平臺用電子化的方式給到同事。我們把這些應用場景需求給到供應商，和供應商一起開發出一套適合于瑪氏的電子簽管理系統，真正幫助我們實現端到端的流程對接，而非呈現給用戶局部、零散的數字化體驗。從用戶反饋中挖掘需求：智能聊天機器人 2018 年底，瑪氏 MyP&O 上線了

37、基于微信平臺的聊天機器人愛問小瑪達 Marta，為同事們提供了在手機端全天候的人事咨詢服務。Marta 自上線以來一直在不斷迭代更新，包括知識庫持續完善，接入渠道擴展（覆蓋微信、門戶和 Teams 等終端），新增服務功能等。Marta 通過分析用戶反饋和常見問題數據，相繼開發了社保公積金供應商查詢、證明開具、工資問題收集、銷售獎金查詢等備受同事喜愛和需要的功能。在 2019 年共幫助 2900 名同事解決了 9191 單人事問題，解決率高達 90.78%，共節省同事電話咨詢時長374 小時，不僅有效分流 MyP&O 運營高峰期的熱線電話量，更能讓同事熱線團隊的同事專注于解答復雜問題，有效改善了

38、用戶體驗。企 業 案 例瑪氏 端到端的流程重塑：一站式入離職3 原先招聘流程比較復雜，瑪氏的 HRBP 同事開放了一個職位，招聘團隊（Talent Acquisition）根據候選人的簡歷手動登記信息，以 Excel 或者發郵件的形式與瑪氏的服務交付團隊（Transaction Center）溝通，以更新維護人事主數據系統，之后再根據這些數據來通知下游的團隊和部門為這些候選人創建賬戶?，斒弦栽O計思維對候選人入職流程進行重新復盤的時候發現，有五六個不同的團隊共同參與了同一個流程，非但效率沒有提高，有時還會出現信息更新不同步的問題。于是 2018 年瑪氏針對招聘入職流程設計并開發了“入職小程序”，

39、通過自動化技術來減少相關人員的參與，還能方便候選人信息的審核、更新、通知，以及創建檔案和文件簽署?；谛〕绦蚨说牟渴鸷筒捎迷O計思維進行的流程重塑改造方法，也隨后在 2019年快速應用到離職程序優化中，上線了離職小程序和后臺。從整體上來看，工作效率有了飛躍式的提升，用戶體驗也獲得明顯提升?；跇I務需求場景的設計：電子簽平臺 瑪氏 MyP&O 從 2019 年開始部署電子簽，一開始在搭建的時候，我們先研究了市面上現有的電子簽能夠支持哪些人事流程，確定最基本要求是對現有人事文檔進行電子蓋章，同時能夠電子簽名，形成了我們的基礎框架需求。接下來，考慮到實際操作中的特殊流程需求，比如生成文檔，以前是通過線

40、下手工的方15第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORTPART II：數據分析賦能業務決策，企業所遇到的挑戰數據分析是 HR 部門幫助業務診斷，提早預警潛在風險的產品，也是和業務共創，滿足業務需求的產品。但是在賦能業務決策的過程中，HR 部門總是會收到來自業務部門，諸如：“這不是我想要的內容”“這對我沒價值”的反饋。那么在人力資源部門通過數據分析賦能業務決策的這件事上，企業目前的困境究竟是什么呢？目前，56%的企業認為，目前 HR 部門的現有數據分析產品無法滿足業務的數據分析需求或業務部門并不信任人力資源數據所能帶來的價值。而

41、與此同時，從業務的視角出發，超半數企業中的業務部門對于數據價值缺乏認同或認為數據分析結果并不到位。數據洞察圖表 8：貴公司當前數據分析產品是否能夠解決業務日常對于數據分析的需求？（N=204）基本上能夠完全覆蓋。暫時沒有辦法解決?？梢蕴峁┙o業務一定的數據，但是業務并不信任數據的結果。43.14%29.41%27.45%數字化賦能效率提升與業務決策需求診斷系統打通：拓寬數據維度數據運營與管理：提升數據質量，為數據分析奠定基礎數據分析賦能業務決策數據運營概況數據集成數據治理數據分析與應用一體化系統建設系統集成系統打通系統部署16第五屆人力資源技術研究報告THE 5TH HR DIGITALIZAT

42、ION RESEARCH REPORT圖表 10：貴公司在制定管理決策時，人力資源數據無法影響管理決策是因為(N=204)管理層認為收集到的人力資源相關數據不重要，依然以經驗判斷主導決策。管理層重視人力資源數據，但認為人力資源提供的數據分析對業務的參考不重要。業務不理解 HR 所提供的數據和數據分析。收集到的數據質量較低，無法進行應用和分析。數據時效性較短。不同種類的數據更新的同步性不一致。數據混亂，很難進行清洗。HR 部門與業務部門所采用的數據統計口徑不一致。缺乏人力資源數據分析的專業人員。缺乏人力資源數據分析的專業工具。37.40%35.77%39.84%19.51%12.20%13.82

43、%13.01%20.33%15.45%13.82%那造成這樣數據分析難供決策的原因又是什么呢？圖表 9：貴公司各部門對于人力資源部門給出的數據分析結果，態度通常為：（N=204）0 分-對這些數據結果無感。1 分-對數據的價值與意義缺乏認同。2 分-認同數據的價值和意義，但對于數據分析結果的理解不到位。3 分-認同數據的價值和意義，能較好理解數據分析結果，但難以將相關建議落實到具體的業務管理中。4 分-認同數據的價值和意義，能較好理解數據分析結果，并且將相關建議落實到了具體的業務管理中。4.88%8.94%33.33%44.72%8.13%較難挖掘數據背后呈現的問題，數據難以實現整合以及數據質

44、量不高仍待進一步優化是企業表示在開展數據運用與分析時最為顯著的問題。而這三大挑戰的成因可以被歸納為兩個層面內的三個方面。需求層面 由于人力容易從自己的角度出發進行數據分析，沒有真正系統地了解業務的需求和問題，所以很難透過數據與字面的表述了解業務想要知道的問題或者真正的底層需求。技術層面 因為系統（人力資源內部系統或人力資源和業務部門系統）尚未打通，所以數據難以整合。而且也是因為系統碎片化，所以也沒有足夠的數據可供 HR 部門開展多維分析。系統和數據其實是問題的一體兩面。因為數據整體質量不佳，所以難以開展多維度分析。數據洞察17第五屆人力資源技術研究報告THE 5TH HR DIGITALIZA

45、TION RESEARCH REPORT圖表 11：貴公司在當前階段數據運用與分析所面臨的挑戰為？（N=204）較難挖掘數據背后呈現的問題。數據難以整合，無法實現統一分析。數據質量仍需進一步優化、分類等。較難找到有價值的數據分析維度/場景。各事業部對于數據指標的理解、算法和匯報邏輯不同。49.51%46.57%44.12%39.22%36.76%這就意味著，當我們希望更好地產出有價值的數據分析產品幫助業務進行智慧決策，我們需要“多”管齊下，從上述三方面共同發力，助力提升數據分析的價值。數據分析賦能業務決策的挑戰無法確實地診斷業務需求，故而難以挖掘數據背后的問題。如何確實地了解業務需求由于系統（

46、人力資源內部系統或人力資源和業務部門系統）尚未打通，所以沒有足夠的數據可供 HR 部門開展多維分析。系統打通：拓寬數據維度數據整體質量不佳，所以難以開展多維度分析。數據運營與管理：提升數據質量，為數據分析奠定基礎18第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORTPART III：需求診斷為了幫助業務部門及時發現問題，進而敏捷調整，人力資源需要通過將 HR 部門自己的數據和業務部門數據關聯分析，建立模型，向業務部門預警，從而起到賦能業務的作用。在這個過程中，數據團隊需要和業務實時共創，了解他們的底層需求和真實困境。但是共創應該如何實現

47、，如何了解需求，溝通的內容又應包含哪些維度呢？通過市場數據和定量分析后，我們可以清晰地看到：為了更好地和業務對齊，了解業務的需求，6 成以上企業都建立了問題反饋和定期數據監測機制，僅有 25%的企業設立了焦點小組，將所隱射出的問題和業務方再一次對齊。針對需求進行數據分析前，大多數企業也只是較為碎片化且非正式地和業務溝通所要進行分析的指標和緯度。這樣的溝通可能使得 HR 無法深入和業務及管理者進行深度的探討與共創，從而導致分析的維度與管理者/業務期待看到的存在差距。數據洞察圖表 12：為了更好地診斷業務的需求，貴公司做出了哪些努力？（N=204）問題反饋機制。定期數據監測。成立焦點小組，關鍵成員

48、定期訪談。尚無有效手段。60.78%60.78%25.98%4.90%數字化賦能效率提升與業務決策需求診斷系統打通：拓寬數據維度數據運營與管理：提升數據質量，為數據分析奠定基礎數據分析賦能業務決策數據運營概況數據集成數據治理數據分析與應用一體化系統建設系統集成系統打通系統部署19第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT在了解到大家現在為了了解業務需求會采取的方式后，具體的溝通內容以及相關機制應該如何落地，我們也采訪了一些企業，并歸納了解決思路，聽聽他們是怎么說的。圖表 13：貴公司人力資源部門在進行數據分析前，是否會與業務溝通

49、所要分析的指標和維度？（N=204）否，僅由HR部門/數據分析團隊確認相應的分析維度與指標。是，會與業務溝通，但僅通過非正式的、碎片化交流進行了解。是，會與業務溝通確認，且有體系化的需求診斷流程與方法。24.51%56.86%18.63%案例精粹同程關鍵用戶調研，理解真實的管理痛點和需求；痛點轉換；SSC 內部方案討論，根據相關方建議和意見完善方案；收集使用者感受持續改善。設立專門負責需求收集，溝通、培訓、結果發布、改善措施落地、變革管理等工作的專門崗位需求收集：員工自助提交，由負責人收集所負責區域內的定制化需求。若需要更為復雜的支持，團隊則會開展溝通。在業務中找到關鍵的問題。人力資源部門負責

50、提供用于整理重點的邏輯框架，并和業務部門開展后續工作坊進行訪談，最后達成共識，建立數據看板。和業務部門溝通，他們所期待看到的維度和指標。并確認是否能夠集約業務參考性。通過 HR 與業務之間的互信與溝通。HR 基于業務需求與業務現狀，告知業務當前哪些數據分析能夠實現，哪些需要業務配合提供更多數據才能夠實現。施耐德周大福行業專家潘一鳴 前期指標的梳理與確認：數據分析團隊可以協同COE 從“全面”到“聚焦”，建立分級指標庫。先梳理每個模塊中的所有關鍵指標，再根據不同用戶群體的關注進行分類。同時，可以結合企業發展階段思考數據分析維度。關鍵用戶調研：以員工在自助平臺上自主提交、問卷調研與面對面訪談的形式

51、，深入了解需求與痛點，并確認哪些分析指標是不同用戶所真正關注的。了解需求后，對問題進行分析：問題是持續發生的還是可以一次性解決的？系統是否能夠解決？再進一步評估：這一需求需要怎樣的分析、涉及哪些模塊、設立反饋機制，開展需求共創，落地方案不斷優化需要怎樣的人力和技術工具、最終要達成何種目的，優先度如何？基于需求落地解決方案，并不斷優化形成初步的產品解決方案，并與多方角色進行溝通完善方案，并與業務需求方進行確認。方案落地后，確保用戶能夠在平臺中進行反饋，提供建議，幫助數據團隊持續優化。注：在數據分析產品開發中，要先打造明星爆款產品，“先做深再做寬”。先聚焦業務部門 1-2 個高頻且亟待解決的痛點，

52、搭建分析模型，以此為抓手讓業務部門看到數據分析的價值與意義20第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企 業 案 例企 業 案 例企 業 案 例同程施耐德周大福助力業務決策 需求診斷同程藝龍的場景需求主要來自于企業內真實的管理痛點，為了更好地了解這些需求，主要會有以下舉措:關鍵用戶調研，理解真實的管理痛點和需求。People Analytics 項目組通過在線問卷調研和當面用戶訪談的方式，深入了解用戶想要的是什么，希望通過數據實現什么樣的管理，用戶目前對數據平臺的反饋如何；將用戶痛點轉化為數據化解決方案。調研獲得的信息經過團隊

53、的二次整理、分析、轉化，提煉出關鍵問題點，形成初步產品方案；在初步方案形成后，同程藝龍會在 SSC 內部將該方案進行討論，SSC 的負責人及小組leader 提供建議和意見完善方案，同時也會將產品方案與業務需求方再次溝通確認；方案確認后，People Analytics 團隊便會將方案進行落地，將其實現出來；落地上線后，用戶可以在過程中通過平臺反饋功能或直接聯系項目組，及時提供建議和反饋，幫助優化和豐富產品。同程藝龍數據決策分析平臺的產品研發，完全基于公司內部技術團隊自主研發，具體包括：產品經理、技術開發人員、UI 設計師、研發的測試人員。為業務賦能4 業務需求收集在收集業務需求方面，員工可以

54、在自助服務平臺上提交需求，同時 Consultant 也會收集對口區域/業務的定制化需求。People Analytics 團隊會對這些需求進行初步的分類：若僅涉及初步的分析與報表，團隊會告知員工可以從何處以及如何獲得這些信息；若涉及更為復雜和智能化的支持，團隊內就會對于需求進行更為深入的溝通，如這一需求需要怎樣的分析，涉及到哪些模塊，最終要達成的目的是什么，需要用到多少的人力，其中可能涉及到的技術工具是什么，這一需求的優先度如何等。數據結果傳達及落地People Analytics 團 隊 中 有 一 重 要 職 能 為Consultant，每個業務區域或部門都會有對應的Consultant

55、 負責。Consultant 相當于一個“接口”的作用，從用戶提出數據分析的需求開始，Consultant 便會參與進來。當這些需求成為具體項目或建立了專門的溝通團隊后，Consultant 將負責協調后續所有的溝通、培訓、結果發布、改善措施落地、變革管理等工作。業務需求確認與診斷人力資源部門需要在業務中找到關鍵的問題，并且對于問題進行分析：哪些問題是持續發生的？哪些問題可以一次性解決？是否可以通過系統解決？以效能分析報告為例，人力資源部門的目的是希望前線的主管持續關注門店同事的人力投入、成本情況，從而識別最能創造價值的員工。接著，人力資源部門會邀約部分地區門店的員工開展工作坊進行訪談，了解：

56、平時如何看待每個同事，如何看待每家門店在人員方面產生的效益。在討論過程中，人力資源部門會提供一套用于整理重點的邏輯框架，將業務部門的關注點加入進去，最后達成共識，建立數據看板。4案例內容來自第二屆 People Analytics 的發展與應用研究報告21第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT專 家 洞 見潘一鳴 如何實現與業務層面的溝通人力資源給到業務的分析數據，首先要確保是業務所需要的，而不是僅站在人力資源的理解層面去做分析。人力資源需要和業務進行深度溝通，了解他們期待看到哪些數據。因為不同業務部門所要達成的指標不同，他

57、們對數據的關注維度也不同。人力資源若不能針對性地提供數據，也應該從整體規劃上確保數據分析包含所有部門所需的指標，方便各部門“各取所需”。其次，人力資源對數據的分析和呈現，要確保業務部門能夠理解，可以分析指標背后的原因、關聯性等，給予業務一定的參考。在實現了“業務想看、業務看得懂”后，企業在第三個預測階段，還需要實現的是“是否能夠給予業務參考性”。這一層面的實現需要 HR 與業務之間達到充分的互信與溝通。在溝通中，需要業務主動提出需求，HR 基于業務需求與業務現狀，告知業務當前哪些數據分析能夠實現，哪些需要業務配合提供更多數據才能夠實現。若業務無法主動提出需求，HR 可以主動進行引導，與業務共同

58、剖析所要達成的績效目標中，HR 需要在人員投入方面的助力點，通過數據分析為業務決策提出建議，給予業務參考。以上便是需求確認與診斷的過程，在整個過程中，由于需求真實地來自于業務，業務部門對于數據會有較深的了解與認知，未來對于數據報告也會有較高的接受度。數據測算明確需求后，人力資源部門便會進行所有數據的測算，測算維度如下：接口是否準確 取數是否準確 調出的數據是否和其他系統平臺一致 內部宣導與習慣的培養經過以上流程，人力資源部門便會制作、形成相應的功能說明書，并且會在企業內各個平臺上推送。另外，周大福也會在某些區域嘗試開展培訓，助力員工讀懂數據，了解不同指標背后的意義，各個指標的值到達什么程度需要

59、有所警惕，對業務有什么幫助等。當員工尚未形成使用系統或應用數據的習慣時，人力資源部門會每個月去追蹤員工的使用率，主要關注的行為指標包括：員工使用中的問題 系統登陸頻次 何時登陸 安裝比例22第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT系統部署：系統若采用云端部署，則可避免系統打通問題。但是企業是否能夠在云端進行部署，還是要視企業自身在數據安全性方面的考慮而定。PART IV：系統打通：拓寬數據維度在前文中，我們已經了解到數據分析是人力資源向業務輸出的產品，是幫助業務識別問題的手段，是賦能業務的方式。是產品就離不開了解用戶需求，并通

60、過技術手段塑造產品。而對于數據分析而言，相應的技術則是：1)有數據可供分析（系統打通幫助數據流轉）；2)數據質量好，可以被分析。（數據運營提升數據質量）。所以本小節，我們將圍繞系統打通，從系統部署、系統集成以及一體化建設三個維度幫助企業規避或者實現系統打通。系統部署、系統集成和一體化系統是系統發展和完善的三個階段。階段一（系統部署）：基于需求上線系統，而其具體所采用的部署模式基于企業的需求而定。如果是本地部署的系統，在后期由于多系統共同運行，企業對于系統集成的需求則會慢慢體現。階段二（系統集成）：當各部門基于自己的需求上線了獨立運行的系統后，數字化部門或 HRIS 部門就需要通過打補丁、建接口

61、等方式將碎片化的系統集成連通，為數據的流轉提供系統支撐。階段三（一體化建設）：當企業需要頻繁打補丁建接口時，企業就會開始算一筆賬：這樣的集成劃算么？或者我是否應該采用一體化系統，即使這需要將現有系統打掉重來。系統部署情況：混合部署是目前最為主流的系統部署方式；而系統安全性依舊是企業不考慮云端部署的首要顧慮。需求層面 在參調企業中，一半企業選擇采用混合部署的模式，另有約三之一的企業選擇采用全部本地部署的模式，只有約12%的企業選用了全 SaaS 部署的形式。而問及為何不選擇采用云端部署，企業表示“數據安全性難以保證”是最為主要的問題。數據洞察一體化系統建設系統集成系統打通系統部署23第五屆人力資

62、源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT云端部署一個顯著的特點便是，無需考慮系統打通以及預留接口等問題，大大地減輕了企業的后期運維與數據流轉的難度和成本。此外，企業可以通過數據分級管理體系，將最為敏感的數據置于私有云或采用本地部署，以此規避數據安全性方面的顧慮。而針對這個問題，我們也采訪了北森的解決方案專家，聽聽他是怎么說的。圖表 14：貴公司是否全 SAAS 部署？（N=204）本地部署。部分 SAAS 或混合部署。HCM SAAS 解決方案。不清楚。30.89%55.39%12.25%1.47%圖表 15：貴公司目前不使用云端系統的主

63、要原因（N=204）使用云管理系統，數據信息安全性上無法保障。云管理系統較難進行定制化，無法滿足企業個性化需求。本地部署管理理念/思維難以改變。目前使用的系統基本能夠滿足人力資源管理需求。企業人員規模大，業務流程復雜，目前市場上的人力資源云端系統無法滿足需求。供應商的響應速度不可控。全球統一采購，本地公司沒有選擇權。其他，請注明：42.86%28.57%28.57%26.98%19.05%15.87%11.11%7.94%圖表 16：貴公司更換人力資源信息系統時，會考慮改變部署方式的問題嗎？（N=204）在更換過程中，會把部分信息敏感的系統換成本地部署的方式會考慮把大部分系統放在云上，便于管理

64、部署方式并不是系統更換時考慮的重點53.43%35.29%11.27%專 家 洞 見北森部署模式目前大多企業都選擇了混合部署的模式。即：一部分系統功能通過公有云實現，一部分功能則部署在本地。這其實就是企業自己在尋求安全和效率之間的平衡。首先，從效率的角度進行思考。企業開始采用云端部署的原因之一是一些系統很難在本地高效順暢地運行。以招聘軟件為例，企業如果選擇在本地部署，那就意味著他需要點對點地進行多個招聘相關服務的集成。不論從成本、后期運維以及運營效率而言，對于企業都是極大的負擔。在線學習平臺也是如此,十24第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEA

65、RCH REPORT幾年前，就有在線學習供應商幫助企業開展私有化部署。但是對于很多企業而言，其使用率與使用效果都不盡如人意。其次，如果從安全性的角度考量。企業這時對于云端系統的擔憂，大多為數據安全性，即數據會不會在云端被竊取。以我們所服務的一些國企為例，當他們在上云的過程中，他們會自行制定敏感數據管理機制，即敏感數據分層管理。企業可基于數據的敏感性層級，選擇在公有云、私有云或者本地進行部署。系統定制化另有部分企業表示，云端系統難以定制化是他們不選擇上云的原因之一。在前期市場調研中，不少企業反復提及，人力資源信息化系統碎片化一直以來都是企業信息化進程中的一大痛點問題。而為了解決這一挑戰，企業要么

66、選擇通過“打補丁”的方式進行系統打通；要么通過建立一體化系統規避系統碎片化這一問題。所以我們也將通過市場數據與案例，歸納這兩類的問題解決思路。這其實是我們對于系統定制化上的信息差。從技術角度而言，我們可以為企業提供定制化的云端系統。但是對于很多企業而言，這并不值得?；蛘哒f，定制化云端系統的性價比很低。云端服務的運維成本其實是很高的。當企業使用公有云或者說沒有定制化的云端系統所支付的價格，是供應商將運維成本進行均攤之后的售價，從而讓客戶享有更具性價比的服務內容。但是如果企業希望定制化服務，則意味著這一套系統只會契合一家企業的需求，但是其運維成本也將是巨大的。所以并非從技術層面難以實現定制化，而是

67、定制化并不符合商業邏輯。系統集成：建立信息化全景圖助力系統集成。超過 8 成的企業，存在系統打通的需求。其中對于信息化程度 1.0 的企業來說，更需要實現子系統之間的打通，而對于信息化程度較高的企業來說，實現子系統與主系統之間的打通更為重要。但與此同時，我們發現，目前超過 9 成的企業在系統上線的過程中，會預留接口。但即便如此，企業整體系統打通情況依舊不佳。已經預留了接口的企業，依舊會存在模塊獨立運行或實現了部分系統打通的情況。這或許是因為，企業在前期系統規劃階段，并沒有料到后期需求，所以預留接口不夠或排不上用場；也有可能是因為前期所預留的接口出現了損壞。數據洞察圖表 17：貴公司人力資源信息

68、系統的集成情況是怎樣的？（N=204）A.未打通，獨立模塊或系統運行。B.部分子系統之間進行集成。C.部分主系統與子系統之間集成，子系統之間集成。D.HR 系統之間基于當前需求已經全部整合完畢，業務系統與 HR 系統也已連通，實現數據共享。E.建設時選擇一體化系統，沒有系統集成的需求。A22.55%B31.86%C31.86%D12.25%E1.48%25第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT圖表 18：貴公司在系統上線過程中，是否會為后續的整合預留接口？（N=204）是。否。91.18%8.82%圖表 19:貴公司人力資源

69、信息系統的情況如何？貴公司在系統上線過程中，是否會為后續的打通整合預留接口？是否未打通，獨立模塊或系統運行。20.54%45.45%部分子系統之間進行集成。33.93%9.09%部分主系統與子系統之間集成，子系統之間集成。30.36%45.45%HR 系統之間基于當前需求已經全部整合完畢，業務系統與 HR系統也已連通，實現數據共享。13.39%0.00%建設時選擇一體化系統，沒有系統集成的需求。1.79%0.00%案例與專家建議洞察解決方案北森系統打通對于企業整體規劃能力提出很高的要求。因為系統的上線，迭代，完善，修改是一個長期的過程。但是很多企業目前更為關心的是，如何能在更短時間內收獲更加完

70、備的系統，而忽視未來的業務變化和需求，開發的潛力和成本。系統打通包含三個層次的打通。業務邏輯的跑通和標準的統一。系統維度：確定系統接口之間的關聯性以及需要被拉通的斷點，并預先在系統中埋點以應對未來的潛在需求。系統打通思路業務流程打通（HR 系統內部流程打通以及與其他業務系統打通）；全景化的透視模塊與模塊，系統與系統之間的關系；各部門達成共識；部門協同；以項目管理的方式共創先后順序挑選，挑選最為影響客戶體驗的功能和場景優先進行優化改善和打通。系統的打通也同時伴隨著流程的優化，不斷在系統流程中，優化斷點提升體驗。系統打通思路：業務邏輯首先跑通：在公司層面形成統一標準。系統維度：確定系統接口之間的關

71、聯性以及需要被拉通的斷點，并預先在系統中埋點以應對未來的潛在需求。數據維度：數據標準和口徑的一致。具體落地環節的小貼士：挑選最影響客戶體驗，或最需要被打通的場景首先進行優化與改善。前期建立信息化全景圖，促進各部門達成共識，將可以實現功能復用的流程拉出來，建立單獨的模塊，再并進原流程中，提升系統運營的整體效能。企業各條線與部門可能存在多個數字化項目，統籌安排、合理規劃資源與團隊配置，可減少內耗。另一方面，內部就作業情況及時溝通，可防止系統多重對接的局面。專職人員全盤統籌信息化布局，站在全景圖的視角上，考慮解決系統打通、流程自動流轉、數據深度集成等問題。行業專家王崇良行業專家羅全義瑪氏26第五屆人

72、力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT專 家 洞 見專 家 洞 見北森王崇良系統集成系統打通對于企業而言，其實成本很高，而且過程中，前期預留的接口也容易產生損壞。究其根本，對于企業而言，系統打通考驗的是企業的整體規劃能力。但是并非所有企業內部都有著這樣一位系統架構師。人力資源信息化系統有著它自己的生命周期。架構師一方面需要構建一個理想化的整體架構，并仔細規劃在達成理想的過程中，需要逐步實現迭代的方案與階段。而且在落地過程中，保有清醒的決斷能力和問題解決能力。當遇到阻力時，我是應該放棄這個方案還是選擇其他替代方案等等。但是現階段很多企

73、業并沒有這樣的能力，也不會進行如此長期的規劃。他們更加關心的是，如何在更短的時間里以更小的建設成本完成系統上線。對于未來的可能、延展性等并不會如此關注。但是我們也不應一味地追求集成。系統上云可以更好的實現交付，員工體驗感更高，更為敏捷。這在行業內已經達成共識。就 AI、人才管理等業務能力類的套件而言，云端系統將會更為敏捷，更符合當下的企業訴求。在一些技術賦能導向的頭部企業中，業務需求和執行流程是敏捷進化的。比如頭部新能源或者醫藥企業，他們可能不一定是先構思好了自己需要怎樣的人才，有什么樣的標準，再來按部就班開展外引內生的人才供應鏈建設。而有可能是需要即時探索我有什么樣的人才隊伍，識別我現有人才

74、隊伍的技能組合，管理者再來構思下個季度可能采取怎樣的業務動作。而傳統上的數據集成、主數據系統建設工作較重，想較于相對靈活的業務訴求往往是滯后的。系統打通5系統打通包含三個層次。首先在人力資源業務方面，需要將業務邏輯跑通，系統打通會涉及多個部門的業務，應該在公司層面形成統一的標準。例如人才標準的落地，涉及人才招聘、人才發展、組織發展和薪酬福利等部門，在系統中需要將人才選拔的標準和內部晉升、高潛人才的標準用穩定的統一尺度衡量，只有這樣，才可以得到業務側的背書，避免重復建設。其次，在技術層面，包含兩個維度，系統維度和數據維度。系統維度：如果系統是本地化部署，首先需要統一考量各個模塊，從流程梳理開始，

75、梳理流程之間的關鍵節點，發現需要拉通的斷點。第二，系統之間的哪些接口具備關聯性，系統之間的上下游關系、調用關系或互補關系等都需整理清楚。此外，預先在系統中進行數據的埋點對后續迭代升級來說至關重要。例如，招聘行業專家時，一方面需要判斷專家的行業薪資與個人期望值是否匹配，另一方面積累該部分數據可以助力迭代企業的薪酬體系。所以在設計時，需要將后續分析所需的標準化數據固定在招聘系統中，讓候選人盡可能詳細地填寫薪資構成情況，包含底薪、績效、獎金、福利和股票等，積累日常數據，助力后續分析。當然系統建設無法一蹴而就，盡管埋點時會盡量覆蓋所有場景，但后續的分析和管理時，總會遇到新的問題，需要將問題反芻回流程梳

76、理和系統被建設中，增加數據標簽和指標，不斷進行迭代優化，形成閉環。系統規劃的關鍵節點：首先，與關鍵角色/數字化轉型負責人溝通好企業人力資源系統的定位，在搭建系統，從頭規劃時，與企業高層就關鍵問題溝通好，讓系統建設符合企業的戰略方向。第二，設計系統整體的架構，在 HR 業務側通過向下和向上收集需求和反饋，明晰 HR 的業務架構，對需求的可行性提前進行判斷，在不可行的情況下讓業務提前改進流程、機制和政策。5人力資源數字化現狀與成熟度進階研究報告27第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT專 家 洞 見羅全義6系統整合挑戰：信息孤島

77、，跨部門流程和打通 當企業信息化整體步入快速發展階段時，大家普遍意識到，企業面臨一個嚴重問題：各個部門都在相對獨立地搭建信息系統，這些不同的信息系統背后所帶來的，就是信息孤島問題。業務流程打通：同程在信息化建設的初期就非常重視這部分潛在的風險，因而在信息化整體的推進和策略上，非常注重跨部門/跨系統/跨流程之間的聯動打通。在提高企業內系統之間的流轉效率的同時，也能更好的提升員工使用體驗，提升信息化的整體價值產出。HR 系統與其他業務系統的聯動打通：除了 HR 內部各個系統之間的聯動，信息化團隊和研發團隊經常一起推動業務來梳理 HR 系統與其他業務系統特別是職能各板塊的系統之間的流程打通，進一步提

78、高整體的工作效率。比如把 IT、財務、行政、法務等職能相關的服務都自動整合到員工的入職、離職等流程中，實現了員工服務的自動化交付和數據的自動流轉。解決方案a.前期建立信息化全景圖為解決信息孤島問題，同程在 16 年做了很多準備和梳理工作，建立了整個人力資源信息化的全景圖。包括信息化體系中的功能模塊、模塊之間的聯動、以第三，統一規劃產品架構，框架如何搭建，搭建是否需要集團的資源，哪些產品需要外購哪些需要集團自研，以及哪些產品需要提前布局和集成等，完整考慮這些要素，才能形成統一的產品架構。第四，技術架構和數據架構，系統搭建需要考慮到實現方式，考慮是否通過微服務組件實現，是否可以設計為公共組件建設。

79、同樣，數據體系在搭建時也需考慮數據倉庫與集團數據湖的關系，與業務溝通，設計數據的流轉，搭建數據體系、指標體系/標簽體系，這些都會牽涉到系統搭建的環境。6人力資源數字化現狀與成熟度進階研究報告及底層的服務、數據流和公共組件等。為業務系統和中后臺之間的數據傳輸做準備，同時也能為將來的數據治理和數據分析、包括搭建數據倉庫打下良好的基礎。b.促進各部門達成共識全景圖規劃好后，信息化團隊和各業務模塊的負責人進行溝通：未來是如何規劃的？具體如何變現？團隊是否有精力實現？以及在沒有精力的情況下，又該如何尋找外部資源等。并且就這些問題達成共識。這樣在整體信息化工作推進過程中，各部門就能夠朝著共同的信息化全景圖

80、進行實現。c.各模塊、各系統之間更好的協同人力資源信息化團隊需要統籌當前推進的信息化專項和需求，從人力資源部門的角度，把所有的功能串聯起來，同時關注職能部門推動的重點工作和專項，把有可能串聯合作的部分，組織大家合作。同程人力資源信息化團隊是服務所有業務板塊的，作為信息化建設的關鍵節點，也會促進各個業務板塊的人力行政各部門之間更好的協同配合、相互學習。d.項目管理的方法論共創模式為了提供更加完善的解決方案，信息化團隊需要走出去，和所有利益相關方進行溝通，聽取想法和訴求，探索業務痛點，了解真正需求。同時，信息化團隊需要：與項目核心人員保持高度溝通，將人力 資源系統真正變成共創產品。關注相關業務方以

81、及可能關聯到的其他 模塊核心業務，保證信息的互通。充分調動內外部研發資源，落實信息化 解決方案。e.專職人員的整體規劃不管企業現已發展到哪一階段，一定需要專職人員全盤統籌信息化布局。站在全景圖的視角上，考慮解決系統打通、流程自動流轉、數據深度集成等問題?？梢酝ㄟ^資源調動、松緊耦合的解決方式以及另搭平臺等不同角度解決問題。28第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企 業 案 例瑪氏7系統打通在打通的步驟上，應該根據場景化的需求，將使用頻率最高的、最影響客戶體驗的功能，優先進行優化改善。例如 MyP&O 發現入離職功能是同事在前

82、端使用頻率最高的功能，于是設計了入職與離職小程序，將小程序與后臺主人事系統、行政審批等系統一站式打通。另外，MyP&O 發現，中心超過三分之一的案件需求是幫助同事開辦證明，因此，MyP&O 將開證明的流程自動化，將聊天機器人應用到流程中，結合電子簽，系統可以幫助員工在一分鐘的時間內開好證明，并發送至郵箱，極大改善了同事的使用體驗。流程優化：在應用中不斷迭代，流程的優化是永恒的需求。因為系統、管理模式、關聯流程不斷在變化，企業難以做到設計一套完善和具體的流程，只有系統上線后，面臨特別的事件和需求，問題才會呈現出來，這時候企業需要建立流程優化的機制，結合各方人員的建議，回溯流程的節點，不斷迭代，完

83、善系統的功能。例如瑪氏上線入職小程序后，系統面臨大量的數據交換，MyP&O 需要重新整理流程中各節點的人員權責，發現流程的斷點，從而保障系統的高效運轉。一體化系統建設：一體化系統的建立并不意味著后續無需再次打通，但是可以為后續的潛在打通需求打下較好基礎。隨著各子系統與各模塊系統的不斷完善，企業對于系統的關注漸漸地從有系統升級成為系統整合。而當系統間的整合和打通需要花費極大的人力、物力、精力時間成本后，企業便開始思考是否有需要或者說有必要開發或采購一體化信息系統。根據圖表，9 成以上企業，在考慮系統更換時，會將組件化系統更換成為一體化系統。但同時，我們也需要對于系統的整合和一體化保持客觀認知。無

84、論是“系統壁壘”還是“數據壁壘”，都是客觀存在的。因為企業業務在不斷變化中，所以即使系統實現了一體化，也只是階段性的一體化，企業對于系統和各模塊的系統的要求也需要隨著企業業務的變化而變化。也就是說即使實現了一體化建設，企業和系統在將來依舊可能有著打補丁的需求。系統建設上線、打補丁連通系統、構建一體化系統、通過打補丁實現一體化系統和新系統的打通是一個循環往復，不斷迭代的過程。7人力資源數字化現狀與成熟度進階研究報告圖表 20：貴公司更換人力資源信息系統時，會考慮將組件化系統更換為一體化系統嗎？（N=204）A會B不會92.96%7.04%29第五屆人力資源技術研究報告THE 5TH HR DIG

85、ITALIZATION RESEARCH REPORT而不論是前期系統采購上線、中期系統整合以及一體化系統的打造，企業都需要兼顧系統的開放性和兼容度（73.33%）、功能實現全面度（72.22%）、后期運維情況(68.89%)、界面友好度(65.56%)等。與之相對應的，擴展度、開放性、成熟度也是企業在訪談環節頻繁提及的幾大條件。那具體的流程如何，企業優勢如何思考權衡各項要求的呢？您可通過以下案例有更為全面的了解。企 業 案 例同程從 2016 年開始，同程旅行以一體化的思維，對系統進行重新規劃和整合，重構了基于共享模式下的人力資源管理系統，完全替換曾經的分散式單一系統。由于所有的系統與流程串

86、通，并且系統之間的關聯性做得比較好，所以此套系統沿用至今。人力資源系統最核心功能上線跑通之后，主要側重點是內部各個職能系統、人力評價和相關的職能系統的完善，更好地匹配內部業務的需求，增加整個產品的成熟度。在開發一體化系統的同時，也搭建了數據倉庫。數據倉庫分為幾層，最底層是原始數據，從系統當中直接提取。原始數據是什么樣的，就呈現什么樣子。另外還有加工層，提供加工之后的數據。加工之后的數據直接用于 BI 的話，會加快計算速度，頁面讀取的速度會加快。專 家 洞 見北森一體化系統從用戶的視角出發，企業為什么希望實現一體化系統。不外乎是希望擁有更好的操作體驗以及屏蔽由于系統打通和系統接口造成的數據無法進

87、行傳輸，或傳輸后出現錯誤的問題，為后續數據分析奠定良好的數據基礎。但是從成本與實現便捷性而言，重建一體化系統，意味著要將過去的系統打掉重來，前期系統投入巨大、用戶使用習慣也需要重建。不論是資金成本或是人力與時間成本投入都是巨大的。而且即使建立一體化系統后，企業在將來或許依舊存在著上線新系統和系統打通的需求。所以一方面，我們也要正視系統壁壘的存在，對多系統的整合與系統的分散性有客觀的認識。并且當我們重新審視企業的需求本身，客戶是希望獲得更好的使用體驗，所以認為一體化系統是實現需求的唯一方案。所以需求本身依舊是使用體驗感，而非一體化系統。但是因為客戶認為一體化是解決方案，所以才會出現，客戶提出他想

88、要解決方案這個需求。但是作為解決方案供應商，我們應該教育我們的用戶，教會他們提出需求而非給出解決方案。我們找到提出需求的人以及做決策的人，和對方重新基于“一體化”這個需求重新溝通，挖掘客戶的底層需求，重新對齊。與此同時，北森的一體化或者說平臺化系統背靠自研的 PaaS 平臺，其一大優勢在于背后一致的元數據邏輯和標準。所以在滿足企業個性化需求進行拓展與配置的基礎上，也保證了數據字段的規范性與一致性。而在高質量數據的基礎之上，企業需要具備或拓展對于數據的理解力或認知，如何將數據結合自己的業務管理背景來重新審視管理問題。例如：相關培訓、30第五屆人力資源技術研究報告THE 5TH HR DIGITA

89、LIZATION RESEARCH REPORT案例精萃與方案匯總進行系統一體化時，您需要注意的：需求診斷與可行性評估 一體化的必要性評估：是否一定需要進行系統更換？更換系統是“傷筋動骨”耗費極大的。是否一定需要更換系統，企業需要先行對“ROI”進行綜合評估。更換系統的收益是什么？有多少？（人力的進一步釋放？人力成本的降低？運營速度的提升？錯誤的減少？）所需要付出的成本。（系統挑選，采購，上線，調試，適應新系統等耗費的資金與時間成本）是否一定要通過換掉全部系統來實現目的？是否有其他替代方案可以嘗試？需求拉通：若確定需要更換系統后，企業需要和需求方或系統使用者(如：人力資源職能負責人、業務部門、

90、各利益相關方)確認系統使用需求。哪些是核心或底層需求，哪些是進階需求。目前所設計的線上流程是否能滿足需求，是否有進一步可待提升的斷點。內外部產品需求匹配當厘清內部需求后，ssc 或 HRIS 部門可通過多種渠道更加全面地了解外部產品優劣勢與特色，匹配自身需求。此外，如企業自身具備自研系統的軟硬件條件，也可選擇進行自研系統。此處，我們會將會羅列一些，您需要關注的重點：產品成熟度：與自設需求的契合度、是否可以實現一定程度的定制化、系統操作性、界面友好與交互性 二次開發成本與難度：隨著企業規模發展和管理水平的提升，單一的系統可能無法再貼合業務需求。所以所采購的系統是否支持二次開發、開發的難度與成本等

91、也是在初期系統選型時需要考慮的方面。開放性（預留接口）系統長期運維成本企 業 案 例蒂升對于系統的整體規劃8蒂升電梯的人力資源系統選型成功并沿用至今，得益于企業對自身需求和預期的清晰認知。預先評估：通過明確需求和目的并預先評估投資回報率，形成對信息化項目可行性的結構化判斷。蒂升電梯將涉及到的業務流程分別按照原始模式和線上化模式計算出時間和人工成本，再結合每年的業務量，以數據量化的形式將結果清晰呈現，從而結合企業自身狀況理性權衡并作出決策，讓企業的人力資源信息化更深入和成熟。對內評估：清晰的自我認知源于在選型前會邀請業務與人力資源職能負責人進行多維評估：1、系統項目的目標是否清晰。2、業務是否成

92、熟。3、從系統分析的角度來看，線上業務是否能按照設計的流程運轉。4 上線后運維的角色是否清晰。需求分析：從業務提出的需求中提煉真實的底層需求，哪些是核心需求，哪些是有了更好的需求。明晰需要在業務上達到什么樣的效果，以確保業務流程的可行性，以及后續在細節上取舍和把握。產品匹配：需求分析完成之后，蒂升電梯就會將需求和供應商或者自研的產品進行匹配，找出正確的解決方案。對外評估：在選型的過程中，會客觀地從廣度和深度評價供應商。判斷供應商的產品是否和企業自身的需求吻合，相較供應商提供的無所不能的功能，更關注其對于企業明確所需功能的實現情況。另外，也注重安全性，穩定性，會考量供應商的業務范圍。例如關注功能

93、細分領域最擅長的供應商，例如出于數據安全考慮，不會選擇同時提供獵頭服務的招聘系統供應商。蒂升電梯在明確自身需求并且擁有開發能力的情況下，選型時考察既有功能是否足夠滿足需求，也側重于供應商系統平臺的擴展性和開放性應便于整合自8人力資源數字化現狀與成熟度進階研究報告31第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企 業 案 例周大福細分領域產品與主系統組合：打造一體化服務正因為之前有很多碎片化零星的系統自研打造，2012 年之后周大福開始主張一體化的服務。周大福通過前端細分領域產品與后端主系統的組合，提供一體化的服務，相比于一體化產品

94、，更能為不論是一線銷售人員、人力資源員工還是管理層提供優質的服務。同時會混合不同供應商，在一個 app 里完成統一的服務。從用戶的角度看，是一體化的；從支持方的角度看，是由多個供應商在支持的。由于出現越來越多優秀的細分領域供應商，加上云技術的發展，可以提高用戶的體驗感。因此，原有系統的角色定位發生了變化。周大福將業務系統轉變為一個大的數據后臺，充當數據庫的功能。而前端通過不同的廠商產品或者自研產品服務不同的模塊流程，并且全部打通，產生的結果數據也回傳到平臺。當要對數據進行可視化呈現或者分析的時候，會回到數據后臺里面取數。以招聘與培訓的系統為例：外部產品在招聘領域的應用周大福在市場上采購招聘領域

95、較成熟廠商的產品，能夠將從簡歷收集、面試安排到面試過程中面試官的打分、評語和錄用情況的數據都傳遞到人力資源系統。以往負責招聘的員工錄入候選人信息后會把資料交給周大福人力資源共享服務中心，再由共享服務中心的員工錄入到統一的人力資源系統當中?，F在應用外部產品后，從候選人投簡歷開始就擁有了對應數據，當確認錄用之后，招聘全過程中的信息會自動對接到后臺，省去了人工手動錄入的過程。自研產品在培訓領域的應用對于市場上現有產品依然無法滿足的需求，周大福采用自研的方式完成這些服務。對于門店銷售人員而言，想要迅速了解豐富的貨品中每一款的賣點與話術是一個痛點問題。周大福通過自研工具，達到掃描產品吊牌上的二維碼便可以

96、顯示產品賣點與話術的效果，進而幫助銷售人員提高培訓效果。研或者第三方應用?；诖?，對于主系統平臺，蒂升電梯更傾向于選擇提供成 熟產品框架的供應商而非成熟產品供應商。關于拓展性和開放性的看重，具體的側重點如下：拓展性：功能，業務流程管控點的可配置性，在一定程度上系統功能可由企業自行通過配置完成或修改，確保系統能夠快速響應業務的變化。開放性：開放性更多地體現在后臺數據庫上，蒂升電梯在選型的過程當中會特別關注系統后臺數據庫結構是否清晰，以及開放性一個開放的，可以不依賴供應商開發的主數據系統連接集團系統，業務系統，自研功能以及第三方功能以及外部系統的必要條件。只要其他系統支持接口，我們就可以跟對方去做

97、接口。由于人力資源主數據系統的拓展性和開放性高，蒂升電梯的人力資源信息化系統能夠長期支撐，并且公司內部所有業務系統都以人力資源系統的數據做統一的人事數據口徑。由于系統的大部分功能都由主數據系統以及自制系統實現，外采系統（SAAS 服務）都有接口，因此不存在數據孤島打通的問題，也沒有需要重復的錄入工作。值得一提的是，蒂升電梯的人力資源系統中還為財務建立一個模塊。一方面，人力資源系統可以直接提供財務需要的數據；另一方面，財務的同事也可以在系統中將第三方數據整合到一起。32第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企 業 案 例東風東

98、風公司對于系統的考量點，主要設計以下四個方面：9 可用性：適合應用于集團。系統需要具備平臺性，實現用流程驅動業務的功能?？膳渲茫褐С謾嘞薷綦x，集團內不同單位有不同的需求，系統必須靈活地支持權限的隔離。操作性：功能全面，可以覆蓋日常業務需要。易用性：界面美觀，符合用戶使用習慣。而現在，在技術不再成為主要瓶頸的情況下，對人力資源信息系統的考量也逐漸向用戶體驗方向傾斜，這就要求系統本身必須更為關注“體驗”緯度：微服務：支持微服務模式部署，避免業務間相互影響。迭代式：支持迭代式開發、部署，快速響應業務需求。多平臺：支持多平臺部署，隨時隨地支持用戶多場景使用。隨著人力資源數字化程度的提升，東風公司發現人

99、力資源領域的信息系統越來越多，系統的部署方式也各不相同，系統間協同的難度與工作量越來越大，再次形成信息孤島的風險也逐步顯露。為此，東風公司開始從兩個方面（數據治理、應用服務化）著手解決：建設人力資源數據中心：打通所有人力資源領域內應用系統，通過數據采集、清洗、治理，形成人力資源數據中心，實現系統間數據的共享。一站式應用服務：解耦異構應用系統功能，打造用戶端的一站式應用服務系統，為用戶呈現使用統一的入口即可完成全部業務操作的體驗。9人力資源數字化現狀與成熟度進階研究報告33第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORTPART V：數

100、據運營與管理：提升數據質量，為數據分析奠定基礎前文中，我們已經就人力資源通過數據分析助力業務，幫助業務發現問題，以及如何幫助數據團隊了解需求，如何幫助數據團隊獲得多維度數據，開展了論述。本章將就如何進行數據運營（數據集成、數據治理和數據分析）進一步論述。那目前企業內部數據運營的整體成熟度如何？在各個環節中，企業所遇到的挑戰具體是什么？我們又應該如何進行思考呢？下面，我們將從數據運營的整體成熟度出發，再以數據集成、數據治理以及數據分析中的挑戰問題為脈絡展開。數據運營概況大部分企業仍處于數據質量較低，需要持續開展數據治理的階段。四成企業處于數據治理，提高數據質量的階段;28%的參調企業目前數據質量

101、較好，能夠基于各類數據進行深度分析。隨著人力資源信息化成熟度的提高，企業數據運營成熟度越高，對于數據質量以及數據應用的需要也越高。數據洞察數據運營概況數據集成數據治理數據分析與應用圖表 21：以下哪一描述更符合貴公司在人力資源數據運營與管理上的描述（N=204）A.數據未實現線上化，仍靠手工處理，未進行數據分析和應用。B.能進行數據的基礎治理或部分治理。但數據質量整體較低，當前的重點更多放在數據質量的提升，數據分析更多是系統報表和基礎數據的描述分析。C.能夠實現體系化的數據治理工作，數據質量較高，仍需根據運營需求進一步優化和校準，能夠對人力資源大部分模塊進行專題報告、BI 等進行深度分析。D.

102、數據總體質量高，能夠承接業務和戰略的需求，并通過數據建模等形式，進行預測型分析。24.51%48.04%25.98%1.47%尚未實現或只是基于系統報表會開展一定的系統報表以外的數據分析34第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT在隨后的數據集成與數據治理板塊中，我們也會基于數據整體成熟度，并結合數據數據分析助力業務需求的研究背景，進行劃分。我們可以發現，主要會分為兩類 尚未實現或只是基于系統報表(A&B 選項)進行簡單數據分析和展示：會開展一定的系統報表以外的數據分析（C&D 選項）：可以開發數據分析產品幫助業務發現問題。數

103、據集成：多樣化數據交互模式助力數據集成。數據集成的挑戰：系統預留接口不足，各模塊間的數據標準和口徑不統一以及部門墻是企業在數據集中所遇到的主要問題和挑戰?；谙聢D，我們可以看到目前沒有數據集成方面問題的企業僅占到 15%。數據口徑不同、數據壁壘、預留接口這三者是企業在數據集成方面的主要挑戰。這三個挑戰可以劃分成為兩個層面的問題。系統接口層面：由于系統沒有打通，數據無法流轉，無法集成。(該問題在系統部分，我們已經進行了闡述)此外，在本章中，我們會著重歸納，如何不通過數據接口，實現數據交互。數據自身層面：數據自身的問題會涉及兩個方面：1）數據壁壘；2）數據自身質量問題。數據壁壘問題，此處，我們并不

104、會加以展開。因為其中涉及多方問題，如：數據權限的問題；各業務部門數據價值認同問題；企業整體對于數字化以及數據的認可氛圍等。而這些問題的解決并非人力資源部門可一力推動解決的。而如何提升數據質量將在數據治理板塊中覆蓋。數據洞察圖表 22：貴公司當前在數據整合上，存在以下哪些問題？（N=204）能夠實現整合，沒有問題系統之間沒有預留足夠多的接口實現對接致使數據無法整合各系統數據的標準和口徑不同，匯總困難存在數據壁壘，各部門愿意公開的數據有限業態過多，數據孤島多，無法進行統籌整合14.15%33.02%35.85%35.85%28.30%35第五屆人力資源技術研究報告THE 5TH HR DIGITA

105、LIZATION RESEARCH REPORT數據集成與交互模式現狀：數據交互與集成模式多樣化，企業已不止依賴于數據接口實現交互。通過搭建數據中臺或通過主系統數據實現數據的管理和交互是目前最常使用的數據交互模式，而市場整體實現情況較 2021 的實現情況都有了較大提升。這說明，市場對于數據集成這一概念的認知越發成熟，明白不能只依賴預留接口或重建接口實現數據交互，還可以繞過對接這一方案，將數據抽出來，建立數據中臺以及其他數據交互模式來實現數據的集成和標準的統一。目前，數倉、數據湖、數據中臺的總體搭建率為 75%。數據洞察與建議圖表 23：貴公司當前在數據整合上，存在以下哪些問題？挑戰挑戰背后原

106、因解析挑戰解決思路與要點A+BC+D系統之間沒有預留足夠多的接口實現對接,致使數據無法整合各系統數據的標準和口徑不同，匯總困難多樣化，多維度的數據交互（如何不通過數據接口，實現數據交互。）借助人力資源主數據實現集成。通過數據總線構建數據底層。利用 RPA 技術實現數據對接。將數據拉出來，建立數據平臺（數倉、數據湖）在初期進行系統建設時，因為考慮到將來的使用場景，沒有預留足夠的后續數據接口。所預留的數據接口在后續使用中，出現損壞或被消耗的情況。進而導致兩個系統之間的數據難以直接傳輸。由于數據存在于不同系統，各個系統會基于自己的理解與習慣進行命名。所以造成數據口徑不一、標準不同，難以匯總。能夠實現

107、整合，沒有問題13.89%14.29%系統之間沒有預留足夠多的接口實現對接致使數據無法整合44.44%17.86%各系統數據的標準和口徑不同，匯總困難36.11%35.71%存在數據壁壘，各部門愿意公開的數據有限61.11%32.14%業態過多，數據孤島多，無法進行統籌整合50.00%17.86%挑戰解決解析與解決方案基于與企業和業內專家的探討，以及企業內的實踐情況，我們總結歸納了數據集成的挑戰以及各自背后的原因解析與解決思路。此外，如您希望了解如何通過系統集成實現數據的集成與流程，可翻閱至前章中的系統打通篇了解。本章，我們主要基于如何實現數據的自身交互展開。多樣化，多維度的數據交互36第五屆

108、人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT圖表 24:貴公司當前系統中數據交互模式為 A通過搭建數據中臺等形式，進行數據的統一存儲、整合和提取B集分式的系統功能，通過主系統進行數據的管理和交互C多個分式應用系統，數據信息通過接口銜接D多個分式應用系統，數據壁壘，數據無法互通(N=52)本屆報告（N=204）43.48%41.30%15.22%11.54%第四屆人力資源信息化研究報告（N=208）23.74%34.34%21.21%12.78%圖表 25：貴公司當前是否搭建數據倉庫、數據湖、數據中臺？(N=106)A已搭建數據倉庫B已搭

109、建數據湖C已搭建數據中臺D未搭建A42.45%B16.04%C35.85%D28.30%數據中臺、數據湖、數據倉庫，是當前大熱的數據處理工具。我們也就這些工具針對性地采訪了業內專家。幫助您了解，這些工具到底是什么，之間的區別是什么，以及為何會受到如此關注。同時，我們也基于數據集成的其他各類方式，分別采訪了多家企業。數據集成：多樣化數據交互模式助力數據集成。數據集成思路：通過預留服務接口進行對接。借助人力資源主數據實現集成。人力資源主數據系統具有不易變更且有指向性的特征，將其作為數據標準，和其他系統的服務接口完成對接。通過數據總線構建數據底層。當需要調取數據時，以接口的方式對外提供，除了可以增加

110、系統之間的耦合度，在新增系統時也可以直接和數據總線對接。利用 RPA 技術實現數據對接。在系統不能實現接口對接的情況下，RPA 可將數據導入至另一個系統中，自動生成所需報表，從而完成數據整合。建立數據中臺。對于云端系統而言，在進行數據整合時，不同廠商的云數據之間很難打通，所以需要建立數據中臺。在中臺中，統一數據標準、指標體系、標簽體系。37第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT案例與專家建議洞察行業專家王崇良數據湖、數據倉庫的定義與彼此之間的區別。通過 RPA 助力數據集成。通過 RPA 將數據導入至另一個系統當中，自動生成

111、所需的報表，從而完成了數據的整合。借助主數據系統實現數據對接與匯總?？偛渴占鞣植繑祿?，統一開展數據分析與預測。通過信息化系統的接口以及數據總線實現對接。待有新系統更需要合并時，也可以直接與數據總線對接，避免需要多開接口的問題?，斒鲜┠偷峦虒?家 洞 見王崇良數據湖數據湖是一個數據平臺。它的體系化建設中包含了數據治理。數據湖將整個集團的各類數據都納入了湖中，而其中也包含了數據庫。數據庫里面包含了很多域，比如說人力資源域、財務域等等。不同的域或部分都可以進湖，企業在其中為不同的域劃分數據權限。為了保證數據湖的正常運轉，企業則需要設立多重機制，例如：除了數據安全、數據標準、數據運營、數據接口等

112、。雖然數據湖和數據倉庫都是用來存儲數據的，是進一步進行數據分析的基礎，但是二者也有著明顯的區別。數據湖與數據倉庫的區別 數據湖是用來的存儲未經處理的數據的。等到需要使用的時候，再進行細分和加工。我們可以簡單地做個類比，將數據湖類比為大型商超的倉儲廠房。所有東西都存放在其中。廠房中會將貨品：比如說生鮮類、日用品類等，進行簡單分類。但但是由于并不會進一步進行細加工，所以總體上來說依舊是混雜的。也就是說當進行后期檢索時，會花費一定時間。數據倉庫則是用來存儲經過處理后的數據。先將數據進行分類和加工處理。數據倉庫則可以被類比為圖書館。其中的書會被分為更細的門類，貼上標簽，分門別類地進行整理和歸納。由于圖

113、書館會為圖書進行編碼，所以后續再尋找書籍時，只要通過字母與數字的編碼就可以很快地檢索到。如果從使用者的角度來區分數據湖和數據倉庫，就好比，當做魚時。有一種方式是不清洗，直接放到冰庫里冷藏。需要做菜的時候，選取想做的部位，再做一系列加工工作。這個過程就相當于在數據湖中取數，前期節省工作量，后期再做針對性的加工。另一種則是將內臟之類的去掉，再切成段，清洗干凈，分類儲存。這個過程就相當于將數據存儲進數據倉庫，前期分門別類“加工”，后期使用的時候就節省了加工的精力，直接按需提取使用即可。數據湖和數據倉庫各有特色，大企業通常都會搭建集團層面的數據湖和人力資源內部的數據倉庫，既能存儲大量數據，又能解決敏感

114、性的問題。而現在市場也呈現出湖倉一體化的趨勢。38第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企 業 案 例企 業 案 例瑪氏施耐德RPA 助力數據集成10隨著流程的梳理逐漸清晰化和本地化，根據流程與需求，瑪氏也接連更新與上線了很多數字化系統人力資源門戶系統的更換、入離職小程序、電子簽系統。不同的系統之間除了技術的壁壘，還有數據的壁壘。如何將不同系統整合在一起？瑪氏認為 RPA 技術是目前相對有效率且投入產出比較優的解決方案：系統通過 RPA 將數據導入至另一個系統當中，自動生成所需的報表，從而完成了數據的整合。在系統不能完成接口

115、對接的情況下，可以利用 RPA 技術完成數據的整合。當然，并不是所有系統都是獨立的，也有一些系統和人力資源主數據系統直接相連，如假期及考勤系統。差異化管理下的系統集成11施耐德于 2009 年開始陸陸續續通過外部采購與內部研發雙重方式提高系統的種類和功能，例如人力資源主系統施耐德采用的是 ORACLE Fusion HCM。隨著施耐德人力資源信息化發展程度越來越高，企業發現只是簡單的主系統與各個職能子系統的使用并不能滿足業務與員工的需求，企業需要將各個系統整合起來。而系統當中最基礎的是各類數據，系統打通的本質是數據的整合：1.子系統與主系統的數據打通：主系統的數據需要跟各個職能系統的數據連接起

116、來，例如考勤系統當中的數據對接到工資系統當中去可以幫企業更敏捷地計算和發放工資。2.各個地區的數據進行打通：施耐德各個分公司所在地區有不同的政策，因此企業將這些數據整合在一起匯報到總部，幫助施耐德進行后續的數據分析和預測。3.全球施耐德總部與大中華區總部不同系統中數據的對接與平衡：疫情推動了施耐德大中華區總部信息化系統脫離全球施耐德總部的信息化系統的限制。隨著中國市場的逐漸擴大，大中華區施耐德開始采購并研發入離職系統、培訓系統、工資系統，以及招聘系統。正是由于不同地區和國家的差異性的需求，能幫助施耐德實現“multi-hub”、“multi-connection”的企業規劃，也能拉近不同地區用

117、戶與施耐德之間的聯系。10 11 2021 企業人力資源信息化管理全景路線圖39第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企 業 案 例同程HR 信息化系統集成12其實同程集團在 HR 信息化發展過程中遇到了許多問題，其中有一個問題是 HR 核心主系統與其他模塊的系統之間的數據如何流轉與打通。HR 系統的各個模塊以及與行政、財務、IT、OA 等系統之間的聯動性很強，數據的實時流轉和流程的打通是最基本的訴求。那么同程集團針對這樣的問題選擇逐步解決：首先，企業將數據對接的壓力分攤到不同團隊和組織當中去，分階段來逐步實施。122021

118、 企業人力資源信息化管理全景路線圖其次，在規劃 HR 信息系統的時候，通過數據總線來做一個數據底層，這中間集成了所有相關的信息數據。當企業根據不同的需求來調取數據的時候，通過標準數據總線以接口方式來對外提供，除了增加系統之間的耦合度，還能在增加新系統的時候直接和數據總線對接。第三，在構建整個 HR 信息系統全景圖的時候，在具有緊耦合性的兩個信息系統的時候選擇同一家供應商，盡量避免聯動性較強的新系統選擇新的供應商來進行運用與迭代。通過維持與供應商長期合作的良好關系，保證了供應商的參與度、系統的產品化、運營迭代升級的持續性。數據治理：設立專有團隊、建立數據字典、規范數據錄入、數據動態監測多維度助力

119、數據質量提升?；谙聢D數據，數據完整性不佳(字段或信息缺失)、數據準確性不佳以及所規定的數據以及字段標準無法滿足業務需求是企業在數據治理上所遇到的主要的三大挑戰。數據洞察圖表 26：貴公司在當前階段人力資源數據治理遇到的主要挑戰為？（N=204）數據信息或字段信息缺失，完整性存在問題一線人員對數據標準理解不同或操作存在問題，導致收集的數據有誤數據標準和字段等規則設定不規范或無法滿足需求數據難以得到及時有效更新,數據準確性不夠末端用數據的人(如管理層/HRBP 等)對數據重視度較低缺乏系統流程驅動，數據錄入和檢查效率低數據無法實現即需即取，運用分析前需要再進行局部數據質量優化系統間或數據間標準和

120、口徑不一致，導致數據的整合困難數據的治理未能實現體系化和標準化數據質量高，當前不存在明顯挑戰14.15%33.02%35.85%35.85%28.30%14.15%33.02%35.85%35.85%28.30%40第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT圖表 27 貴公司在當前階段人力資源數據治理遇到的主要挑戰為？（N=204）A+BC+D收集的數據存在數據信息或字段信息缺失，完整性存在問題。41.67%39.29%一線人員對數據標準理解不同或操作存在問題，導致收集的數據有誤。44.44%35.71%數據標準和字段等規則設定

121、不規范或無法滿足需求。41.67%32.14%數據難以得到及時有效更新,數據準確性不夠。33.33%25.00%末端用數據的人(如管理層/HRBP等)對數據重視度較低。13.89%17.86%缺乏系統流程驅動，數據錄入和檢查效率低。27.78%10.71%數據無法實現即需即取，運用分析前需要再進行局部數據質量優化。13.89%14.29%系統間或數據間標準和口徑不一致，導致數據的整合困難。13.89%14.29%數據的治理未能實現體系化和標準化。13.89%14.29%數據質量高，當前不存在明顯挑戰。0.00%3.57%挑戰解決解析與解決方案由于數據治理本身所存在的挑戰并非有一一對應的解決方案

122、，各個挑戰之間及相應的解決方法之間都有著一定的關聯，因此企業在考慮數據治理時，需要從系統準備、標準制定、規范錄入、數據校驗等多個維度入手，才能對各個挑戰進行有效解決。所以下文中，我們將憑借市場數據與具體的專家洞察與企業實踐，針對建立數據治理專有團隊、標準制定、規范錄入、數據校驗梳理挑戰解決方案，給予讀者一二參考。挑戰挑戰背后原因解析挑戰解決思路與要點收集的數據存在數據信息或字段信息缺失，完整性存在問題。一線人員對數據標準理解不同或操作存在問題，導致收集的數據有誤。數據標準和字段等規則設定不規范或無法滿足需求。為數據治理設立專有團隊；確立數據標準，建立數據字典；規范錄入，從源頭抓起數據質量；數據

123、檢驗，動態監測數據質量。流程設計：業務活動無法通過數字化方式進行記錄和翻譯，無法完整收集到所需數據。系統準備：未有相應的系統承載和記錄所需的數據。錄入及時：數據不能隨著業務的發生及時進入系統，會存在缺失。統一標準：數據收集過程可能因對標準理解不一而導致收集錯誤。錄入規則管控：數據錄入過程中存在偏差。統一標準：未統一和規范字段標準。41第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT為數據治理設立專有團隊。構建數據治理小組，確立專業負責人和數據主人 管理層需要意識到數據的自身意義和潛在價值，并愿意投入資源參與數據的儲存、集成、治理、建模

124、以及應用等環節。建立數據治理小組，并設立統籌數據、系統、流程布局以及各模塊的負責人，比如：培訓、招聘、薪酬、組織發展和 SSC 等模塊有各自的負責人或小組長。采用人工檢驗的手段對于數據質量進行持續的監測和維護仍然是更為主流的手段。而對于成熟度更高或對于數據質量要求更高的企業而言，已經開始逐步采用系統檢驗的方法。此外，雖同為人工檢驗，但是剛開始或整體數據運營成熟度角度較低的企業而言，數據清洗主要由 HR 部門或HRIS 相關部門負責。而隨著成熟度的提高，企業也可逐步開始每個數據確認其獨立的數據主人，而非都由數據部門承擔。數據洞察與建議圖表 28：貴公司當前由誰主導并負責推動數據口徑統一？(按參與

125、度賦分：0-未參與，5-參與度高)A.HR 部門。B.負責數據分析的部門。C.負責布局人力資源數據治理與分析全流程的統籌者。D.成立專門的統籌部門/項目組。E.產生數據分析需求的部分（如各業務部門）。F.管理層。A3.97B3.40C3.40DE3.13F3.062.89圖表 29：貴公司人工校驗數據主要由以下哪些角色負責？（N=204）由 HRIS/SSC/DHR/E-HR 部門的成員，定期進行人事數據檢測。HR 部門進行手動清洗和篩選數據。每個數據確認獨立數據主人，負責該數據的健康度運營。落實到員工個人，全員參與數據檢查、修改、維護。每個部門設立獨立的負責人，對所負責區域的數據檢測。企業成

126、立專門項目組，定期對系統數據進行檢查。49.02%36.76%25.98%18.63%17.16%13.73%42第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT標準制定標準制定：建立數據標準、互相拉通。確定需要治理的范圍：因為并不是所有的字段都需要進行治理，所以需要和業務進行討論和調研，確定業務方需要哪些數據，哪些是常用數據。建立數據標準，梳理數據字典：多維度定義每一個字段的相關信息（數據來源、儲存人員、字段類型、應用場景）。并拉起各個模塊之間對于同一個數據的理解，確保實現同頻對話。建立并梳理數據間的邏輯關系，保持一致：由于一些數據

127、之間存在邏輯關系，可以借助數據間的邏輯關系，回到流程中，對于相關聯數據進行限制。建議精萃專家建議與案例洞察行業專家王崇良數據治理規則保持一致：線下部分要與線上部分固化的規則保持一致；出現變化后的規則需要及時在系統中進行同步。建立數據治理團隊：確定人員組成與各自職責以及權限。數據治理的步驟第一步：框定系統中需要治理字段的范圍第二步：定數據標準，梳理數據字典第三步：前置限制性規則如何開展數據治理專項項目，逐步提高數據完整性與準確性。第一步，對整體現狀進行整體盤點：第二步，聚焦核心字段，重新梳理標準。通過數據“五率”治理框定重點數據治理內容與標準(及時率/準確率/完整率/共用率/自動化率)。行業專家

128、許靈科大訊飛東風43第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT專 家 洞 見專 家 洞 見王崇良許靈數據治理準則數據治理體現在數據質量優化上，數據質量優化實際上屬于數據治理的一部分。凡是涉及到做數據分析，不論是普通的統計分析，還是大數據智能化預測分析，數據本身都必須要清理和加工。數據質量優化遵循兩條準則：1、線下部分要與線上部分固化的規則保持一致。企業信息化的建設是有階段的，不是一蹴而就的，基本上有 1.0、2.0 和 3.0 階段。在這樣的情況下，模塊線上化也是有階段的。數據的產生會同時牽扯到線上和線下，因此數據質量一定是持續

129、迭代優化的。線上部分會有固化的規則，線下部分要與線上部分的規則保持一致。2、不停地在系統當中迭代變化的規則。因為業務在變化，所以規則本身也在不斷地變化。在系統建設的過程中，線下部分會逐步從多變少，線上部分會逐步從少變多。如同一個沙漏，到某一個節點可能就完全在線、完全打通了。線上化以后，規則就會固化在系統里。在這個過程當中，規則也在不斷發生變化，因此需要逐步迭代到系統里，來確保數據的完整性和一致性。不同于人治大于法治的中小公司，對于在一定規模以上的公司，成立數據治理小組，基于準則完成相應工作。數據治理小組 人員構成人力資源第一負責人人力資源總監作為數據治理小組的組長，各個模塊比如培訓、招聘、薪酬

130、、組織發展和 SSC 等等模塊的負責人擔任各個模塊的小組長或者副組長。主要職責（1）建立數據標準，確認數據的指標和標簽體系。人力資源現在基本上還是按照模塊來劃分，各個模塊之間有很多交叉的地方，比如人才的標準等等。不同模塊對數據指標的理解、算法和匯數據治理的步驟第一步：框定系統中需要治理字段的范圍公司系統中會有很多字段，并不是所有都需要治理，有些是不常用的，有些是系統本身自帶的。通過在公司內部找各個業務方進行一輪調研，明確其需要的資料有哪些，從而框定一個需要治理的字段范圍。第二步：定數據標準，梳理數據字典框定治理字段范圍之后，找到相對應業務方或者總部專門負責數據管理的工作人員定標準。明確每一個字

131、段的數據來源、存儲人員，確認字段類型，是日期字段、開放式填寫字段，還是下拉選項參照列表里面選擇的字段。在數據字典里面梳理明白每一個字段的定義和應用場景，比如計算員工的司齡以哪個字段為準。第三步：前置限制性規則梳理標準與數據字典之后，要倒推到前端的一些流程環節，在數據流轉的過程里面去做好一些卡扣和限制，規避后期數據應用上的一些問題。比如想要用員工的出生日期推算退休日期，就需要在前端入職流程中當員工填寫完身份證上的官方日期之后，自動帶出對應數據。報邏輯會存在不同，原因在于各自有各自的定義。因此為了達成口徑一致，指標和標簽需要在各個模塊之間拉齊對齊，解決大家不在同一個語言頻道對話的問題。（2）定義權

132、限和規范。在整個數據治理小組內，把包含線上和線下的機制建立起來，標準化規范。定義整個規范，誰有權限看哪些信息。定義算法和匯報的模板與邏輯，并規范數據的安全與輸出。44第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企 業 案 例科大訊飛13企業在 16 年上線新系統時，僅對數據進行系統間的遷移，未考慮到未來的運用需求以終為始對數據進行同步梳理，數據在系統間仍相對獨立且未成體系。在 18 年時，企業也將共享服務中心的流程進行整體梳理，實現流程標準化，通過流程驅動數據。然而，企業發現，僅實現數據線上化和流程驅動遠遠不夠，在有了運用需求時，

133、企業仍面臨著數據標準混亂，數據質量不佳的問題。因此，為解決這一問題，企業在 19年開展了人力資源數據專項治理項目，從兩個步驟落實，逐步提高數據完整性與準確性。第一步，企業對現狀進行整體盤點：梳理當前有多少系統？是否具備應有的人力資源模塊？各個系統模塊有多少數據字段以及字段的有效性如何？基于盤點情況，確定了數據治理的范圍及所要達成的目標。第二步，聚焦核心字段，重新梳理標準。各個系統中可能有幾百個字段，在前期治理中企業未必有精力全面顧及，且許多字段對于運用層面來說也并非必要。因此，科大訊飛聚焦核心字段進行重新梳理。首先，企業通過判斷每個字段未來的應用場景來評估其重要程度，基于分析需求圈定需要梳理的

134、核心字段；同時，企業也對標外部，參考外部企業在當前階段數據分析所需的主要字段及數據，基于已被實踐的“前人經驗”，對當前已圈定字段進行查缺補漏。確認關鍵字段后，項目組對每一個字段從定義、與其他字段的關聯與關系、字段所屬責任部門、維護標準、應用場景等多個維度進行重新梳理，并依此制定了人力資源數據管理規范將其標準化，且面向全體 HR 宣傳。13 14人力資源數據運營與管理專 家 洞 見王斌14第一階段的數據工程治理可以被概括為具象化地輸出應用場景，例如，數字化轉型完成之后，要幫助企業解決什么問題？舉例來說，對于虎彩而言，場景化的應用之一在于解決核心人才保留問題。企業通過數字化的方式解決這一場景，首先

135、需要梳理哪些人是企業的核心人才？這其中會通過數字化評估模型界定核心人才。其次，界定出核心人才后要進行進一步保留。因此需要針對這部分人才的發展、薪酬競爭力等維度做動態盤點，進行離職風險預測，以便提前干預保留等。只有前期有了相對清晰化和固定化的運用場景梳理，后期才能將運用場景所需的業務活動通過數字化方式進行記錄和翻譯，避免后期需要運用時缺乏相應的數據或者具備數據卻不清楚如何運用。這個階段的管理工程治理需要關注以下兩個重點：需要有專門進行數據管道統籌建設的負責人，需要在該階段考慮好：企業需要什么樣的數據？如何界定業務間的數據的顆粒度，數據使用頻次如何？數據從哪里來，如何規劃數據的生成軌跡？數據顆粒度

136、的大小決定論數據管道的要求和系統數據采集的方式等，因此負責人需要在這個階段基于應用場景做好規劃。需要確保人力資源主流程的相關業務活動能夠進行數字化翻譯。例如，要評估 HR 的招聘質量，需要看當前組織流程中所生成的數據流是否能夠支撐該項評估，如是否具備數據查看 HR 總招聘任務、每日招聘工作完成情況、招聘任務完成的質量區分等。企業在這個階段不能只關注主動脈業務活動端到端的完結，需要確保其中的節點和內容能夠被數字化翻譯，只有提前考慮這方面的需求及相關維度，做好流程數據的設計，才能確保系統建設具備相應的功能以 及相關維度的數據能夠被記錄。45第五屆人力資源技術研究報告THE 5TH HR DIGIT

137、ALIZATION RESEARCH REPORT企 業 案 例東風15按照“明確數據治理內容、制定數據治理標準、開展數據治理活動、跟蹤監控持續改善”的工作方法開展數據治理工作。通過數據“五率”治理框定重點數據治理內容與標準要實現數據質量的提升，不能全靠主觀判斷，而是需要通過具體的指標及數據來支持。為此，東風公司基于自身人力資源數據質量現狀，制定了數據“及時率、準確率、完整率、共用率、自動化率”的“五率”內容，并設定了十四五期間每年的“五率”達標標準，具體有 24 個指標、110 個檢查項。及時率：重點關注各類業務系統流程審批是否和實際業務時間一致、工資核算是否按制度時間進行、相關報表是否按制

138、度要求生成與上報等。15人力資源數據運營與管理 準確率：重點關注主數據是否符合邏輯規范，包括數據自身邏輯規范（如身份證號是否 18 位）、關聯數據邏輯規范（如參加工作時間不能晚于入職時間）、信息連續性邏輯規范（如合同、學歷、工作經歷時間上需連續）。另外通過抽查方式關注數據本身是否準確，如通過核實人事檔案確認相關信息是否真實。完整率：重點關注主數據是否有數據值、工作經歷是否缺失、是否有緊急聯系人、是否有有效合同等。共用率：重點關注基礎信息、薪酬信息、統計指標等數據在各統計分析應用中是否實現了共享，使用了同一數據源。自動化率：重點關注主數據是否是通過線上業務開展自然產生的（而非手工單獨維護）。規范

139、錄入規范錄入：設置系統規則，把控增量數據 確定數據采集方式及配套流程：基于數量、顆粒度、時效三個維度，決定數據的采集方式（自動、半自動、手工）及相應的流程配套。把住數據入口，在系統實施階段就做好數據進入的系統邏輯校驗規范。優化新單位上線數據初始化檢查：對于企業掌握的數據，可通過批量導入系統，經過簡化的業務流程校驗通過后生效；對于其他個人信息，可通過員工自助維護、系統功能校驗及單位審核通過后生效。數據洞察與建議精萃圖表:30：貴公司當前采用以下哪些方式來保證人力資源數據采集/錄入的準確性？（N=204）成立專門團隊(如 SSC)按照統一標準進行數據的采集錄入。明確數據收集流程，并落實到部門和人員

140、。對不同的數據設定不同的數據采集方式，如自動化采集(系統采集)、半自動化采集(對基礎數據進行再加工)、手動等。明確各單位數據負責人，讓各業務單元為自己的業務數據負責。在前端數據輸入時預先設定多類選項選擇，避免自定義輸入造成的錯誤。減少手動錄入的機會(如拍照或掃描上傳自動識別)。將數據錄入的準確性和錄入員工的績效掛鉤。48.04%45.59%39.22%37.25%34.31%16.18%15.69%46第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT專家建議與案例洞察科大訊飛前端依據梳理好的數據標準設置系統規則，把控線上數據入口，避免

141、數據在采集過程中出現的錯誤并減少人為審核的繁瑣增量數據：把住數據入口，在系統實施階段就做好數據進入的系統邏輯校驗規范。1）是優化新單位上線數據初始化檢查。2）是關注線上線下業務開展的一致性。通過取消線下審批、線上提供業務辦理等措施，確保相關數據全程在線上運轉，提升數據的自動化率。搭建數據管道?；诘谝浑A段管理工程梳理后得出的數據清單，通過數量、顆粒度、時效三個維度，決定數據的采集方式（自動、半自動、手工）及相應的流程配套。東風行業專家王斌企 業 案 例企 業 案 例科大訊飛東風設置系統規則，把控數據入口16為了避免數據在采集過程中出現錯誤并減少人為審核的繁瑣，科大訊飛在前端依據梳理好的數據標準

142、設置系統規則，把控線上數據入口。例如，從入職端開始，規范填寫選項，避免員工自定義填寫造成的錯誤和不統一。同時，企業原先需要人工審核員工所填寫信息與實物證明資料間的匹配，當前更多使用電子材料及 OCR 識別校驗，提高了數據管理的效率?；跀祿藴试O定增量數據與存量數據治理策略并落實。17在“五率”標準（規則）確定后，東風公司對人力資源系統中已有數據進行了盤點，對集團及下屬各單位每項指標的數據情況進行了量化，準確定位了每家單位、每個員工的數據質量短板，并根據量化情況，分別制定了增量數據、存量數據治理策略。增量數據：把住數據入口，在系統實施階段就做好數據進入的系統邏輯校驗規范。一是優化新單位上線數據

143、初始化檢查。對于企業掌握的組織、崗位、人員基本信息、合同信息、人崗匹配信息等數據，通過批量導入系統，經過簡化的業務流程校驗通過后生效；對于其他個人信息，通過員工自助維護、系統功能校驗及單位審核通過后生效。搭建數據通道，把控數據質量18數據質量不高是一個“偽命題”，企業之所以存在數據不準的情況，核心原因在于前端工程治理中沒有搭建好數據管道。數據通道的搭建需要基于第一階段管理工程梳理后得出的數據清單，通過數量、顆粒度、時效三個維度，決定數據的采集方式（自動、半自動、手工）及相應的流程配套。例如，顆粒度較細的數據往往需要大量人工輔助，這過程中會存在人工處理帶來的偏差。對于這部分數據，若數據不重要，則

144、舍棄這部分數據的收集；若數降低了單位數據采集難度、縮短了數據采集周期、提高了數據采集質量。二是關注線上線下業務開展的一致性。通過取消線下審批、線上提供業務辦理所需數據與材料、打通人事與財務個人工資支付全流程線上進行等措施，確保相關數據全程在線上運轉，并提升了數據的自動化率。存量數據：主要通過數據專項治理來提升數據質量，通過數據應用來激活數據并保持數據鮮活度。在開展數據專項治理方面，每年根據當年的數據質量現狀，結合“五率”提升目標與數據應用所需制定當年的數據治理活動計劃，每項活動的開展都遵循PDCA 循環，確保工作有效果。16 17 18人力資源數據運營與管理專 家 洞 見虎彩王斌47第五屆人力

145、資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT據使用高頻且與日常關聯較大，可以借助自動化的形式收集和處理，因此，在數據管道建設的時候，要考慮優先滿足這一功能的系統。此外，企業在采用自動化采集的方式的同時，也需要匹配相應的業務流程支持。對于重要但使用并不高頻的數據，可以通過線下手工的方式收集，例如銷售數據對于人力資源來說需求并不高頻，因此HR只需讓業務以月為單位提供報表，并預留接口后期有需要時進行數據導入即可。而半自動采集方式通常用于企業在有具體運用需求時對基礎數據的再加工。企業需要結合好數據采集方式及配套的流程設計，從源頭控制好數據質量。數據

146、打通和口徑統一關于數據打通，企業可以通過虛擬的數據中臺，將各個系統數據統一抽取到數據中臺中（簡稱數據倉庫），再進行 BI 分析和輸出。在數據拉通的過程中，最大的挑戰在于部門墻，而對于部門墻的解決一靠價值觀，二靠行政命令，人力資源需要向管理層證明數據應用的價值，從而獲得管理層的支持。另外就是數據口徑的統一和規范，口徑的多與少以及是否要統一的決定因素是企業本身的管理需求，許多企業反映數據口徑不統一，不是口徑本身的問題，而是數據口徑多帶來的應用場景混亂的問題，即每個口徑應該應用在哪里？對于這個問題，企業能做的就是統一溝通語言，統一管理共識。如果數據規劃負責人前期進行數據規劃時能夠進行界定和規范，就能

147、夠減少口徑多的溝通內耗。數據校驗數據校驗：雙管齊下，保證數據質量 設置系統邏輯規則：將數據的定義和標準做成標準值固化在系統上，通過選項避免輸入隨意性；校驗數據間的邏輯關系。針對有邏輯數據：上線數據治理平臺，基于平臺設置的標準自動檢驗數據，并將錯誤數據推送給相應負責人完善。針對無邏輯數據：定期派專人對數據進行抽查。開展專項治理項目：進行數據質量分析，探究數據當前階段存在的核心問題并進行治理。數據洞察與建議精粹圖表 31：貴公司當前主要采用哪一種方式持續監測和維護數據質量？（N=204）人工校驗。系統自檢。66.67%33.33%48第五屆人力資源技術研究報告THE 5TH HR DIGITALI

148、ZATION RESEARCH REPORT圖表 32：貴公司人工校驗數據主要由以下哪些角色負責？（N=136）企業成立專門項目組，定期對系統數據進行檢查。由 HRIS/SSC/DHR/E-HR 部門的成員，定期進行人事數據檢測。每個部門設立獨立的負責人，對所負責區域的數據檢測。每個數據確認獨立數據主人，負責該數據的健康度運營。落實到員工個人，全員參與數據檢查、修改、維護。HR 部門進行手動清洗和篩選數據。13.73%49.02%17.16%25.98%18.63%36.76%專家建議與案例洞察同程基于數據字典，梳理出可校驗的邏輯規則。再結合常識和人力資源通用性規則，檢查資料的正確性。檢查分兩

149、種。1）簡單的人工檢查，用已有的規則讓負責數據的工作人員拉系統內的邏輯花名冊，通過EXCEL 里面的公式人工做一次性的檢查。2）自動化檢查，則需要增加一些系統成本，在系統中自動完成。通過數據校驗平臺進行校驗：基于已設置的標準，自動校驗出存在錯誤的數據。人力資源部門會將錯誤數據推送給相應的個人或組織內部進行核實、補充或修改?？拼笥嶏w企 業 案 例同程藝龍數據校驗：確認是否符合標準基于數據字典，梳理出可校驗的邏輯規則。再結合常識和公司人力資源的一系列通用性規則，檢查資料的正確性。有兩種檢查的方法，一種是簡單的人工檢查，另一種是自動化檢查。人工檢查就是用已有的規則讓負責數據的工作人員拉一個系統的花名

150、冊，通過 excel里面的公式人工做一次性的檢查。自動化檢查需要增加一些系統成本，在系統中自動完成。同城旅行的人力數據治理系統當中規則是可以自動去配置的，它不是固定的，可以靈活配置。檢查出來的問題也是可以推送到維護好的字段責任人，直接在這個治理系統里面去修正就完成了。數據治理平臺提高數據的有效性與準確性：在一開始規劃 HR 信息系統全景圖的時候就首先搭建了 HR 核心主數據系統“程事圈”，也就是員工人事主數據的源頭。所以對于數據的準確性要求較高，數據質量平臺應運而生，主要分為兩類數據：靜態數據與過程數據。針對靜態數據，也就是員工數據等結果數據。通過設定數據治理的閉環來減少錯誤數據的出現幾率：從

151、員工到相關負責人，比如 HRBP、HRD，再到數據故障服務中心，都參與進數據治理的環節中間。企業可以根據這些靜態數據來進行錯誤數據的修復、報警數據的驗證、疑似數據的確認。針對過程數據，也就是業務流程數據。通過兩種方式來進行數據治理。首先企業針對這些數據進行了邏輯校驗，在數據錄入的時候進行合法性與合理性的驗證，能過濾掉大部分錯誤數據。其次，通過運營監控報表及時發現各種問題，比如員工提交的申請是否審批及時、審批步驟是否做了日清等。49第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT圖表 33：貴公司在當前階段數據運用與分析所面臨的挑戰為？

152、A.數據難以整合，無法實現統一分析B.較難找到有價值的數據分析維度/場景C.較難挖掘數據分析背后呈現的問題D.各事業部對于數據指標的理解、算法和匯報邏輯不同E.數據質量仍需進一步優化、分類等48.89%41.11%52.22%35.56%41.11%企 業 案 例科大訊飛當標準制定清晰，企業上線了數據治理平臺自動校驗數據。19平臺能夠基于設置好的標準，自動校驗出存在錯誤的數據，人力資源部門會將錯誤數據推送給相應的個人或組織內部進行核實、補充或修改，在此之后，系統會再進行二輪的核查，確定數據完整性和準確性是否達到預設的目標，以此不斷校驗和完善。數據分析與應用企業開展數據治理提升數據質量的原因是為

153、了給后續數據分析輔助決策打下良好基礎。那現階段，企業在數據應用方面的問題與挑戰是什么呢？所以本章將結合市場數據和專家建議針對“較難找到有價值的數據分析維度/場景”這一挑戰，結合企業實踐與專家建議羅列相應的解決方案以及目前常用數據分析輔助決策的場景。19人力資源數據運營與管理 基于下表數據，我們發現，其中最主要的三大問題是“數據難以整合，無法實現統一分析”“較難挖掘數據分析背后呈現的問題”“較難找到有價值的數據分析維度/場景”。其中“數據難以整合，無法實現統一分析”已經在前章系統部分進行了闡述。而較難挖掘數據分析背后呈現的問題則與需求診斷相關。該部分，也已在前章中覆蓋。數據洞察50第五屆人力資源

154、技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT挑戰解決解析與解決方案找到有價值的數據分析場景是一個系統性工程。其解決思路既需要企業拓寬數據收集的維度，也需要把控并提升數據質量。除此以外，也需要在企業內部贏得業務部門的支持，建立用數據說話的企業氛圍。另外數據分析場景和產品的挖掘是基于需求的。只有在準確診斷獲取業務部門的需求的基礎上，數據分析產品才具有意義。我們也通過企業實踐，羅列了目前較為普遍的場景，供大家參考。人才數據分析助力決策 人均效能分析、離職風險預警分析 勞動力規劃、組織能力建設與健康度診斷 專家建議與案例洞察專家洞見北森通過數字化技術串

155、聯固化流程，并借助一體化系統收集員工生命周期中的標準化人才數據，加工后形成數據洞察與可視化報表，幫助業務管理者從更多維更全面的角度進行評估、培養以及晉升。為門店的銷售和出勤情況，提供實時數據，幫助門店經理及時調整策略。人才數據全景圖，多維度全景化展示人才動態數據，實現人才的實時管理。專家洞見:王維中同程藝龍51第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT任何數字化技術或理念，本質上還是在服務管理本身。正如同人力資源的定位與價值，其本質也是服務業務一般。這是北森所提出的業人一體概念的背景和前提：讓技術和管理最終為業務服務，讓業務得到

156、更好地發展。通過合理化配置人員，管理并激發人員,從而滿足業務需求，賦能業務部門實現更好的業績表現，進而支持企業的發展。而在當下的環境中，業務經理在人員管理上正起著越來越重要且積極的作用。而如果想要將這樣的作用落在實處，共涉及到三層設計：1）戰略層界面解碼：基于企業的發展和戰略制定人力策略。2）將日常管理行為延展到業務部門，由業務經理承擔人員管理的相關職責。3）通過培訓帶教流程以及數字化工具平臺規范化標準化人員管理。通過系統固化流程，再將員工以及管理者作為流程中的角色和節點。一方面可以更好地將管理者納入進人員管理的流程中，另一方面也便于人力資源部門介入，輔助管理者。而在此過程中，時時處處無不在生

157、產著員工數據這一寶貴資源。業務人力一體化便是將基于數據生成可視化報告，讓管理者基于數據并結合業務背景，發現管理中的風險或漏洞?；谙到y在日常管理中產生可用的數據，再通過數據洞察反哺輔助科學決策，形成數據與管理閉環。數字人才全景識人，智慧點將北森推出了一些領先性的數據應用產品，如：數字人才。很多 HR 的應用和服務是散點式的。從員工入職伊始，員工的職業生命周期就已然開啟。在此過程中，會留下許多與員工相關的數據。如：員工個人的基本信息、性格特質、過往履歷、行為表現、測評結果等。這些數據與信息都有助于為企業管理者提供更全面的信息，幫助其在運營決策過程中，識別任命關鍵人才、或開展各類激勵或鍛煉的項目。

158、北森通過前期原數據加工處理、生成個性化標簽、智能打標簽以及最后將各類數據以更為圖形化更直觀的方式進行展示的各類技術幫助提升了企業人才檢索識別效率。專 家 洞 見北森人才標簽化讓企業能夠更容易檢索到員工所具備的特質。如：過往學歷背景、任職經歷、有無相關領域科研成果。其中標簽的設置是基于后臺 AI 算法、人才盤點、員工間的互動評價。通過檢索標簽，管理者便能夠快速且更為全面識別人才，了解其冰山之上的能力以及之下的相關特質。典型客戶：蒙牛。蒙牛作為乳品行業的佼佼者，全集團目前約有 5萬名左右員工。其中職能分布廣泛，如：技術性員工、工廠員工、職能型員工等。蒙牛對于數字人才的訴求正是由于集團龐大、人數重大

159、、職能分布廣泛的特性。如何在業務的不同階段定位到需要的人才，應該如何確定所任命的關鍵人才的確符合崗位需求？在蒙牛內部，建立了自己專屬的人才標準模型?；谠撃Ｐ?，蒙牛將形成了 20 多類員工標簽。例如：通用類標簽、各類過往工作經驗（海外工作經驗新業務新市場推廣經驗，市場攻堅經驗等）、關鍵崗位人才標準特色標簽。這些標簽有些是基于人才盤點或各類測評結果，有些是智能化 AI 將簡歷信息提取后所打上的標簽，還有一部分則是 HR 基于人才標準和業務需要手動標記的標簽。目前，由于不再需要從各個系統里翻找數據，進行處理與加工，蒙牛整體人才檢索效率提升了150%。52第五屆人力資源技術研究報告THE 5TH H

160、R DIGITALIZATION RESEARCH REPORT企 業 案 例企 業 案 例同程藝龍20羅氏（中國）21 人才數據全景人才數據全景主要解決了人選用與評估的問題，該場景的應用與 OD 部門合作開展，所要達成的目的為借助全景化的人才動態數據，實現人才的實時管理。人才數據全景不僅解決了 OD 在人才動態管理方面的痛點，同時又滿足了大多數用戶的需求。在 2020 年 6月的用戶調研中，75的用戶表示期待員工數據全景畫像功能。由于干部群體的數據相對更加豐富，因此從干部群體開始進行試點，未來人才全景畫像也會覆蓋全體員工。通過這一場景，企業在進行人才盤點時會更了解干部，上級也會更了解下級，員

161、工對于自己當前的定位與優劣勢也會更為清晰。要形成這樣的全景畫像，同程藝龍主要選取以下指標來支撐這一場景：干部測評數據 公司定期的干部盤點（如：九宮格的盤點結果等）干部的 BP 和其上級對他的評價 干部績效、晉升、獎懲情況 日常行為，如：出勤，請假，差旅等 干部所帶團隊的成長、發展數據 公司內外部的過往工作經歷 以上數據均為整合在一個頁面上進行呈現，形成完整的人才畫像 調研平臺平臺當前更多用于員工離職調研，主要調研員工的離職原因及對組織的滿意度。此外，羅氏也想將它作為全球化員工體驗的調研平臺，針對員工入職、培訓、新崗位適應等各個階段的體驗給出調研反饋，幫助各職能部門改善相應的流程，以幫助員工獲得

162、更好的體驗。此外，通過動態實時地收集員工對于公司的感知數據，羅氏也會將其作為新的維度運用到各類預測或推薦模型中。稀有技能（Niche Skill）識別基于用戶的反饋，PI 團隊意識到組織業務和招聘方向對于部分新技能或稀有技能的需求越來越凸顯。因此，PI 團隊提供了“識別具備稀有技能人才”的數字化產品。借助外部供應商提供的語義庫，檢索和識別候選人或員工簡歷中的關鍵信息，從而尋找出內部具備稀有或特殊技能的人才在哪里，為業務在有需求時提供相應的人才。組織網絡分析（ONA）ONA 能夠幫助管理者了解組織內部員工之間的聯結情況，分為兩個階段：第一個階段是實現項目化的網絡分析，評估員工在不同項目之間的聯結

163、和互動情況。第二階段企業計劃實現的是擴展到員工日常工作的網絡分析。ONA 能夠幫助管理者判斷組織中潛在的管理風險。例如，新員工入職后長時間未與團隊建立聯結，融入性差，管理者可以給予針對性的輔導和幫助；也可能出現某些員工被聯結的頻率過高，負擔較重，這時也需要對其適當“減負”。第二階段的實現獲取員工日常工作的信息授權尤為關鍵，信息的收集有主被動兩種渠道。被動渠道收集的數據如日程、郵件等，員工未必愿意授權，因此企業可以提供一些附加值服務，例如幫助員工分析日程，優化會議管理等。但被動渠道收集的數據反映的只是員工常規工作聯結，不能反映全面和真實情況，因此主動渠道的收集更為重要。主動渠道收集企業通常通過問

164、卷形式，讓員工主動羅列日常中聯結較多或較為重要的互動同事，并匹配一定的機制，能夠有效增強員工的參與度。20 21 案例內容來自第二屆 People Analytics 的發展與應用研究報告 數據應用周大福對于數據應用的定位是對業務發展起到輔助的作用，主要是通過對數據的及時呈現和分析給業務提出發展的建議，一方面對風險起到預警的效果，另一方面輔助業務高效開展。會及時將員工銷售表現下降或者出勤不穩定的情況反饋給店長，提醒店長注意。另外，也會及時推送一些與對應員工相匹配的培訓給到店長，便于店長安排員工進行培訓。專 家 洞 見王維中53第五屆人力資源技術研究報告THE 5TH HR DIGITALIZA

165、TION RESEARCH REPORT一個彩蛋：系統與數據不可分割，互為“因果”系統數據系統與數據是一對相生相連的概念。數據基于系統而生，系統因為數據而連。在信息化初期，企業基于效率提升、釋放人力等目的引入系統將流程線上化；而隨著企業信息化技術與成熟度的發展，數據的價值與作用越發凸顯。我們很難對剛開始實現信息化的企業說明，在前期就做好數據規劃、進行數據集成和治理的必要性。這并非是因為，他們不了解數據的重要性和價值，而是對他們而言，這并非最為迫切的事。但是隨著流程的線上化，模塊的逐步覆蓋，企業已經基于自身定位和要求度過了系統上線，流程上線的階段。此時系統集成與數據流轉就便是企業信息化需求的 p

166、riority No.1。部分成熟的企業會借助數據集成反向助力系統的集成。通過明確需要使用的數據、目的、使用人群倒推至放模塊、指標、進而推出應該如何規劃系統，數倉應該如何建立。應該單獨建立人力資源數據倉庫，還是與業務共用一個數據倉庫。系統與數據的相互作用系統和數據二者是無法分割、相輔相成的。往往談到系統的時候，不同階段對系統的考量和訴求是有差異的。在信息化建設初期，更多是考慮現成的系統能不能很好地滿足現有的需求，如何規劃和建設系統，可以達到管理或提效的目標。目前，很多企業在規劃系統的初期，會長遠考慮到未來數據對于企業的價值，在初期就做好數據的存儲和質量把控。隨著企業的信息化發展到一定程度之后，

167、不同對象就會產生不同的對于系統的需求，這個時候就需要以終為始，要知道是誰在使用系統，需要使用數據的目的，再倒推現有系統是否能滿足現在的情況。同程旅行的思路是首先定位數據系統的使用對象，能夠解決什么問題和目的。比如，如果使用者為管理者，其目的是打造管理者的管理抓手；如果使用者為人力資源業務伙伴，其目的是節省人工處理的工作量，提升效率以更好履行職能。專 家 洞 見許靈明確目的，也就明確了需要使用的數據，需要有哪些內容呈現。同程旅行在明確數據分析的目標后，才會規劃這些內容分別需要哪幾個系統的信息，呈現哪些內容，信息傳輸過來之后需要怎樣存儲和加工，最后才會升級到系統和數據倉庫如何規劃。判斷是單獨建立人

168、力資源數據倉庫，還是與業務共用一個數據倉庫。整體過程當中，以兩個核心思想為指導：以終為始：同程旅行在數據系統建立過程中以終為始，以數據最終的業務目標逐步往前推，給誰看，解決什么問題。然后倒推出來放什么內容、指標、模塊，進而推出需要多少個系統的數據，這些系統在底層如何存儲、加工才能讓用戶快速看到其想要的效果。提前規劃：規劃通常需要前瞻性，通常至少進行兩到三年的規劃，防止幾個模塊完成之后剩下的數據放進來需要動到底層和權限。在規劃時，同程旅行會提前設想好系統兩三年之后的樣子。也盡量將用戶群體考慮全面，避免出現后期存儲加工系統數據時數據倉庫結構或者用戶權限需要調整甚至重解的情況。54第五屆人力資源技術

169、研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT參調企業貴公司所處的行業：【若您公司有多元化的業務板塊，請勾選主營業務】(N=204)貴公司的公司性質為:（N=204）貴公司在華員工規模（N=204）A 消費品(含快消與耐消)B 零售業與電子商務C 金融服務(如銀行，保險，財富管理等)D 汽車及零部件E 機械制造F 多樣化生產G 生命科學(如生物工程，醫藥，醫療器械等)H信息技術，半導體及通訊I 化工與石化J 電子電氣K 運輸及物流L 能源動力M 光伏產業N 建筑建材O 房地產Q 環境科學R 互聯網科技公司S 專業性服務(如法律，咨詢，教育，旅游等)T

170、 其他，請說明：A.外商獨資B.中外合資C.國有企業及國有控股D.私營或民營企業E.其他A500 人以下B501-1000 人C1001-2500 人D2501-5000 人E5001-10000 人F10000 人以上8.82%12.75%6.37%9.31%12.25%4.90%11.76%3.43%3.43%4.41%3.92%1.96%0.98%2.94%2.45%0.98%2.94%4.90%1.47%29.90%8.33%16.18%44.12%1.47%28.43%9.80%20.10%8.33%8.33%25.00%55第五屆人力資源技術研究報告THE 5TH HR DIGIT

171、ALIZATION RESEARCH REPORT貴公司 HR TECH 整體成熟度所處的階段(N=204)貴公司 HR TECH 整體成熟度所處的階段：A.線上化(MIS)：以薪酬系統為主，包含入離調轉等系統，但系統之間是孤立的。沒有人力資源技術的戰略，簡單報表處理，應用較基礎。B.信息化(EHR)：從人力資源管理生命周期出發，將各個模塊之間的流程打通、系統拉通。主要目的是提升效率，可以相應地做到一些BI，對業務支持度高。C.數字化(DHR):伴隨著移動化、AI、大數據的應用，關注提升人效、組織效能和用戶體驗。人力資源與組織目標保持一致，有效響應業務。貴公司人力資源管理成熟度所處的階段：A.

172、人力資源是日常事務性運營伙伴(N=65)B.人力資源能夠有效響應業務需求，但是沒有相對來講的主導權。(N=76)C.人力資源被視為戰略合作伙伴。(N=63)本屆報告（N=204）48.04%44.61%7.35%A.線上化(MIS)：以薪酬系統為主，包含入離調轉等系統，但系統之間是孤立的。沒有人力資源技術的戰略，簡單報表處理，應用較基礎。66.67%43.48%34.21%B.信息化(EHR)：從人力資源管理生命周期出發，將各個模塊之間的流程打通、系統拉通。主要目的是提升效率，可以相應地做到一些 BI，對業務支持度高。28.21%54.35%50.00%C.數字化(DHR):伴隨著移動化、AI

173、、大數據的應用，關注提升人效、組織效能和用戶體驗。人力資源與組織目標保持一致，有效響應業務。5.13%2.17%15.79%第四屆 HRTECH研究報告（N=208）51.92%43.75%4.33%第三屆 HRTECH研究報告（N=280）54.10%41.53%4.37%標桿數據貴公司人力資源管理成熟度所處的階段（N=204）：貴公司在人力資源信息系統建設過程中，是怎樣進行系統整體布局的？(N=204)A.人力資源是日常事務性運營伙伴B.人力資源能夠有效響應業務需求，但是沒有相對來講的主導權C.人力資源被視為戰略合作伙伴A有明確的信息化負責人，對于系統各個模塊的打通，流程自動流傳和數據的集

174、成有整體認識B只有模糊概念，各個模塊相對獨立建設，沒有清晰考慮過整體布局C沒有相關負責人D站在公司的整體層面上，對企業各個業務端的系統搭建有整體考量，再細分到 HR 領域31.86%37.25%30.88%39.02%37.40%7.32%15.45%56第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT貴公司會通過哪些渠道了解供應商的產品？(N=204)貴公司在系統采購時，會著重看供應商的哪些條件？(N=204)A朋友，同事和同行介紹B廠商實地走訪C去同行業公司實地訪問，了解產品使用體驗D向人力資源服務機構或平臺定期了解供應商指南或信

175、息更新A開放性和兼容度B功能實現是否全面C用戶使用是否友好D可拓展性E未來的發展路線F過往的實現案例G二次開發個性化定制的能力H是否有配套的整體解決服務I后期運維服務（N=204）73.33%72.22%65.56%60.00%45.56%61.11%57.78%65.56%68.89%2021 HR TECH（N=152）79.61%76.97%71.05%/55.92%70.39%69.08%82.89%64.44%32.22%58.89%71.11%貴公司當前人力資源信息化管理主要在以下哪些模塊實現了信息化或數字化？(N=204)在人力資源信息系統采購的階段，貴公司會讓哪些人員參與？(N

176、=204)A人事數據管理B考勤管理C招聘管理D薪酬管理E績效管理F勞動力規劃G員工自助服務H培訓學習管理I人才發展管理J其他，請說明：AHRIS/EHR/HRITBHRSSC 的負責人或管理者CHRD 或 HR 一把手DIT 技術人員EHRBPFCOE93.10%80.46%67.82%77.59%57.47%9.20%58.05%59.20%26.44%0.57%47.55%56.86%57.84%59.80%29.90%32.35%57第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT貴公司在系統采購階段遇到的主要問題是什么？(N=

177、204)目前系統自帶功能是否能滿足貴公司所有需求：(N=204)您目前為止對貴公司系統功能實現的滿意度為：(N=204)A服務商無法提供定制化服務，滿足不了當前需求B后續開發、運維費用太高C供應商數量多，產品功能雜，難以選擇D不清楚A是B否非常不滿意不滿意一般比較滿意非常滿意34.31%38.24%19.61%7.84%39.22%60.78%4.88%14.63%59.35%19.51%1.63%貴公司人力資源信息系統的應用中所遇到的問題是什么？（N=204）B.系統碎片化問題凸顯D.多個系統的數據模塊之間統計標準不同，難以進行數據的遷移和對接C.系統運營與維護G.系統的用戶友好度低，使用體

178、驗不佳I.系統數據分析功能有限，不能及時響應業務需求，需要使用系統外的軟件進行分析A.工作模式轉變，員工轉變適應不易H.系統覆蓋功能有限，無法實現所需的業務流程E.各個系統之間的服務接口不同，難以實現技術對接L.系統多個數據模塊之間難以實現無縫對接J.不能及時配合內部業務和外部環境的快速變化F.系統安全性有待提高K.系統尚未匹配移動端，便捷性低M.無挑戰50.98%47.06%44.12%36.76%32.35%31.86%29.90%29.90%29.41%27.45%15.69%13.73%3.43%58第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESE

179、ARCH REPORT貴公司當前數據難以得到及時更新的原因是？(N=204)貴公司當前是否能夠及時更新數據？(N=204)貴公司當前人力資源數據分析的主要工具有哪些？(N=204)針對企業對于系統的個性化需求，貴公司采取哪些措施解決？(N=204)A員工對于數據的更新意愿低B業務變化快，系統走流程時間長C數據更多是靠人維護，缺乏流程驅動自動更新數據D業務多元化，難以進行數據統籌管理A是B否A.EXCELI.系統自帶報表K.購買商業智能數據分析工具(BI 軟件)B.SQLJ.企業自行開發的數據分析軟件F.PYTHOND.SASC.SPSSH.MYSQLE.R 語言G.MATLABL.不清楚A要求

180、廠商提供源代碼，公司自行開發B要求廠商提供定制化開發C修改公司內部流程，適應系統D購買可以配置的系統，通過基礎的插件或者配置，實現個性化需要E.不清楚39.71%17.65%80.88%22.06%66.67%33.33%82.93%33.33%21.14%10.57%9.76%7.32%5.69%4.88%1.63%0.81%0.81%0.81%18.63%56.86%25.98%51.96%4.90%59第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT貴公司人力資源部門在數據分析后，如何將分析結果交付給業務部門？（N=204）若結

181、合數據給出相關建議后，人力資源部門是否對業務部門的落地執行情況進行跟進？(N=204)A僅呈現數據結果或報告本身，沒有進一步的解讀和分析B呈現數據結果和報告的同時，會有口頭的分析與闡述，但未形成正式的流程或制度C呈現數據結果和報告的同時，會開展體系化的培訓或工作坊，解讀數據背后的意義并給出建議A.否，暫不涉及該項工作B.是，但僅通過非正式的、碎片化交流進行了解C.是，并且有體系化的流程與制度31.86%54.41%13.73%23.53%62.75%13.73%人力資源數據分析無法反映業務管理中的核心問題的原因是？(N=204)A.對業務部門的工作內容不熟悉B.不具備數據分析的相關技能C.公司

182、管理層缺乏對數據分析工作的重視和應用D.數據分析的指標和維度并非管理層或業務所關注的37.25%34.31%39.71%36.27%貴公司當前是否正在或計劃向“承接業務與戰略需求，通過數據建模等形式，進行預測分析”階段邁進？(N=204)A是B否59.80%39.71%60第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT企業案例&專家洞見61第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT北森專家洞見 疫情以及外部環境對于企業線上化、信息化數字化進程來說，意味著什么？近來，經

183、濟環境不佳，但是我更加相信這是推到后的重建與破壞式的創新。潮水褪去才知道誰在裸泳；每一次市場的崩潰都是一次出清，會將性價比較差的產品淘汰。疫情背景下人員流動受阻，客觀上提升了企業數字化的意愿，先進企業期望通過深度數字化轉型來實現敏捷韌性的企業、無障礙的協作、無邊界的信息流；公共管理部門也推出了一系列利好數字化的政策與措施，包括電子政務大廳、電子勞動合同、個人所得稅 APP 等，極大提升了數字化的滲透率。所以在當前疫情反復的大背景下，北森的一些客戶都在建立數字工廠或構建自己的數字營銷能力。而聚焦于人力資源行業，人效或許是當下環境中最熱的熱門詞了。在過去人效或許還只是一個概念，是一個趨勢。但是如今

184、，如果人效的提升與顯性化無法體現在系統功能中，就已經難以打動企業客戶了。具體的功能體現因行業特性不同而各有側重。服務人員密集行業，如消費品行業、連鎖行業等，最為看重的一定是工時管理。而且這些行業用工需求量大。需要可能會大規模地考慮靈活用工。隨著帶來的問題便是，如何保證這些員工的勞動關系的合法合規性，并且進行高效的員工管理。如今普遍使用的電子簽技術、移動打卡、工時統計、排班技術等就能起到很好的助力。但同時，讓我們一體兩面地看待這個問題。疫情背景下傳統的企業信息化建設模式受到極大挑戰，集中的現場的項目建設方式變得困難，客觀上要求甲方企業提升虛擬在線的項目管理能力。例如，在乙方專業顧問到達現場配合調

185、研存在困難的情況下，如何充分挖掘用戶需求保障需求清單的完整性；在參與項目各方異地辦公甚至居家辦公的條件下，如何組織多方高效協作快速上線。不同數字化成熟度的企業，應該如何持續推動信息化建設項目？位于信息化建設初期的企業對于剛開始信息化建設或數字化轉型的企業而言，需要關注自身工作場景，尋找哪些痛點最為突出，最需要被加速的環節與流程。將這些場景識別出來后，聯動外部的資源和力量共同開展流程改進。雖然流程優化是一件老生常談的事情，但是對于很多剛開始信息化建設的企業而言，卻已經是一項較高投入的大項目了。如何在控制成本的考量下，盡量有感官上與體驗上的最大收獲，對于這個階段的企業而言，無疑是更為重要的。在現在

186、的大背景和經濟環境之下，企業投產開展數字化項目總需要再三思索。所以我們可以為企業做的便是，思考在這樣的背景之下，如何提供增值服務，如何在引進系統之后，將送釋放出來的人力投入其他的事項中，加速整體流程的周轉，提升效能。已經有一定數字化基礎的企業而對于已經有一定數字化建設基礎的企業而言，則更多會依舊自己的定位與需求，針對某一領域開展一些精鉆的數字化應用與嘗試。例如：員工體驗：在面對面交流變得相對“昂貴”且不易的當下，HR 推廣業務變得更為艱難。所以客觀上，要求數字化產品的交互更為友好，能夠為員工提供愉悅好奇的體驗，吸引員工深度使用。例如某頭部消費品企業在招聘領域應用元宇宙、在導師積分領域應用數字藏

187、品。數字員工：數字員工上崗、部署 RPA 機器人節點成為今年頭部企業人力數字化轉型話題。通過實現工作流程的自動化與智能化，進一步釋放人力，將更多人力轉而投入需要人力實現或干預的領域。62第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT AI 在人力資源場景中的應用：經濟波動背景下，降本增效成為企業關注話題，企業希望在重點場景中使用 AI 技術智能化提升人效。以及疫情背景下，對于電子簽、電子合同之類的技術的訴求。雖然部分企業的確是“被迫”上線了相關技術和工具，但是本質上依舊拉動信息化的進程。系統與部署模式 系統集成系統打通對于企業而言，

188、其實成本很高，而且過程中，前期預留的接口也容易產生損壞。究其根本，對于企業而言，系統打通考驗的是企業的整體規劃能力。但是并非所有企業內部都有著這樣一位系統架構師。人力資源信息化系統有著它自己的生命周期。架構師一方面需要構建一個理想化的整體架構，并仔細規劃在達成理想的過程中，需要逐步實現迭代的方案與階段。而且在落地過程中，保有清醒的決斷能力和問題解決能力。當遇到阻力時，我是應該放棄這個方案還是選擇其他替代方案等等。但是現階段很多企業并沒有這樣的能力，也不會進行如此長期的規劃。他們更加關心的是，如何在更短的時間里以更小的建設成本完成系統上線。對于未來的可能、延展性等并不會如此關注。但是我們也不應一

189、味地追求集成。系統上云可以更好的實現交付，員工體驗感更高，更為敏捷。這在行業內已經達成共識。就 AI、人才管理等業務能力類的套件而言，云端系統將會更為敏捷，更符合當下的企業訴求。在一些技術賦能導向的頭部企業中，業務需求和執行流程是敏捷進化的。比如頭部新能源或者醫藥企業，他們可能不一定是先構思好了自己需要怎樣的人才，有什么樣的標準，再來按部就班開展外引內生的人才供應鏈建設。而有可能是需要即時探索我有什么樣的人才隊伍，識別我現有人才隊伍的技能組合，管理者再來構思下個季度可能采取怎樣的業務動作。而傳統上的數據集成、主數據系統建設工作較重，想較于相對靈活的業務訴求往往是滯后的。一體化系統從用戶的視角出

190、發，企業為什么希望實現一體化系統。不外乎是希望擁有更好的操作體驗以及屏蔽由于系統打通和系統接口造成的數據無法進行傳輸，或傳輸后出現錯誤的問題，為后續數據分析奠定良好的數據基礎。但是從成本與實現便捷性而言，重建一體化系統，意味著要將過去的系統打掉重來，前期系統投入巨大、用戶使用習慣也需要重建。不論是資金成本或是人力與時間成本投入都是巨大的。而且即使建立一體化系統后，企業在將來或許依舊存在著上線新系統和系統打通的需求。所以一方面，我們也要正視系統壁壘的存在，對多系統的整合與系統的分散性有客觀的認識。并且當我們重新審視企業的需求本身，客戶是希望獲得更好的使用體驗，所以認為一體化系統是實現需求的唯一方

191、案。所以需求本身依舊是使用體驗感，而非一體化系統。但是因為客戶認為一體化是解決方案，所以才會出現，客戶提出他想要解決方案這個需求。但是作為解決方案供應商，我們應該教育我們的用戶，教會他們提出需求而非給出解決方案。我們找到提出需求的人以及做決策的人，和對方重新基于“一體化”這個需求重新溝通，挖掘客戶的底層需求，重新對齊。與此同時，北森的一體化或者說平臺化系統背靠 Pass平臺，其一大優勢在于背后一致的元數據邏輯和標準。所以在滿足企業個性化需求進行拓展與配置的基礎上，也保證了數據字段的規范性與一致性。而在高質量數據的基礎之上，企業需要具備或拓展對于數據的理解力或認知，如何將數據結合自己的業務管理背

192、景來重新審視管理問題。例如：相關培訓、溝通與輔導、以及旁聽業務管理會議等。對于系統定制化的思考同時，也有部分企業表示，云端系統難以定制化是他們不選擇上云的原因之一。這其實是客戶對系統定制化上的一些認知偏差。從技術角度而言，我們可以為企業提供定制化的云端系統。但是對于很多企業而言，這從成本上并不劃算?；蛘哒f，高度定制化云端系統的性價比，不如通用產品那么高。云端服務的運維成本其實是很高的。企業使用公有云系統所支付的價格，是供應商將運維服務成本進行均攤之后的售價，讓客戶享有高度性價比的服務內容與體驗。但是如果企業希望與眾不同的高度定制化服務，則意味著這一套系統難免只能契合一家企業的需求，造成沒有更多

193、的市場主體來分攤運維服務成本。所以說并非云端系統從技術層面難以實現定制化，而是要考慮高度定制化的系統規劃是否具有成本領先優勢。63第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT HR SaaS 與部署模式近年來，企業對于HR SaaS 技術已逐漸由陌生到熟悉，目前不論是市場發展亦或是技術發展，企業已經普遍較為接受 HR SaaS 技術與部署方式，也更傾向于選擇使用 SaaS 服務來解決企業內部的相關管理問題。企業的關注重點也基本由關注部署方式（部分有特殊需求或處于特殊行業的企業仍會關心）轉移至 SaaS 服務本身是否能解決業務需求上

194、。部署模式目前大多企業都選擇了混合部署的模式，一部分系統功能通過公有云實現，一部分功能則部署在私有云或本地。這其實是企業自身在尋求效率和合規之間的平衡。首先，從效率的角度進行思考。企業開始采用云端部署的原因之一，是嵌入云生態的云原生系統很難在本地部署運營。以招聘軟件為例，企業如果選擇在本地部署，就需要點對點地與大量外部渠道進行集成；這樣做的集成成本、運維成本非常高，實際運營效果也不好。在線學習平臺也是如此，實際上十幾年前就有在線學習供應商幫助企業開展私有化部署，但是大部分企業的用戶體驗與運營效果都不盡如人意。其次，從合規的角度進行考量。企業會擔心數據上云的合規性審查，即擔心自身的數據上云過程會

195、遭遇特定場景中的管理審查過程。實際上云計算廠商已經有十分成熟的安全保障機制了，有能力配合客戶完成相關合規審查。以我們所服務的一些行業頭部企業或國企為例，在一些高度關注敏捷、用戶體驗、AI 能力、生態集成的項目中，客戶會優先選擇我們這種云廠商；在上云的過程中，客戶會制定敏感數據管理機制，實現敏感數據分層管理。企業可基于數據的敏感性層級，選擇在公有云、私有云或者本地部署不同的微服務。SaaS 服務如何及時呼應企業需求而隨著，技術的成熟與發展企業的關注重點也基本由關注部署方式（部分有特殊需求或處于特殊行業的企業仍會關心）轉移至 SaaS 服務本身是否能解決需求上。而回歸解決客戶需求本身，我們認為其核

196、心共有三點：貼近客戶、廣泛吸收用戶需求、迅速快捷呼應客戶需求。北森基于其自身豐富的客戶資源，每年都會收到大量的客戶需求。通過和客戶深入的交流，北森可以及時獲取最新的需求和市場動態，為客戶提供動態服務。利用自身特色與優勢，研發落地各類需求，貼近觸達客戶，讓用戶可以試試感受到產品的變化。此外，由于北森的生態鏈接與背靠 Pass 平臺優勢，用戶可以極為便捷地或許大量最新的工具與產品，極大地豐富并提升了用戶體驗。北森認為用戶體驗是末端用戶對于過程中所接觸到的行為的觸覺與感觸。同時，也與個人信念相關，蘊含著人們對美好的追求：希望可以更加愉快高效地完成工作，減少過程中的內耗。而這也正是技術的重要性，通過技

197、術服務于業務流程，通過業務流程的貫穿好引導，高效且一致地開展工作。以入職流程為例，其中目前應用較廣的技術，如:手機端信息填寫、電子合同簽署、OCR 信息識別。業務人力一體化 業人一體的背景與理念。任何數字化技術或理念，本質上還是在服務管理本身。正如同人力資源的定位與價值，其本質也是服務業務一般。這是北森所提出的業人一體概念的背景和前提：讓技術和管理最終為業務服務，讓業務得到更好地發展。通過合理化配置人員，管理并激發人員,從而滿足業務需求，賦能業務部門實現更好的業績表現，進而支持企業的發展。而在當下的環境中，業務經理在人員管理上正起著越來越重要且積極的作用。而如果想要將這樣的作用落在實處，共涉及

198、到三層設計：1）戰略層界面解碼：基于企業的發展和戰略制定人力策略。2）將日常管理行為延展到業務部門，由業務經理承擔人員管理的相關職責。3）通過培訓帶教流程以及數字化工具平臺規范化標準化人員管理。通過系統固化流程，再將員工以及管理者作為流程中的角色和節點。一方面可以更好地將管理者納入進人員管理的流程中，另一方面也便于人力資源部門介入，輔助管理者。而在此過程中，時時處處無不在生產著員工數據這一寶貴資源。業務人力一體化便是將基于數據生成可視化報告，讓管理者基于數據并結合業務背景，發現管理中的風險或漏洞?；谙到y在日常管理中產生可用的數據，再通過數據洞察反哺輔助科學決策，形成數據與管理閉環。業務人力一

199、體使用場景：數字人才全景識人北森推出了一些領先性的數據應用產品，如：數字人才。很多 HR 的應用和服務是散點式的。從員工入職伊始，員工的職業生命周期就已然開啟。在此過程中，會留下許多與員工相關的數據。如：員工個人的基本信息、性格特質、64第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT過往履歷、行為表現、測評結果等。這些數據與信息都有助于為企業管理者提供更全面的信息，幫助其在運營決策過程中，識別任命關鍵人才、或開展各類激勵或鍛煉的項目。北森通過前期原數據加工處理、生成個性化標簽、智能打標簽以及最后將各類數據以更為圖形化更直觀的方式進行

200、展示的各類技術幫助提升了企業人才檢索識別效率。人才標簽化讓企業能夠更容易檢索到員工所具備的特質。如：過往學歷背景、任職經歷、有無相關領域科研成果。其中標簽的設置是基于后臺 AI 算法、人才盤點、員工間的互動評價。通過檢索標簽，管理者便能夠快速且更為全面識別人才，了解其冰山之上的能力以及之下的相關特質。典型企業案例：蒙牛。蒙牛作為乳品行業的佼佼者，全集團目前約有 5 萬名左右員工。其中職能分布廣泛，如：技術性員工、工廠員工、職能型員工等。蒙牛對于數字人才的訴求正是由于集團龐大、人數重大、職能分布廣泛的特性。我應該如何在業務的不同階段定位到我需要的人才，如何在業務的不同階段定位到需要的人才，應該如

201、何確定所任命的關鍵人才的確符合崗位需求？在蒙牛內部，建立了自己專屬的人才標準模型?；谠撃Ｐ?，蒙牛將形成了 20 多類員工標簽。例如：通用類標簽、各類過往工作經驗（海外工作經驗新業務新市場推廣經驗，市場攻堅經驗等）、關鍵崗位人才標準特色標簽。這些標簽有些是基于人才盤點或各類測評結果，有些是智能化 AI 將簡歷信息提取后所打上的標簽，還有一部分則是 HR 基于人才標準和業務需要手動標記的標簽。目前，由于不再需要從各個系統里翻找數據，進行處理與加工，蒙牛整體人才檢索效率提升了 150%。65第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT

202、蒂升電梯蒂升電梯人力資源信息化目前定位蒂升電梯的人力資源信息化始于 2010 年，發展過程中有其獨到之處。目前的定位，更多地是向業務敏捷響應和注重員工體驗的方向在進行管理。敏捷響應：由于企業有一定的研發能力和資源，蒂升電梯更多的是根據公司準則，HR 規劃，每年的業務需求，進行敏捷地動態調整。即便處于傳統行業，也能在技術和 HR管理不斷變化的環境中找到適合自身情況的發展模式。注重體驗：蒂升電梯在信息化發展過程中在以提升效率為第一原則的基礎上始終注重優化體驗，以用戶為中心。從理念的角度，對于 HR/經理/員工等各類型的用戶，都采用 to c 的設計理念替換傳統 to b 的理念。希望通過設計，達到

203、用戶能憑直覺操作，不需要發布各種操作手冊作為參考。蒂升電梯敏捷響應與注重體驗的定位，體現在系統選型、數據的管理與分析和員工自助方面。關于系統選型，蒂升電梯有非常清晰的思路，開放的主數據系統，并且有一定的自研性，從而使得其人力資源系統能夠很好的整合各種平臺和功能，長期的支撐人力資源業務，并且能夠很好地做到敏捷響應和注重體驗。作為敏捷響應和注重體驗的基石，數據的管理和分析尤為重要。擁有高質量數據是真正做到及時發現問題的基礎，蒂升電梯也在這方面做了很多有效的實踐。此外，多年來在員工自助上的投入也體現著企業對于用戶體驗的注重，并使其持續在不斷提升。人力資源系統選型蒂升電梯的人力資源系統選型成功并沿用至

204、今，得益于企業對自身需求和預期的清晰認知。預先評估：通過明確需求和目的并預先評估投資回報率，形成對信息化項目可行性的結構化判斷。蒂升電梯將涉及到的業務流程分別按照原始模式和線上化模式計算出時間和人工成本，再結合每年的業務量，以數據量化的形式將結果清晰呈現，從而結合企業自身狀況理性權衡并作出決策，讓企業的人力資源信息化更深入和成熟。對內評估：清晰的自我認知源于在選型前會邀請業務與人力資源職能負責人進行多維評估：1、系統項目的目標是否清晰。2、業務是否成熟。3、從系統分析的角度來看，線上業務是否能按照設計的流程運轉。4 上線后運維的角色是否清晰。需求分析：從業務提出的需求中提煉真實的底層需求，哪些

205、是核心需求，哪些是有了更好的需求。明晰需要在業務上達到什么樣的效果，以確保業務流程的可行性，以及后續在細節上取舍和把握。產品匹配：需求分析完成之后，蒂升電梯就會將需求和供應商或者自研的產品進行匹配，找出正確的解決方案。對外評估：在選型的過程中，會客觀地從廣度和深度評價供應商。判斷供應商的產品是否和企業自身的需求吻合，相較供應商提供的無所不能的功能，更關注其對于企業明確所需功能的實現情況。另外，也注重安全性，穩定性，會考量供應商的業務范圍。例如關注功能細分領域最擅長的供應商，例如出于數據安全考慮，不會選擇同時提供獵頭服務的招聘系統供應商。蒂升電梯在明確自身需求并且擁有開發能力的情況下，選型時考察

206、既有功能是否足夠滿足需求，也側重于供應商系統平臺的擴展性和開放性應便于整合自研或者第三方應用?；诖?，對于主系統平臺，蒂升電梯更傾向于選擇提供成熟產品框架的供應商而非成熟產品供應商。關于拓展性和開放性的看重，具體的側重點如下：拓展性：功能，業務流程管控點的可配置性，在一定程度上系統功能可由企業自行通過配置完成或修改，確保系統能夠快速響應業務的變化。開放性：開放性更多地體現在后臺數據庫上，蒂升丁京陽HRIS 經理蒂升電梯66第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT電梯在選型的過程當中會特別關注系統后臺數據庫結構是否清晰，以及開放

207、性一個開放的，可以不依賴供應商開發的主數據系統是連接集團系統，業務系統，自研功能以及第三方功能以及外部系統的必要條件。，只要其他系統支持接口，我們就可以跟對方去做接口。由于人力資源主數據系統的拓展性和開放性高，蒂升電梯的人力資源信息化系統能夠長期支撐，并且公司內部所有業務系統都以人力資源系統的數據做統一的人事數據口徑。由于系統的大部分功能都由主數據系統以及自制系統實現，外采系統（SAAS 服務）都有接口，因此不存在數據孤島打通的問題，也沒有需要重復的錄入工作。值得一提的是，蒂升電梯的人力資源系統中還為財務建立一個模塊。一方面，人力資源系統可以直接提供財務需要的數據；另一方面，財務的同事也可以在

208、系統中將將第三方數據整合到一起。人力資源數據管理與應用數據管理和分析方法論蒂升電梯之所以能夠很好地敏捷響應公司內部對于人力資源系統的需求，其中還有一個原因是跟其非常體系化的數據管理與應用息息相關。一方面，在數據生成和管理上穩扎穩打，并且有自己的一套方法論；另一方面，也會將例行的數據分析和探索性數據分析雙管齊下，既有日常業務所需的分析報表，又有針對性的探索分析，供業務決策提供更多支持。從數據運營的角度，蒂升電梯將自身的人力資源數字化搭建分為以下三階段：數據管理：收集數據，將各種線上/線下業務流程產生的業務數據（主要是結果數據），集中在系統平臺上進行管理。流程管理：讓數據通過線上化的流程在系統當中

209、生成。第一階段：系統上線初期，只有有限的主流程（入離調轉），也僅能呈現結果數據?？偛侩m然要求分支機構在系統中及時維護數據，但總部也無從得知分支機構維護是否及時與正確。第二步：隨著數字化的發展，HR 業務流程實現線上化，數據的產生-變化-結束都僅在線上流程中完成，使得不只過程數據也能記錄于系統當中，HR 數據整體的準確性和及時性都得到了保證。數據分析：分析組織效能存在的問題并識別是否能夠改善以及因應業務熱點的專項分析。人力資源數據應用發展歷程例行報表：蒂升電梯在起初建立統一的系統平臺時，便開始在總部層面將收集到的數據從不同維度進行基礎分析，制作和提供 HR 的例行報表。從 2017 年開始，人力

210、資源的例行報表完全 BI 化，將 BI 工具與人力資源系統對接，以工作量更小的方式更好地呈現報表數據。探索嘗試：原先的例行報表只有基礎分析，在幾年前HR 大數據剛剛興起之時，蒂升電梯的 HRIS 團隊希望能讓人力資源的數據分析為使用者提供更大的價值，于是進行了大量嘗試。一方面對外了解業內最新動態做了一些嘗試。探索階段的價值在于，明確數據分析除了通過數據分析發現/呈現差異，更應當在數據分析前以數據分析結果使用者的視角去思考想要通過什么樣的分析得到什么樣的結果，這樣可能更為高效。另一方面內部嘗試多種方法將人力資源數據和業務數據進行關聯分析組織效能報表，從 2014 年開始，在掌握了較為全面的 HR

211、 數據后，蒂升電梯開始用 HR 數據結合業務數據以及業務 KPI，分析組織效能。專項分析：以探索嘗試階段的經驗為指導，在例行報表的基礎上，從業務的視角理解需求，針對蒂升電梯內部業務上存在的熱點問題，進行短平快的專項深入分析。通過對呈現的數據進行更深度的原因分析，增加更多分析維度，輸出盡可能多客觀的信息，并提供預判性解答，讓業務明確問題出現在哪里。發現問題：主動向 BP 了解業務一線的現狀與真實需求，了解行業內的變化，從而知道有什么變化/問題存在，獲得客觀認知。診斷問題：進行需求分析，判斷是否有數據分析的價值和必要。解決問題：從業務的視角明確從什么維度切入進行數據分析，進而幫助業務深度解讀數據。

212、員工自助研發采購，內外整合 內部研發實現目的需要什么功能：得益于擁有較強的內部研發能力，蒂升電梯的員工自助大部分功能模塊是自行開發的。能夠按照企業自身的需求和理念設計功67第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT能和界面，有更大的操作空間。擁有網頁/APP/微信號/觸屏等多平臺，可以自我掌控設計，更好地響應用戶體驗和企業的文化。外部采購如何通過功能實現目的：對于業內已有成熟產品并且業務契合度高的應用，蒂升電梯選擇直接采購第三方產品/SAAS 服務，例如在線學習、員工社區和員工福利等，并將這些功能模塊通過單點登錄/數據對接整合到

213、自有的員工自助系統當中。內外整合：將內部研發與外部采購的員工自助功能模塊集成到一個平臺，使得員工通過一個入口即可觸達。例如，登錄蒂升電梯的員工自助后，所有的外部應用/模塊都不需要再次登錄，員工不需要記錄不同的賬號和密碼以及反復登陸。例如，蒂升電梯將外部采購的電子簽系統與主數據系統以及自有的員工自助系統整合，在完成所有操作后，完成電子簽署的文件會通過自有的員工自助系統推送給員工。培養員工使用習慣2014 年蒂升電梯發布了自研的員工自助 APP 1.0。2015 年考慮到車間員工現場不能帶手機作業，蒂升電梯在車間休息區域提供了觸屏版的員工自助。隨著微信的普及，考慮到移動端入口的便利性，企業在 20

214、18 年將移動端平臺逐步引導至微信號，員工關注公眾號即可在移動端使用員工自助服務，無需下載 APP。一方面提供員工需要的功能，一方面提供便捷的入口，一方面微信號也整合了員工溝通的發布平臺，另一方面聊天機器人也整合在微信號中，員工可以便捷的通過對話查詢個人信息，內外部的 HR 相關政策。-在微信平臺中構建了一整套的員工服務體系。值得一提的是，移動端員工自助轉移到微信也大幅減少了系統運維的工作量與成本，蒂升電梯用一套統一的后臺代碼取代曾經分別針對 IOS、安卓和網頁端的三套代碼，只需要針對分辨率做兩套不同的 UI 自適應網頁端和移動端即可。因此，對于蒂升電梯而言，其員工自助之所以能帶來如此好的體驗

215、，與企業根據員工需求自行開發功能，以及明確目的、選擇合適的產品密不可分，其很好地將內外資源進行有效整合并從多方面引導使用，讓員工養成了使用習慣。68第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT關于數據產品與數據治理的專家洞見人力資源管理信息系統的迭代路徑中國改革開放40+年，人力資源管理的發展大致經歷了四個階段，每個階段都有各自的業務特點：人事管理（行政職能：日常事務辦理）、人力資源管理階段（專業能力：六大模塊）、戰略人力資源管理階段（業務伙伴：三支柱）和人力資本階段（利益相關者：人才有價）。人力資源數智化也相應地經歷了四個階段：

216、線上化 MIS（基礎服務：數清人、發對薪、算總包）、信息化 eHR（合規效率：入離升降調、選用育留管）、數字化 DHR（效能體驗：移動化、大數據、智能化）、智慧化 iHR（生態持續：萬物互聯、數據智能）。業界也稱這四個階段為四化模型。王崇良三一重工人力資源數據產品發展路徑數據產品可以從三個維度來考慮：業務、產品、技術。業務要三清：說清現狀與痛點，講清需求與目標，理清指標與規則。產品是三通：連接業務與技術，做好三大評審，需求評審、產品評審、技術評審，推進落地。技術三確保：確保前后端實現、確保徹底測試、確保技術創新。伴隨著人力資源管理信息系統的四個發展階段，技術也在不斷向前演進，從數據庫到數據倉庫

217、，從數據湖到湖倉一體，同時人工智能、大數據技術的不斷應用，也促進了數據管理賦能業務不斷發展。在不同的階段，流程和系統都會產生數據，這些數據會再做一些加工清理，然后存儲。這樣的情況下，數據本身也經歷了幾個階段。最早期是用 excel 存儲和展示，之后就是用 SQL 等類似數據庫；再發展到 BI 商業智能產品，做看板、儀表盤，把后臺數據通過接口實現定制展現。再后來會朝著 DI 發展，DI 是 Data Intelligence，背后實際上用到數據挖掘、文本分析和自然語言處理等等；BI 大部分還是結構化的分析，而 DI 做了數據的挖掘，比 BI 更往前進了一步；開始用到一些算法，對數據進行深加工，做

218、更深層次的分析，然后做出一些診斷。BI 產品更多的是分析為什么發生，到了 DI 階段，可以做診斷分析，挖掘深層的原因。比如去醫院做CT，做完以后，會有一個報告單，哪些指標加了，哪些指標減了，或者哪些是正常的等等。同時還會給出建議結論，可能是什么原因導致的，這就類似是 DI 要做的。從 BI 到 DI 到 AI（機器學習）這個階段，背后從算法的角度，AI 里面包含了很多智能成分，就有很多機器學習，包括深度機器學習和強化機器學習等等。這些當中就有很多預測的東西，可以預警、洞察。69第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT技術路線的

219、正確選擇將對平臺建設起到事半功倍的效果。人力資源數據管理平臺所用技術，將選擇從數據庫技術、到商務智能BI、到數據智能DI、再到人工智能AI的迭代路徑。這四類技術也對應著人力資源數字化建設的四個階段，從數據存儲框架、軟件架構到數據挖掘和機器學習算法的不斷發展，其中，數字化的信息存儲可以幫助人力資源信息的高效管理和利用；統計報表技術可以實現和集成多種人力資源管理所需的功能，提高管理效率；數據挖掘算法和機器學習算法則可以智能化的分析、診斷、預測人力資源管理中的眾多復雜場景，幫助人力資源團隊做出更好的決策。數據治理數據治理的定義按照 DAMA 書中描述，數據治理的核心是加強對數據資產的管控，通過深化數

220、據服務以持續創造價值，識別并充分利用至關重要的數據，才能發揮其巨大潛力。其中主數據管理就是從來源復雜的數據中捕捉關鍵數據，并且對這些具有高業務價值的、可以在企業內跨越各個業務部門被重復使用的數據進行管理,通過為跨構架、跨平臺、跨應用的系統提供一致的、可識別的主數據對象來支持整個企業的業務需求，從而提高企業的整體數據質量,提升數據資產價值，推動業務創新，全面增強企業競爭力。人力資源主數據包括了組織、崗位、職級、員工等信息。數據治理準則數據治理體現在數據質量優化上，數據質量優化實際上屬于數據治理的一部分。凡是涉及到做數據分析，不論是普通的統計分析，還是大數據智能化預測分析，數據本身都必須要清理和加

221、工。數據質量優化遵循兩條準則：1、線下部分要與線上部分固化的規則保持一致。企業信息化的建設是有階段的，不是一蹴而就的，基本上有 1.0、2.0 和 3.0 階段。在這樣的情況下，模塊線上化也是有階段的。數據的產生會同時牽扯到線上和線下，因此數據質量一定是持續迭代優化的。線上部分會有固化的規則，線下部分要與線上部分的規則保持一致。2、不停地在系統當中迭代變化的規則。因為業務在變化，所以規則本身也在不斷地變化。在系統建設的過程中，線下部分會逐步從多變少，線上部分會逐步從少變多。如同一個沙漏，到某一個節點可能就完全在線、完全打通了。線上化以后，規則就會固化在系統里。在這個過程當中，規則也在不斷發生變

222、化，因此需要逐步迭代到系統里，來確保數據的完整性和一致性。不同于人治大于法治的中小公司，對于在一定規模以上的公司，成立數據治理小組，基于準則完成相應工作。70第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT數據治理小組 人員構成人力資源第一負責人人力資源總監作為數據治理小組的組長，各個模塊比如培訓、招聘、薪酬、組織發展和 SSC 等等模塊的負責人擔任各個模塊的小組長或者副組長。主要職責（1）建立數據標準，確認數據的指標和標簽體系。人力資源現在基本上還是按照模塊來劃分，各個模塊之間有很多交叉的地方，比如人才的標準等等。不同模塊對數據指標

223、的理解、算法和匯報邏輯會存在不同，原因在于各自有各自的定義。因此為了達成口徑一致，指標和標簽需要在各個模塊之間拉齊對齊，解決大家不在同一個語言頻道對話的問題。（2）定義權限和規范。在整個數據治理小組內，把包含線上和線下的機制建立起來，標準化規范。定義整個規范，誰有權限看哪些信息。定義算法和匯報的模板與邏輯，并規范數據的安全與輸出。除了只是在人力資源內部的數據治理，從集團角度也會有一個大的組織來做集團層面的數據治理。里面包含了很多業務數據，其中人力資源、財務、營銷、銷售、運營、生產制造等等都會參與，人力資源實際上是其中的一部分。對于不同層面的數據，企業可以通過數據湖和數據倉庫進行數據的存儲。數據

224、湖數據湖是一個數據平臺。它的體系化建設中包含了數據治理。數據湖將整個集團的各類數據都納入了湖中，而其中也包含了數據庫。數據庫里面包含了很多域，比如說人力資源域、財務域等等。不同的域或部分都可以進湖，企業在其中為不同的域劃分數據權限。為了保證數據湖的正常運轉，企業則需要設立多重機制，例如：除了數據安全、數據標準、數據運營、數據接口等。雖然數據湖和數據倉庫都是用來存儲數據的，是進一步進行數據分析的基礎，但是二者也有著明顯的區別。數據湖與數據倉庫的區別 數據湖是用來的存儲未經處理的數據的。等到需要使用的時候，再進行細分和加工。我們可以簡單地做個類比，將數據湖類比為大型商超的倉儲廠房。所有東西都存放在

225、其中。廠房中會將貨品：比如說生鮮類、日用品類等，進行簡單分類。但但是由于并不會進一步進行細加工，所以總體上來說依舊是混雜的。也就是說當進行后期檢索時，會花費一定時間。數據倉庫則是用來存儲經過處理后的數據。先將數據進行分類和加工處理。數據倉庫則可以被類比為圖書館。其中的書會被分為更細的門類，貼上標簽，分門別類地進行整理和歸納。由于圖書館會為圖書進行編碼，所以后續再尋找書籍時，只要通過字母與數字的編碼就可以很快地檢索到。71第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT 如果從使用者的角度來區分數據湖和數據倉庫，就好比，當做魚時。有一種

226、方式是不清洗，直接放到冰庫里冷藏。需要做菜的時候，選取想做的部位，再做一系列加工工作。這個過程就相當于在數據湖中取數，前期節省工作量，后期再做針對性的加工。另一種則是將內臟之類的去掉，再切成段，清洗干凈，分類儲存。這個過程就相當于將數據存儲進數據倉庫，前期分門別類“加工”，后期使用的時候就節省了加工的精力，直接按需提取使用即可。數據湖和數據倉庫各有特色，大企業通常都會搭建集團層面的數據湖和人力資源內部的數據倉庫，既能存儲大量數據，又能解決敏感性的問題。而現在市場也呈現出湖倉一體化的趨勢。數據治理與數據管理數據治理是總體視角，保證數據是被恰當地管理而不是直接管理數據（做正確的事）；數據管理是執行

227、層面，管理數據以達到既定目標（正確地做事）。人力資源數據管理體系主要包括了數據體系、指標體系、標簽體系、數據治理、數據管理、主題模型等內容，其中數據管理又包括元數據管理、主數據管理、數據質量管理、數據資產管理、數據血緣管理、數據標準管理等。數據應用包括了畫像應用、BI應用、產品應用、主數據應用等。產品應用：在人力資源數倉的基礎上，搭建數據管理平臺，提供低代碼開發能力，從而提升數據管理和開發效率。未來的目標是數倉做到人力資源所有數據統一收集，統一數據入口，數據管理平臺則為人力資源內部服務提供標準服務，統一數據出口。72第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION

228、RESEARCH REPORT同程旅行企業信息化發展歷程同程旅行作為互聯網公司，憑借自身較強的自研能力，在信息化發展上不僅滿足企業自身的需求，還對外輸出系統產品。伴隨著時代的發展與科技的進步，同程旅行既對自身的系統工具進行升級換代，又不斷突破邊界，將信息化產品商業化。怎樣通過信息化助力業務發展并提高員工體驗，同程旅行有其自身的方法論。同程旅行的人力資源信息化發展歷程主要經歷了如下階段：許靈HRIS同程旅行（同程人力資源信息化發展歷程）第一階段（2014-2015 年）分散式單一系統開發2014 年，同程旅行成立了研發部門，開始規劃自主研發系統，這一階段的系統主要以分散式單一系統為主，陸續建設了

229、人力資源主系統、績效管理系統、人才管理系統等。第二階段（2016-2018 年）內部一體化系統開發從 2016 年開始，同程旅行以一體化的思維，對系統進行重新規劃和整合，重構了基于共享模式下的人力資源管理系統，完全替換曾經的分散式單一系統。由于所有的系統與流程串通，并且系統之間的關聯性做得比較好，所以此套系統沿用至今。人力資源系統最核心功能上線跑通之后，主要側重點是內部各個職能系統、人力評價和相關的職能系統的完善，更好地匹配內部業務的需求，增加整個產品的成熟度。在開發一體化系統的同時，也搭建了數據倉庫。數據倉庫分為幾層，最底層是原始數據，從系統當中直接提取。原始數據是什么樣的，就呈現什么樣子。

230、另外還有加工層，提供加工之后的數據。加工之后的數據直接用于 BI 的話，會加快計算速度，頁面讀取的速度會加快。第三階段（2019 年至今）內外部整合與商業化輸出在服務好內部的同時，同程旅行逐步對外輸出系統。將側重點變成對外商業化輸出，已有許多成功案例。73第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT（同程企業管理系統核心產品線）系統與數據的相互作用系統和數據二者是無法分割、相輔相成的。往往談到系統的時候，不同階段對系統的考量和訴求是有差異的。在信息化建設初期，更多是考慮現成的系統能不能很好地滿足現有的需求，如何規劃和建設系統，可以

231、達到管理或提效的目標。目前，很多企業在規劃系統的初期，會長遠考慮到未來數據對于企業的價值，在初期就做好數據的存儲和質量把控。隨著企業的信息化發展到一定程度之后，不同對象就會產生不同的對于系統的需求，這個時候就需要以終為始，要知道是誰在使用系統，需要使用數據的目的，再倒推現有系統是否能滿足現在的情況。同程旅行的思路是首先定位數據系統的使用對象，能夠解決什么問題和目的。比如，如果使用者為管理者，其目的是打造管理者的管理抓手；如果使用者為人力資源業務伙伴，其目的是節省人工處理的工作量，提升效率以更好履行職能。明確目的，也就明確了需要使用的數據，需要有哪些內容呈現。同程旅行在明確數據分析的目標后，才會

232、規劃這些內容分別需要哪幾個系統的信息，呈現哪些內容，信息傳輸過來之后需要怎樣存儲和加工，最后才會升級到系統和數據倉庫如何規劃。判斷是單獨建立人力資源數據倉庫，還是與業務共用一個數據倉庫。整體過程當中，以兩個核心思想為指導：以終為始：同程旅行在數據系統建立過程中以終為始，以數據最終的業務目標逐步往前推，給誰看，解決什么問題。然后倒推出來放什么內容、指標、模塊，進而推出需要多少個系統的數據，這些系統在底層如何存儲、加工才能讓用戶快速看到其想要的效果。提前規劃：規劃通常需要前瞻性，通常至少進行兩到三年的規劃，防止幾個模塊完成之后剩下的數據放進來需要動到底層和權限。在規劃時，同程旅行會提前設想好系統兩

233、三年之后的樣子。也盡量將用戶群體考慮全面，避免出現后期存儲加工系統數據時數據倉庫結構或者用戶權限需要調整甚至重解的情況。74第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT（同程人力數據分析系統組織一鍵診斷功能）（同程人力資源數據質量自動化檢查系統）對應系統產生對應數據，隨著產生的數據越來越多，數據質量則更是重中之重。為了有效提升數據的價值，數據治理工作至關重要，同程旅行總結了高效進行數據治理的步驟。數據治理的步驟第一步：框定系統中需要治理字段的范圍公司系統中會有很多字段，并不是所有都需要治理，有些是不常用的，有些是系統本身自帶的。通

234、過在公司內部找各個業務方進行一輪調研，明確其需要的資料有哪些，從而框定一個需要治理的字段范圍。第二步：定數據標準，梳理數據字典框定治理字段范圍之后，找到相對應業務方或者總部專門負責數據管理的工作人員定標準。明確每一個字段的數據來源、存儲人員，確認字段類型，是日期字段、開放式填寫字段，還是下拉選項參照列表里面選擇的字段。在數據字典里面梳理明白每一個字段的定義和應用場景，比如計算員工的司齡以哪個字段為準。第三步：前置限制性規則梳理標準與數據字典之后，要倒推到前端的一些流程環節，在數據流轉的過程里面去做好一些卡扣和限制，規避后期數據應用上的一些問題。比如想要用員工的出生日期推算退休日期，就需要在前端

235、入職流程中當員工填寫完身份證上的官方日期之后，自動帶出對應數據。第四步：檢查是否有不符合標準的問題基于數據字典，梳理出可校驗的邏輯規則。再結合常識和公司人力資源的一系列通用性規則，檢查資料的正確性。有兩種檢查的方法，一種是簡單的人工檢查，另一種是自動化檢查。人工檢查就是用已有的規則讓負責數據的工作人員拉一個系統的花名冊，通過 excel 里面的公式人工做一次性的檢查。自動化檢查需要增加一些系統成本，在系統中自動完成。同城旅行的人力數據治理系統當中規則是可以自動去配置的，它不是固定的，可以靈活配置。檢查出來的問題也是可以推送到維護好的字段責任人，直接在這個治理系統里面去修正就完成了。75第五屆人

236、力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT提升數據本身的質量之后，需要應用數據進行價值創造，針對系統中的數據進行分析與應用。如何統一口徑？如何賦能業務？關于這些問題，同程旅行在實踐中總結出解決問題的方法論。（同程人力資源數據分析和治理建設路徑）數據應用數據分析口徑統一 沿用的指標：指標和計算規則，全公司統一口徑，如能延用歷史計算邏輯，盡量延用，讓干部和員工對字段的理解沒有偏差。新上的指標：1、系統標識在系統上添加指標定義的解釋，BI 中每一個字段上面設計一個小問號標識。當鼠標放上去之后，就會顯示這個字段的定義描述與計算公式。2、說明文檔

237、在每上線一個新的模塊的時候，將系統說明文檔發送給員工。將每一個字段用于管理的內容和計算口徑，都以文檔的形式發送給用戶。數據分析賦能業務 具體做法：1、經過數據分析發現問題之后，向管理者反饋異常和預警。2、系統開發人員在后臺查看用戶使用情況，哪些是管理層經常登錄的。3、定期與 HRD、CHO 做回訪，明確哪些數據是他們希望看到的。76第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT周大福人力資源數字化建設分享業務背景周大福珠寶集團有限公司（集團；香港聯交所股份代號：1929）于 2011 年 12 月在香港聯合交易所主板上市，以成為全球

238、最值得信賴的珠寶集團為愿景。集團標志性品牌周大福 創立于1929年，廣獲認同為信譽及正貨的象征，并以產品設計、品質與價值而聞名。集團及其標志性品牌的成功，從過去的悠久歷史，體現出對創新和工藝的持久堅持，以及恒久抱持的核心價值真誠 永恒。周大福憑借差異化策略在不同顧客群的市場穩步發展，并提供貼心的消費體驗。我們透過提供多元化的產品、服務和銷售渠道，滿足顧客不同人生階段的需要。集團的差異化品牌策略以周大福旗艦品牌為核心，并相繼推出針對性的零售體驗，以及HEARTS ON FIRE、ENZO、SOINLOVE 與 MONOLOGUE 等其他個性品牌，每個品牌都承載著不同顧客群的生活態度和個性。集團借

239、助以客為本的方針及策略，實踐業務可持續增長的承諾，致力于業務、員工和文化方面推動長遠的創新發展。發展成熟的靈活業務模式是推動集團可持續增長的一大優勢，在整個價值鏈中支持集團追求卓越，以及延伸商機至不同社區和全球的行業合作伙伴。集團擁有龐大的零售網絡，遍及中國、日本、韓國、東南亞與美國，并經營發展迅速的智慧零售業務，能有效地執行線上線下策略，在現今的全渠道零售環境下成功突圍而出。目前，周大福在全球的分店已超 7000 家，在大陸地區覆蓋了 1200 多個城市，業務持續增長，經營狀況穩步發展。在全球奢侈品品牌中排名第八，也是中國唯一進入排名前十的公司。人力資源數字化發展業務背景與發展歷程周大福的人

240、力資源數字化發展已有二十余年的歷史，結合不同的業務發展階段，數字化也在不斷迭代升級，呈現出不一樣的特點。本篇案例將從技術服務業務的角度，分享周大福人力資源數字化的實踐。自主研發階段2003 年開始，周大福自行開發了一套人力資源系統，王維中人力資源副總監周大福珠寶隨著業務持續拓展，自研的系統逐漸覆蓋不了 HR 需求，企業內各個業務單元之間的數據不互通，系統功能也無法滿足企業發展的需要。線上化統一管理階段2012 年周大福全國線下門店拓展超 2000 家，隨著業務的發展，痛點問題和主要需求日漸凸顯。痛點問題：（1）人數統計：由于各個業務單元擁有各自的系統，統計集團在職員工總數時需要將不同分部提交的

241、數據進行匯總，準確性不高，并且有延遲。（2）工資結算：工資結算方式全國不統一。主要需求：（1）人數統計：自動把全國在職員工人數準確統計，并且做到數據實時化、口徑統一。（2）工資結算：工資通過全國統一的方式結算。2012-2014 年建立統一人力資源信息化平臺，上線所有模塊：周大福完成了整個集團統一人力資源信息化平臺的建立與所有模塊的上線，用一個系統管理所有人力資源數據，確保其及時與準確。相比于 2012 年之前以自研為主的信息化平臺，周大福采購了一個架構更成熟穩定的產品作為基礎平臺。為了讓系統更好地發揮作用，需要確保流程本身的流暢與高效。而在系統上線之前 HR 的工作是按照職能劃分的，會形成斷

242、點，所以在系統正式上線實施之前做了流程優化和整合。與業務數據融合階段2015 年與業務數據打通，進行商業智能數據分析：一方面，呈現銷售人員的效能并識別高低績效員工需將人力資源與業務的數據結合，因此周大福將二者的系統打通，并搭建數據倉庫以進行數據統一管理。另一方面，周大福開始進行商業智能數據分析，包括日常人力資源報表的數據可視77第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT化呈現和通過與業務數據的結合分析賦能業務管理者。也尋找了外界咨詢公司作為外腦提供從基礎的招聘、入轉調離到進階的人才潛力、人效等主題的數據分析路徑，便于后期不斷探索

243、迭代。HR 服務移動化階段2016 年實現移動化平臺，建立 APP：乘上移動互聯網時代的東風，周大福進行數據化的初步嘗試，開始布局內部移動化人力資源信息平臺。建立自己的 APP，可以服務到所有員工進行獎金、銷售情況等內容的查詢。也能夠讓店長通過手機就可以看到自己管理的整個團隊每個員工的測評結果、出勤情況和銷售進度等?？茖W自動分配指標2017 年周大福全國線下門店拓展至 3000 家，傳統銷售指標分配機制受到挑戰。痛點問題：過往能夠明確每家門店的銷售指標與每日完成情況，但不論是 ERP 還是 POS 系統，顆粒度只能精確到門店，壓力都是傳導給店長的。沒有從分店再到個人的過程，需要店長自行分攤。主

244、要需求：讓店長能夠根據員工個人情況自行科學分配銷售指標，并且能夠回傳員工業績達標率。2017 年設計適合公司自身的邏輯算法，助力業務發展：盡管外界已有許多成熟的產品，周大福還是做了適合公司自身的一系列邏輯和算法。通過人力資源系統幫助店長自動把自己身上背的銷售指標根據制定的規則，以人力成本、入職時長和員工擅長銷售領域為維度，安排到分店的所有銷售人員，不同的員工會依據算法背負相對應的指標任務。把顆粒度只做到分店的機制變為直接從大區到城市到分店再到個人的一個鏈路全部打通。2018 年探索移動終端信息化服務，利用數據賦能業務場景：周大福開始做一些移動終端的信息化服務探索，利用數據更好地服務前線業務場景

245、。使得店長每天可以通過手機了解到所有門店員工業績達標情況，同時每位員工也可以實時觀測自己的銷售進度與提成，從而達到更好的員工激勵效果。2019 年引入云技術與 AI 技術，拓展應用場景：隨著社會技術的進步，外部出現許多成熟且相比于自研產品性價比更高的產品。周大福引入一些云技術和 AI 技術輔助人力資源系統與服務，比如將智能客服機器人引入公司內部服務員工，在員工留言問題后會匹配到標準問題并自動回復。智能客服機器人的應用場景從銷售場景拓展到人力資源服務場景，相較于以往由人力資源工作人員進行在線或者郵件回復而言，能夠降本增效，并且提升員工體驗和滿意度。疫情背景下新增需求2020 年周大福經歷疫情的沖

246、擊，但是由此產生的新問題與需求也成為信息化發展的契機。痛點問題：（1）培訓形式：無法組織線下培訓。（2）手續辦理：手續復雜，郵寄受阻。主要需求：（1）培訓形式：培訓線上化。（2）手續辦理：引入技術，在線辦理。2020-2021 年搭建線上學習平臺，引入電子簽：過往信息化是以標準格式處理流程記錄的，更多體現在記錄和計算上。在疫情背景下，周大福一方面搭建覆蓋全員的線上學習平臺，將線下培訓轉為移動學習或者直播授課。員工可以自行通過線上視頻與在線考試完成對產品賣點和話術的掌握，并且以直播的方式在線演練。另一方面引入電子簽，結合區塊鏈或 OCR 技術做實名認證，完成日常的人事文檔簽署。優化流程，提高效率

247、，解決了以往一定要手動簽名的問題。2022 年上線 AI 陪練，進一步滿足業務需求：雖然將培訓線上化突破了時間和地點的限制，但是員工希望銷售話術的練習能夠得到如以往線下時的一對一反饋。周大福為此引進并上線 AI 陪練，將指定產品的賣點標準回答錄到系統后臺。當員工輸出話術后，系統會結合已輸入好的標準關鍵詞給出反饋，讓員工實時知曉自己的話術關鍵詞、完整度、語調和語速的情況，進而提升話術訓練的效果。人力資源數字化實踐經驗與思考 關于 HR 業務流程與系統人力資源數字化是將 HR 業務對象、規則、交付重構的過程，清晰的 HR 服務交付架構，行之有效的 HR 業務流程是人力資源數字化的基礎，使用系統工具

248、、新技術大幅度提高 HR 服務效率，提升員工體驗。如將人力資源數字化僅限于現有流程由線下搬到系統上，無法達到提速增效的目標。關于自研產品與云產品選型考慮因素成熟度：周大福需要保證選擇的產品是可靠穩定的，通78第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT常成熟的產品是經過很多用戶來驗證的，因此通過其用戶數來判斷。開發成本與難度：由于周大福有很多具有自己特色的業務，所以需要將選擇的產品進行二次開發。一方面需要易于開發，另一方面要求產品能夠滿足公司內部自行運維，以保證成本和服務質量比較可控。關于自研與云產品融合：打造一體化服務正因為之前

249、有很多碎片化零星的系統自研打造，2012年之后周大福開始主張一體化的服務。周大福通過前端細分領域產品與后端主系統的組合，提供一體化的服務，相比于一體化產品，更能為不論是一線銷售人員、人力資源員工還是管理層提供優質的服務。同時會混合不同供應商，在一個 app 里完成統一的服務。從用戶的角度看，是一體化的；從支持方的角度看，是由多個供應商在支持的。由于出現越來越多優秀的細分領域供應商，加上云技術的發展，可以提高用戶的體驗感。因此，原有系統的角色定位發生了變化。周大福將 2012 年上線的人力資源系統轉變為一個大的數據后臺，充當數據庫的功能。而前端通過不同的廠商產品或者自研產品服務不同的模塊流程，并

250、且全部打通，產生的結果數據也回傳到平臺。當要對數據進行可視化呈現或者分析的時候，會回到數據后臺里面取數。以招聘與培訓的系統為例：外部產品在招聘領域的應用周大福在市場上采購招聘領域較成熟廠商的產品，能夠將從簡歷收集、面試安排到面試過程中面試官的打分、評語和錄用情況的數據都傳遞到人力資源系統。以往負責招聘的員工錄入候選人信息后會把資料交給周大福人力資源共享服務中心，再由共享服務中心的員工錄入到統一的人力資源系統當中?，F在應用外部產品后，從候選人投簡歷開始就擁有了對應數據，當確認錄用之后，招聘全過程中的信息會自動對接到后臺，省去了人工手動錄入的過程。自研產品在培訓領域的應用對于市場上現有產品依然無法

251、滿足的需求，周大福采用自研的方式完成這些服務。對于門店銷售人員而言，想要迅速了解豐富的貨品中每一款的賣點與話術是一個痛點問題。周大福通過自研工具，達到掃描產品吊牌上的二維碼便可以顯示產品賣點與話術的效果，進而幫助銷售人員提高培訓效果。人力資源數據管理與應用如上所述，周大福從 2015 年開始就實現了商業智能數據分析賦能業務，之所以有這樣一種實現，是因為有良好的數據質量為基礎。周大福在數據治理過程中將數據分級管理，進一步對數據質量優化問題進行合理解決。同時，只有高質量的數據也是無法進行分析應用的。因此，好的團隊也是至關重要的。數據分級管理周大福會考慮到數據的重要程度、使用場景和使用對象，分成不一

252、樣的時間要求等級。分級管理數據，有不同的收集匯總回傳時間。例如，從使用場景的維度來看，每日更新在職人員入轉調離情況、學習記錄與業績；實時更新獎金。從使用對象的角度來看，一線員工、部門或分店主管、城市經理或者人力資源員工的數據為實時更新；如果是管理層的BI 報表，則每日更新。數據質量優化問題：各個子公司對同樣的資料錄入標準不一樣，導致統計字段數據時無法合并處理。做法：將全國錄入數據的權限全部收回，由共享服務中心里的專門團隊手動錄入原始資料并統一標準，確保一旦有員工工作交接的話，也能按照同樣的錄入標準處理。數據管理團隊數據錄入團隊：全面負責員工數據錄入及復核。標準制定團隊：定義人力資源數據字段，錄

253、入規范、指標及取數規則，并一年更新一次標準。HRIS 團隊：技術與人力資源之間的橋梁，主導協同整個信息化建設上面需要雙方力量來去輸出的內容。統一匯總不同子單元之間對同樣的流程的差異點、共同點，判斷是否對差異點進行整合，思考如何更加有效率，并結合系統的情況給出 HRBP、HRD 建議。數據應用周大福對于數據應用的定位是對業務發展起到輔助的作用，主要是通過對數據的及時呈現和分析給業務提出發展的建議，一方面對風險起到預警的效果，另一方面輔助業務高效開展。會及時將員工銷售表現下降或者出勤不穩定的情況反饋給店長，提醒店長注意。另外，也會及時推送一些與對應員工相匹配的培訓給到店長，便于店長安排員工進行培訓

254、。79第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT關于人力資源智享會人力資源智享會（HREC）是高端、專業、廣具影響力的，面向中國人力資源領域專業人士提供會員制服務的企業。截至2020年6月30日：智享會付費會員企業超過 3,800 家，已經進入中國的世界500強和福布斯全球2000強企業中，超過90%的企業享受智享會的各項服務。智享會的產品和服務覆蓋人力資源全領域，且形式豐富、立足前沿、全方位滿足人力資源人士的“學習需求，采購需求，激勵和認可需求”。智享會滿足學習需求線下學習渠道：每年1.舉辦超過40場的大型年會及展示會；眾多細

255、分領域的品牌盛會已深入人心，成為專業人士學習前沿趨勢、優秀實踐的首選。2.14場標桿企業探訪帶您深入剖析領先企業的優秀人力資源實踐。3.覆蓋人力資源各模塊、領導力開發和軟技能發展的超過100場的公開課培訓和內訓，提供會員企業一站式的學習解決方案。4.Member Bridge一對一會員對接服務,每年幫助超過200家會員企業對接搭橋，促進企業會員之間的深度交流，滿足會員之間經驗分享的需求。線上學習渠道：1.70+空中課堂直播和錄播：平均每月6 次，每次1-1.5 個小時，足不出戶地進行更有效率地學習。2.HR 線上專題視頻課：每一門專題課150-300 分鐘，5-8 個模塊。3.云上嘉年華系列：

256、為期2-3 天的全天線上不間斷直播，覆蓋學習發展、薪酬福利、數字化等細分主題。深度學習渠道：1.12+權威研究報告，200+中國本地實踐案例，覆蓋人力資源各個領域：管理培訓生項目、人力資源共享服務中心、人才管理與領導力發展、藍領員工管理、社交媒體與人才招聘、校園招聘、在線學習與移動學習、人力資源業務伙伴、變革管理、人力資源數字化轉型、彈性工作制與靈活用工、企業績效管理改善與優化、企業員工健康福利與健康管理等等，提供人力資源行業的洞察分析、前沿趨勢以及優秀實踐分享，幫助人力資源從業者做出科學決策。2.6期 HR Value會員通訊內參兼具理論性和實踐性，堅持原創內容。智享會滿足采購需求1.線上供

257、應商采購指南（The Purchasing Guide），基于行業內上千位人力資源專業人士的用戶真實評價形成，幫助人力資源從業者在采購服務時節省時間、降低風險，輔助你精準定位出適合自己的乙方服務。2.智享會每年在中國主要城市舉辦覆蓋學習發展、招聘任用、薪酬福利、人力資源技術各主題的大型專業研討會和展示會，吸引超過500+中國最頂尖人力資源服務機構和解決方案供應商，全面滿足會員企業采購需求。3.智享會會員共保池，結合會員集體采購力量，降低保費。智享會滿足激勵和認可需求1.智享會以“匯聚優秀企業，發現杰出實踐，引領人力資源行業發展”為目標，每兩年舉辦的“學習與發展價值大獎”、“招聘與任用價值大獎”

258、和“人力資源共享服務中心”獎項評選，作為人力資源業界內的“奧斯卡獎”而倍受矚目。智享會遵循“公正、公開、公平”原則，邀請獨立的人力資源領域資深專家組成評委團，打造出專業、公平、公正的人力資源獎項，以激勵和認可行業中的優秀企業、優秀團隊、優秀人物。2.CHW健康工作場所認證：智享會（HREC）與多家健康領域的專業機構將聯合宣傳和倡導健康工作場所的認證，共同推進健康企業、健康中國。80第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT智享會人力資源實踐研究院研究院介紹與定位智享會人力資源實踐研究院關注人力資源熱點話題，每年為智享會會員呈現

259、24 份研究報告。數量：全年24份研究報告，涵蓋人力資源各模塊的熱點話題。類型：針對不同人力資源熱點問題，采用不同的研究方法并產出不同類型的報告 Benchmarking（數據對標）：針對市場的熱點問題，以數據對標為主的調研研究 Practice Mapping（實踐地圖）：梳理、總結和歸納人力資源某一特定領域最佳實踐的研究報告 Blue Print（行動藍圖）：針對某一人力資源實踐領域，提供模型、體系及步驟性指導的調研研究 Trends Exploration(趨勢探索)：聚焦人力資源行業趨勢性話題，提供趨勢解析與洞察以及行動指南的調研研究 Deep Topic（深度話題）：深度話題研究，主

260、要針對更為聚焦和精專的話題 定位：客觀、前沿、落地、專業 人員：10+位全職專業資深顧問，多年致力于人力資源行業性研究。招聘 招聘技術路線與效能提升研究報告 企業校園招聘實踐調研報告 企業入職管理與培訓管理實踐調研報告 社交媒體與人才招聘調研研究 人才發展與培訓 企業移動學習項目調研報告 企業內部講師團隊搭建與培養調研研究 中國企業國際化人才發展與培養實踐研究 薪酬福利 企業員工健康福利與健康管理調研報告 企業高管福利管理與實踐調研研究 企業彈性福利管理與實踐調研研究 信息技術 人力資源共享服務中心研究報告 AI技術在人力資源領域的發展與應用研究 離職風險管理與流動預測研究報告 人力資源數字化

261、轉型調研研究 People Analytics的發展與應用研究 人力資源信息化管理調研研究 其他 彈性工作制與靈活用工研究報告 HRBP能力發展提升研究 變革溝通管理實踐調研研究 企業績效管理改善與優化調研報告 企業工廠藍領員工管理狀況調研報告 廣受行業贊譽的旗艦報告81第五屆人力資源技術研究報告THE 5TH HR DIGITALIZATION RESEARCH REPORT關于北森北森，注冊成立于 2005 年，是中國領先的人力資源科技公司。通過創新的一體化 HR SaaS 及人才管理平臺iTalentX，北森為中國企業提供人力資源管理場景中所有技術和產品，包括 HR 軟件、人才管理技術、員工服務生態、低代碼平臺的端到端整體解決方案。幫助企業實現覆蓋員工招募、入職、管理到離職的全生命周期的數字化管理，快速提升人力資源管理效率、提升人才管理能力、幫助員工快速成長，實現智慧決策。自 2016 年起，北森已連續六年位列中國 HCM SaaS 整體市場排名第一（數據來源：IDC）。截至目前，北森已經累計幫助超過 6000 家中大型企業獲得業務提升，其中包括超 70%的中國 500 強企業。每天，有超過 15 萬 HR和 2000 萬的企業員工使用 iTalentX。在 IT 互聯網、高科技制造、房地產、零售連鎖等行業，北森已經成為頭部企業廣泛認可的合作伙伴。