編輯導讀：人才是一個公司賴以生存的基石，HR是決定公司組織能力的重要崗位。在如今數字化轉型的浪潮下，諸多大廠已經對HR提出了全新要求。本文作者對此進行了分析，希望對你有幫助。

毫無疑問，“數字化”這個時代熱詞帶來的商業環境改變，讓企業面臨極大的不确定性。2020年以來，黑天鵝和灰犀牛事件頻發，我們一次次地“見證曆史”，不确定性抵達了前所未有的高峰。

當外部因素難以把握，企業自然開始追求内部變革。宏觀上，組織轉型已經是大勢所趨；微觀上，各大職能體系也都在經曆變革。其中，人力資源作為決定組織能力的重要職能，更是經曆了疾風驟雨的洗禮。

穆勝咨詢發現，在數字化轉型的浪潮下，諸多大廠已經對HR提出了全新要求。

01 數字化——向HR專業滲透

國家十四五規劃和2035年綱要的第五篇，專門談到“加快數字化發展，建設數字中國”問題。簡單統計，“數字化”在《規劃》全文出現25次，“智能”出現35次，“智慧”出現22次，“大數據”出現10次。

根據百度搜索指數的綜合統計，自2016年起，數字化熱度一直持續上升，2020年出現明顯的拐點，以更快的速度上升。

圖1：數字化熱度

資料來源：穆勝咨詢

備注：穆勝咨詢結合百度指數（數字化、數字化轉型、數字化管理等詞條）統計加權處理後得出（權重按照關聯重要級設置）。

這些信号都充分說明了數字化時代已經來臨。有人認為企業數字化轉型是業務流程數據化，這沒錯，但并不完整。人才同樣也需要數字化，隻有這樣才能實現業務流、資金流和人才流三流一體在線，實現數字管理。

先不提人力資源數字化，看看更基礎的人力資源數據化。人力資源數據化并不是未來，而是已經發生的趨勢，大量企業已經開始實踐了。根據穆勝咨詢2020-2021兩年發布的年度《中國企業人力資源效能研報》，2021年有50.1%的被調研企業重視數據化人力資源，并設有負責此項工作的專職員工或團隊，用以沉澱人力資源數據。對比2020年，該比例上升了5個百分點。

圖2：企業對數據化人力資源的重視及應用情況

資料來源：穆勝咨詢《2021中國企業人力資源效能研究報告》

在數字化轉型的浪潮下，以互聯網、地産、金融為代表的大廠們站在了浪尖，騰訊、百度、滴滴、綠城等企業紛紛行動。讓我們來看看，他們對HR提出了哪些新的要求呢？

通過對大量招聘信息的查閱、整理、分析，我們發現了一些在數字化轉型浪潮中HR職責的變化，這種變化主要有兩類：

一類是在HR現有崗位職責的基礎上增添了數據分析的職責，或是把這種職責放大設置獨立的崗位，這種變化是“小升級”，因為HR的工作邏輯沒有本質的變化；還有一類是在HR部門中設置了專門承接數字化轉型的崗位，這種變化是“大改造”。

如果說小升級是把原來的人力資源相關信息變成數據并進行分析判斷，那麼大改造就是把這些數據變成人才流，并與資金流、業務流結合在一起線上化，從而真正實現數字化管理，說白了，小升級是大改造的前提。

02 穩健革新——HR的小升級

如今，大廠的人力資源職能架構大多會采用“三支柱模型”，即專家中心（COE）、共享服務中心（SSC）和業務夥伴（BP）。在職責上，COE偏向規則制定和綜合賦能，SSC偏向流程管控及運營，BP偏向政策落地。

大廠們的小升級通常從SSC開始，對比傳統HRSSC的職責，從看數據和查數據，開始向分析數據和管理數據轉變。

比如，騰訊HRSSC專員的職責有“SSC運營支持和相關方案跟進，有較強的HR數據分析能力，并管理員工基礎數據。”

有些大廠會将這種數據分析的職責放大，形成單獨的崗位，通常叫做“HR數據分析”。 綠城就在HRSSC中設置了這樣的崗位：

資料來源：獵聘網

滴滴也同樣在HRSCC中設置了這樣的崗位：

資料來源：獵聘網

設置類似崗位的企業很多，比較知名的，如網易、中金、、商湯集團、58同城等，企業類型涉及了互聯網、AI這種科技前沿行業，金融行業，甚至傳統制造行業。這些來自不同行業的大廠已經行動起來了，通過小升級的方式調整，以适應數字化轉型的需求，這是一種進步。而且，他們中的大部分選取了人力資源部門裡天然靠近數據的HRSSC邁出這關鍵的第一步，無疑是一種相對簡單但有效的選擇。

總結下來，這類崗位的職責主要有：

• 數據整合——數據梳理、提取、清洗；
• 指标搭建——根據業務特點建立指标體系；
• 數據分析——分析數據，形成報表或在線數據儀表盤（可參考穆勝咨詢的人力資源效能儀表盤HED）。

對比傳統的HR職責，這種進步已經十分明顯了。穆勝咨詢判斷，真的做到這一步，HR再享受5年的“專業變革紅利”不成問題。“紅利”反映在什麼地方？無非就是HR們的身價（錢）和地位（權）嘛。

03 底層重塑——HR的大改造

如果說，上述的調整思路還是在人力資源傳統邏輯上進行的。那麼，對于本就數據化程度極高的互聯網大廠來說，這種小升級就顯得有點不夠“大膽”了，他們追求的是一種“大改造”。

根據我們以往的經驗，企業的數字化轉型，大多是由IT部門、業務部門或戰略部門牽頭，人力資源部門往往都是以相對被動的形象出現，甚至有時還被诟病為“拖後腿”。但如今，越來越多的人力資源部門親身參與其中。值得一提的是，有的大廠的數字化轉型甚至是由人力資源部門作為主力之一來牽頭的。

對于這種企業來說，往往會設置人力資源信息化（數字化）相關崗位。比如互聯網頭部企業騰訊：

資料來源：獵聘網

百度也設置了相關的崗位：

資料來源：獵聘網

除了騰訊、百度這樣的互聯網大廠，伊利、吉利、長城汽車、京東方、中建國投、富士康等大型傳統企業也同樣設置了相似的崗位。對于這些企業來說，業務數字化轉型已經進行了一段時間，如今，數字化轉型似乎滲透到了人力資源領域。從“業務”到“管理”的數字化，符合一般的數字化轉型規律。這類企業的數字化轉型進程，似乎也讓他們和競對之間越來越拉開了若幹個身位的差距。其實，我們想說——沒有傳統的企業，隻有傳統的思維。

這些崗位職責來自于不同的行業，但總結下來，有這幾條主要職責：

• 系統搭建——基于公司戰略和業務搭建HR信息系統；
• 數據模型——建立人力資源數據分析模型，通過系統及數據平台，對人力資源、業務指标進行統計；
• 決策支持——多角度分析組織、人力數據，發現問題，提出改進意見。

我們還注意到，有些企業的人力資源信息化系統是自己搭建的。他們組建團隊，根據自身業務特點形成獨有的數據生态、指标體系、分析手段和幹預方式。這種“自力更生”的方式滿足本地化的需求，有更好的落地性。

還有一些企業會選擇借助專業機構的力量，企業通過一兩個接口崗位與專業機構對接，完成轉型。要麼是引入穆勝咨詢這類專注于人力資源數據化的咨詢機構；要麼是引入北森這類SaaS或PaaS一站式解決方案；要麼是雙線并舉，讓數據化成為數字化的基建，讓數字化成為數據化的依托。其實，企業“借助外腦”來實現人力資源數字化的破局，往往更加高效。

不管采用哪種方法，對HR都提出了更多、更高的要求，他們需要對人力資源專業有全新理解，還要能将這種理解轉化為一種新的工作模式。身處于“大改造”環境中的HR，玩的是心跳，要麼是駕馭趨勢，一飛沖天，要麼是被趨勢抛棄，最終黯然退場。

04 數據戰士——HR新任職要求

HR的這些新職責和新崗位對HR來說既是機遇又是挑戰，傳統HR的任職要求已經不能滿足這些新的崗位和職責了，最明顯的變化是要求HR具有數據能力。我們來看看大廠們對HR的數據能力都提出了哪些要求：

• 阿裡——良好的邏輯思維和數據分析能力，對人力資源數據化管理有清晰思路和認知；
• 騰訊——具有業務流程建設和優化經驗，強業務抽象能力，數據建模能力及數據分析能力；
• 滴滴——思維敏捷，有敏銳的業務洞察能力，較強的信息收集能力，對數據、業務和組織敏感，能夠獨立對高複雜度的業務問題進行研究分析，給出有深度的判斷和可落地的解決方案；
• 美團——具備現狀調研、數據分析和報告解讀的能力；
• 58同城——具備良好的業務思維，能夠實現HR管理和數據需求的良好結合；
• 網易——數據驅動，業務導向，具備良好的溝通能力和團隊協作精神；
• 中建國投——較強的分析嫩李和解決問題的能力，邏輯清晰、擅長數據分析與需求梳理；
• 安踏——對企業數字化轉型相關領域有足夠認知洞察能力，并能前瞻性地理解技術發展趨勢和應用場景。

總的來看，大廠們HR的數據能力要求中，數據整合、分析、形成報告是相對初級的要求；搭建信息化系統，形成數據生态并指導業務是相對高級的要求。

這種任職要求的提升不僅僅體現在數據能力上，也體現在對專業背景的要求上，從大廠的招聘信息上可以看到，HR崗位已經開始招統計學、經濟學、計算機、自動化等非人力資源專業的人才。從工作經驗的要求來看，人力資源相關工作經驗也僅僅是個初級的要求，搭建HR信息平台，商業模式分析，企業數據洞察，咨詢公司背景等相關工作經驗也成了某些大廠的高階要求。更有甚者，需要HR懂區塊鍊技術和相應的開發經驗。

對于辦公軟件的要求也明顯增多，傳統的HR一般隻需要會使用Office和公司OA系統即可，從大廠對這些崗位的招聘信息中可以明确看到，Hive、SQL、SPSS、Python、R、Tableau等專業性較強的數據分析處理工具也成了HR們所要掌握的。

HR們注意了，需要警惕跨界打劫！

05 HR該如何提升？

數字化轉型浪潮下，面對這些新崗位、新要求，HR們要怎麼提升自己才能立于潮頭持續向前，而不是被大浪拍在沙灘上呢？

再次強調，數據化是數字化的基建。想要跟上數字化轉型的浪潮，首先實現人力資源專業的數據化。

人力資源的數據化需要三個基礎，穆勝博士稱之為IBR。我們舉一個簡單的例子（如圖3）：

圖3：IBR模型

資料來源：穆勝咨詢

這個模型是人力資源經營價值鍊中上下遊指标關系的縮影。舉例來說，X是組織結構精簡度，而Y是人力資源效能，顯然，組織結構精簡對于人效有影響。要建立這個模型，我們需要知道三類信息：

一是指标算法（Indicator），即找到量化組織結構精簡度（X）、人力資源效能（Y）的指标。這讓人力資源專業從“語文題”變成“數學題”。這個方向上考驗的既是設計者的數據思維（Data Mind），也是設計者對于人力資源專業的理解。現在談人力資源指标的機構不少，但說實話，指标有沒有才華，是不是油膩，明眼人一眼就能看出來。

舉例來說，我們通過“扁平化指數”來衡量組織結構精簡度，這個指标受到管理幅寬和管理層級的影響，管理幅寬越大，管理層級越少，扁平化指數越大。

二是指标基線（Baseline)，即回答X和Y的指标多少算高，多少算低？這讓人力資源專業成為能夠迅速自檢和反映企業問題的雷達。

繼續前面的例子，我們給出的Baseline是：扁平化指數低于1就是有組織冗餘，激勵真實指數低于5%就是假刀假槍。我們為一個企業進行組織與人力資源量化盤點時，發現他們的職能部門扁平化指數隻有0.3，我開玩笑——你們這已經不是金字塔大了還是小了，你們這直接就是埃菲爾鐵塔嘛。

三是專業規律（Rule），即回答X對Y的影響力a應該是多少？我們通過精簡組織來提升人效究竟靠不靠譜？這能讓企業發現提升人效的最佳路徑。

毫無疑問，随着數字化轉型進程的深入，人力資源管理一定會發生颠覆性的變化。大廠們“春江水暖鴨先知”，已經對自己的HR提出了全新的要求。您的企業要不要也跟上趨勢？留給人力資源專業的時間不多，盡快上車吧！

#專欄作家#

穆勝，穆勝事務所（ID：hrm-yun），人人都是産品經理專欄作家。《平台型組織：釋放個體與組織的潛能》作者，知名管理學者，北京大學光華管理學院工商管理博士後，管理學博士，穆勝企業管理咨詢事務所創始人，互聯網商業模式和組織轉型研究專家。

本文整理發布于人人都是産品經理，未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議。

,