夯實數據基礎，實現數據支持決策

一、人力資源數字化轉型之路，數據治理先行

國有企業信息化建設之路踐行多年，僅就人力資源系統本身，已經存在眾多紛繁各異的系統。據我們不完全統計，部分大型集團化國有企業、集團及下屬企業各類人力資源系統多達幾百上千個，建設水平與周期各異，數據標準各異。集團領導層寄希望于通過數據支持決策的目的，往往因為數據標準缺乏一致性，下屬企業需要各自加工、逐層匯總，最終導致數據的時效性和可信度產生偏差。

不少企業的管理層已經認識到問題的緊迫性，但往往在執行過程中，多從一個或幾個數字化建設項目的角度對數據標準進行梳理和對齊，勢必缺乏有效的組織，難以調動各方力量，對數據進行橫縱向拉通。
面對挑戰，我們認為，數字化轉型的核心是對數據價值的充分挖掘和運用，在此基礎上，數字化建設的方向與目標才能夠與企業戰略進行捆綁和匹配。要實現對數據價值的充分挖掘與運用，數據治理是根本，而人力資源數據治理作為全面數據治理的切入點，具備下面三個天然的優勢。
首先，人力資源系統的組織與人員數據，是企業數字化生態的核心。幾乎所有的應用系統都會與人力資源建立鉤稽關系，或者通過企業數據總線，或者是1對1的接口進行集成。
其次，根據《中央企業做強做優、培育具有國際競爭力的世界一流企業要素指引》，對高層領導人才、科技領軍人才、復合型管理人才、職業化專員人才和高素質技能人才選用育留的全生命周期管理有更明顯的訴求。無論是通過大數據甚至AI輔助人力資源管理決策，都需要一個高質量的數據支持。

最后，通過數據治理，厘清人力資源數據域各方職責，以流程驅動數據，為最終的“數據驅動增長”提供堅實基礎。

二、人力資源數據治理，管理提升筑基

人力資源數據治理除了滿足標準的數據治理體系要求，企業自身業務的專業性、成熟度及業務之間的關聯關系，往往也會影響數據治理的結果。這需要數據治理團隊具備相對全面的業務理解能力與協調能力，與不同的業務方、系統供應商甚至包括與內部運維團隊，進行有效的拉通，確保數據的標準和維度與業務需求能夠達成動態平衡。

我們認為，在人力資源數據治理角度，以下五個方面的挑戰具有一定的普遍性：

1. 組織架構體系挑戰

·  人力資源管理范疇及系統中的組織架構與財務等系統存在不匹配。

·  集團對下屬企業組織架構層級管控的顆粒度不一致。

·  業務團隊存在虛擬型組織。

2. 崗位職級體系挑戰

· 集團與下屬企業崗位職級體系沒有規范的映射關系。

· 下屬企業之間的業態差異沒有拉通職級體系的動力。

· 下屬企業規模與發展階段不同，難以形成標準、可復制的職級體系。

3. 薪酬體系挑戰

·  集團管控的薪資項目標準定義缺失。

· 下屬企業之間缺少個性化薪資項目對應關系。

4. 績效體系挑戰

·  從集團到下屬企業，績效體系甚至考核周期不一致。

·  績效結果沒有統一的標準，且無法在集團及下屬企業間形成對應標準。

·  存在大量基于項目的考核，其結果應用無法被其他模塊共享。

5.人才管理挑戰

· 從集團到下屬企業，人才評價維度和判定標準不統一。

· 從集團到下屬企業，人才的分類標準、技能標簽不一致。

· 從集團到下屬企業，存在多套任職資格體系和領導力模型。

數據治理診斷框架