当前，人力资源专业面临的[敏感词]挑战有两个：

一是专业性缺位，选用育留等常规模块工作更多是凭借手感，缺乏标准，沦为玄学；

二是方向性迷失，选用育留等常规模块工作难以支撑业务战略，无法创造经营层面的价值。

由于HR无法回应这两个挑战，直接导致了老板和业务部门对于这个专业的质疑。如果你是在凭手感营造专业，又不能推动经营，为什么要设置这样一个部门呢？

近，字节跳动整体撤销了人才发展中心，其实就是这种质疑集中爆发的一个案例。

字节跳动这种“大户人家”的动作，特别有典型意义，人家给出的是一个再明确不过的信号——我的钱多，但也不是风吹来的。

人力资源专业数据化

回应两个挑战，人力资源专业的变革应该是一个完整的逻辑链：

一方面，是重塑“专业性”，即以数据量化专业，把人力资源专业由“语文题”变成“数学题”；

另一方面，是校准“方向性”，即以专业推动经营，让人力资源专业真正变成一门生意。

但回归现实，后一方面的野心似乎真的太大了。于是，大量研究者和实践者将心思放在了前一方面，形成了三个尝试的方向（如图1）：

图1：人力资源数据化的三个尝试方向

[敏感词]个尝试的方向是“量化人”。

典型的流派如敬业度测评（engagement）、素质测评（competency）、领导力（Leadership）等。这些概念已经被大众广泛接受，量化的方法也趋于统一，无非是各有各的呈现形式而已，实质都是差不多的。

但“所有的事不行，都是人不行”这种钢铁直男逻辑，其实没有太大意义。

一方面，个体的状态是由什么决定的呢？

如果不能打通选用育留等人力资源职能对于人的影响逻辑，并且将这种逻辑量化，人力资源专业就陷入了“事后分析”的尴尬，依然还是玄学。

另一方面，[敏感词]的个体就一定能产生[敏感词]的经营业绩吗？

如果不考虑组织内个体之间的化学反应，如果不考虑这种化学反应对于经营的影响，这种逻辑依然不能成立。

前者的典型例子是NBA里几个全明星球员抱团组队失败，现在的湖人队就在遭遇这种尴尬；

后者的典型例子是不少组织氛围热火朝天的创业团队走向覆灭。

所以，各位不妨回想一下，[敏感词]的盖洛普Q12问卷认为，员工满意了，企业业绩就好了，这个逻辑真的正确吗？其实，这是一个很典型的逻辑谬误。

第二个尝试的方向是“量化人力资源专业职能”。

典型的流派是IIP评估、人力资源审计、人力资源成熟度模型等。大概的思路是量化选用育留的动作，再检视这些动作和标准动作之间的差距。

人力资源专业其实并没有太多的标准动作，本身就是权衡企业需求而给出的定制化解决方案。

换句话说，执行某种标准动作并不一定带来经营业绩。

所以，这些模型在HR中红极一时，但后却并未成为行业共识，老板和业务部门也不感兴趣。

这个方向的量化还导致了两个恶果：

一是人力资源部门失去公信力，他们好像不断给自己出考卷，再不断地拿到高分；

二是人力资源部门醉心于塑造专业性，衍生出各种各样花哨的操作模型，更加曲高和寡，这个现象就是俗称的“差生文具多”“人菜瘾大”。

第三个尝试的方向是量化“人力资源专业价值链”。

所谓“价值链”，每个环节都产生相应的价值，相邻环节之间还有明确的因果联系。

典型的流派有人力资源记分卡、萨拉托加系统等。这些模型陈述了“选用育留专业动作”到“人力资源状态”的因果价值链，似乎兼容了前两个量化方向，覆盖了人力资源专业的每个角落。

但是，人们对于人力资源专业价值链显然缺乏底层共识。

一千个人心中有一千个哈姆雷特。例如，对于人力资源专业的终输出，认知是完全不同的，有人认为应该是产出组织能力（Organization capability）或企业文化（Workforce mindset and culture），有人认为应该是产出员工满意，还有人认为应该是产出选用育留各类专业结果，如招聘到位、考核公平、培训执行等。

正因如此，量化人力资源专业价值链的想法很美好，但分歧巨大。

上述就是现有人力资源专业的学者和实践者能够诉说的全部故事：

一方面是人力资源专业能够甄别出合适的员工，提升员工的能力和意愿；

另一方面是说自己的选用育留有多规范，多能支撑战略。

但是，这些故事在人力资源的“专业深井”里，更像是自说自话；这些故事离经营太远，让老板和业务部门没有感觉。

人力资源效能仪表盘

目前，我们基本可以确定的是，人力资源专业的数据化一定会沿着第三个方向走。但问题是，第三个方向存在一个核心的分歧——人力资源专业的核心交付指标是什么？

这里面又分两个流派：

一是强调专业有效性（Effectiveness）。

这个流派要么衡量内部用户反馈，也就是员工或业务部门是否满意；要么衡量专业结果，也就是选用育留是否运作良好。

我对这个流派极不感冒：

前者让人力资源部门成为了舔狗，我希望HR们记得，你们提供的是专业而不是服务，你们永远不可能让员工和业务部门完全满意；

而后者还是在自说自话，专业必须带来结果，但这种结果应该是经营层面的价值，而不是自嗨。

二是强调组织能力或企业文化。

我十几年前就做过深度研究，这两个概念其实是同义词，都包括组织价值观、组织规则和组织知识三个部分。说人力资源专业产生组织能力或企业文化，没有任何毛病。

但问题又来了，如何量化组织能力呢？

有的机构一上来就发无数的问卷，在我看来，这是很搞笑的事情。

企业看到这些调研结果，笑笑就好，放心，没有人较真的。

我赞同后一个流派，同时坚定地认为，人力资源效能（HR Efficiency，简称人效）是组织能力的[敏感词]代言。

企业好比一个装有组织能力的黑箱，一边投入资源，另一边产出绩效（如图2）。

组织能力强，黑箱成为放大器，小资源投入带来大回报；

组织能力弱，黑箱成为衰减器，大资源投入带来小回报。

图2：组织能力的三明治模型

所以，资源的投产比，也就是效能（Efficiency）正好就说明了企业的组织能力。

效能分为财务效能和人力资源效能：

前者体现为资产回报率、毛利率、利润率等；

而后者体现为人工成本投产比、人工成本报酬率、人均营收、人均毛利等。

由于人力资源是一切资源流转的中心，是所有营收、成本、费用发生的中心，人力资源效能在很大程度上决定了财务效能。

根据穆胜咨询的研究，在互联网属性的企业里，人效每变动一个单位，财效会同向变动4.33个单位。

从这个意义上说，人效显然更能代表组织能力。

正是基于上面这个坚实的逻辑起点，我们研发了一个工具——人力资源效能仪表盘（HR Efficiency Dashboard, HED）。我们发现，以人效作为人力资源专业的核心交付指标，就能让人力资源专业的价值链变得清晰。我们不仅可以通过没有争议的量化，来提升“专业性”，还可以将其作为支点来推动经营，完美校准“方向性”。

我们的框架是量化三个维度：

[敏感词]个维度是效能层。

这个层面是将业务战略的复杂要求阐释为人力资源效能的要求，这是推动经营的“支点”。典型的指标包括劳动生产率，人工成本报酬率等。

第二个维度是队伍层。

队伍是持续输出效能的保障，人的有机搭配构成了战斗力，既能与竞对形成“田忌赛马”的优势，又能定向产生人效结果。

有些企业误认为队伍盘点就是人才盘点，一上来就做价值观和绩效的九宫格或四宫格，这种方式是很浅薄的，盘不出什么有意义的结论。

队伍应该包括组织和人才两个子维度：

前者衡量组织构型，例如我们有一个指标叫作扁平化指数；

后者衡量人才，大家常常提到的敬业度、人才素质等都是这个方向上的量化。

当然，我们得意的一个尝试是，将两者结合，盘点人才在组织构型中的分布，这可以得出很多有意义的指标。

例如，我们盘点了不同管理层级中的能力分布，形成了一个人才储备指数，呈现了企业人才供应链的状态，甚至可以找出断裂的部分和缺口的大小。

第三个维度是职能层。

这个层面就是选用育留了，职能层面的高水平运作是前面建队思路的保障，人力资源专业各模块应该有序协作，共同输出一套整体的解决方案。

表面上，这个维度应该有不少量化指标，毕竟HR们一直在这个维度里谈专业，但各位不妨想想，拿得出手的量化指标究竟有没有？

一个典型的场景是，HRD忧心忡忡地向老板陈述，本年的培训计划完成率下降了50%，但这种没有诚意的指标只会换来老板的白眼。

正因为如此，我们研发了若干具有穿透力的指标，希望能够把这课补起来。

这三个维度连在一起，就是我们提到的人力资源经营价值链。

这里，我们不提人力资源管理，提人力资源经营。

管理是计划、组织、领导、控制，是按部就班；

而经营是创造市场价值，是无限创造。

在这条价值链里，每个企业都会有自己的一套打法，形成自己的人力资源战略地图。如果我们将人力资源战略地图里的每个部分量化出来，就形成了一个人力资源效能仪表盘。

我们想想，人力资源专业发展到理想状态，应该是通过调整选用育留职能的各个指标，就能引发队伍的变化，导致效能的变化，终导致经营业绩的波动。

我想，如果达到这种状态，就没有老板和业务部门会怀疑人力资源专业存在的意义了。

人力资源数据化的IBR

人力资源效能仪表盘量化的是企业独特的人力资源经营价值链。要实现这种量化，需要三个基础，我称之为IBR。我们来看一个简单的模型（如图3）：

图3：IBR模型

这个模型就是人力资源经营价值链中上下游指标关系的缩影。

举例来说，X是组织结构精简度，而Y是人力资源效能。

显然，组织结构精简对于人效有影响。

要建立这个模型，我们需要知道三类信息：

一是指标算法（Indicator），即找到量化组织结构精简度（X）、人力资源效能（Y）的指标。这让人力资源专业从“语文题”变成“数学题”。这个方向上考验的既是设计者的数据思维（data mind），也是设计者对于人力资源专业的理解。现在谈人力资源指标的机构不少，但说实话，指标有没有才华，是不是油腻，明眼人一眼就能看出来。

举例来说，我们通过“扁平化指数”来衡量组织结构精简度，这个指标受到管理幅宽和管理层级的影响，管理幅宽越大，管理层级越少，扁平化指数越大。

再举个例子，我们通过“激励真实指数”来衡量考核是不是真刀真枪，我们量化出绩效得分中的实际变动部分，再用这个部分除以总分，就得出总分中的浮动占比。

二是指标基线(Baseline)，即回答X和Y的指标多少算高，多少算低？这让人力资源专业成为能够迅速自检和反映企业问题的雷达。

继续前面的例子，我们给出的baseline是，扁平化指数低于1就是有组织冗余，激励真实指数低于5%就是假刀假枪。我们为一个企业进行组织与人力资源量化盘点时，发现他们的职能部门扁平化指数只有0.3，我开玩笑——你们这已经不是金字塔大了还是小了，你们这直接就是埃菲尔铁塔嘛。

三是专业规律（Rule），即回答X对Y的影响力a应该是多少？我们通过精简组织来提升人效究竟靠不靠谱？这能让企业发现提升人效的[敏感词]路径。

这个方面的研究我们已经沉淀了很多，有的结论甚至是与各位的常识完全相反的。后续，我们也会持续发布，今天时间有限，就不展开了。

我们发现，每当HR们和老板讨论IBR时，就是他们提高自己身价的“高光时刻”。说白了，如果你深耕一个领域多时，但却无法对IBR信手拈来，那么，你就是没入门。

为了让人力资源效能仪表盘真正能够成为人力资源专业的数据神器，多年来，我们做了大量工作。如果归结到一个点上，就是“海量抓取数据”。

说到底，人力资源效能仪表盘是一组模型，只有将大量过往的数据代入，才能修正变量、形成基线、摸清规律。

应该理解的是，模型是用数据“喂养”出来的，数据越多，各个模型就会越精准，决策也会更高效。

但在人力资源专业里抓取数据是很难的。

一个陋习是，HR们喜欢以保密为由拒绝参与调研。有意思的是，每次上课时，HR学员们又很喜欢问我——穆老师，这个数据究竟是高了还是低了，有baseline吗？有什么规律吗？各位，Baseline和规律是用数据喂养出来的，你们不给数据，穆老师的嘴又没开过光，我怎么知道答案？

在某些调研中，调研机构要求参与调研才能获得结果，于是，有HR们通过上报“假数据”期待获得“真结果”。殊不知，你是这样想的，其他HR也是这样想的，于是，整个样本库就被污染了，这样的调研结果毫无意义。

我们对于数据的抓取，都是基于人力资源效能仪表盘这个模型，前后大概经过了两个阶段：

[敏感词]阶段是2020年之前做的小样本调研。我们只收集自己有把握的数据，也就是我们直接服务的企业数据，大概有几十家左右。这样很慢，但也很准。

第二个阶段是2020年和之后做的大样本调研。我们开始面向全国的企业发起调研，每年发布年度《中国企业人力资源效能研究报告》。有了前一阶段的基础，我们人力资源效能仪表盘更加成熟，调研的结论也更具有穿透力。从现实的反馈来看，市场也挺认可，大量知名的企业都是用户。

这份研报实际上是人力资源效能仪表盘的泛行业呈现。无论是HR希望以“人效”为核心重构自己的人力资源专业世界观，还是企业希望以“人效”为核心定制自己的人力资源解决方案，都能得到一定的支持。

其实，我认为每个企业都应该有一个自己的人力资源效能仪表盘。这也是我们为企业做人力资源服务的核心模块，它是现代人力资源专业的基础，应用场景非常广泛，关系着HR们生存前景。例如：

• 人力资源年度计划的数据基础；
• 人效提升专题项目的仪表罗盘；
• 人力资源规划项目的内核部分；
• 组织变革转型项目的核心调研内容；
• HR数字化转型项目的算法体系基础；
• ……

人力资源数据化的三个伦理

上面谈到了很多我们对于人力资源数据化趋势的理解，呈现的其实是我的人力资源专业世界观。

我相信，每个专业人士都有自己的专业世界观，受到各自知识背景、实践经验，甚至是管理哲学的影响。

所以，我们的观点有人可能会认可，有人也可能不认可，正如在专业上有人喜欢做量化，有人喜欢闻味道……

但如果您认可人力资源专业应该走向数据化，那么，至少有三个伦理是必须遵循的：

[敏感词]个伦理是穿透为王（Woo）。

什么叫穿透？就是你抛出一个指标后，看到的人会有“Woo”的反应，言下之意，你拓展了他的认知，让他感叹“我怎么没想到”。

我们应该清楚，老板和业务部门的视窗有限，他们不可能与你探讨这个专业的细节，我们一定要呈现有穿透力的指标。

有些人做的指标很油腻。

例如，我可以猜出某些企业的人才盘点思路，无非就是用价值观和绩效的二维矩阵来做个四宫格或九宫格嘛。

这些企业的HR朋友听到后很惊讶：“穆老师，您怎么知道的？”

朋友，如果你衣柜里就只有一件十年前的衣服，明天你穿什么上街，这个很难猜吗？

有些人做的指标就很有才华、很优雅。

举例来说，NBA的统计里，得分、助攻、篮板、盖帽、抢断五大数据是很容易统计的，从这些数据上可以甄别大多数球员的实力。

但是，偏偏有一类球员，这五项数据得分都不高，但他们在场的时候球队就是更容易获胜。

你不能仅仅把这归因于人家是“福娃”，一两场比赛有可能是运气，那几十场、上百场比赛还有这个规律，是不是就一定是人家在实力上有过人之处？

比如，他的协防让队友完成了抢断或盖帽，这个时候数据不在他身上，但他是有贡献的。

于是，服务NBA的数据公司设计了一个指标——球员效率值，也就是这名球员在场时球队净胜多少分。这样一个优雅的设计，一下子就洞穿了现象，这就是人力资源专业应该要追求的。

第二个伦理是客观至上（Objective）。

我强调，一定要依靠客观数据，而不是主观数据。某些机构，在做组织与人力资源调研诊断时，一上来就抛出问卷收集主观数据，而后，在主观调研形成的随意结论上，再去找客观数据来支持自己的结论。

说实话，主观数据在我眼中就没有太大意义。

以敬业度调研为例，每个企业中不满意的都是薪酬嘛，但也不见得员工就要离开呀。对于薪酬的不满，更多是一种职业表演，是职业人保护自己的[敏感词]姿态。

再举个例子，你问问员工有没有离职意向，他怎么可能告诉你呀？所以，我们更多是计量离职对于他形成的损益，重点维护那部分离职后有巨大好处但沉没成本较小的人。

所以，主观数据不是不能用，而是作为客观数据的补充。

我们在为企业做组织与人力资源诊断时，一定是先分析客观数据。

说白了，几个关键指标出来，企业的基本面我们基本也就一目了然了；

而后，再根据客观数据锚定的基本面，进行定制化的主观数据调研，为结论增加温度和细节。这种操作方式和传统玩法完全不同。

有的咨询机构和HR们还有一个妄念，希望自己控制量化结果，所以他们喜欢用主观数据。但话说回来，老板又不是傻子，你以为在玩弄人家的认知，人家早就生火准备要做一盘“炒鱿鱼”。

第三个伦理是连接经营（Connecting）。

这是说要跳出专业，思考生意。

专业再花哨，不能产生经营结果，都是耍流氓。

有HR常问：“穆老师，我们可以推动经营吗？”我说：“自信点，把‘吗’字和问号去掉。”

我说过，企业的经营实际上就是“三流双效逻辑”（如图4）。

“三流”是业务流、资金流和人才流，生意都是资金流和人才流推动业务流；

“双效”是财效和人效，也就是用什么水平财务和人力投入，去追求什么水平的业务结果。

 

前面也说了，人效相对财效是更加前瞻的驱动指标。那么，以人效为武器，HR一定可以影响到经营。

图4：企业经营的三流双效逻辑

那HR如何影响人效呢？HR掌握激励流和知识流（推动赋能），这是推动人才流，抵达高人效的基础。

我也将人才流、激励流、知识流称为“小三流数据”，对应业务流、资金流、人才流这个“大三流数据”。从这个框架上看，你们在专业里的每个动作，都可以影响到业务结果。

上面三个伦理被我总结为WOC。

我想，每个致力于推动人力资源专业走向数据化的朋友，心中都要有WOC。

所谓“WOC标准记心间，专业转型不走偏。”

 

对于组织与人力资源管理来说，这是一个[敏感词]的时代，也是一个坏的时代。好的地方是，商业的大变局给了人力资源专业特别大的机会，呼唤这个专业的革命，也让从业者有可能一飞冲天；但坏的地方是，大变局之下，伪概念、烂工具、假大师、毒瘤型企业标杆满天飞，信息爆炸填满了公众有限的视窗，让大家很难接触到真正的知识，从而无法进化。

愿人力资源专业人士不要在繁花盛景中一事无成，而是抓住时代给出的机会，抵达新的专业境界。我的演讲到此结束，谢谢各位。

-end-

马云曾说过，未来5年重要的能源是数据。到那时，数据分析将是人人必备的能力。

在拉勾、猎聘、BOSS、智联等招聘网站上搜索人力资源数据分析相关岗位，薪资已经给到2万甚至更高，而且供不应求。

在HR管理领域，数据分析已经成为体现人力资源管理专业性和有效性的关键手段。