商业银行近两年面对巨大的转型冲击，为了支持全行的经营管理转型，民生银行以“内部客户”为中心，利用数字化技术手段，让人力资源参与到银行变革转型的前瞻性布局中，帮助银行洞察环境、洞察对手、洞察自己、洞察人才、洞察未来。

在国内人力资源管理领域，互联网公司已经开始部署大数据技术和应用，在人才招聘、绩效预测、离职预测等方面开始探索并初见成效。但商业银行人力资源管理仍停留在经验时代，各项策略的制定由于缺乏有效的数据依据和支撑，常常依靠主观感觉和凭借经验，缺乏客观性和科学性，未能有效发挥人力资本管理优势，支撑银行战略转型。

中国民生银行（以下简称“民生银行”）是国内第一家主要由民营企业发起设立的全国股份制商业银行，成立22年来，充分发挥“金融改革试验田”的体制机制优势，从当初只有13.8亿元资本金的小银行，发展成为资产总额超过5.7万亿，员工超过5.5万人的大型商业银行。

HR数字化转型的源起

近年来，银行业面临的外部环境不确定性增强，利率市场化接近完成，金融脱媒加剧，银行传统盈利空间不断缩小，市场竞争日益加剧，银行规模增长逐步转型为质量效益增长。为应对外部挑战，民生银行启动“凤凰计划”，并实施全面改革转型，从经营模式、业务结构、体制机制、信息技术等方面开展全方位变革，向“轻资产、轻成本、轻组织、轻团队”目标进发。

在商业银行变革转型的大趋势下，银行业人力资源管理面临着为支撑战略管理转型、人力资本经营、资源配置创新、人才管理深化的诸多挑战。因此，人力资源管理必须以“内部客户”为中心、主动参与业务模式变革、提前预判人力资源管理策略，让各项人才管理决策更加科学、高效，才能够逐步提升人力资源管理价值，真正助力经营发展。

在对人力资源管理现状的深入盘点后，民生银行发现自身的人力资源管理存在数据基础薄弱、信息孤岛、量化分析手段落后等诸多问题，使得人力资源管理决策“经验+感觉”多、“事实+数据”少，在支撑更为有效的人力资源管理决策方面明显“体弱”。基于此，民生银行提出人力资源数字化转型战略，以数据驱动为核心，启动了“人力盒子•智汇民生”新一代人力资源数字化转型平台建设，主动让人力资源参与到银行变革转型的前瞻性布局去。

以“用户思维”打造HR价值转型

人力资源数字化转型中，“数字化”是手段、工具、方法与思维方式，“转型”并实现用户价值升级才是根本。民生银行在启动初始，便准确定位于打造HR战略伙伴角色，坚持将“用户思维”贯穿其中，不断探索两个核心问题：我们的用户是谁？他们关心什么？

用户需求分析是一个去伪存真的过程，很多最初建立的用户需求假设，在需求分析的过程中不断被证实和证伪。例如，某业务条线的分管行领导的核心关注点是“我的条线效能如何？团队能力如何？应对下一步业务调整我应该如何调整人才结构，实现动态匹配？…”

模块化是HR专业人士最经常谈及的话题，也是最容易掉入的陷阱。但在需求分析的过程中，用户并不会按照这个套路出牌，他们通过一系列问询不断地提醒我们，人力资源与业务的链接机制是人才队伍的打造和组织能力的建设。而想要实现这一链接，无法单纯依靠一个个割裂的专业化模块，民生银行需要建立对业务和人才问题的系统化认知，打破HR内部专业领域之间的壁垒，从实证数据出发提供整合化的解决方案。

用户需求分析发现，要实现管理价值转型升级，必须回归问题本源——即企业所需的人力资本——并以问题为导向牵引所有的思考和管理举措。

创新“DNA”视角下的人力资本决策分析模式

如何描绘并衡量企业人力资本，是企业开展人力资本分析时通常面临的难点。中国民生银行经过广泛调研，在合作伙伴的协助下，引入了具有行业引领性和理论前瞻性的模型——Workforce DNA™。

在Workforce DNA™模型的视角下，人力资本管理具有以下价值：了解驱动公司业绩的主要人力资源因素；聚焦关键岗位核心人才，优化各项人力资本投入；优化人数/质量供给与需求的匹配；对未来可能的人力资源风险进行前瞻性考虑；更好链接业务战略与人才策略。

新的视角引发了不同的人力资源决策分析模式，其中“数据驱动”与“业务逻辑驱动”是两个关键词。

“数据驱动”意味着要有完整的数据收集、筛选和分析逻辑。基于这个模型，民生银行从生产力、投资、能力和风险四个维度构建了人力资本分析的创新视角，并结合行内人力资源管理实践，从选才、用才、育才、激励四个角度构建了人才管理指标，形成了由八大一级指数，20个二级指标和300+个三级指标构成的人力资本核心分析框架与指标体系。庞大的指标体系背后，有着缜密而清晰的管理规则：指标定义、指标口径、指标数据来源、衡量角度与标准等等。

“业务逻辑驱动”意味着不能孤立地理解任何人力资源问题，并给予碎片化的解决方案。要把它回归到真实的业务场景中，从生产力指数出发，不断深挖和质询。首先，我们看到的问题是否是一个真正的问题？与自己和竞争对手相比，我们做的如何？其次，这个问题产生的根源是什么？能力组合和人才组合是否匹配？我们需要优化短期投资还是长期投资？最后，还有哪些风险已经或即将对其产生影响？我们需要采取相关措施对其负面影响进行控制吗？

模型、平台、数据 三位一体的管理实践创新

民生银行应用人力资本分析模型，以“用户中心、价值牵引、模型支撑”为原则构建人力资本分析体系，旨在量化、分析、监测各类人才队伍的整体情况和各类人力资源管理机制的运行情况，获得关键洞见，以优化人力资本投入、配置、管理。与传统分析体系相比，民生银行人力资本分析体系具有战略性、用户视角、独创性、严谨性和共享性的特点。

民生银行自行研发的人力资本分析平台，面向经营管理层、人力资源条线、各级管理者搭载管理驾驶舱，延展形成了“总行部门眼”、“分行部门眼”、“支行眼”等多维应用场景，提供“基本面”、“人力资本DNA”、“部门画像”、“人才画像”等人力资本分析看板、自动化报表、团队及员工分析报告等，成为分析人力资本信息、探寻人力资本问题的量化管理线上入口，实现“数据可视、管理可见、人才可搜”的智能化人力资本管理。

平台基于用户体验设计，交互逻辑及交互方式统一，整体简洁、实用、便捷，电脑端、移动端多终端适配应用，给用户带来良好的使用体验。

此外，数据价值的发挥离不开基础数据的管理和质量，人力资源数据不标准、不完整、不规范等问题，严重影响了数据资产的利用和数据价值的发挥。为此，民生银行人力资源部同时启动了人力资源数据标准化及治理项目，着力提升人力资源基础数据管理能力。

民生银行人力资源部组织了20余位行内外专家，结合国家法律规范、外部监管规定、先进行业实践等，遵循“行业性、全面性、科学性、一致性”的原则，制定了首个《中国民生银行人力资源基础数据标准》。涵盖八大类21小类人力资源领域数据，融合业务属性、技术属性和管理属性，制定了400余项数据标准，有效保证了人力资源数据的规范性和统一性。

为了标本兼治、持续改进，民生银行建立一套完整的人力资源基础数据管理制度框架，陆续出台《中国民生银行人力资源数据管理工作指引》及《人力资源数据标准管理》、《人力资源数据质量管理》、《人力资源数据安全管理》一系列制度文件，并独创人力资源领域专项数据治理的“七步法”工作框架。

通过上述一系列数据治理举措，不断夯实全行人力资源数据治理基础，达成人力资源数据标准更规范、数据质量更可靠、数据利用更高效、数据服务更全面的目标，也为人力资本分析决策提供了有力支撑。该项工作也得到国家专业领域认可，在第二届全国数据标准化及治理大会评选中荣获全国“数据标准化及治理”领导力奖、“数据标准化及治理”实践奖。

人才管理“一眼清”

通过人力资本分析及一系列数字化转型举措，民生银行迅速提升基于数据的洞察、设计、决策、监测的人力资本管理能力。

各级经营管理者和人力资源专业人员，根据管理实际对人力资本相关指标进行分析、评估和研判；各级部门负责人可以清晰掌握所辖组织机构情况、人才队伍情况，同步人力资源管理运行情况，洞察员工生产力与人力资本效能，从而赋能各部门负责人提升团队管理效率、优化团队管理策略，实现全行各级人力资本价值的提升。

人力资本分析平台的自动化报表模块，基于人力资本分析指标库设计了十大类37套标准报表，在人力资本分析平台上用自动化程序生成，统一了数据来源，有效解决人力资源统计基础薄弱、手工报表效率低下、数据错报漏报等问题，能够高效、高频提供针对各类分析主题的人力资源统计报表，广受管理层和HR专业人员的欢迎。

与此同时，不断出台全行性人力资本数据分析系列产品，对发现的经营机构人才队伍、人力资源管理问题进行必要的管理提示，逐步推动在全行形成“智汇＋智享”的人力资源数据分析文化。

人力资源数字化转型是持续的过程，伴随着改革转型的步伐，民生银行正在规划的新一代人力资源数字化转型平台，通过场景引领、流程支撑、AI 赋能，推动人力资源管理真正进入“智慧”时代，激发人才价值，助力民生银行长远发展。

来源：哈佛商业评论

链接：http://www.hbrchina.org/2018-11-12/6968.html

 

人力资源大数据分析领域的专家吉恩•皮斯分析认为，大数据融入人力资源工作是必然的趋势，它能够大大加强人力资源各项工作机制的建立和管理。在国内人力资源管理领域，互联网公司已经开始部署大数据技术和应用并初见成效。民生银行以“内部客户”为中心，成功利用数字化技术手段转型，为商业银行战略转型、整合发挥人力资本管理优势有很好的示范作用。有些企业也尝试引入大数据，但收效一般，主要有以下三点限制原因：

1、 盲目引进大数据，造成成本突增

有些企业盲目引入大数据技术到人力资源管理系统中，而不了解大数据的真谛,只是一味的收集数据，没有考虑其实用性，造成大量的数据堆积和管理成本的急速升高，反而成为企业运营发展的负担。

2、 领导干部尚未树立数字化观念

领导是决定企业变革和发展的关键力量，虽然引入了大数据分析工具，如果领导没有树立数据化的思维，干部没有建立使用数字化工具的工作习惯，上下层信息传递还是按照之前层层汇报的方式，部门之间信息沟通不足、考核经验模糊化的问题依然得不到改善，企业的大数据转型也只是形式主义。

3、 数据处理难使用率低，缺乏部门联动分析

数据收集不完整且难以有效处理，让HR难以提高工作效率。同时人力资源数据化管理并不是数据的堆积，如果只是年底汇总才使用大数据而不是从日常工作中各个部门就互动分析，大数据发挥不了自身的价值，只是数据的简单展示，数据孤岛的困境和部门间的工作壁垒依然没有打破。工作数据有监控工作状态、预测工作与事态发展、对达到某些临界值的情况报警等作用，如果平时不能有效利用数据，年底再分析结果出台政策，有的工作为时已晚。

要解决这些问题，可以采用以下的方法：

1、回归企业本源，衡量大数据的可行性

首先要考虑企业是否适合大数据，厘清企业的核心需求，明确用大数据要达成哪些目的，衡量引入的利益和成本，避免盲从。在企业适合引入大数据的基础上，把大数据算法与人力资源专业知识相结合，转变发展模式，改变工作流程和习惯。

2、加快数字化领导班子的构建

企业的转型与发展取决于领导者的管理观念与能力，技术只是辅助工具。数字化不仅仅是一种技术变革，更是一场认知与思维革命，要真正推动企业转型首先要求领导干部层要树立数字化管理思维。数字化思维不是简单地引入大数据工具，而是转变传统依靠经验模糊化管理、层汇报的模式，转变为以信息系统和量化数据为主导，让决策层与第一线岗位直接对接，让领导者及时掌握客户方、市场上最新动向。

3、整合数据，多元数据部门联动分析，将数字化思维融入企业文化

企业利用数据化工具收集整理具有价值的数据，应有一个虚拟的协调和处理中心对数据进行处理与展示，降低数据的大量堆积和闲置情况。各个部门都要参与数据的有效共享互动，联动分析数据让领导者能更精准地把握企业的具体动态，做到数据的有效利用。

同时，企业内还要把数字化管理的思维融入到企业文化中，把数字化思维运用到战略制定、业务管理和员工管理的方方面面。让员工理解数字化概念、运用数字化工具，并将大数据的各项数据作为提升个人能力的依据，推动个人成长，真正把人力资源大数据和日常管理联系起来，才能逐步改变工作习惯，发挥价值。