阿里腾讯们对HR动手了，我们盘点了26家大厂的数字化HR标准( 四 ) 毫无疑问

人力资源的数据化需要三个基础，穆胜博士称之为IBR 。我们举一个简单的例子（如图3）：

文章图片

文章图片

资料来源：穆胜咨询图3：IBR模型
这个模型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（DataMind），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。
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最佳路径。
【阿里腾讯们对HR动手了，我们盘点了26家大厂的数字化HR标准】毫无疑问，随着数字化转型进程的深入，人力资源管理一定会发生颠覆性的变化。大厂们“春江水暖鸭先知” ，已经对自己的HR提出了全新的要求。您的企业要不要也跟上趋势？留给人力资源专业的时间不多，尽快上车吧！