第二节 人力资源量化管理与行业趋势

目前，随着大数据技术的应用，越来越多的人力资源从业者认识到，人力资源的数字化转型将是行业发展的趋势。可是，当我们高喊数据思维的时候，往往仍在凭感觉和经验做决策。人力资源管理者对量化管理仍然比较排斥。原因自然是自身的认知，有的认为人力资源价值“不可估量”，还有的以避免“唯量化主义”为由拒绝。

先看“不可估量”，不可估量的价值听上去很玄幻，其实也是人力资源管理的软肋。人力资源的管理之道，研究或实践的路线虽各不相同，但主要有两条：偏重组织或偏重人。偏重组织的倾向于研究战略、结构和系统；偏重人的则倾向于研究价值观、文化和行为。与此呼应，前者强调“硬”管理，主张指标定量或量化，实行量化管理；后者则更强调“软”管理，主张以人为本，实行人性化管理。但无论哪条路线，人力资源管理者都要回答一个问题：管理的最终目标是什么？

人力资源管理者要完成自己的最终目标，显然要把目标传递下去、执行下去、落实下去，因此，这个目标需要足够清晰。什么叫清晰？能量化的才叫清晰。所以，偏重组织也好，偏重人也罢，要想实现最终目标，人力资源管理都必须量化。

至于“唯量化主义”，是指在量化管理的过程中，由于应用者的认知差异，存在为了量化而量化、不能量化也要量化的情况，造成了量化管理的泛化，引起了人们的反感，使得量化管理走向反面。

特别是在人力资源管理领域，人是有主观能动性的，会对量化活动做出利己的反应。这一点可以参考经济学领域的古德哈特定律，它指出“若一个经济学的特性被用作经济指标，那这项指标最终一定会失去其功能，因为人们会开始玩弄这项指标”。例如，有企业把代码行数作为程序员的绩效指标，结果出现了大量的拷贝复制及不合理的设计，产生了大量冗余的代码，不但难以理解和维护，甚至根本无法运行。这不仅造成了大量的浪费，也造成了软件质量的恶化。

索尼公司前常务董事土井利忠在《绩效主义毁了索尼》一文中控诉绩效管理的时候也提到了量化管理，他说“为了衡量业绩，首先必须把各种工作要素量化。但是工作是无法简单量化的。公司为统计业绩，花费了大量的精力和时间，而在真正的工作上却敷衍了事，出现了本末倒置的倾向”。

但这是量化的错吗？事物都有两面性，量化管理也是一把“双刃剑”。

人们总是倾向于关注容易量化的元素，而忽略难以量化的元素。容易量化的不一定是重要的，难以量化的反而可能是重要的。量化具有极强的牵引性，它会激励你重视并改善能够量化的元素，但也可能使你忽视无法量化的元素并使之恶化。面对争议，我们不应该说量化管理没有用或者说量化管理有害，更不应该拒绝量化管理，而是要考虑如何做才可以让量化管理更加有效，因为量化管理是人力资源管理的职责所在、价值所需和趋势使然。

（一）职责所在

作为战略组织管理的领导者，管理者关心的人才问题，不是今天发了多少条招聘信息、入职了多少名员工等流水账，他关心的是人力资源战略是否匹配、如何落实以及是否有效。企业期望自己的人力资源管理政策和实践能够吸引、招聘、激励、保留住合适的员工，但是，随着人力资源管理的投入不断增加，企业产生了一些困惑：人力资源管理政策、活动及资金投入是否产生了合理的回报？是否达到了预期效果？这就需要对组织的人力资源管理活动进行科学研究和论证，以可靠的事实和数据验证人力资源管理的有效性。

彼得·德鲁克在《管理的实践》一书中特别用一个章节讨论人事管理是否已告彻底失败，他说人事管理拥有的资产很庞大——人际关系和科学管理理论的基本见解都很可贵，如今这些资产都被冻结了。这是德鲁克在20世纪50年代的论著，如今看来，这个问题似乎并没有太大改观。人力资源管理最无可争议的价值仍然局限在对“参停保”和劳动合同签订等基础性事务的高效处理上，除此之外的部分，价值都难以自证，只能依靠别人的评价。

在2021年美国人才发展协会组织的年会上，有位专家分享的《如果我们执行实证领导力发展，会如何？》有类似的见解，他提到了一个词，叫作“循证”。这是个产生于医学领域的概念，其核心思想是不要依赖以往的经验，也不要迷信书上的教条，而要根据临床证据，广泛采集证据进行系统分析，以提高医疗效果。

如今，人力资源管理也需要循证，特别是需要企业更多投入的时候。作为人力资源管理者，我们不得不去厘清事情的原因和结果之间的关系。我们要面对的问题包括：

· 人力资源管理活动究竟在多大程度上是有效的？

· 人力资源管理方面的支出与其他竞争者相比水平如何？

· 如何通过改进人力资源管理实践来提高整个公司的运营效率？

这时，我们需要使用循证式的思维模式和方法，要基于证据，而不是凭借模糊的设想或感觉做出决策。我们需要运用数据、事实、分析方法、科学手段、有针对性的评价及准确的案例研究，通过量化管理为人力资源管理方面的建议、决策、实践以及结论提供支持。

（二）价值所需

面对“人力资源管理的价值是什么”这种常年伴随人力资源行业的疑难杂症，我们总是很头疼。例如，人力资源部说组织结构调整可以实现敏捷化，实现对客户需求的快速响应。你信吗？例如，人力资源部说开展培训可以树立品牌形象，提高销售量。你信吗？例如，人力资源部说增加及时激励可以提高士气，促进绩效提升。你信吗？

不论你是不是人力资源部的人，只要逻辑清晰，人力资源部说的这些事儿，你不会不信，问题是你不一定愿意采纳，因为人力资源部没有办法证明成果有多少是跟自己有关的。对客户需求的响应速度提升了，不是新系统带来的吗？销售量提升了，不是产品本身带来的吗？绩效提升了，不是市场行情变好带来的吗？人力资源部说不清楚自己能在这些业务成绩中占有多大的贡献比例。

不被采纳其实也没什么，问题是有些时候，人力资源部还常常被埋怨。例如，一般情况下，招聘需求都是业务部门向人力资源部提出的，人力资源部对需求进行审核，然后再启动招聘。这就存在需求提出到人员到岗的时间差，这个时候人力资源部就经常被业务部门抱怨。再有，人员保留的紧急处理、劳动关系紧急事件、绩效不达标带来的培训需求等，人力资源部往往处在被动接收需求的位置。

怎么办？只有从数据角度出发，转变思维，变被动为主动，通过量化管理提升人力资源效能，去体现人力资源部门的价值。例如，同样是招聘工作，在量化管理的场景下，人力资源部可以实时了解每个人的工作量，具体到每个人的工作时间管理，以此判断是否需要启动招聘以及招聘的规模、对招聘候选人的要求等，这些都可以通过数据分析得出结论。

图1-3 主动的招聘策略

（三）趋势使然

2016年，德勤在《全球人力资本趋势报告》中就曾指出，人力资源领域即将迎来数字化转型，这将是一场革命而非缓慢演化。这场变革具体包含两个含义：一个是人力资源的数字化，一个是数字化的人力资源。

所谓人力资源的数字化，是从管理端的角度描述的，是指以员工与企业交互的一切行为数据为基础，运用模型和算法画出员工画像，为每一位员工做精准标签，并以此为依据制定个性化的人才发展和解决方案的管理方法。能够使用数据进行量化管理将成为人力资源从业者必须掌握的技能。

华为对人力资源部门的员工招聘，有一个特殊的核心技能要求，就是必须懂数据。华为“人力资源专家（组织管理）”岗位的任职要求中，明确要求“良好的逻辑思考及解决方案设计能力，较强的数据处理分析及建模能力”。

各大招聘网站里，“人力资源数据分析师”现在也成了新兴热门岗位，有些企业在该岗位的年薪远高于传统人力资源管理人员，甚至高于常规的数据分析师。以广州小鹏汽车科技有限公司为例，人力资源数据分析师的月薪较高，负责人力资源信息系统人事基础信息核查、数据统计分析，在人力资源信息系统和数据管理方面提供支持，要求“对数据敏感，具备高度细节关注力，能从数据中发现规律和问题”。

所谓数字化的人力资源，是从业务端的角度描述的，是指将人力资源流程数字化、为员工提供易于使用的移动应用，并创建一个更加以服务为导向的人力资源管理机制。人力资源领域的数字工具应用越来越广泛，包括人工智能、认知交互、高级分析、情感分析和虚拟场景等。

软件开发商正加紧在这一领域的投入，工具的爆炸式增长几乎涵盖了所有我们能想象到的人力资源领域，例如人才盘点的工具；简历筛选的工具；交互学习的工具；虚拟的问答机器人；等等。

图1-4 北森AI产品图谱

这些数字化工具的应用将加快人力资源领域工作模式的重塑。许多公司已经开始将机器人流程自动化，甚至将人工智能应用在传统的人力资源活动中。虚拟现实、机器学习和社交协作的引入将给人力资源管理带来颠覆性的变革，人力资源管理者必须具备量化管理的思维，理解这些软件、工具背后的设计逻辑和数据关系，才能驾驭好这些系统、软件和工具，才能提升企业的人力资源效能。

量化管理，是数字化浪潮下的文艺复兴！