国企人力资源数字化转型，如何开展人力资源数据治理？

发布人：泛亚人力发布时间： 2023-05-09 阅读量：1389

2020年以来，在国资委《关于加快推进国有企业数字化转型工作的通知》的政策推动下，明确国有企业加速数字化转型的目标，在此背景下，众多领先的大型集团化国有企业也纷纷将人力资源数字化建设作为其全面数字化转型统筹规划中的关键一环，积极推进内部人力资源数字化转型。

《通知》强调坚持数据驱动作为“六项主要原则”之一，很多国企通过内部自研或外部采购方式实现了各具特色的人力资源数字化服务，然而在缺乏对人力资源数据有效治理的情况下，无法实现国企对人才选拔任用数据信息的有效支撑，导致很多企业人力资源数字化转型仅仅停留在功能层面，根本无法助力国企推动数据驱动的人力资源管理。

本文将主要探讨国企人力资源数据治理的思路、技术工具以及建设关键要点等，为国企人力资源数字化建设构建坚实底座，实现数据驱动管理目标。

封面1.png

一、国企人力资源数据治理的挑战

自从“十二五”规划以来，很多国有企业就陆续进行了信息化基础建设，引入大量信息化系统，为国企积累了大量数据，在一定程度上实现了“业务数据化”。

然而信息化阶段因为处于边建设边摸索阶段，也普遍缺乏顶层设计和全局数字化视角，也普遍存在“数据孤岛”、业务系统各自为政，难以形成一体化的数字化应用的问题，数据质量和数据安全等都是数字化阶段需要解决的问题。

国企在人力资源系统领域的数据治理挑战，具体表现在历史遗留、数据质量、数据监管、数据意识、数据应用等问题上：

二、国企人力资源数据治理思路

人力资源数据治理是人力资源数字化转型的关键起点，人力资源管理工作涉及企业每名员工的切身利益，与员工相关的信息数据量极大，也是企业主数据之一，尤其国企核心人才以及干部的数据信息是企业运营的关键信息，必须规范管理。

在综合考量法律合规、数据规划、技术架构、数据安全等方面的因素，进一步完善组织人事数据，开展人力资源数据治理项目时，人力资源部门需要与内部IT运维部门、业务部门，以及系统供应商进行有效拉通，确保数据治理与业务需求达成动态平衡。

国有企业的人力资源数据应用能力，尤其是大型集团国企，需要实现集团层级的数据治理目标：建立以集团总部为主体的管理体系，形成总部在人力资源全数据管理的背景下，指导、监控、赋能各个业务单元，实现人力资源数据完整性、准确性、及时性、一致性。

建立起横向协同、纵向贯通的数据治理体系，通过统一的数据口径标准和管理流程，将人力资源相关数据有序、合理地进行管理，一方面推动组织内人力资源信息的流动共享，另一方面，人力资源数据作为企业数据资产的一部分，做好人力资源数据治理帮助解决企业层面数据标准不一、业务数据整合集成与业务系统应用等问题。

企业人力资源数据治理是一项长期性、体系化的工作，且需要在组织范围内进行全面变革的工作，从管理视角出发，建设思路一般包含但不限于：

1)基于企业管理与业务需求，识别治理的核心诉求;

2)组织相关人员和机构，统一完善主数据建设;

3)管理和监管各组织机构、子公司、部门对数据的访问，制定访问规范和管理原则;

4)编制数据政策与制度，制定数据治理的标准与管理流程;

5)提供持续的数据质量改进机制与方式方法

6)提供技术工具和业务流程支持，全集团集中统筹;

7)定期进行数据质量评估，判断既定目标的完善程度。

1. 组织管理

人力资源数据作为企业主数据来源之一，需要国企从组织层面统一建设和管理，组织对数据的集中规划和管控决定企业数字化全局。

人力资源数据治理是一项长期投入的工作，比起单纯推进上线一套功能层面的人力资源管理系统更复杂、更有挑战且投入大，数据治理也不仅仅是人力部门或IT部门的事情，也需要组织各相关业务部门一起，需要管理层下定决心建设有力的组织模式。比如有大型企业会成立专门的数据管理部门或组建数据治理委员会等。

国企人力资源数据的管控多数是有总部统一管理，一般有以下几种形式：

1.组织信息数据：即分子公司和核心组织部门设立和调整，由总部审批，人力部门统一维护。

2.人员岗位信息：即由所属单位发起申请，由总部人力部门审批

3.基础信息数据：即学历、学位、籍贯之类的字典信息，由特定人员统一维护，且维护变更频次较少。

2. 流程标准

国企人力资源数据治理前提是规范数据标准与流程。企业人力资源管理系统中数据种类多样，尤其需要消除大型集团型企业内部存在同一数据存在多种解释、来源等混乱现象。

人力资源的数据标准化工作主要围绕组织机构、人员这两类主数据展开。

一方面，以国资委、中组部要求的数据标准为基础，另一方面，盘点人事相关数据字段应用场景，全面梳理关键字段标准，对每一个字段从定义、数据来源、关联字段、维护标准、使用场景等多个维度进行重新梳理，制定人力资源数据管理数据规范、标准、定义，形成数据字典，统一数据口径。

即在输入端就需保持数据标准一致，确保同一数据字段在不同部门、系统及页面中，都对应一致的定义、名称及属性。

3. 质量监控

标准是前提，执行监控是质量保障。一旦制定了清晰的标准就必须保障执行到位，监控数据质量。随着数字化发展，传统依靠人为审核校验的方式也越来越被自动化、数字化系统工具替代。

比如为了避免数据在采集过程中出现错误并减少人为审核的繁琐，科大讯飞在前端依据梳理好的数据标准设置系统规则，把控线上数据入口。从入职端开始，规范填写选项，避免员工自定义填写造成的错误和不统一。

同时，企业原先需要人工审核员工所填写信息与实物证明资料间的匹配，当前更多使用电子材料及OCR识别校验，提高了数据管理的效率。

也有企业通过数据质量平台基于设置好的标准，自动校验错误数据，人力资源部门会将错误数据推送给相应的个人或组织内部进行核实、补充或修改，在此之后，系统会再进行二轮的核查，确定数据完整性和准确性是否达到预设的目标，以此不断校验和完善。

4. 技术工具

上文也提过，就目前数字技术发展程度，国企进行人力资源数据治理不需要再依靠手工和纸质流程管理。

大数据平台、数据资产管理系统及平台、具备人力资源数据管理能力的智慧人力资源管理系统等的应用都能帮助国企推进人力资源数据管理，支持组织去执行和交付人力资源数据相关的业务目标。

比如国企数据资产管理工具平台对企业各个领域数据治理环节、制度和职责的系统支撑，包括数据标准的线上发布、审批工作流，数据质量规则的系统化和自动检测、元数据体系搭建和企业范围内的数据资产自动发现、管理和运营数据统计等等，人力资源数据治理作为企业数据治理的环节之一包含在内。

一般而言，国企在实施或升级人力资源管理系统的同时，也会配套升级数据治理方案，而部分先进的数字化人力资源管理系统也会关注企业在这方面的管理痛点，提供专注于人力资源领域数据治理的解决方案。借助自动化、智能化技术工具，能够帮助国企人力资源数据治理进程事半功倍，在确保数据完整性、及时性、准确性及有效性基础上，进一步挖掘数据价值，更清楚地定位问题数据产生的环节，落实人力资源数据的分析与应用，用数据驱动人力资源管理，推动企业数字化进程。

最后，一些数据治理要点提醒：

1、重点先行，勿贪大求全

企业人力资源数据治理切入点多，各个系统中可能有几百个字段，不容易清理和盘点，在治理中也未必有精力全面投入，在有限的资源里，厘清哪些是核心重点数据，哪些数据场景应用频次高，从哪些数据入手是关键，需要从数字化战略上做好顶层设计与规划，秉承重点先行、急用先行原则开展人力资源数据治理，可以先梳理出与业务关联强、影响大，预期效果明显的数据应用场景开展数据治理，一方面既可以解决当前业务痛点问题，另一方面获得数据治理成效，增强信心后，继续有条不紊推进治理持续进行。

2、人力资源主数据，基础夯实

大部分国企都有一定信息化基础，也会有主数据管理系统，但实施效果不一。人力资源主数据作为国企内部组织和业务系统间共享的数据之一，不仅是组织人事管理和人力数据分析的基础，也是业务系统数据集成的基础，在国企加速数字化转型时，必须夯实人力资源主数据基础，不只是上一套管理系统，而是真正能应用先进的技术工具从数据采集、数据监控、数据报告等各环节做实。

3、数据安全合规管理

近年来，中美贸易摩擦、国际局势不确定性加强，国家加强对数据及信息应用安全的政策监管，国有企业作为国民经济重要支柱，数据安全管理需国企数据治理重点关注的领域，数据安全合规管理也是国企必须遵守的“红线”，如何在满足数据安全防护和个人隐私保护的前提下，实现人力资源数据共享应用，发挥价值是国企人力资源数据治理必须面对的问题。