12月22日，某互联网大厂前HRIS总监张老师为企业带来HR数据中台助力HR数字化转型实战案例研究课程培训。

        当今时代，大家对数字化概念并不陌生，云、大数据等都是数字化的不同体现。然而在企业的具体工作中，如何实现数字化升级、实现数据业务化，让数据被广泛应用起来，以帮助不同领域取得模式的变革？与此同时，还要避免出现数据不准确、计算规则不统一、系统多数据混乱等问题出现？张老师给出答案，其基础便是建设有强大数据底座的HR数据中台。

        企业中的数据庞大而繁杂，尤其是规模大、业务种类繁多的企业。此种情况下，若想建设系统敏捷度高、复杂度低的数据中台，张老师建议要从初期开始就做好数据底座的工作。

        通俗来讲，把可控、可管理、可追溯的数据接到底座上，各个不同的系统也连接到数据底座，从而强化底座的功能，降低各个系统之间的关联度。以此避免出现一个系统故障，其它系统都受影响的情况发生。

        此外，还要做好数据的运维更新，使之保持与现状统一，最终让它们可以被所有人放心地、可信任地使用，不断提升使用者的体验好感。

        虽然这是一项需要耗费较长时间的工作，但为了避免后期数据越来越混乱、系统与实际脱节等情况出现，因而这是一项不能省略、不能偷工减料的工作。

        如果把数据底座比作一棵大树，那么底座建设完成后，企业便可以畅享大树底下好乘凉的便捷。这是因为HR数据中台的数据会让各业务条线、各项工作真正做到有数据支撑，即我们经常说到的场景化应用。

        例如，通过HR数据中台，管理者可以对人员配置、人效分析、人才画像、企业雇主品牌吸引要素、招聘成本等各个维度有清晰、全面的了解。再比如，某一报表无需重新开发，在HR数据中台，数据已集成、计算逻辑可复用，报表使用者只需从数据中台的仓库中挑选组装方式即可，大大提高报表的完成速度和质量。

        不仅如此，HR中台的数据特性，也成为综合性主题分析的强大基石。每个一级项下面，还可以延展出更细化的子项。如，招聘领域中，各个渠道的贡献率、招聘各个环节所用时长、招聘周期、招聘到岗率、入职一年的留存率等各方面信息均以数据呈现，管理者可以一目了然，透彻掌握业务状况。

        此外，HR中台的数据特性，也可满足更多管理场景或服务场景的需求。如，数据中台会显示每位员工的在职时长，其所在团队的结构、团队人员流失率、团队学习成长情况、OKR、个人贡献、差旅情况、评语等各方面数据，不同职级的管理者可以看到相应权限的信息内容，而这些数据将成为人才潜力、晋升、奖惩等的重要依据，帮助管理者做出有据可循的科学决策。

        HR数据中台的价值远不止于此。因为最熟悉场景应用的并非技术开发者，而是数据中台的使用者。他们往往更清楚需要怎样的工具和内容才能使工作更有成效。

        因而，HR中台数据特性的第三个应用场景是使数据DIY的随心所欲，即数据智能化。

        例如，在员工的主动流失率这一项内容中，管理者可以根据需求自主选择相应的数据设置。当该团队的成员主动流失率超过集团或其它部门的流失率时，系统会自动对管理者发出预警，并提供相关数据，供其查看分析团队状况。

        此外，数据中台可以根据需要，不断扩展数据加工处理逻辑，每天自动生产各种数据资产，供给源材料（未加工字段）、半成品（部分加工的字段）、成品（指标、标签）、套件（一组数据资产）、数据应用套件等不同内容。

        此时，依托于已经加工好的数据资产（半成品、成品），机器人数据助理不用加工、或者模式化加工，即可为使用者提供数据服务，更加智能化。如，向机器人助理发送关键词团队人数，便可收到与团队人数有关的全部数据信息，甚至机器人助理可以把数据转化生成图表，更直观地展示出来，更便捷、智能地为数据使用者服务。

        传统HR数据报告是HR各部门相对独立地进行内部分析，而HR数据协同可以实现公司级分析团队，结合项目需求进行数据打通与分析，从而解答跨部门、公司级HR战略问题。

    图片源于张老师培训课件▲

        例如，企业中常出现的绩效评语，其质量及有效性很难数据化衡量。而在HR数据中台，系统可以通过大量数据，对评语中各个词汇出现的频率、长度、相似度等进行分析、对比，从而初步判断管理者写绩效评语是否认真，高绩效员工有什么特质，甚至怎样的评语对于员工的工作更有帮助。

        D-HR数据中台究竟该如何建设呢？张老师分别从前期数据规范、初建期、广泛使用期、完善期、智能创新期五个阶段着眼分析，结合从业经验给出合理化建议，以使企业在建设数据中台时少走弯路。

    1.规范先行

        正如文中开始部分所说，前期需要制定元数据、主数据、数据仓库的管理和建设规范，这是基础性工作，也是最重要的工作，只有前期打好基础，后期才能避免数据混乱的情况发生。

    2.初建成效

        基础打好后，接下来便进入初步建设，即建设主数据、数据仓库、数据同步通道、结构化数据服务接口，初步实现与应用系统的协同。

    3.广泛使用

        当HR数据中台即将广泛使用时，我们会面临这样一个问题：所有数据都将被每一个人看到吗？答案显然是：不！数据可以分为企业核心数据、不同业务领域的数据、个人敏感信息数据等等。对于如此繁多的数据，我们需要根据员工的职级、工作范畴划分，建设数据权限平台，同时并行建设数据应用工具、产品、系统。

    4.完善治理

        数据中台被普遍使用时，开发者如何对数据进行良好的管理与监控，使之与实际情况相吻合？又如何对数据价值进行评估、分析？这些问题便是需要我们继续解决的，即建设元数据管理平台、数据监控工具、数据价值评估工具、数据血缘关系分析工具，使HR数据中台更加完善。

    5.智能创新

        当HR数据中台实现完善、稳定，接下来的工作便是使其智能、创新。建设非结构化数据应用相关功能，重点支撑智能化技术的落地。如上文中提到的机器人助手智能对话、智能推荐、预测和预警等功能。当然，企业也可根据实际需要开发其它智能化功能。

        HR数据中台建设是HR数字化转型的重要一步，除让工作更加便捷之外，其强大的数据功能也将为管理者做决策提供强有力的支撑。希望张老师的培训，能够带给各企业在HR数字化转型方面的一些思考和捷径。