HR数字化转型的本质是为业务创造更多价值，但很多企业在经历了一顿操作猛如虎的软件选型之后，却经常收到灵魂拷问：上系统是为了降本增效，怎么反而新增了很多协同的工作？
上系统时说什么都能解决，现在一提需求就说不是系统能解决的问题？
总说HR数字化是为了赋能业务，业务表示：你在哪里？
说要让数据驱动决策，但各模块上线时间不一，数据标准也不统一，数据治理几时休？如果你已经厌恶了当软件选型的冤大头，那么在数字化落地前，这五件事你必须要想清楚。做HR数字化设计，很容易见“木”，比如：在系统上完成架构调整只需要30秒；却很难见“林”：当外界竞争态势变化，组织结构调整就是一种快速响应，把内部资源和能力进行重新配置。HR数字化的本质诉求是为业务增值，关键要从企业战略出发，通过战略解码，将人力资源数字化方案与战略需求相结合，做好顶层规划。所以在上软件前，HR必须要搞清楚最核心的业务问题。1、公司在当前市场中的地位如何？未来五年打算在哪些行业发力？可能会遇到什么样的挑战？是否会进入到转型变革期？了解这些问题，HR才能明确公司未来五年的关键岗位，以及关键人才的能力特质。而HR数字化就可以解决人才评价和人岗匹配的问题。对于关键人才的评价，无论是冰山上的知识和技能，还是冰山下的性格、能力等维度，都能通过智能标签进行量化，作用到人才招聘、人才培养等场景中，就能实现随时随地的人才排兵布阵，来助力企业战略的达成。在近日IDC发布的《2022人力资源数字化转型白皮书》中，我们看到，绝大多数的企业人力资源管理系统处于局部数字化的状态。企业在人力资源和人才管理技术方面的建设部署呈“两头小、中间大”的橄榄型分布状况：没有人力资源技术平台和拥有全方位、端到端综合人力资源管理平台的企业都占少数（均低于10%）；而拥有多个单点应用解决方案，或者满足基本工作流程，但没有实现全部功能的企业占绝大多数。也就是说，大部分企业都处于逐步完善、补齐人力资源系统相关模块的过程之中，需要贯通整个业务流程和管理数据，为与业务、财务等其他管理系统的流程和数据整合奠定基础。那么在有限的预算下，先上CoreHR还是人才模块？如果公司即将进入转型变革期，要消除成长制约，发掘新的增长机会，上OKR就是非常合适的时机，但HR能把握住这个时机吗？最近我们采访了很多HRIS，发现他们大多数其实已经不再纠结SaaS还是传统软件，在公司没有特殊要求的情况下，选择一体化HR SaaS成为主流。根据IDC的最新调研：任何时间、任何地点进行人力资源管理的便利性、节约成本、 提高工作效率是企业选择HR SaaS的前三大重要因素。一体化HR SaaS缩短了跨系统、跨模块的信息半径， 在提升效率的同时也将提升每一位员工的使用体验。 一位参加北森BCA训练营的HRIS告诉我们，如果选择了SaaS模式，也不必过分纠结于选择单品集成还是一体化，因为一体化HR SaaS为不同规模的企业、在不同阶段选择合适的应用功能模块带来了极大便利，也为下一步扩展应用带来更多可延伸的应用价值。在企业创业初期，急需招聘、薪酬管理等应用，可以在一体化HR SaaS中先开通实施，满足企业的短期需求。在企业发展到一定规模之后，绩效管理、内部培训、员工服务、人力分析等模块的应用需求随之而来，而这时前期因为选择一体化系统而带来的基础数据标准化、规范化对新增模块的快速应用奠定了良好基础，降低了实施运营成本，实现新旧模块之间的数据共享和协同应用，为企业提供了更优化的成本配置。 很多企业在上系统前，都是希望参考咨询公司或者产品的最佳实践来实现管理升级，然而结果却只是变成了当前业务的电子化，因为调整业务太难。要实现人力资源的数字化转型，我们必须要对系统将带来的业务流程变化保持开放的心态：为了让系统更好地实现业务目标，流程是可以改的；要解决数字化落地的问题，得先解决管理模式的问题。在和很多HR系统负责人的交流中，我们发现大多数的系统建设都会经历这样三个阶段：
- 业务流程化：将分散的入转调离等业务，变成一体化的线上流程；
- 流程数据化：在流程统一之后，实现数据口径和数据字典的统一；
- 数字化运营：实现训练模型、报表分析等工具应用，给到管理端做数据支撑。
所以必须明确的是，HR数字化绝不是单纯地把当前流程照搬到线上，而是要从工具思维转换成系统思维，系统性地去看完整业务流程的“线”，看全面业务管理和数据管理的“面”。△ 北森flow凝聚上千家客户的应用最佳实践，企业在流程梳理时可以直接借鉴使用。很多企业的HR部门对于人力数据分析的体系没有完整的认知，也没有数据标准和数据治理的经验，对人力数据的获取、储存和清洗没有整体的方案和设计，就开始盲目上系统，没有对供应商提出具体的要求，导致选型时过于侧重功能场景的满足度，忽视了数据治理，使得后期工作非常繁重，甚至无法达到预期效果。比如多数企业系统模块的上线有先后之分，先是招聘，后是组织人事、薪酬、假勤，最后是绩效和学习，那必然要对各个阶段的数据采集方式、数据同步方式等做出明确的规划和区分，最终实现数据在全模块的跑通。再比如数据标准，离职数据需要在T+1还是T+0进行同步，其他基础的过程数据同步标准是什么？人才数据的应用和分析模型在什么情况下可以构建？还有人效和组织效能的分析有哪些数据缺口？可以肯定的是，数据治理一定是个漫长的过程，一定要做好长期持久战的准备。在系统建设初期就需要建立规范化、标准化的数据治理规则，培养数据意识，建立数据驱动的运营管理体系。在系统运营之后，针对日积月累的运营数据和由此形成的人才数据资产，采取多维分析工具，挖掘数据价值，助力企业发挥人才管理全生命周期的数字化决策效能。 数字化是一种思维方式，人力资源数字化转型需要把思维能力升级与行动规划相结合。因此，哪怕我们已经在企业战略和业务指导下，从顶层设计出发，做出了包括转型路径、阶段划分、目标设定和工作重点在内的规划工作，依然不一定能成功。HR部门的数据治理、分析和思维能力是数字化转型成功的重要基础。但很多企业往往都会忽视自身数字化人才建设的问题，目前有自建数据分析或数据管理人员的企业不足40%，成立单独人力资源数字化团队的企业更是寥寥可数。可以试着回答以下问题：数字化转型过程中组织准备度如何？团队在数字化转型过程中的优势在哪里？哪里还需要提升？员工数字化意识怎么样？团队的能力画像长啥样？有没有准备相应的培训课程？我们已知的是谷歌在2007年前后就成立了人力资本数据分析团队，目前有约200人，隶属于人力资源部，位于总部且独立于HR其他职能。企业选型人力资源管理软件，是一个漫长甚至有点“痛苦”的过程，但在选型前思考的越深，实施时才能避免掉越多的坑，上线后才会带来越多的效果。《数字化人才管理成就高绩效企业——2022人力资源数字化转型白皮书》综合了人力资源数字化转型现状、关键路径、未来方向等精华内容，可以帮助HR在系统选型前获得更多趋势洞察和经验总结。
