HR|新时代变革下，HR如何构建「人力资源数据化」的专业壁垒？( 四 ) 数字供应链|中国公司|运筹|供

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。这个方面的研究我们已经沉淀了很多，有的结论甚至是与各位的常识完全相反的。后续，我们也会持续发布，今天时间有限，就不展开了。
我们发现，每当HR们和老板讨论IBR时，就是他们提高自己身价的“高光时刻”。说白了，如果你深耕一个领域多时，但却无法对IBR信手拈来，那么，你就是没入门。
为了让人力资源效能仪表盘真正能够成为人力资源专业的数据神器，多年来，穆胜咨询做了大量工作。如果归结到一个点上，就是“海量抓取数据”。
说到底，人力资源效能仪表盘是一组模型，只有将大量过往的数据代入，才能修正变量、形成基线、摸清规律。应该理解的是，模型是用数据“喂养”出来的，数据越多，各个模型就会越精准，决策也会更高效。
但在人力资源专业里抓取数据是很难的。一个陋习是，HR们喜欢以保密为由拒绝参与调研。有意思的是，每次上课时，HR学员们又很喜欢问我——穆老师，这个数据究竟是高了还是低了，有baseline吗？有什么规律吗？各位，Baseline和规律是用数据喂养出来的，你们不给数据，穆老师的嘴又没开过光，我怎么知道答案？
在某些调研中，调研机构要求参与调研才能获得结果，于是，有HR们通过上报“假数据”期待获得“真结果”。殊不知，你是这样想的，其他HR也是这样想的，于是，整个样本库就被污染了，这样的调研结果毫无意义。
穆胜咨询对于数据的抓取，都是基于人力资源效能仪表盘这个模型，前后大概经过了两个阶段：
第一阶段是2020年之前做的小样本调研。我们只收集自己有把握的数据，也就是穆胜咨询直接服务的企业数据，大概有几十家左右。这样很慢，但也很准。
第二个阶段是2020年和之后做的大样本调研。我们开始面向全国的企业发起调研，每年发布年度《中国企业人力资源效能研究报告》。有了前一阶段的基础，我们人力资源效能仪表盘更加成熟，调研的结论也更具有穿透力。从现实的反馈来看，市场也挺认可，大量知名的企业都是用户。
这份研报实际上是人力资源效能仪表盘的泛行业呈现。无论是HR希望以“人效”为核心重构自己的人力资源专业世界观，还是企业希望以“人效”为核心定制自己的人力资源解决方案，都能得到一定的支持。
其实，我认为每个企业都应该有一个自己的人力资源效能仪表盘。这也是我们为企业做人力资源服务的核心模块，它是现代人力资源专业的基础，应用场景非常广泛，关系着HR们生存前景。例如：

人力资源年度计划的数据基础；
人效提升专题项目的仪表罗盘；
人力资源规划项目的内核部分；
组织变革转型项目的核心调研内容；
HR数字化转型项目的算法体系基础；
……

04、人力资源数据化的三个伦理上面谈到了很多我们对于人力资源数据化趋势的理解，呈现的其实是我的人力资源专业世界观。