究竟什么是数智化人才管理？

作者：益才发布时间：2023-03-03

“HR数字化转型、EHR、DHR、DTM------”这些词汇已成为近年来各大HR行业活动、论坛、人才峰会的标配，紧随着企业组织数字化转型的集结号，不冠以这些热门标签似乎显得活动价值不高，市场活动的吸睛标语无非是昙花一现，就怕当局者迷离了心智，混淆了视听，不仅没厘清概念，反而收获了一种混沌的占有感：都见过，不新鲜，我了解。

HR从业者对于EHR的概念并不陌生，许多企业都有自己的人力资源管理系统，DTM（Digital Talent Management）的概念相对新颖，免不了就有类似的困惑：DTM经常提到“人才大数据分析决策”，到底是什么样的人才大数据？怎么进行分析和决策？已经有了EHR平台，还需不需要DTM系统？是不是在原有EHR系统上加入人才盘点、360度测评等等人才管理的应用内容，进行功能完善就升级为DTM了?

我们一起来梳理下这EHR和DTM二者的关系，缕完后，关于做法上的困惑也就明朗了。从几个真实的人才管理场景说起：

比如你公司今天的战略中计划开拓东北大区，要找一个区域总统管东北这个市场，这个人需要有成熟的市场开发的经验，要有跨区域管理的经历，还得有调动的意愿，作为HR，你通过这几个关键指标和标签进行搜索，能够胜任这个东北大区老总的候选人立马被选出来，然后在这几个候选人里再去做比较分析选出一个合适的人，这种场景在DTM里面可以做到，在EHR里就很难实现。
再比如说，我们去分析几个群体的人才状况：分公司的人才结构，业务事业部的高管队伍能力，集团公司的后备人才情况，那么你的分析报告中至少得包括：这些群体的共性短板，关键差异，针对性的培养和发展方案等。这样的一个目标在DTM里面可以实现，但是在EHR里同样难以实现。
现在很多公司，希望分析公司的关键人才和核心人群的保留因素，进而制定公司的人才保留策略。DTM同样可以实现。

由此可见，DTM的出发点是“人”和“人才”，关注人才的吸引、聘用、安置和保留，借助了数智化技术，在人才的数据、标签和组织里面不同的群体的关联交叉分析，精准不同群体的不同要求，并且在功能上紧密链接，围绕人才紧密耦合，完成持续人才供应的目标，宏观上形成组织层面人才管理的观点及洞见，进而实现人才决策和组织决策。相对较EHR，一个特别明显的差异在于：大数据分析决策在DTM里面能够极大的强化。从这个角度出发，我们就可以知道EHR和DTM的关系了，它们并不是一个相互替代，而是互为补充，并不冲突。

举例，DTM强调人才全息数据的处理，特别强调“预测性数据”的搜集，但原有的EHR系统内已应储备了很多总结性或者说现实性的数据，我们只需要通过不同的人才标签，就可以将这些数据进行处理，在这个基础上进而实现类似“人才管理看板”等很多EHR系统实现不了的功能。

DTM：HR自身大数据基因的持续进化

建立人才大数据治理体系，是DTM极其基础、关键、核心的前提，具体而言包括四项工作：一是建立人才数据业务模型，确定人才数据类型和数据指标；二是明确人才数据来源，建立或重构基于数据管控的人才管理体系；三是建立人才数据管理模型，明确人才数据应用方向和模式；四是建立人才数据应用模型，构建基于数据分析的应用场景，基于管理预测的智慧解读。

乍一看是个繁杂漫长的变革过程，但可别忘了HR领域天然带有大数据基因，数智化人才管理不是创造，而是传承和迭代。回溯早期的人事管理，我们会发现人力资源领域一贯注重人事类各种档案、信息、数字的管理，例如：考勤、工龄、司龄、薪酬奖金、绩效、360度评估，以及荣誉表彰次数等等，同时也可以将学历、职位序列、岗位价值等信息转化为等级数字用于计算。

数智化人才管理（DTM）与HR们并非刚刚结缘，就像人工智能并非21世纪的产物一样，大数据和AI新技术为人力资源的各类档案、信息、资料库的管理唤起了新的生机。构建系统化、智能化的HR大数据平台帮助HR部门为组织带来增量价值，其实质是因时因地做出智能的人才管理决策，为企业战略、业务和经营持续提供人才梯队支撑，获取、发展以及留存所需的人才。

所以面对数智化转型，HR部门大可不必认为这是一项全新的任务，而应是对现有人力资源管理体系的一次技术性升级迭代。HR们完全可以保有充足的信心，来完成这项时代要求下必须的任务。接下来，我们来认识下“4-F框架”模型，从顶层思维上构建起对数智化人才管理的宏观认知，进而确保正确的姿势。

DTM 顶层设计：4-F框架

如何搭建或者升级各自企业的数智化人才管理平台？益才基于多类型企业DTM的实践，认为尽管不同行业企业有着各自的视角和侧重，但以下四个维度缺一不可。企业的数智化人才管理规划可结合“DTM 4-F”框架展开设计，展开：基础重构，数据连接，场景优化，智慧分析等系列工作，分别构建起“安全、数据、场景、智慧”的全系统服务支撑。益才提出的数智化人才管理“4-F框架”，由下到上依次为：技术层、工具层、应用层及决策层。

技术层

技术层分为两个部分：一是IT技术，即大数据、AI人工智能以及云计算等核心技术，以及PaaS和SaaS系统平台；另一部分是人才管理的专业技术，包括人才的各种指标库、模型库、题库、常模库、量表库等大数据库。这两个部分共同形成夯实的底层基座，是数智化人才管理的技术支撑。

工具层

技术如何转化成可使用的手段呢？益才从“组织诊断、定义人才、全面评价、人才培育”4个方面研发了系列的人才管理工具，包括但不限于：敬业度满意度调研、组织氛围调研、组织健康度诊断、talent profile@建模系统、敏捷建模工作坊、素质测评、360度评估、AC评价中心、在线考试、学习平台、团队GDP、个人IDP等等，形成了工具层。基于不同工具主题的数据驱动实现人才-部门-组织之间的各种连接，是数智化人才管理的业务支撑。

应用层

切实解决人才管理痛点问题是管理者们更为关心的。应用层即将工具层进行落地，实现人才管理的多场景应用，如：人才画像、招聘竞聘、人才盘点、组织健康度提升、敬业度满意度改善、梯队建设、学习发展、高潜选拔、干部管理等。根据企业对于人才的不同需求，实现面向人才管理的典型应用，完成人才的全生命周期管理，是数智化人才管理的服务支撑。

决策层

决策层汇聚了应用层的各种人才数据，形成企业自己的人才管理驾驶舱。组织视角:组织健康程度、组织效能、人才流动和人力资产等多项关键组织人才指标，形成了“智慧才报”系统；个人视角：经历、潜力、能力、动力、文化力、匹配力、效能力等多个维度的数据立体呈现人才的全息信息，形成了“数字孪生”系统。两个视角系统有效驱动组织的人才管理决策，是数智化人才管理的战略支撑。

简单总结下：在“4-F框架”模型中，技术层是基础，工具层是手段，应用层是路径，决策层是目的。各企业可结合“4-F框架”层层分解，逐步递进，提高人才管理效能，规划更前瞻的组织人才管理议题，逐步实现数据驱动人才管理决策，落地组织战略。

有了顶层设计，我们还得将DTM的“价值创造”梳理清晰，明白我们的战场在哪。站错了舞台，怎能不翻车？

DTM价值创造

很多企业已经具备了人才管理大数据的原始累积基础，正致力于DTM数字化人才管理平台的搭建，但受困于专注人力资源流程及事务，人才数据孤立无连接；无法提供场景预测，进行宏观层面的人才和组织决策；交叉分析的维度不系统，无法产生洞察性的输出。简而言之，底层数据标签模糊，无法进行诊断和预判。针对这些人才管理的痛点问题，DTM要在以下3个战场打出胜仗，用大数据、AI、系统平台等新技术武器高效解决人才管理难题，实现价值。

一、打破数据孤岛，盘活组织人才大数据

过去的信息化更多的实现了优化流程、沉淀数据等功能，但对于人才数据仍停留在数据孤岛的层面，虽然企业在进行人才盘点后得到了大量的数据，但是数据之间并没有打通，当企业需要调用数据进行决策时，往往要花费大量时间去处理、综合数据，但组织决策与人才决策不能基于零散的数据，多维数据的关联与打通才是人才决策或组织决策的关键。比如：一个非常有能力的员工，他对组织的敬业程度和满意程度，在很大程度上会影响员工的贡献度，因此，将员工的各种数据（如：绩效、学习、考试、岗位匹配度、素质测评、360测评、敬业度、满意度......）整合在一起进行关联分析，以立体、直观、全面的方式呈现人才画像，只有这样才好做出更为全面的组织优化方案。

依托于系统平台和数据库，构建起全面具体的人才画像大数据档案，才能为业务提供人才决策。一时风靡的胜任力模型，在企业对人才的要求上表述得过于抽象，全面人才画像需要更加具体更加多元。试想一下，用“积极学习”指标给人才打一个分，模糊且无法应用，如果全面调出该人才过往学习经历的信息，当下参加人才培养项目的考勤率，作业得分等数据，业务成果，获奖数据等，是否能更好地描述该人才学习能力是否匹配未来企业的需要？

人才管理的大数据包含两个方面：一是人才标准，即人才画像的维度本身是具体多元的。要用经验信息来代表人才的过去，用能力和绩效的数据代表人才的现在，用态度价值观的数据代表人才的未来。二是获得人才数据的来源也是多元整合的。既有评价中心对于能力的主观评估，也有绩效、表彰、荣誉、成果、工作行为等客观数据。只有这样海量且丰富，指向具体的大数据才能在系统里被AI不断学习和公式验证，为业务提供人才结构、数量、质量、匹配度，人才梯队完备度，以及关键人才与业务适配度等决策依据。

做好数智化人才管理，除了硬件系统基础外，还需要有足够的“软件”，人才标签、组织标签的丰富程度决定了管理者能以多大视角看待个人与组织。扎实的人才定义技术、组织定义技术，人才标签、组织标签的丰富度和精准度都十分关键。在构建足够组织标签与人才标签后，不断收集数据，丰富数据，更新数据，在此过程中建立并强化持续一贯的人才管理观念。

二、BI可视化,搭建驾驶舱智能决策系统

对于人才管理系统，我们一直有个误区，认为系统管理者账号就是HR部门或大数据系统立项团队使用的，而忽略了为企业各级管理者们订制人才管理的使用界面，人才管理观念是要靠管理者们持续使用，系统强化的。对于业务管理者们而言，人才管理绝不是切片式的工作任务，也不是几个割裂的填表事项。在管理者们的人才界面里，要以组织结构图的形式，实时全局审视团队人才的动态，并且向管理者发出招聘、选拔、培养、激励、挽留的管理动作需求清单，帮助管理者建立人才管理日历以及全年大事记——这才是大数据及AI分析与决策对于管理者们提供的具体且实在的价值。

DTM能实现各子系统数据的打通及交叉分析，从而帮助组织形成实时、立体、全面的人才评价看板，从“个人、组织、用人部门”等多个视角形成人才管理驾驶舱，看板内容包含人才结构、人力资本效能、队伍状态等信息，进而实现人与岗位、人与团队、人与组织的高度匹配，帮助组织在人才识别、人才考核、人才任用、人才培训及人才发展之间无缝衔接切换；管理者可以全面立体的了解到每个员工，不同部门，及整个组织的全面、动态的信息；决策者可以一目了然的了解组织各方面情况，提高决策效率与准确率，实现战略支撑。

益才整合并联了各个系统后交叉分析，实现了BI可视化，形成个人和组织双重视角看板，支撑前瞻性的人才管理决策。

1）个人视角

个人视角页面综合了员工的个人信息、人才发展轨迹、岗位胜任度、个人测评数据、潜力评估、绩效数据等，交叉分析后形成人才画像。个人看板中的数据信息，可以清晰立体的呈现出人才的全貌，实现“数字孪生”。

2）组织视角

组织视角页面可以清晰的看到整个组织的继任地图，一目了然的了解企业现有人才梯队情况。同时对于人才比对、部门组织层面的人才落位，组织诊断结果都可形成清晰的透视，大大提高了企业人才决策的准确率与效率。

三、立体全息指标诊断，动态预警组织健康度

数智化人才管理更注重帮助企业快速对个人与组织进行分析诊断，你的组织健康吗？很多企业在运作过程中不觉得有什么大问题，但年初或年底复盘的时候，才会发现，原本自以为运转良好的企业，这里有问题，那里也有问题。当问题暴露后，很多管理者往往会陷入头痛医头，脚痛医脚的误区，根据现象结果去找问题，治标不治本。一个组织如果出现问题，原因通常不止一个，而且相互关联，需要从不同的视角切入，才能看清楚问题的本质所在。

正确的做法，不是盲目动手解决，而应该从症状入手，找到病症的根源。这时候，我们就需要用到一个工具：组织健康度诊断。就像医生治病要先给你体检，我们在解决组织问题之前，也需要做一次组织诊断。组织健康度就相当于一面镜子，帮助我们去看到组织所存在的问题，透视组织的状况。

益才认为一个健康的组织应当具备这样的基因：上下同心追寻共同目标，开放坦诚信任，拥有完善的人才管理体系，拥抱变化且持续不断的进行创新变革。

组织是一个复杂系统，它就像一个生命体，由若干子系统构成，当系统出现故障，需要对每一个子系统做细致的梳理，找出真正的诱导因素，对于管理者来说，最大的挑战，也正在于能否打开视野发现组织的关键症结。实时的组织健康度诊断可以有效的将人和业务结合起来，提升组织自身的免疫力。在业务变革之前，你也可以对团队进行诊断，为变革管理提供支持。

DTM全景图

对于从事人才管理的专业人士而言，今天的商业本质是模糊、复杂而混乱的——未来将依旧如此，这就需要我们重新思考应该由谁，在何处，以何种方式，与何人合作来完成工作。我们需要重新考虑企业该如何发挥领导力，如何实现个体的自我管理，如何在提高员工生产力的同时创造出新形式的价值；我们需要在企业内部培育更多的创新能力，具有更大的灵活性，并能够利用新技术与网络形成新的资本。这意味着我们的人力系统将大幅度被重新调整和设计，HR将无法再依赖传统的，很快将被淘汰的的企业组织结构，领导力和人才管理方式来实现对组织的商业影响力，因此我们可以说，人才管理这一个职能即使尚未达到危机状态，也处在了拐点上。

总之，新时代时代背景下, “数智化人才管理”这个新瓶里装的不能还是人力资源职能管理的“老酒”,新瓶要装新酒，新酒就是全新的数智化思维和数智化理念, 是基于数字的、连接的、交互的、开放合作的生态思维。只有这样, 才能真正激发人的创新力, 才能真正激发人的潜能, 才能真正实现企业的创新与人才的驱动。

在中国，益才作为数智化人才管理的先行者，提出了高绩效组织数智化人才管理的系统解决方案：打破数据孤岛，确保安全的数据治理以及BI可视化的数据决策驾驶舱。

益才DTM数智化人才管理平台以大数据、云计算、AI等综合数字技术为底层支撑，集成了大量的模型、指标、题库、常模库和人才库；以九大系统为载体（talent profile@人才画像系统、素质测评系统、组织调研系统、360度评估系统、在线学习系统、在线考试系统、在线AC评价中心、在线盘点系统），打通”组织发展-定义人才-全面评价-人才培育-人才驾驶舱”的数智化人才管理全流程应用，搭建起驾驶舱智能决策体系，实现人才管理效能及组织效能的双向提升。