伴隨人力資源管理數智化轉型進(jìn)入新的變革探索階段，基于新一輪AI技術(shù)的數據創(chuàng )新應用成為又一發(fā)力點(diǎn)，企業(yè)期望通過(guò)升級數據分析能力為人力資源管理持續賦能，主要變化體現在：

人力資源管理工作重心逐步擺脫事務(wù)性勞動(dòng)，通過(guò)三支柱等模式緊密結合業(yè)務(wù)，支撐戰略發(fā)展。

人力分析不再局限于人員結構分析等單一領(lǐng)域的內容，需要與其它業(yè)務(wù)領(lǐng)域深度融合：

一方面關(guān)注人效提升，為評估人效改進(jìn)和成本管控現狀，進(jìn)行人效指標、人均投入產(chǎn)出、人均毛利率等指標等關(guān)鍵指標分析；另一方，結合行業(yè)與業(yè)務(wù)特性制定分析指標，促進(jìn)業(yè)務(wù)改進(jìn)。例如某連鎖門(mén)店企業(yè)，通過(guò)將人力數據和每日門(mén)店銷(xiāo)售業(yè)績(jì)相結合，按日推送給店員銷(xiāo)售提成數據，實(shí)現即時(shí)激勵；并通過(guò)對比各門(mén)店人均毛利率等關(guān)鍵指標，發(fā)現管理差異和關(guān)鍵改進(jìn)環(huán)節，促進(jìn)整體業(yè)績(jì)提升。

伴隨企業(yè)在數據治理工作的加大投入和數據平臺建設，人力數據分析不再是簡(jiǎn)單的線(xiàn)上表格和歷史數據匯總，還需結合業(yè)務(wù)對人員規劃、人才配置進(jìn)行測算和規劃。

例如某啤酒制造企業(yè)，為達成明年的擴大產(chǎn)能目標，基于大數據對全國各地的銷(xiāo)量、產(chǎn)量和庫存量進(jìn)行周期性預測，并進(jìn)一步推算相應的生產(chǎn)計劃和投入的工人數量，用于指導季節性用工的招聘工作和人工成本測算；除數值預測外，基于A(yíng)I大模型技術(shù)的洞察建議進(jìn)一步輔助管理決策，例如整合市場(chǎng)薪酬動(dòng)態(tài)和招聘動(dòng)態(tài)，基于企業(yè)崗位要求和所在區域的薪資水平，AI調薪助手推薦合法合規的年度調薪方案。

人力數據報表、領(lǐng)導駕駛艙通常是主要的分析呈現方式，但存在事后分析和使用場(chǎng)景模糊等問(wèn)題。企業(yè)希望在決策和業(yè)務(wù)場(chǎng)景中借助數據分析增強即時(shí)決策能力。

例如高管在進(jìn)行人才選拔時(shí)，隨時(shí)查看人才全景畫(huà)像和人才多維度數據對比；考勤專(zhuān)員在排班時(shí)獲取智能化排班結果分布和崗位排班分析，并基于工時(shí)安排合理性建議進(jìn)行進(jìn)一步調整，例如白班分布不均、連續工作天數過(guò)多等。

企業(yè)在人力分析能力建設中遇到諸多問(wèn)題和挑戰，例如數據孤島、數據標準缺失、統計口徑混亂、指標缺乏參考價(jià)值等，嚴重影響人力數據分析的準確性、完整性，難以有效地輔助決策。用友幫助企業(yè)從數據治理著(zhù)手優(yōu)化數據質(zhì)量，以系統建設承載治理成果和應用價(jià)值，實(shí)現數據驅動(dòng)。

用友建議規劃完整的數據治理框架，對人力資源數據進(jìn)行全生命周期管理。從數據標準梳理開(kāi)始，經(jīng)過(guò)數據平臺采集和模型構建，最終向各類(lèi)用戶(hù)呈現運營(yíng)與決策價(jià)值。

統一標準。數據標準梳理是人力數據治理的起點(diǎn)和重點(diǎn)，以終為始從關(guān)鍵指標和業(yè)務(wù)貫通著(zhù)手，形成人力主數據和業(yè)務(wù)數據對象和分析維度需求范圍，通過(guò)制定組織崗位、人員基本信息、薪資分類(lèi)、干部人才等關(guān)鍵信息的業(yè)務(wù)標準、技術(shù)標準，統一業(yè)務(wù)語(yǔ)言和統計口徑。

機制保障。數據治理同時(shí)需要機制保障，通過(guò)建立清晰的數據管理組織和管理制度，明確人力數據定義、維護、管理的流程和職責角色，確保人力數據在不同領(lǐng)域、不同層級的有效應用和流動(dòng)。

資產(chǎn)沉淀。數據遷移是人力系統切換項目的建設重點(diǎn)之一，原系統中沉淀歷史數據資產(chǎn)是數據分析的重要來(lái)源，具有寶貴的分析價(jià)值。按照已優(yōu)化的數據標準對人力歷史數據進(jìn)行錯誤修正、數據補充等；通過(guò)數據遷移工具加速處理過(guò)程，提升遷移質(zhì)量；以合理的方案保障業(yè)務(wù)的無(wú)縫運營(yíng)，制定系統并行運行策略降低薪酬核算、招聘入職等關(guān)鍵業(yè)務(wù)的切換風(fēng)險。

持續進(jìn)化。一方面通過(guò)建立質(zhì)量監控能力保障優(yōu)質(zhì)數據資產(chǎn)的持續性，比如定期的關(guān)鍵數據準確性和及時(shí)性評估報表；另一方要滿(mǎn)足用戶(hù)不斷變化的分析需求，建立多維度分析模型和計算規則，隨時(shí)拉取分析對象和分析模板，以輕量化的配置和“所見(jiàn)即所得”的調整，實(shí)現持續的優(yōu)化和使用。

通過(guò)逾三十年的經(jīng)驗積累和近萬(wàn)家企業(yè)的實(shí)踐和數據沉淀，用友BIP人力云預置8大分析主題，30個(gè)子場(chǎng)景，和170個(gè)指標，包括組織效能、薪酬成本、人才結構、人才流動(dòng)等。為企業(yè)提供一套全景、多口徑的人力數據分析體系，覆蓋企業(yè)人力分析各類(lèi)場(chǎng)景，全面對標人力資源管理先進(jìn)企業(yè)，為企業(yè)量身剪裁出一套切實(shí)可行的分析體系。

面向組織，縱覽全局獲取關(guān)鍵指標，提升整體效能。聚焦不同層級組織的穩定性指標、人均投入產(chǎn)出等，通過(guò)層層穿透和橫向對比，洞察組織整體的人效狀況和差異，定位關(guān)鍵改進(jìn)環(huán)節，追蹤管理目標達成情況。例如，某央企為落實(shí)三項制度改革，制定領(lǐng)導人員浮動(dòng)占比和領(lǐng)導人員收入倍差數據，對比統計各二級單位領(lǐng)導人指標，評估改革推進(jìn)成效。

面向員工，聚焦關(guān)鍵崗位和人才，促進(jìn)員工成長(cháng)。深入分析員工能力和績(jì)效表現，形成人才畫(huà)像、勝任力報告，通過(guò)九宮格、人崗匹配理清人才結構，結合任職資格或關(guān)鍵崗位勝任力模型制定個(gè)性化的人才發(fā)展計劃，實(shí)現個(gè)人價(jià)值和工作產(chǎn)出價(jià)值的雙效提升。

面向運營(yíng)，撥除迷霧看清問(wèn)題，輔助管理決策?；谟糜裏onGPT 大模型打造AI Agent，自動(dòng)完成部分運營(yíng)工作或輔助HR進(jìn)行決策，例如智能調薪助手、考勤月結助手、人才發(fā)現助手等，根據各類(lèi)影響因素生成分析和運營(yíng)管理改進(jìn)建議。