大数据背景下的员工人效分析及价值贡献体系探索

大数据背景下的员工人效分析及价值贡献体系探索

郑瑜

（ 国网福建省电力有限公司福州供电公司 福建福州 350009）

摘要：按照“系统设计、统筹实施，点面结合、稳妥推进，市场化、契约化方向”原则，根据DASO理论（D-发现问题，A-分析问题，S-解决问题，O-评估改进）充分利用大数据思维，从员工价值管理为切入点，及时总结工作中经验，梳理现状、分析问题症结，提出“以数字化管理模式替代传统管理模式”的观点。通过搭建员工人效分析框架，实现部门间、部门内员工人效等多维度分析；设计“综合人效指数”，实现员工效能水平和价值贡献的量化评估，以推进人力资源优化配置；通过分析结果应用，进一步验证管理模型的正确性和可靠性，持续优化，并推动专业流程再造和人力资源合理分配，形成一个良性闭环。通过构建以大数据思维为导向的人力资源数字化管理机制，突破并创新传统“粗放型”的管理模式，实现对人力资源从业者的价值管理，进而高效实现人力资源价值创造力。

关键词：综合人效指数；员工价值评估；数字化

随着技术发展推动“机器代人”逐步实现，在深化国有企业用工制度改革的社会大背景下，如何激发企业内部人力资源活力，充分利用现有人力资源已成为国企改革的重要内容。当前，多数国有企业的人力资源管理仍较为粗放，数字化程度不高，数据多而繁杂，却很难从中抽取有效信息，发现客观规律，有效指导人力资源管理工作，主要还是依靠人力资源管理者的管理水平和综合素质，依据公司战略进行人力资源规划、招聘等工作。这种“粗放型”的人力资源管理模式使人力资源管理主要在事务性上的工作较多，人力资源决策受到主观人为因素影响难免难以兼顾全面、符合客观实际，人力资源管理者也无暇将更多的时间精力用于思考如何将企业战略落地。但是，人力资源管理的本质是对人的激励与管理，突出对人的价值管理，因此，传统的管理模式必须进行创新与改变，以满足人力资源管理的本质要求。

针对上述问题，本文以大数据思维为导向，探索员工人效分析及价值贡献体系，推进人力资源从传统粗放型管理模式向数字化管理模式转变。

1. 搭建员工人效分析框架

一方面，通过构建员工人效分析框架，人力资源管理者能够直观准确了解员工工时分布情况以及员工工作效率。另一方面，人力资源数字化管理需要大量的数据支撑，构建员工人效分析框架是实现人力资源数字化管理的有效途径之一。 以大数据思维为导向，抓取业务数据系统中的有效信息，并以人力资源管理信息系统为辅,全面系统地梳理业务工作特点和作业模式，综合考虑基础管理、培训、在途等事项占用时间，以“效率指数”和“有效工时率”为核心指标，开展员工人效分析体系建设，创新工时管理机制。

（一）线上线下结合，多角度获取人效分析数据

线上，从实际业务出发，追根溯源，汇总梳理出涉及影响员工工作量的业务数据，提炼参与分析要素，从业务系统线上数据中提取能够反映专业业务工作量的有效数据，通过信息化分析手段，真实反映员工实际的工作量与工作效率。

线下，通过调研走访，深入了解员工日常主要工作内容、活动以及各项活动的工作流程情况，设计出《专业业务环节工时占比调查表》，采集难以量化或业务系统难以取数的非业务工时及等待工时等数据，利用“正态分布”和方差检验方法，对回收的数据结果进行了数据可靠性和稳定性检验。问卷调研结果作为业务系统数据的补充，多角度获取人效分析数据，丰富了人效分析模型的数据维度，使后续开展人效分析模型构建更加具有合理性与完整性。

（二）工时工量统筹，多维度开展人效分析评价

工时分析法，是以员工作业工时为基础构建的工时管理方法，是人力资源管理的基本内涵，通过对员工的工时分析，进一步加强员工的工时管理，可控制工时损耗，改进劳动力绩效水平，从而提高企业整体的劳动生产率，降低日常运营成本。任务分析法，是以任务为中心，通过汇总执行任务所占用作业员的时间资源或脑力资源情况，实现客观评估作业员的工作承载力的分析方法。

依据“工时分析法”和“任务分析法”两大理论基础，将员工工时划分为业务工时与非业务工时，并以业务工时中直接参与业务活动的作业工时作为“有效工时”，通过大数据处理技术从员工工作内容中提取主要工作任务，首先设计出“效率指数”和“有效工时率”两大评估指标，实现客观评估员工工作效率和员工工时利用情况。其次，围绕“效率指数”和“有效工时率”指标，构建以工作任务为基础的员工人效分析模型，支持分析过程中的横纵向对比，实现人力资源管理者对员工工时的可控制管理，进一步科学合理地为人力资源数字化管理打下坚实的数据基础。

二、设计“综合人效指数”指标

“人效”即人均效能，是用来衡量企业人力资源的价值，计量现有人力资源获利能力的指标。只有充分发挥人力资源的最大潜能，才是企业提升效能的最有效途径，因此，将“人效”理论迁移到人力资源管理中具有合理性和可行性。以员工人效分析模型中的部分产物“效率指数”和“有效工时率”两个指标作为计算基础，依据“熵值法”理论，对两个指标进行客观赋权，消除主观赋权带来的不确定性和模糊性的影响，设计出“综合人效指数”指标，量化员工人效，实现对员工价值贡献的综合评价，有利于企业实现围绕“人才价值创造”而开展的人力资源管理工作。综合人效指数高，说明该公司的员工综合价值贡献度较高；反之，综合人效指数低，说明该公司员工综合价值贡献度较低。

三、运用大数据成果指导人力资源分配

将用工效率、超缺员情况等内容与去年同期自身数据相比较，建立综合人效指数应用机制，分阶段循序渐进确立提升目标，定期开展“回头看”，引导用人部门科学用人。

以“有效工时率”和“效率指数”为坐标轴，以各业务部门有效工时率和各部门平均效率指数为分界线，将综合人效指数情况划分为四个象限（活少高效、活少低效、活多低效、活多高效），当某个专业部门评估状态处于某个象限的时候，实现快速诊断存在问题并触发相关机制自动运转。其中：活少高效是指工作效率高但工作量不饱和；活少低效是指工作量较少且工作效率较低；活多低效是指工作量大、工作效率较低；活多高效是指工作量大且工作效率高，人力资源合理利用。详见图1。

图1综合人效指数评估模型

组织优化机制。本专业评估结果为工作效率较低的，即综合人效指数处于活少高效、活少低效、活多低效象限的，应优先考虑本组织工作安排是否合理，业务流程是否需要进一步完善优化，需进一步提升组织运行活力。积极探索新技术应用，加强业务协同，提升规模经济效益，避免机构和人员重复配置，最大程度减少人工并提升运行效率。对工作量不饱和的专业，即综合人效指数处于活少高效、活少低效象限的，应控制或压减用工规模和人工成本预算，精简用人。

薪酬激励机制。本专业评估结果为工作效率高且人力资源利用效率高的专业，即综合人效指数处于活多高效象限的，应加强绩效方面的奖励，合理拉开与低效率部门员工的收入差距，让活多高效的员工收入也相应提高，同时提高在岗位晋升、人才培养等方面的应用比例，充分激发员工内生动力。

用工盘活机制。根据基于工作任务和工时的工作承载力的定量评估模型评估部门人员实际工作量承载情况，对综合人效指数处于活少高效、活少低效、活多低效象限的，结合实际用工需求与个人意愿，将员工转入“转岗池”，做好内部市场人才流动的储备，提高内部人才市场流动可操作性，引导冗员团队向缺员团队、超员专业富余人员向缺员专业有序正向流动，促进人力资源配置的合理优化。

培训启动机制。本专业评估结果为工作效率较低的，即综合人效指数处于活少低效、活多低效象限的，重点加强岗位能力培训提升工作，对于偏弱项技能充分利用多样化培训资源，开展员工相关弱项技能培训，做好员工技能储备，力促员工在管理、技术、技能等方面全面发展。

四、实施效果

1. 形成员工人效分析应用的管理闭环

充分利用大数据思维，结合DASO方法论基础，从发现问题、分析问题、解决问题到评估改进，落实每一环节，实现员工人效分析结果的应用管理闭环，助力公司数字化管理；进一步根据成效反馈不断迭代优化员工人效算法与指数模型，使人效分析应用更加具有合理性与适用性。

2. 创新人力资源管理模式

人力资源管理是企业管理的重要组成部分，是企业科学管理的起点。当前公司在人力资源管理仍是主要以“粗放型”管理模式为主，导致人力资源配置不均衡等问题，面对人力资源管理的瓶颈，数字化管理已然是人力资源管理的必然趋势。以大数据思维为导向，构建以员工工作任务为基础、效率指数和有效工时率为核心指标的员工人效分析模型，掌握员工工时分布情况，并根据“效率指数”和“有效工时率”掌握员工工作效率和工时利用情况，有利于部门对现有员工配置使用的合理性和有效性进行主动反思和改进，促进专业部门加强人力资源的利用，并为传统人力资源管理模式向数字化管理创新模式奠定了坚实基础。

3. “综合人效指数”量化员工价值贡献

以“效率指数”和“有效工时率”为指标基础，熵值法为主要技术手段，设计“综合人效指数”，实现对员工综合价值贡献的量化评估，在人力资源管理中充分考虑员工劳动价值贡献，给绩效评价、员工培养提供依据。同时对标改进，有力提升员工工作效率，进而整体提升公司人效。

4. 助力挖掘培训需求，实现人力资源价值开发

通过大数据对员工的集中式人效分析，掌握员工工时分布情况，结合业务量增长趋势，挖掘员工业务能力薄弱环节，明确人力资源培训开发目标，进一步开发人力资源，以实现充分挖掘人力资源价值，减小各部门人员的业务技能水平的不均衡现象。

作者简介：郑瑜（1988.03）女，汉，福建省福州市，硕士研究生，工程师，主要从事人力资源管理工作。