科大讯飞：人力资源数据运营与管理实践

内容来源/朱成敏|HRIS|科大讯飞股份有限公司

科大讯飞股份有限公司成立于1999年，是亚太地区知名的智能语音和人工智能上市企业。自成立以来，长期从事语音及语言、自然语言理解、机器学习推理及自主学习等核心技术研究并保持了国际前沿技术水平；积极推动人工智能产品研发和行业应用落地，致力让机器“能听会说，能理解会思考”，用人工智能建设美好世界。

在当前的人力数据运营管理阶段中，随着管理者对看到数据背后趋势，依据数据进行决策的诉求越来越凸显，企业也将数据重点放在数字化的展示及数据对业务决策助力的探索上。在此之前，企业也通过体系化的数据治理工作把控数据质量，为数据运用打下基础。

Ø 数据专项治理项目

企业在2016年上线新系统时，仅对数据进行系统间的迁移，未考虑到未来的运用需求，没有以终为始对数据进行同步梳理，数据在系统间仍相对独立且未成体系。在2018年时，企业也将共享服务中心的流程进行整体梳理，实现流程标准化，通过流程驱动数据。然而，企业发现，仅实现数据线上化和流程驱动远远不够，在有了运用需求时，企业仍面临着数据标准混乱、数据质量不佳的问题。因此，为解决这一问题，企业在2019年开展了人力资源数据专项治理项目，从三个步骤落实，逐步提高数据完整性与准确性。

第一步，企业对现状进行整体盘点。梳理当前有多少系统？是否具备应有的人力资源模块？各个系统模块有多少数据字段以及字段的有效性如何？基于盘点情况，确定了数据治理的范围及所要达成的目标。

第二步，聚焦核心字段，重新梳理标准。各个系统中可能有几百个字段，在前期治理中企业未必有精力全面顾及，且许多字段对于运用层面来说也并非必要。因此，科大讯飞聚焦核心字段进行重新梳理。

首先，企业通过判断每个字段未来的应用场景来评估其重要程度，基于分析需求圈定需要梳理的核心字段；同时，企业也对标外部，参考外部企业在当前阶段数据分析所需的主要字段及数据，基于已被实践的“前人经验”，对当前已圈定字段进行查缺补漏。

确认关键字段后，项目组对每一个字段从定义、与其他字段的关联、字段所属责任部门、维护标准、应用场景等多个维度进行重新梳理，并依此制定了人力资源数据管理规范将其标准化，且面向全体HR宣传。

第三步，当标准制定清晰，企业上线了数据治理平台自动校验数据。平台能够基于设置好的标准，自动校验出存在错误的数据，人力资源部门会将错误数据推送给相应的个人或组织内部进行核实、补充或修改，在此之后，系统会再进行二轮的核查，确定数据完整性和准确性是否达到预设的目标，以此不断校验和完善。

Ø 设置系统规则，把控数据入口

为了避免数据在采集过程中出现错误并减少人为审核的繁琐，科大讯飞在前端依据梳理好的数据标准设置系统规则，把控线上数据入口。例如，从入职端开始，规范填写选项，避免员工自定义填写造成的错误和不统一。同时，企业原先需要人工审核员工所填写信息与实物证明资料间的匹配，当前更多使用电子材料及OCR识别校验，提高了数据管理的效率。

Ø 数据更新

企业对数据进行专项治理后，除了利用平台自动校验，数据的更新也较为关键。企业上线了员工信息平台，方便员工查看自己的过往履历及基本信息，并能够实时更新数据。然而，大部分员工的数据更新意愿低，为此，企业采取了以下几个方式助力更新：

线上线下宣传，鼓励员工完善信息。从宣传内容上，企业主要将信息的完善与员工个人发展及未来晋升之间的关系作说明。部分职级的晋升对员工参与过的项目、在职年限有规定，而这部分信息员工的上级未必掌握，因此，企业鼓励员工在信息平台中完善工作履历及基本信息，为未来的晋升提供详细的参考依据，避免因为信息缺失影响晋升。在宣传形式上，企业会搭建线下展台，或给员工邮件发送附有平台更新链接的海报进行宣传，当员工的信息完整性能够达到100%，企业会发放一些公司产品及小礼品，以提高员工的信息完善意愿。

通过内部排名，推动HR完善各部门数据。企业会在每周或每月对各个部门的数据质量进行排名，数据质量好的部门会给予奖励，数据质量不佳的部门会给予通报，推动HR督促员工完善数据。

Ø 数据分析

管理者希望看到数据呈现的结果好坏及背后反映的规律和趋势，并能实时得到预警且从中获得决策依据和建议，而非仅看到报表数值。因此，企业也在进行数据仪表盘产品开发，希望产品能够帮助管理者查看管理动态及获得管理风险预警。

Ø 数据深度运用场景

离职风险预测：为了分析员工的离职倾向并进行提前干预，避免人才流失对企业带来的损失。企业尝试从员工基本信息、任职信息、过往工作经历、出勤信息、薪酬信息、绩效信息等几个维度的数据进行员工离职风险预测，离职风险预测结果能够帮助业务提前识别管理风险，并结合工作中的实际情况采取干预措施，降低人才流失。

来源：智享会&FESCO《人力资源数据运营与管理》