智享会：人力资源数据治理与数字化应用（17页）.pdf

1、人力资源数据治理分享Quist Huang2024年4月16日日程数据治理与人力数字化统一数据标准提高质量治理与应用结合，发挥数据价值以数字化驱动人力资源共享服务全球化，构建适应人力资源管理挑战的系统应用架构以广州作为全球管控中心，辐射3个区域交付中心进行离岸服务交付，通过本地HR交付属地服务聚焦海外系统建设，新建共享服务、员工自助、海外考勤等系统平台，并对已有系统进行持续改善以人力主数据为治理主线，聚焦Core HR系统数据，同时关注各HR业务系统的结果数据聚焦人、岗、架构信息，员工生命周期各阶段职务数据以及对应人事服务关注HR业务系统中的关键结果数据，如绩效结果，外派状态、薪资标准等数字化

2、过程中，数据不准是被各方提出最多的问题，数据不准只是表像，不准的原因多种多样。标准没人说得清，不准问题分布广，厘清问题根因需要花费大量时间精力用户心声1.1.什么叫不准？2.2.哪里不准?数据为什么不准？“我们是按照业务提供的计算口径开发的，上线后用户就是说不准，也不说到底哪里不准”HRIT Developer C:“同样一个指标，不同的BP不同的报表不同的应用，统计出来的结果全都不一样”Manager A：“用户反馈数据不准的问题，可能由很多因素导致，查清问题成本太高，没法彻底查清具体原因”HRITO&M D:“新上线的看板，发现数据不准后提交给IT，改了好几轮还是没改好，没信心用看板数据了

3、，还不如导row data到电脑自己excel算”HR B:数据不准数据不准灵魂三问数据主体无人认责业务与IT认知差异指标口径定义不清数据采集质量不高应用系统管控不严数据仓库模型管理弱通过数据治理确保数据口径统一，质量过关，最终确保数据产生价值定义标准：拉齐业务与IT以及不同业务之间对数据的理解，明确职责分工，谁制定谁维护谁监控盘点报表：聚焦高频触达业务的人事系统报表，明确字段关联标准，厘清计算逻辑，发掘问题根因自动监控：监控系统间、报表间、字段间的数据问题，T+1天更新监控结果，统计数据完整率准确率直连T+1/可实时价值链流程节点数据生成数据集成数据分析数据消费定义清洗集成关联统计洞察服务应

4、用数据源系统中间库T+1/非实时数据应用PeopleSoft/FusionPerformance SystemAttendance SystemPromotion System基础人事信息考勤绩效晋升TA system展示层:通用指标管理者看板/自助平台业务系统应用人才管理系统/绩效系统数仓数据治理小组&COEHRIT数据组HRIT数据组数据治理小组&COE管理者看板和业务系统数据治理小组&COE相关方服务层：个性化指标Tableau复核数据治理数据标准制定（业务含义、统一口径）数据资产盘点（业务报表梳理）数据监控运营基础信息学发晋升调动日期绩效指标统计复杂指标员工敬业度EsPN基础HR指标在

5、职人数人员结构HR专业指标 招聘到到岗率 人均学时 绩优留存率.员工满意度离职率数据治理小组&COE清洗集成日程数据治理与人力数字化统一数据标准提高质量治理与应用结合，发挥数据价值由SSC牵头成立数据治理小组，联合数据Owner及其他内外部资源，治理各场景的数据集中责任制标准化流程灵活性业务特性集中化分散化 设立组织统一管理整个企业的数据管理工作，业务板块层面很少或无责任 所有数据管理职责都由该组织承担，管理力度大，驱动力强1集中管理模式 设立组织牵头负责数据管理各环节的组织和协调工作 在较小的投入下可取得较好的数据管理成效，对现有组织机构影响较小2联合管理模式 不设立专门的组织来行使数据管理

6、职责，各业务板块只负责本业务领域的数据管理工作 起点较低，容易形成封闭式的数据管理3分散管理模式优缺点承担数据治理职责：负责统一管理数据标准、数据质量、数据资产，以及整体数据应用及治理体系建设组织协同多方资源：联合数据Owner及IT团队、外部顾问，组成临时团队合力治理各问题场景，支持专题分析步骤1：制定关键数据清单，界定数据治理范围，抓住治理主线综合考虑数据使用范围、犯错成本等因素，BY字段维度提炼系统数据，结合外部行业案例，厘出关键数据清单拉通COE&SSC&HRBP等各方，基于管理需求及业务痛点补充完善关键数据清单，达成关键数据优先治理共识2 关键数据共识工作内容拉通COE&SSC&HR