全麵數據化:從企業社保管理談人力資源的未來

 By : 金柚網   Time:2017-09-28 10:24:39

我們,都生活在過去、現在、未來之中。

靜下心,往前看,但別忘了回頭看。

全麵數據化:從企業社保管理談人力資源的未來

一、

我們似乎正處在一個社會質變的奇點卻渾然不覺。80年代中末期,電腦出現,我們震驚於計算機的計算能力,單機的數據處理能力;過了10年,90年代中末期,互聯網開始出現在生活裏,我們震驚於溝通的高速高效,震驚於單點與陌生多點的連接和交流;又過了10年,2000年代中末期,約2007年前後,蘋果手機出現,我們震驚於人機交互,震驚於網絡在社交、購物生活等領域的所向披靡;又過了10年,2017年前後,移動手機,已經深深嵌入了我們的生活,我們震驚於生活的便捷,似乎所有的需要,通過點擊都可以直接或間接的解決。

那麼,再過十年,2027年前後,我們會震驚於什麼呢?也許那時,震驚我們的,不再是對當下的處理,而是,我們對未來的應對與處理。

二、

社會發展的大環境大趨勢,可以幫助我們更為冷靜的觀察當下。

我們每個人工作生活密切相關的質變,最早影響我們時,往往是從某些概念進入我們的生活開始的。

物聯網、區塊鏈可能會深深影響我們的生活,準確的說,影響已經開始了。城市裏的一切都在被連接,物聯網更像是大區塊與大區塊的連接,是連接中“站”與“站”的關聯。區塊鏈,是“點”對“點”的連接,會使連接本身滲透進入到世界與我們連接中的“毛細血管”裏。

連接,可能會帶來某種“定位”的被確定。

上麵的社會發展,說起來,似乎有些大。其實物聯網、區塊鏈,10年之前就已經有人開始建設了。到現在,發展已然快10年了。一種影響我們讓我們恍然發現的變化,往往是10多年前既已經開始了,隻是我們總要在社會發展質變之後,才恍然大悟。可是這與我們日常企業管理中的社保管理又有什麼關係呢?

因為在物聯網+區塊鏈兩種技術發展的背景下,整個社會的連接,開始從早期的信息傳送(點對點,point to point以及區塊內的點對點 point to point in one block ),進入到信息的聯通(站對站 block to block,以及脫媒下所有的點對點 peer to peer)。聯通之下,我們越來越多的行為,無論工作或者生活,都會留下痕跡留下記錄;通俗的說,就是網絡上將會越來越多的留存下有關我們的數據。

全麵數據化:從企業社保管理談人力資源的未來

全麵數據化:從企業社保管理談人力資源的未來

四、

這些數據有什麼用?

這些數據尚屬於早期積累階段,對大多數人來說,在物聯網時代,很多數據是在不經意間,就被積累下來的,無論我們是否意識到還是我們是否願意。數據的使用,早期會應用在授信、醫療等很多方麵,積累的數據,給了“他人”一種可能,即了解一個可被追蹤量化及把握的“我們”。

全麵數據化:從企業社保管理談人力資源的未來

累計數據是有價值的,在連接一切之下,數據本身就是資產,是我們尚未完全派上用途的數據資產。因為是資產,累積這些資產就很重要,有意識的累積,能夠幫助我們更早的進行信息檔案管理。在越來越多的數據挖掘工作開始跟上時,我們的數據資產,也許就是可以變現的。舉個例子來說,現在申領信用卡,授信額度會參考學曆工作等內容,有些還需要工作證明,未來根據過往行為數據分析的結果,銀行係統可以提供更準確的信用卡發放與否以及額度並能夠通過數據直接關閉對有些人的授信(現在還有大量的信用卡套現詐騙)。

所以,有意識的積累並保存數據資產,可以讓我們與社會發展趨勢在同一個方向上。

五、

社保管理,涉及一個員工、一個企業大量的數據。社保管理涉及的數據,關乎一個員工甚至是企業的過往、現在與未來。參保一開始,是在對一個人身份認定基礎上建立的社會保障,對該人過往最重要的數據進行梳理,如身份證、戶籍、工作地、參保地、學習、婚姻情況等。企業在為員工繳納過程中,則留存了員工當下的一係列工作生活數據,這些數據又關聯著該員工的未來,包括了養老、醫療、失業、工商、生育、公積金、以及其他的補充醫療補充附加等等。

社保數據,是每個月產生一次,計算的過程比較繁瑣,每個月的數據,往往會有些變動。在財務處理上,這些數據關聯著公司支付部分、個人支付部分兩組。每組數據中包含著分別的基數、比例、繳納額,背後關聯著與社會保障體係的關係。

正如我們上麵提到,現在是數據的積累階段,數據的應用價值即挖掘,正在發芽兒。我們常說的大數據,特指海量數據,沒有海量規模數據,價值很難提取出來。就像社會學裏做調查,樣本不夠,統計是不合格的。社保數據既然與公司有關、與員工有關、與社保保障體係有關,那麼可以簡單預測,未來社保數據的商業價值方向可能會關聯員工的授信、員工醫療福利、企業健康性評估、企業授信等等。

一個人的消費數據有價值,一個人的社保數據,可能是比消費數據更有價值的內容。

六、

考慮到整個社會發展邁向在線化與數據化,盡可能的保留數據並管理數據,是對企業運營工作的一個附加要求。

企業運營過程中,本身就會產生大量的數據。社保管理是企業邁向規範化過程中一個繞不過去的硬性指標。其中會有幾個比較大的難點:

1、社保管理中圍繞收繳操作,會產生大量的數據,因為操作的專業性+時效性,往往會使得企業人力資源人員處理大量的繁瑣事務,如果企業存在大量的多地異地繳納,不同地區不同政策不同截點+不同的調基以及調基後財務的核算(多退少補所應對的財務做賬,要明確到個人部分、企業部分,同時涉及員工工資個稅的計算與調整)。這些往複性多的工作消耗了hr太多的時間。

2、也很容易造成斷繳和漏繳,這可能對員工和企業會帶來其他的溝通和信任問題。

如果企業內部的it化建設尚未全麵打通,數據的存留會過多依賴內部hr的本地計算機上的文件,如excel表,表格本身的靜態性以及部分隨意性,會使得數據的檔案管理存在一定的難度,而交互跟進數據進展,涉及動態存取,就需要人工大量介入,同時相關數據的備份也存在一定的隱患。很多處理不當還會給企業帶來難以預料的法務問題。

七、

企業對數據的要求變強,加之業務專業性越來越複雜,就有了以提供社保管理服務為業務核心的服務承接商。

這個過程,從效率的角度看,在線化,是難以阻擋的趨勢。在線化提供數據陳列歸檔以及高效的事務處理。現在大家都在談社保業務的在線化處理,產品很少能夠直接麵向客戶,即客戶的hr可以直接通過在線操作而不再通過email進行業務數據的中轉。

金柚網是做到了這一點,我們的係統是直接麵向客戶來組織開發的。

將係統的操作人推進到企業內部hr,而非由金柚網內部的員工進行操作,就可以使得數據不再通過其他工具進行中轉,同時,我們作為服務承接商,通過社保一旦獲得數據反饋結果,可以馬上回傳,企業hr可以馬上看到結果並跟進。這一過程,我們拆解了社保管理業務的諸多複雜的專業知識,企業操作員在沒有進行社保業務培訓的情況下,也可以在係統指引下完成相關的業務推進。需要提醒的內容,我們會通過係統進行提醒。

在線的優勢在於操作的公開性、便捷與高效、收費的清晰、發票與數據對應的快速包括追蹤、數據的雲端自動備份、數據的檔案化存留、業務交互的可追蹤等等。

八、

我們在接觸部分客戶時,也遇到客戶的hr對直接操作係統有存疑,認為通過email 進行中轉更為方便。這是能夠理解的。很多時候,在麵對新的操作方式時,對新方法的適應是一個心理上的小挑戰。

這也給了我們一種警醒即對我們產品人員提出了要求:我們需要不斷提升係統操作的便捷性與清晰度,幫助客戶更好的適應新的應用工具,客戶的合理訴求,我們需要不斷理解並幫助客戶解決。

九、

社保管理是企業人力資源工作的一部分,可以說是很小的一部分。

人力資源,是一個非常大的概念。

出於簡化的考慮,我們采用百度百科的定義:人力資源(Human Resources ,簡稱HR)指在一個國家或地區中,處於勞動年齡、未到勞動年齡和超過勞動年齡但具有勞動能力的人口之和。或者表述為:一個國家或地區的總人口中減去喪失勞動能力的人口之後的人口。人力資源也指一定時期內組織中的人所擁有的能夠被企業所用,且對價值創造起貢獻作用的教育、能力、技能、經驗、體力等的總稱。狹義講就是企事業單位獨立的經營團體所需人員具備的能力(資源)。

對我們企業來講,狹義定義很具有指導意義,即企事業單位獨立的經營團體所需人員具備的能力(資源)。所以,撥開日常繁瑣的事務性處理,企業人力部門的職責本質,我個人認為是對企業人員能力現狀的認知與能力潛力的挖掘。

這個本質的事務性表象是招聘、考勤、工資報表、社保關係、員工培訓等等。表象要求可以用拿來主義來用應對,先幹了再說;本質要求,考驗著我們的認知與學習能力。認知與學習,都需要某種梳理的觀察和思考。問題在於,如果我們的人力部門,被表象的事務性工作搞的焦頭爛額,還要做大量數據同步計算分揀核對的工作,同時還麵臨著大量員工以及管理層的不理解,(我有時候會聽到一些老板們抱怨,說他們的hr似乎整天都在忙,也不知道在忙什麼),那麼,我們的人力部門很難能夠主動疏離出事務性工作並進入重新理解員工整體能力與個人能力的狀態中去。

全麵數據化:從企業社保管理談人力資源的未來

十、

如果企業人力從業者能夠將事務性繁瑣工作甩出去,那麼可以節約出大量的時間,進行對員工能力的認知工作。認知需要了解過去現在,並籌劃未來。對員工的深入認知,有一個非常重要的環節被很多人忽視了,就是溝通。

哈貝馬斯:“溝通行動是人們之間的一種用語言進行溝通的行動。溝通的目的是行動者為了協調相互的行動而進行的,這種行動以語言為中介,通過相互溝通而達到。”

哈貝馬斯的理論給了我很大的啟發,在他看來,生活世界溝通行動是兩個相輔相成的概念,溝通行動是在生活世界進行的,生活世界使人類理性地進行溝通成為可能。溝通者進行沒有製約的溝通和誠實對話,並達成相互理解與共識,是因為每人都擁有一定的背景資料和知識作為指導,使得溝通成為可能。。。因此,生活世界是溝通得以實現的先驗場所。溝通者正是在這個場所裏交流溝通,互相理解表達他們的要求,取得共識。另一方麵,溝通行動的同時促進生活世界的理性化。哈貝馬斯認為,生活世界包括文化、社會和人格三種結構,溝通行動能夠促進這三種結構的轉變和發展。首先,在文化層麵上,溝通行動將彼此的文化互相交流,產生新的文化。其次,在社會層麵上,溝通行動不但能夠調節不同的認識和行為,並且有助於促使社會協調和整合。最後,在人格層麵上,溝通行動可以實現社會教化的目的,促進個人自我觀念的整合與建構。

溝通,不斷的學習如何有效溝通,不斷在溝通中汲取更多價值回饋,可以促進整個“社區”或者我們說的公司整體文化建設,而文化建設才是公司實力與發展中,最需要建設的內容。這種建設是一個公司人與人之間關係的底土壤。

十一、

在絕大多數的企業中,溝通都做的遠遠不夠。對於初創型企業,考慮到業務發展經營成本與指標等多重現實壓力,溝通就越是容易被忽略。

這裏存在著一個誤區,就像小時候,很多人固執的認為學習數理化學習文科沒什麼用一樣。作為一家創業早期的企業,越是早期,越要重視溝通,最好能夠是基於如何對業務流轉進行解耦的溝通。

業務部門、財務部門、管理部分大多的爭論困境都是缺乏足夠的解耦造成的,大家基於不同的現實處理目標,往往會向對方提出要求,在業務語言不是一套的情況下,很容易彼此有衝突,企業規模小時,因為天天在一起,感情本身就是維係,公司大了,矛盾衝突就來了。

溝通不但可以幫助梳理業務,也可以幫助年輕員工進行心理釋放。想想看,我們都在找新人的招聘上花了大量的時間,但在通過溝通建立留人機製上,考慮的似乎不夠。但是,那些最優秀的一流企業,在留人上,都有很好方法和機製可以讓我們學習。

十二、

前提是,我們人力部門,需要盡可能的從繁瑣的事務中解放出來。

人力資源,往後發展,一定與現在的模式是不一樣的。有幾個未來趨勢,供參考:

1、事務外包從簡單工作到複雜工作。

初級外包:單一或簡單幾種工作外包,如福利購買、人事采購

中級外包:涉及大量數據或者部分人力業務流轉的工作外包,如社保管理外包、工資代發外包

複雜外包:涉及人力管理方式的外包,如勞動關係外包(企業靈活用功、bpo)、管理外包(如風電場及部分大型工程的屬地管理團隊外包)、重要崗位的委托管理

2、人力數據的專業檔案化管理訴求不斷提升,人力數據將成為企業數據最重要的一部分,協助企業邁向數據金融化

一個企業進出的員工數據,越來越多的需要進行存檔備份,數據的資產性雖然現在尚未被大家普遍認識。在物聯網及區塊鏈的搭建曆史中,我們正在邁向數據資產時代。在基於大數據基礎上的數據挖掘尚在摸索的當下,有意識的累積這方麵的數據,就是在累積我們自己的數據資產。

3、人力部門的工作將從當下的數據處理,邁過數據統計,邁向數據分析與直接提供業務支撐

我們尤其是創業早期企業,大量的人力消耗在數據處理上,在雲及SaaS的幫助下,我們一旦使用工具幫助我們進行數據處理,那麼我們很快就會邁過數據統計,從而能夠進入難度更大的數據分析,數據分析,將可以幫助人力部門直接介入業務合理性的判斷當中,從而強化業務支撐。

4、企業內部,人力部門的地位及影響力將不斷提升,越好的公司人力的地位越高

人力部門作為員工關係的粘合劑、企業文化建設的推動者,重要數據提供方、管理方、業務分析提供方,地位及影響力會逐漸增強。越是優秀的企業,越會重視人力部門的發展。

5、專業性會使該領域從業者出現兩極分化

人力部門從事務性工作解放出來後,高專業度工作、如文化建設、機製建設、數據處理能力,將給人力從業者提出新的挑戰,考慮到每個環節對專業性的要求都基於綜合能力的提升,所以人力部門從業者,可能會出現非常大的能力及收入的兩極分化。

6、企業可能會越來越需要人力部門介入更多的業務溝通、業務解耦、員工心理建設、企業文化建設

當我們具有越來越多的計算工具甚至是智能工具時,人與人的直接溝通會越來越難得和珍貴。我們都是從職場新人一路走來的,真誠的溝通,可以幫助所有的人,不僅僅落地企業文化,最終是的業務流轉更為順暢,實際問題得以推進並企業整體受益。

7、數據理解能力(收攏、歸檔、統計、分析、決策),將成為對高級人力從業者的要求。

真正影響我們人力資源從業者專業性的,一定是關乎數據處理能力的。這可能不僅僅是對我們一個領域從業者的要求。能夠對數據進行高效處理的前提,是我們能夠擁有完整清晰的數據,擁有處理繁瑣事務的應用工具,這樣我們才能通過學習,理解數據所反應的內涵,以及為什麼?

最終我們整個人力資源行業的未來,回到了原點,就是,我們該如何認識人與人之間的關係,如何認識我們自己。考慮到未來可能所有行業,都是軟件業,我們越早的擁抱各種軟件,會幫助我們理解未來。

- END -