本文来自微信公众号：盖雅学苑（ID：thinkwithgaia），作者：郭雨琛，原文标题：《HR 系统选型成功的三个底层逻辑》，题图来自：视觉中国

一、HR 系统选型的最优解

组织是相互影响的生态而非独立部门之间的排列组合，更像是生命体而不是机器。

所以在谈系统选型成功前，我更想先谈谈系统化思维三个维度，即结构化思维、全局思考、动态思考。从系统性思维出发，组织是不断进化的，唯一不变的就是变化，本文所谈的数字化系统也需要不断进化。

(资料图片)

但如同自然界的进化方向是随机的，组织的进化方向也往往是规范不住的，无论哪种系统，天然就是整体解决方案，单点调整会对其他模块产生影响。

所以管理和系统往往在规范性和时效性两方面产生矛盾。

同时能满足规范性和时效性的模型，最优解莫过于企业的供应链体系：最小颗粒度的制造单元 + 可排列组合的上下游关系，既可以保持高产能，又可以快速切换所生产的产品。与此类似，HR 系统选型的最优解便是：最小颗粒度的管理单元 + 可排列组合的管理规则。

最小颗粒度的管理单元，即适用于同一套管理规则的人群；管理上可通过设置序列、子序列、职务、职位等等方式识别。

可排列组合的管理规则，即梳理多套符合管理诉求的制度 / 流程，如人事流程、差旅流程、考核方案、薪资架构、福利方案、培训计划等；类似于武器库，在实际管理中为每个最小管理单元匹配合适的管理规则。

例如，根据考核方式是 OKR 还是 KPI、考核周期是月度 / 季度 / 年度、薪酬是否含激励性薪酬、工作地是一线 / 二线，筛选出如下最小管理单元并匹配管理规则（未出现的组合方式即本案例的实际管理中没有对应的人群）：

为实现 HR 系统的最优解，我认为企业在进行系统选型需要注意以下三个方面，也即选型成功三要素，本文将结合这三个要素，与大家具体分享一些选型过程中的具体经验。

二、" 高内聚低耦合 " 的系统架构

让数据的归数据、让规则的归规则

高内聚低耦合，是软件工程中的概念，在此意为在一个系统中尽可能闭环一种业务。目的是将最小管理单元与 HR 各业务的管理规则，拆解到在不同的系统中实现，尽可能规避跨系统支持一种业务的情况。

在当下 Saas 化的趋势下，这种架构的优势更加明显，具体表现在：

1. 保证全公司共享同一套人事主数据：每名员工在各应用系统产生的数据也可以根据工号、域账号等唯一识别码串联起来形成员工的全生命周期数据，为兑现数字化价值打好基础；

2. 能兼顾稳定性和灵活性，满足当下业务需求的同时，在技术不发生根本性变革的情况下能匹配中长期发展，避免整体推翻重构并在局部替换时减少更换成本。

基于上述原则，企业系统架构中的核心系统、主数据平台、应用系统也分别承担着不同价值（参考下图）：

核心系统主要承担的价值是：能通过多个条件的排列组合，识别出最小颗粒度的管理单元，即提供人事主数据。

主数据平台主要承担的价值是：保证全公司共享同一套人事主数据，并避免其他系统的数据影响核心系统；如直接与核心系统对接的系统尽可能精简，通常保留 IM、AD 域、SSO、主数据平台、ERP 即可。

应用系统承担的价值是：将管理动作拆解为执行步骤，每个步骤均可配置规则，最后通过排列组合实现管理诉求。

例如将绩效考核拆分为：目标确认→员工自评→确认评价人→ 360 环评→上级评价→部门校准→结果公示等标准执行步骤，每个步骤中可以分别配置哪个角色能看到什么字段能做什么操作，也可以根据管理诉求在结果公示前再增加一个 " 部门校准 " 环节作为上级部门校准。

三、" 产品力 + 服务能力 +X" 的考量维度

让专业系统做擅长的事

接下来展开聊聊系统选型过程中需要关注哪些考量维度。

首先，产品力是基石，功能满足 90% 管理场景的产品一定比满足 40% 的更能在当下帮助到组织；其次，考量服务能力是为了保证厂商在项目和运维阶段均能有质量过关的交付。

最后，基于上述 " 核心系统 + 主数据平台 + 应用系统 " 的架构，针对不同类型的系统，考量维度也存在一定区别。

1. 核心系统

需要的能力是：

一方面，能通过多个条件的排列组合，识别出最小颗粒度的人群，即最小颗粒度的管理单元；另一方面，能通过适当规范管理行为，协助组织形成体系性的管理规则。

因此核心系统选型时，需要考量的维度如下：

1）产品力：产品标准功能（非客开）满足 85~90% 的管理场景；用户体验简单、快捷、良好；满足信息安全要求，且具备多种信息安全资质（如 ISO27001、等保三级、SOC2 type II）；

2）服务能力：项目经理资历，考察最终交付质量能否有保证；讲标情况，考察对需求了解的程度、考察实施过程中实施方项目管理能力（如对项目计划、交付成果、质量控制、风险控制的能力）；售后服务支持能力，考察项目结束后的持续服务水平；

3）可延展性：核心系统范围内的产品线完整程度。

2. 主数据平台

提供标准接口服务（组织、人员、异动等），自研或者数仓产品均可，不做展开。

应用系统，需要的能力是：

首先，能通过系统配置而非定制化开发，快速响应管理诉求的变化；其次，针对特殊场景，可通过客制化开发充分满足管理诉求； 另外，能带来增值服务支持业务更好的发展，增值服务在各垂直领域各有特色。

因此，应用系统选型时，需要考量的维度如下：

1）产品力：产品功能（含客制化）满足 95% 的管理场景、满足信息安全要求；

2）服务能力：同核心系统。

3）增值服务方面，举一些 HR 场景常见的系统，仅供大家参考：

招聘系统：招聘活动策划、多渠道的招聘门户（APP、小程序、抖音、Web … .）

考勤系统：排班 - 考勤 - 假期 - 工时一体化，支持闭环做劳动力管理

绩效系统：目标（OKR/KPI）- 绩效考核 - 激励性薪酬一体化，支持闭环做目标管理

培训系统：书籍、课程、公开课、直播资源

长期激励：信托服务、税优筹划、合规咨询

……

此外，选择应用系统时，尽可能选择在垂直领域深耕的产品，不仅产品力过硬、增值服务价值更高，隐形参数也能得到保证，例如权限管理是否健全、数据迁移是否负责、系统是否足够稳定。

四、治理数据链路，兑现数字化价值

通常情况下，基于前两步搭建出来的 HR 系统已经足以满足 HR 业务高效开展了。但搭建系统从来不是数字化的最终目的，而是实现数据驱动决策的手段。

HR 数字化的价值是通过数据收集→数据质量治理→数据流向治理→数据加工→数据呈现→数据分析等步骤，将人事数据及时准确地呈现给从业人员及各级管理者，通过数据驱动管理决策从而协助业务更好的发展，例如通过数据看板看出某个团队的个人绩效与司龄为正相关关系，则可初步判断团队 leader 绩效打分偏向老成员。

其中，上述数据治理各环节的目标分别为：

1. 通过数据采集工具将数据集中到系统中进行存储；

2. 通过数据质量治理提高系统中数据的准确性；

3. 通过规范数据流向保证宏观上数据不会相互干扰，

4. 通过精细设计系统间的数据传输方式及同步节奏保证数据实时性；

5. 通过确定的规则将数据转化为参考指标；

6. 最后由 BI 工具来做数据呈现，从业人员及各级管理者基于看板做分析。

另外，值得注意的是数据不是系统上线后就 OK 了的，系统能做的只有第一步和第三步，仍需要将上述链路完全打通才能兑现数字化价值。

以上就是我对系统选型阶段需要关注问题的讨论。

最后我们依旧回归到系统化思维的角度来看，组织是不断进化的，唯一不变的就是变化，系统亦是如此，当前的讨论也只是基于 Saas 化大趋势下的一些浅见，期待能在当下帮助到更多的伙伴做出最优的选择。

参考文献 1：顶尖到手，都有系统化思维

参考文献 2：DHR 布局前，需要考虑的 3 个管理问题

本文来自微信公众号：盖雅学苑（ID：thinkwithgaia），作者：郭雨琛