編輯導語：企業要想提升核心競爭力，人力資源管理得當是競爭力提升的基石之一。而在企業紛紛尋求數字化轉型的形勢之下，HR數字化也將成為大勢所趨，比如谷歌的人力資源管理。本文作者就對谷歌的HR管理與當下的HR數字化趨勢做了解讀，一起來看。

根據知名雇主品牌咨詢機構Universum Global發布的“2021全球最具吸引力雇主”榜單（World’s Most Attractive Employers），谷歌力壓微軟、IBM、蘋果獲得頭名，成為了全球工科、IT專業、經營學學生最想去的公司。

谷歌作為科技巨頭，推崇技術，“黑科技”層出不窮，本身就是行業標桿。而其工資待遇高，辦公環境好，自然也會吸引大量人才。更重要的是，谷歌的人力資源管理也確有獨到之處，他們信奉用數據說話、基于數據決策，這對于工程師們來說，無疑是具有巨大的吸引力。

一、人力數據實驗室

1998年，拉里·佩奇（Larry Page）和謝爾蓋·布林（Sergey Brin）共同創建了谷歌公司（Google Inc.），自身IT背景的創始人對公司的文化影響頗深，造就了其典型的“工程師文化”。據說，公司內有一條不成文的規則，那就是“任何決策都不能拍腦袋，而必須是數據驅動的?！?/p>

在這里，每個人都必須了解數據，學會用數據說話，用數據結論說服別人或是驅動決策，連人力資源管理也不例外。與眾不同的人力資源管理也成了谷歌的核心競爭力之一。

說到谷歌的人力資源管理，那就必須要提到拉斯洛·博克（Laszlo Bock），這個被譽為谷歌“人力資源之父”的人。這位從2006年加入到2017年離開的前首席人才官、前人力運營副總裁，用十余年時間奠定了谷歌“人力資源運營”的基礎理念和方法。

圖1：POPS的功能架構

他上任的第一個舉措就是把人力資源部門改成人力運營部門（People Operations）內部簡稱“POPS”。在這里，與傳統人力資源部門的最大不同就是搭建了專門的人力分析團隊（People Analytics），他們直接向HR SVP匯報，負責人力數據的分析，包括收集數據、設計算法，幫助決策等。

這支200多人的團隊采取“三三三”配置：三分之一的成員是MBA背景，懂商業；三分之一的成員有管理咨詢公司背景，有方法；剩下三分之一的成員是信息學、統計學背景，會算法。這樣一個“懂商業、有方法、會算法”的多背景復合團隊，被譽為“人力數據實驗室”。

谷歌為了實現數據驅動決策，專門開發了數據決策模型（Analytics Value Chain），包含以下六個步驟：

• 看法（Opinion）——需求的開端，最直接的主觀想法；
• 數據（Data）——獲取主觀數據，客觀數據；
• 衡量（Metrics）——數據淺層呈現，包含具體指標、比例等；
• 分析（Analysis）——在不同數據間建立聯系，分析變化本質、成因等；
• 洞見（Insight）——穿透數據分析結果，直達本質，形成專業洞見；
• 行動（Action）——將洞見付諸行動，切實解決組織的問題。

在這個模型的幫助下，人力數據實驗室幫助谷歌發現并解決了很多組織上的問題……

二、糾正自以為是的“大聰明”

“對于公司來說，管理者有用嗎？”

相信每個人心里都有自己的答案，但就目前絕大部分公司的組織設計來看，管理者的作用毋庸置疑。有意思的是，在谷歌創立早期，創始人佩奇認為管理者在組織中沒什么用，甚至覺得這是官僚的體現，與工程師文化不符。然后，他就用“大聰明”的決策取消了管理崗位，結果可想而知，失去了管理崗位的組織陷入了“大混亂”，無奈之下，只得恢復了原有的管理崗位。

這里要回憶一下國內的“大聰明”。其實，這也是國內一眾互聯網大佬們創業之初的偏執經驗。某樸實無華科技產品公司，也曾號稱公司只有三個層級，不設KPI，只在乎開心地玩?！麄兤鋵嵍疾挥梅瓑?，隨手國內搜索引擎一查就能發現這種方式的問題。

我們按照數據決策模型的步驟對氧氣項目簡單做個解讀：

回到谷歌。這樣一番折騰之后，谷歌意識到“拍腦袋”的決策不一定靠譜，為什么不用數據解決問題呢？于是，一個知名的項目誕生了——氧氣項目（Project Oxygen），也叫管理者發展項目。

基于氧氣項目中的輸出，谷歌不再堅持“管理者無用論”，他們也找到了優秀谷歌管理者應具備的特質，如懂得帶教下屬，對團隊授權，關心員工事業成功，自身結果導向等。

之后，通過幾項行動切實幫助組織發現并培養了大量合格的管理人員，也成為了谷歌獲得如今成就的中流砥柱。

三、簡化官僚化的招聘流程

“你想去谷歌嗎？”

如果這個問題拋給一個相關專業的學生，大概率會得到肯定的回答?！叭蜃罹呶Π駟巍币材苷f明這個問題。曾幾何時，候選者需要通過12-14次面試，耗時半年以上才有可能從6000多人中脫穎而出，獲得谷歌某個崗位的Offer，從而成為它的一員。

這一套繁瑣的招聘程序被外界詬病，被視為谷歌的傲慢和自大。對于谷歌來說，多輪次的面試也造成了大量成本的浪費和部分優質人才的流失。終于在2011年，首席人才官拉斯洛·博克宣布谷歌將極大簡化招聘流程。

這自然是人力數據實驗室的功勞。他們在之前所有的面試數據的基礎上，對谷歌的面試工具方法進行分析，對面試人員進行調研。大量的研究之后，人力數據實驗室得出了4次面試是最優解。而后，這一研究成果被應用到實踐上，谷歌的面試流程精簡為平均4次，既優化了候選人的體驗，也極大地節約了招聘成本。

這還沒有結束，谷歌招聘流程之所以繁瑣，是因為每年需要從100萬到200萬份簡歷中篩選出最適合的候選人加入谷歌。簡化了流程但不能影響效果，如何設計招聘工作體系，將篩選的標準“塞”到四次面試流程里呢？在經過了一系列的研究分析之后，谷歌形成了自己獨有的招聘工作體系，這也成了谷歌的標志之一。簡單來說，有特點如下：

• 采用高度結構化的面試流程（Structured Interview），讓信息標準化為結構化數據，便于進行高效決策。
• 建立谷歌的人員特質模型，統一評價標準，嚴格進行人員評價。該模型包含4個維度——崗位知識技能（Role-Related Knowledge）、通用知識能力（General Cognitive Ability）、領導力（Leadership）、谷歌范（Googleness）。
• 任用與否由招聘委員會集體決定（Hiring Committee），在數據的基礎上，讓熟悉谷歌的人用“感覺”來彌補單純數據決策可能形成的漏洞，同時也避免招聘決策上的“一言堂”。

這極大地提升了招聘的效率，節約了成本，也保證了決策的公平性。大量企業競相模仿，一時間，谷歌的招聘體系被奉為經典，成了“教科書”一般的存在。

四、究竟有多少算法？

“人力數據實驗室究竟在研究什么？”

其實對于谷歌的人力數據實驗室來說，一方面擁有全公司人力資源的所有數據，另一方面Google Geist這個為了解員工對于公司政策、工作環境、福利待遇等領域的滿意度反饋工具也幫助其獲得了大量的主觀數據。利用這海量的數據，人力數據實驗室為優化商業決定，內部流程和員工激勵提供多樣化的數據分析支持。我們來看看他們都算了些什么？

案例1：漲薪or獎金？

在2010年，經濟衰退期時，谷歌決定提高員工收入來維持人員穩定。通過什么方式提升收入呢？由算法決定，根據人力數據實驗室的研究，對員工來說，1美元的獎金等值為1美元，而1美元的基本工資的價值超過1美元。最終，在2010年秋天，谷歌宣布所有員工的基本工資提升10%。

案例2：誰最應該被賦能？

公司的培訓資源總是有限的，為了讓培訓資源能夠發揮最大的效果，將資源傾斜給哪部分人？這也是由算法決定的。根據人力數據實驗室的研究，中層經理人差別是最明顯的，最好和最差的中層對組織的影響差別最大，所以，培訓那些水平較差的中層經理人投產比最高。結果，自2009年以來，每年中層經理人的反饋都有所改善。

這樣的算法還有很多，人才保留算法、優秀人才絕對值、高效招聘算法……覆蓋了人力資源管理的方方面面，極大地幫助了組織決策；除此之外，還有一些看似不那么重要的研究，比如餐廳排隊多久合適，咖啡廳不同的咖啡該如何擺放等，也在一定程度上提升了員工的“幸福感”。

誠然，一定有人會說這些算法并不是完全準確的，甚至有些算法是有問題的，但這并不影響Google的決策邏輯和它今天取得的成績。算法就是一個不斷優化、持續迭代的產物。在創新的道路上，錯誤并不可怕，可怕的是缺少邁出第一步的勇氣。

有人說，谷歌的成功是因為OKR，實際上，當你深入研究谷歌，就會發現OKR只是個形式，他們競爭力的內核還是數據和算法。這從拉里·佩吉選擇Page Ranking技術作為創業賽道開始，就已經注定了。

五、HR如何走上數據化之路？

相對谷歌十幾年前就走出的先鋒實踐，國內大廠似乎跟進得慢了一點。

一般來說，數據、算法（模型）是數據化的基礎，二者缺一不可。對于那些大廠或者行業頭部企業來說，數據自然是不缺的，算法也不是難以解決的。那么為何至今，國內也沒出現一家人力資源數據化的標桿呢？

其實，他們缺少的是數據思維（Data Mind）。至今，仍有不少人認為人力資源是一個難以數據化的專業，在這種思維的加持下，自然很難找到算法；即使找到了，算法也僅僅停留在數理的邏輯上，缺少應用價值，也就失去了數據化的意義。

說白了，大多數HR缺乏重塑人力資源專業的決心，還是在走改良路線，只是在用數據工具來包裹陳舊的人力資源工作模式，妄圖為搖搖欲墜專業續命。

簡單說，數據思維就是真正懂得數據的意義，解析數據間的相互關系，探索數據到決策的路徑……還有最重要的，要有重塑人力資源專業的決心。正是基于這種理念，穆勝咨詢長期致力于數據驅動人力資源效能的研究，原創了大量的指標、算法：

• 扁平化指數——衡量組織是否存在冗余。當該指數小于1時，則說明組織存在冗余，有大企業病的危險；
• 激勵真實指數——衡量考核是否“真刀真槍”。當該指數小于5%時，績效考核沒有差距，失去了真正意義；
• 激勵強度指數——衡量激勵是否“真金白銀”。當該指數小于8%時，分配沒有差距，激勵失去意義變的不公平；
• ……

要說這些指標的數學邏輯，其實并不難，但進入工作場景中，確實對企業幫助很大，這些指標讓他們的決策有了數據依托。所以，數據思維才是打開HR數據化大門的“鑰匙”。我們將自己研究的算法放到了每年發布一次的《中國企業人力資源效能研報》里，希望能幫助到更多的企業。

當然了，重塑人力資源專業的關鍵不能只靠咨詢機構，企業才是關鍵。值得欣慰的是，很多企業已經行動起來了。根據穆勝咨詢2020-2021兩年發布的年度《中國企業人力資源效能研報》，2021年有50.1%的被調研企業重視數據化人力資源，并設有負責此項工作的專職員工或團隊，用以沉淀人力資源數據。對比2020年，該比例上升了5個百分點。

圖2：企業對數據化人力資源的重視及應用情況

資料來源：穆勝咨詢《2021中國企業人力資源效能研究報告》

Google十幾年前就開始重視人力資源數據研究，并設置了人力分析團隊，他們是先行者，也享受了多年的數據紅利。到了今天，越來越多的國內大廠已經在路上了（詳見往期文章《阿里騰訊們對HR動手了！我們盤點了26家大廠的數字化HR標準……》），人力資源與數據科學注定會走到一起，傳統純“靠手感”的人力資源管理必將做出改變。

#專欄作家#

穆勝，微信公眾號：穆勝事務所（ID：hrm-yun），人人都是產品經理專欄作家?！镀脚_型組織：釋放個體與組織的潛能》作者，知名管理學者，北京大學光華管理學院工商管理博士后，管理學博士，穆勝企業管理咨詢事務所創始人，互聯網商業模式和組織轉型研究專家。

本文整理發布于人人都是產品經理，未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議。