罗氏：人才数据运营与管理实践

从组织文化层面上，HR团队和业务团队要倾向于依赖数据做人事决定，并在发现业务问题后愿意寻求PI团队的支持和帮助，依靠数据寻找解决方案。简而言之，组织内部要形成用数据驱动决策的文化。

“先天”文化+“后天”干预

在罗氏，一方面是自身文化的影响，作为一家医药企业，内部如医学部、研发部等多数部门都倾向用客观的信息做决策。

另一方面，HR也会主动干预。罗氏PI团队中的“洞察伙伴”与HRBP不仅会在与业务的日常沟通中进行数据产品介绍，而且会针对业务的困境和痛点，找出能够助力的部分，并开发数据产品帮助解决问题。值得注意的是，当业务遇到困境并主动寻求帮助时，通常会下意识地预设方案，PI团队则需要抛开业务的常规“预设”，不断寻找和校验出现问题背后的根本原因，再提供对应的解决方案。当业务遇到的困境能够依靠数据方案得到解决后，会信任并再次依赖PI团队，这样的正向反馈能够帮助数据驱动决策的氛围形成。

在人才准备上，处于2.0阶段的企业，通过小规模的团队（甚至只有1-2位专业人才），能够实现一定程度的数据助力决策。而要实现3.0阶段的企业，需要一个更为集成、且内部有专业分工的中大规模团队。罗氏PI团队主要由四种角色构成：

数据工程师：数据工程师负责管理数据管线和数据架构，从各个系统中集成数据，再依据数据科学家的需求进行数据派发；当数据科学家的模型回传后，数据工程师需要将数据推送到最终的解决方案中。

数据科学家：负责机器学习建模、假设检验等数据科学方面的工作。在整个过程中，数据科学家需要基于预测和检验结果不断与数据工程师调整数据的链路，并将最终的解决方案回传给数据工程师。

洞察伙伴：主要负责向业务介绍数据产品，与HRBP共同了解业务的痛点和需求，并收集意见反馈。当形成数据产品解决方案后，洞察伙伴也负责帮助业务部署和实施。

组织行为学专家：组织行为学专家能够使用行为学的分析方法，通过量化的主观因素，探讨员工的心理、动机和行为对于组织的影响。他们会通过（而又不局限于）问卷和测评的手段，了解个人的特质和主观感受，并揭示其与他在组织中的发展之间的关系。这些量化的主观数据甚至能为预测建模、假设检验和个性化推荐服务提供更加精准的数据源。

3.0阶段对于系统和平台的基本需求，多数企业在2.0阶段就已基本实现。即企业需要一个能够存储打通后的所有数据的平台，可以是数据湖或数据仓库[2]。但考虑到3.0阶段的运算和落地需求，企业需要进一步加大在专业算力服务和产品搭载平台上的投资，需要根据不同种类的需求，购买实体或虚拟服务器，以及云计算平台。

而数据打通本身的难点其实在于企业所选择的管理系统适不适合数据打通。早期企业在上线HR系统时，往往只考虑系统的易用性或者用户友好角度，在PA团队建立之前，企业不会考虑数据是否能够从系统中提取出来，这就造成了当PA团队在打通系统时，发现许多HR系统不具备数据提取功能，从而造成打通的困难。当前企业在上线新系统时，都需要有一定的流程去衡量和考核系统是否具备方便提取数据的功能，方便后续的数据集成。