我们企业应该看哪些人效数据？人均营收、人均利润或者人工成本投产比看起来都挺有价值，有点傻傻分不清。是应该选一个指标来衡量整体和所有业务？还是成年人不做选择，所有指标都要？

　　A：每个企业所处行业、发展阶段、战略导向等因素不同，重点关注的人效指标自然不同。同时，企业如果有多元业务，每个业务要关注的人效指标也不同。企业应该建立一个基于业务的、清晰的“人效指标思维导图”。最忌讳用一个指标来“一刀切”，省事但没有决策意义；也忌讳所有的指标都关注，这样会模糊了管理重心，还会让听取人效汇报的老板和高层头晕。永远记住，加一个指标就代表多一块管理成本。

　　A：上述都是初级人效指标形成的人效数据，反映的是企业的人效基本面，这类初级人效指标属于“穆胜人效矩阵1.0模型”辐射的范围，它们也有一定的意义，但的确不足以揭示企业真正的人效水平和趋势。“穆胜人效矩阵2.0模型（发表于《哈佛商业评论》）”中，揭示了更具穿透力的基因类、时光机类、发动机类高阶人效指标，可以更好地以人效指标来洞穿生意。

　　Q：这些人效指标都是“结果”，仅仅呈现这类指标，看起来似乎比较专业了，但实际上其他工作还是按部就班，并没有对应上这些指标和数据。HR应该如何建立专业壁垒？

　　A：的确如此。绝大多数专业的工作都是极度数据化的，如果一个专业不能数据化，那么本身它就不够专业。我们通过人效指标让人力资源的“工作结果”实现数据化，还应该通过其他指标让人力资源的“工作过程”实现数据化。我们如果理解了“职能运作→队伍状态→人效结果”的逻辑链条，就应该建立驱动人效的“队伍类”和“职能类”指标体系。只有如此，我们才能规划出影响人效结果的路径，并进行精准干预，这才是HR的专业影响。

　　Q：当我们找到了准确的人效指标，应该如何使用它们呢？怎么看得出它们高了还是低了？是不是要和知名的标杆企业比对？

　　A：您提到的是设立人效指标的基线（Baseline）问题，我们的建议是千万不要盲目对标。一方面，把自己的企业和跨行业的标杆对比，还看似专业地总结某些规律，这相当于把轮船和飞机比速度，还得出结论飞机之所以快是因为它有翅膀，能飞上天，这很扯淡。另一方面，在行业内进行人效对比也要谨慎，因为不同的企业的商业模式、业务模式等因素不同，把阿里和京东都作为电商来比人效绝对数就很不科学，一个平台模式，一个自营模式，怎么比？对标建议只在行业内进行，且一定要进行技术层面的数据清洗，确保同口径比较。

　　A：为企业的不同业务定人效指标和基线属于“人效解码”问题，您刚才提到的属于“人效赋能”的问题。人效解码之后发现差距，应该通过人效赋能来弥补差距，如果只做一半，HR们会引来无数的抱怨。但根据我们的观察，传统人力资源的选用育留方法其实对人效的影响相当有限，即使能够产生一定的影响，结果的呈现也需要漫长的周期，这和人效赋能的急切要求是不匹配的。我们更发现，一旦传统选用育留方法不起作用，在各种压力之下，企业很容易走向粗暴的裁员降薪。这能解一时的问题，但改变不了企业人效低下的病灶。我们总结了若干升级选用育留传统方法的创新实践，应该可以帮到有人效赋能诉求的HR。

　　Q：如果人效这么难管，能不能暂时不管？我们做好人力资源基本工作，例如现在企业在缩编裁员，老板正需要我们解决问题，这样是不是也有生存空间？

　　A：要让企业长期认可自己的价值，还是要创造真正的经营价值，HR如果把自己当做后勤，执着于当一个简单的执行者，还是有巨大风险的。经济寒冬里，没有企业不关注效能，而人效是最核心的效能。没有企业在闭关锁国，只要老板刷刷手机，听听课，他一定会听到人效管理的若干观点，他也一定会警觉人效的重要性。在这个时代，提升人效，这就是老板们眼里的经营价值。机会就摆在眼前，为什么不抓住？