21世纪最重要的是人才，人力资源部门在企业发展过程中也扮演着越来越重要的角色。在数字化浪潮中，人力资源数字化转型变得格外重要。
据调查报告显示：2019年HR SaaS市场规模较上年增长45.7%，2023年HR SaaS市场规模将达到70.7亿。
在众多HR SaaS厂商中，2015年成立的薪人薪事6年以来一直坚持以数据驱动为核心，日前薪人薪事提出了“51维数据指标”模型，并以此为基础，发布了薪人薪事“Data双引擎”版人力资源云系统。新版本以共生共赢为理念，以助力企业高速增长为目标，从企业指标、组织指标、个体指标三方面，将数据价值化。
打造数据化决策体系
目前企业数字化转型的颗粒度越来越细，与业务的融合越来越深入。
传统的HR系统只能做到信息化层面，得出的数据与报表是静态的，无法有效收集利用过程数据，无法与业务形成更好联动，这对于组织的优化以及人效的提升存在掣肘。
薪人薪事创始人&CEO常兴龙介绍，传统的HR系统停留在信息化阶段，很多都强调管控和运营。比如一个员工在家办公工作到很晚，结果第二天上班迟到，被公司扣了全勤奖，这并不能有效解决员工的生产力和动力问题。如果结合该员工的产出数据来看，有不错的产出，可以判定该员工是一个好员工，可以忽略员工的一些细节行为。
高速发展的企业像行驶的列车，“我们要注意数据的应用、部门之间咬合的设计、数据以及真实业务之间的联动，这样使得每个人都动力满满，每个车厢都有动力，从而使得业绩能够明显提升。”常兴龙强调。
此外，企业面临着越来越复杂多变的市场环境，需要及时有效响应市场变化。常兴龙在发布会上谈到，企业的发展实质上是博弈的过程，有效衡量和对齐内部信息、及时洞察大局信息，才是博弈共赢的关键，拥有数据化决策体系才是成为博弈赢家的前提。
数据驱动人效提升
一直以来薪人薪事的产品迭代都是向着数据驱动发展，2015年至2019年，薪人薪事相继推出X-One、Growth-Oriented、Super-Linked三大版本，X-one实现了从“薪酬系统”升级到人力资本管理的“泛薪酬管理平台”;Growth—Oriented实现了由业务系统到数据驱动系统的升级，使得企业与人力资源相关的每个重大决策都有横向纵向的数据支持;Super-Linked打破了人力资源的边界，仍以数据驱动为核心，融合连接财务系统，协同办公。整个迭代的过程中，帮助HR提高了内部协同效率，同时拓展能力边界，达成“人财务”一体化。
本次发布的薪人薪事“Data双引擎”版，通过“三阶六步价值服务体系”，帮助企业科学管理提升效率，让组织积累经验提升效能，让个体激发活力提升价值，用数据驱动人效提升。“Data双引擎”版的优势主要体现在以下三个方面：
1.构建企业核心数据化能力
薪人薪事提供“51维数据指标”模型与多源的外部数据，通过前沿的技术和规范的数据治理方案，形成每家客户专属的个性化洞察;
2.内部增长引擎
通过系统化建设，构建组织与个体之间的多面微循环，使得组织目标与个人成长共生循环;
3.外部突破引擎
搭建了行业高速样板引擎，企业可实时对比组织内部数据与行业标杆数据，并获得反馈，形成“数据+优化”的闭环，突破发展瓶颈。
“总结我们整个双引擎的话，无论是内部我们组织的发展同个人员工的发展，要最后找到共赢共生的方案，外部我们参与市场的竞争，以及获得市场的反馈，也是要形成共赢共生的局面。”常兴龙指出。
薪人薪事联合创始人楚亚虹解释道：薪人薪事充分利用数据化的“断点、非连续”特点、运用数据生态的思维，打造薪人薪事核心数据价值模型——“51维数据指标”。
根据“51维数据指标”，薪人薪事建立了“三阶六步价值服务体系”，通过价值确认-价值上线-价值实现三大阶段，数据建模-模型诊断-确认方案-部署上线-验证方案-数据化提升六大步骤，形成循环迭代，实现信息提升效率。
楚亚虹以员工的离职率为例解释了多维数据指标的重要性，离职率影响企业的发展，楚亚虹认为不能只简单关注离职率这个指标，在离职率方面可以进行更深入地挖掘，薪人薪事将离职率细分为首月离职率、首年离职率和主动离职率等指标，这些指标反映了企业的不同问题。比如首月离职率反映了新员工的融入状态，以及企业招聘的质量。首年离职率可能反映的是企业对新员工的培养计划，以及给新员工的发展和晋升空间等问题。主动离职率放映了企业对于市场上的人才吸引度。“一个简单的离职率如果只是单纯看一个数据，并不能反馈出来公司的问题，也不能帮我们去改进公司，把它拆解的更多更细了之后，我们知道公司在哪些地方可以有针对性地改进。”
此外，为升级人力资源企业服务，本次薪人薪事邀请到中国人民大学教授/博导、数据与案例研究中心主任李育辉加入，同数名知名高校教授、数百名知名企业HR合伙人、HRVP、HRD，共同打造全新品牌“薪人薪事HR科学院”。依托薪人薪事人力资源云系统与丰富的数据生态服务模型，薪人薪事HR科学院将在未来开展人力资源领域的深度研究和行业洞察。
目前国内企业数字化水平参差不齐，处在数字化转型的不同阶段，有研究表明企业的数据意识在逐渐提高，对数字化转型的投入意愿越来越强，不过转型是一个系统工程，不只是技术产品的引入，还涉及企业流程、组织、文化等多方面的变革，需要各方协同合作。
