中国地区人力资源共享服务调研.docx
《中国地区人力资源共享服务调研.docx》由会员分享，可在线阅读，更多相关《中国地区人力资源共享服务调研.docx（40页珍藏版）》请在冰豆网上搜索。
中国地区人力资源共享服务调研
人力资源共享服务源共享服务调研
2020-2021
序言
——一封来自德勤中国人力资源战略转型负责人的信
自上世纪90年代末起，德勤全球每年会发布共享中心调研报告，但我认为对中国企业开展人力资源转型与建立人力共享中心（HRSSC）建设借鉴意义有限。
所以，自2016年起，德勤中国人力资本团队每两年开展一次中国企业人力共享与转型的调研，及时解密在中国的企业开展人力共享建设的经验与趋势。
虽然，人力共享中心对大家来说早已熟悉，但在中国的土壤上真正比较成规模地建立人力共享中心是在2015年左右。
不过，随着企业人力资源转型的加速，在今年（2020年）的调研中，我们欣喜地看到2018-2019年建立人力共享中心的数量之和几乎是在2015-2017年建立人力共享中心总量的1.6
倍。
而且，我相信在后疫情时代、新常态这些在2020年这个特殊时期的名词背后，会更进一步催生对“共享、技术、体验、价值”的热捧。
中国第二次“人力共享潮”已悄然来袭。
既然是第二次共享潮，意味着已有许多第一次吃螃蟹的勇士企业，所以，通过2020年的调研，我们总结了以下六大关键发现，来助力正在或即将开展人力共享中心建设或优化的企业如何实现弯道超车。
∙关键发现1：
高站位，提价值。
长远考虑人力共享中心定位，优化事务处理能力，提升在技术、数据方面的价值。
∙关键发现2：
“异地恋”也很美。
贴近总部建立共享中心并非是首选，多维度考虑选址，提高投入产出比。
∙关键发现3：
追求卓越运营，流程、模式与技术缺一不可。
流程、运营模式优化与技术相结合是持续提升人力共享运营效率与效果的最佳方式。
∙关键发现4：
“客户”至上，不再自嗨。
从普通员工到中高层管理者都被视为服务对象，而且更多地从客户的视角来提升体验，而非单纯地提升HR自己的专业水平。
∙关键发现5：
推进人员发展，强化“核心动能”。
共享岗位的“有趣性”维持着较低的流失率，但岗位能力要求不断提升与共享员工不清晰的发展通道依旧是员工发展的阻力。
∙关键发现6：
实现技术升级，打造“精良装备”。
RPA、AI、仪表盘等不再是新宠，而是共享中心开展日常工作必不可少的帮手。
当然，人力共享中心仅是中国企业在人力资源转型道路上的牵引石。
企业希望人力资源真正能为业务提供价值，还是需要人力资源经过“四化”的转型（即，线上化、体验化、数字化和智慧化），来真正支持业务转型与提升。
一、调研参与情况概述
随着中国企业人力资源战略转型逐渐深入，越来越多的企业开展了人力资源共享服务中心（HumanResourceSharedServiceCenter，以下简称“HRSSC”）以及人力资源转型建设，以期人力资源服务可以在企业未来的竞争中贡献更多的力量。
2016年起，德勤每两年开展一次中国区HRSSC调研，旨在帮助中国企业更好地了解HRSSC的定位与建设、发展与趋势、挑战与成功要素，挖掘其背后的根因，从而推动人力资源服务对业务和用户的价值升级。
时隔两年，德勤又一次开启了2020年中国地区HRSSC调研活动，从今年3月启动以来，得到了200多家企业的参与和回复，从服务领域、服务运营、服务价值、服务能力、系统和技术、未来趋势等多个方面问题提供信息反馈。
参与调研的企业包含消费、科技、能源、房地产、金融等多个行业的各类企业（图表1-公司所属行业），超过20%的企业为各行业标杆及排名在行业前十的领先企业。
其中，共150余家企业建立了不同形式的共享服务中心，122家已搭建了人力资源共享中心。
图表1-公司所属行业
生命科学与医疗,6%
商务服务,6%
综合性集团企业,8%
金融服务,9%
其他,8%
消费行业,25%
科技、传媒及电信,18%
房地产与建筑,9%
能源、资源及工业,11%
本次参与调研的人员也涵盖企业中的不同声音，近50%为HRSSC负责人或骨干成员发声，真实、有效反映HRSSC建设的问题及状态；人力资源专家（COE）、伙伴（HRBP）以及其他HR骨干成员也占30%，从HR团队转型与整体协作的角度提出运营反馈与建议。
同时，还有20%的参与人员为公司高管或业务骨干（图表2-参与调研人员所属职位），使得调研呈现的数据视角更加完整，反映业务层面对HRSSC及整个HR团队的服务评价与要求。
二、中国区第二次“人力共享潮”悄然来袭
纵观中国区企业HRSSC的搭建历程，从2015年开始，HRSSC的建设势头上涨，形成第一次“共享潮”，众多企业在2015-2017年完成了HRSSC的初建、成熟运营与深化升级，而在2018-2019年，伴随着企业人力资源转型的浪潮以及人力资源技术的快速发展与加持，第二次“共享潮”悄然来袭。
在今年参与调研的企业当中，2018、2019每年建立HRSSC的企业超过20家，并有持续递增的趋势（图表3-公司HRSSC的成立时间）。
图表3-公司HRSSC的成立时间
30
25
20
15
10
5
0
在第二次“人力共享潮”中，大型企业（企业人员规模1万人以上，或企业营业收入100亿以上）占比攀升（图表4-公司在中国地区的全职员工人数，图表5-公司上年度在中国地区的营业收入），可见共享中心的建立在大企业中充分发挥了集约优势和规模效应。
50万人以上
2020年调研结果
1%
2018年
调研结果
1%
10万-50万人（含）
5%
6%
1万-10万人（含）
34%
21%
3000-1万人（含）
18%
27%
3000人（含）以下
42%
45%
图表4-公司在中国地区的全职员工人数（已建立HRSSC企业）
图表5-公司上年度在中国地区的营业收入（已建立HRSSC企业）
1000亿元以上
14%
100亿元-1000亿元（含）
26%
30亿元-100亿元（含）
19%
5亿元-30亿元（含）
19%
5亿元（含）及以下
22%
同时，建设HRSSC的国有企业比例从2018年的5%迅速提升至14%（图表6-公司企业性质），可见在国有企业改革的进程中，HRSSC的建设已逐步成为优化管理运营模式、提升效率效能的有力抓手。
图表6-公司企业性质（已建立HRSSC企业）
三、六大关键发现助力第二次
“人力共享潮”的企业弯道超车
第二次“人力共享潮”来袭之际，基于此次调研结果以及过往各企业的领先、优秀HRSSC搭建与运行实践，德勤总结出人力共享中心搭建过程中的六大关键发现，协助正在搭建或即将搭建HRSSC的企业实现弯道超车。
同时，已搭建HRSSC企业也可借鉴以下思路开展持续升级与突破，并借助HRSSC能力的逐步成熟，进一步深化推进人力资源整体的战略与数
字化转型。
关键发现1：
高站位，提价值
在服务内容上，多数建立HRSSC的企业仍以传统的基础人事手续办理、算发薪服务、社保服务以及咨询服务作为HRSSC
的主要服务内容，将HRSSC定位于事务性服务角色。
但迈入2020年，随着信息化、数字化的持续推进，无论是从自上而下的企业内部管理需要，还是自下而上的员工服务体验诉求，人员信息的线上化、移动化、数据化都成为了企业向前迈进的必备环节。
调研表明，人事系统管理、数据管理开始成为HRSSC的重要服务内容之一，特别是各行业领先企业中，将人事系统管理、数据管理、统计分析与管理报告作为HRSSC主要服务内容的比例高于平均水平约10%（图表7-HRSSC的主要服务内容），在兼顾基础服务的同时，拓展专业服务范围，拔高人力共享中心的定位。
人力共享中心的定位已不再是事务处理中心，而是能为业务提供价值的服务中心或卓越中心。
图表7-HRSSC的主要服务内容（TOP10）
入职、离职、调动、退休手续办理
算薪发薪人事系统管理
考勤、加班、休假管理
档案管理社保公积金管理
员工咨询与热线服务
数据管理公司福利管理
统计分析及管理报告
75%
74%
73%
73%
71%
68%
64%
58%
55%
84%
考虑到财务成本与风险控制（图表8-人力资源实施外包的考虑要素），HRSSC传统的人事、社保、算发薪工作的外包趋势逐步显现。
越来越多的企业开始利用外包手段部分剥离HRSSC的基础事务性工作，而将更多的精力集中在提供专业服务工作中（图表9-已纳入外包的HRSSC服务领域）。
图表8-人力资源实施（或拟实施）外包的考虑要素
图表9-已纳入（或拟纳入）外包的HRSSC服务领域（超过20%的企业选择领域）
社保管理
61%
入离职手续办理
39%
商业保险管理
31%
招聘实施
27%
算薪发薪
27%
员工咨询与热线服务
24%
在服务深度上，与2018年相比，在今年的调研中近65%的企业认为当前HRSSC在数据分析应用方面仅扮演标准基础数据提供者和基础人力数据分析者的角色，极少企业认为HRSSC能够扮演分析洞察、大数据专家等角色，HRSSC的服务深度出现一定水平的回落（图表10-HRSSC在数据应用方面扮演何种角色）。
此结果主要受两方面的影响：
一是参与调研的企业中有一定比例的企业是新建人力共享，数据应用方面尚处起步阶段，拉低了数据应用深度服务水平；二是企业也真正开始理解分析洞察与大数据服务实现的难度，短期内拉低对人力共享在数据应用方面的期望，但开始增强基础数据分析能力，逐步提升人力共享在数据方面的价值输送。
图表10-HRSSC在数据应用方面扮演何种角色
2020年调研结果
2018年
调研结果
标准基础数据提供者
32%
31%
基础人力数据分析者
32%
18%
人力资源数据分析洞察
20%
23%
个性化报表需求提供者
10%
7%
大数据专家
6%
21%
如何逐步提升人力共享中心在数据方面的价值？
德勤认为，可以借鉴德勤的数据分析层级模型（图表11-德勤数据分析层级模型），HRSSC不仅可以提供普适性的基础运营现状分析，还可以根据业务关键诉求，逐层深入，为企业提供数据建模与预测等高阶分析，并基于数据趋势提出问题解决或优化建议，进一步承担数据分析洞察与大数据专家角色。
图表11-德勤数据分析层级模型
Level4-预测分析
开发预测分析模型，开展业务场景设计
结合战略规划，开展风险分析并提出规避措施建议
Level3-高阶分析
提供统计建模与根因分析，以辅助解决业务问题主动识别业务风险，并提出可行的解决方案建议
Level2-详尽报告
主动识别业务需求，提供可开展市场对标与辅助决策的详尽运营现状报告提供多维度分析与运
升级会员 