很多公司的人效提升应该都源于一个场景。
老板看了几眼数据，或是人均成本，或是人均营收，或是人均产值……完后觉得公司人效太低了，要提升，然后让HR牵头开始抓人效。
这里其实有一个很少被点破的逻辑错位：老板关注的是人效结果，但在寻找解决方案时，思路往往直接跳到"这是人的问题"，顺手把任务压给了HR一号位。而中间那一步，即到底是什么原因导致了这个结果，谁有能力、有权力去改变它，则被跳过去了。
这也是HR容易为公司人效背锅的重要原因。
人效指标本身没有错，让HR一号位对人效负责也没有错。问题在于：不应该把所有的指标混为一谈，更不应该错位背指标。不同层级的人应该对不同的人效指标负责。
*本文部分观点和案例源于该报告
CEO/EMT：
盯结果，不要被过程噪音干扰
实际上，很多公司高层管理者在人效这件事上，有一种奇怪的"越位"倾向，越往上，越容易陷进过程细节里。
例如，一会儿问某个部门为什么这周加班多了，一会儿盯着某个岗位的编制增减较劲，却说不清楚整个企业的人工成本增速和营收增速之间，差了多少个百分点。
这种参与感很强，但对经营没什么实质帮助，反而给中层传递了一个错误信号：人效管理，是盯紧人头的。
结果就是整个组织一起往错误的方向使劲。
CEO真正该关心的，其实只有一件事：整个企业的人力投入，有没有和经营增长形成健康的杠杆关系。说得更直白一点，多花出去的那些人力成本，换回来足够的经营增量了吗？
这个问题，其实用四个指标就能回答得七七八八：
一是人工成本总额增速，这是最基础的数，要知道钱在往哪个方向流；二是人工成本增速与营收/利润增速的对比关系；三是单位人工成本带来的营收或回款，换算成"每花一块钱人力，能拉回多少业务"，这个口径比人均产值更直接；四是总人数增长率与业务增长率的匹配度，人和业务有没有同向走，还是背道而驰。
这四个数，放在一张表里，每月看一次，足够了。
我们在辅助一些企业做人效管理复盘时，总结出一个可以参考的标准，就是人工成本增速，不应长期高于经营增速的一半。不过，这也不是铁律，不同行业、不同阶段的企业会有差异，但作为一个快速判断"杠杆是否健康"的基准，它很好用。
一旦这个比值长期偏高，往往意味着两种情况之一：要么业务在萎缩，人力却没有同步调整；要么组织在扩张，但扩进来的人没有真正带来对应的产出。不管哪种，都值得认真往下查。
图源/pexels
总之，CEO的价值，是守住宏观杠杆的方向，是在人工成本增速开始偏离轨道时，第一个感知到并发出信号，而不是看得太细、管得太具体。至于这个信号背后的原因是什么，哪个产线出了问题，哪个岗位的标准工时偏差过大——那是CHO和一线管理者的事。
他们看的是另一套数据，也应该为另一套指标负责。
HR一号位/高层：
盯体系，把人效翻译成业务语言
如果说CEO的人效责任是守住杠杆方向，那CHO和其他业务高层的工作，本质上是一种翻译。
把老板看到的那个结果数字，翻译成业务单元能听懂、能执行、能自己去改善的效率语言。
这听起来很简单。但在具体落地过程中，在这件事上容易变形成另外两种样子：
一种是变成数据汇报员，每个月把各部门的人均产值、人工成本率收上来，做成PPT汇报，然后老板说"嗯，继续优化"，散会；另一种是变成成本压缩执行者，老板说要降人力，CHO就去各部门谈编制，谈HC冻结，谈外包替代，把人效管理做成了一场持续的减法运动。
这两种做法都不算错，但都没有触到人效管理真正该解决的问题。
效率指标，不是用来考核的
CHO能真正撬动人效的地方，是效率类指标的建立和落地。
结果类指标告诉我们的是有没有问题，效率类指标才反映问题出在哪里。前者更像是体检报告上的结论，后者是具体的检查单，例如反映出哪条产线的单位工时产出开始偏离标准定额，哪个销售区域的人均签约额出现了系统性下滑，哪个客服班组的一次解决率在持续下降。
这些数字，如果只停留在HR的报表里，它们就是死的。只有当它们进入业务单元的日常管理视野，成为生产经理、销售主管、客服组长每天都能看到的东西，它们才开始有价值。
所以CHO真正该建的，不只是一套指标体系，而是一套让效率数据在组织里真正流动起来的机制。
最难的不是建指标，而是让业务买账
在推效率类指标时，HR通常会遇到的最大阻力，是来自业务部门的抗拒。
业务部门的本能反应，往往是防御。"以前不看这些，业务不也照样跑？""多一套指标，是不是又多了一层管控？""HR来推这个，是要查我们了？"
这种抵触背后其实是因为很多企业推过的所谓"效率管理"，最终都变成了考核工具，变成了年底绩效打分的依据，变成了部门之间互相甩锅的弹药。业务部门怕的不是指标本身，怕的是这套指标最后用来对付他们。
所以CHO在推效率指标时，最重要的动作不是"设计一套好的指标"，而是在推的过程中，把这件事的性质说清楚，例如这不是考核，是照镜子。镜子照出来的是流程里真正在漏利润的地方，是帮业务找到那些自己也想解决但一直看不清楚的内耗。甚至要把发现问题、减少损耗和激励相关联。
这个认知的转变，往往需要花大量时间做一对一的沟通，需要CHO真正坐进业务的场景里。我们在协助一家制造企业推人效看板时，光是和生产端各车间的主任对齐"这张表为什么这么设计、数据口径怎么统一"，就花了将近三个月。
但一旦业务单元真正接受了这套逻辑，后面的事情就会容易很多。因为他们开始用这些数字来管理自己的团队，而不是等着HR来汇报给他们看。
图/©pexels
效率指标落地，还有一件事不能忘
就是效率提升了，但员工的实际感受是什么呢？
这是效因类指标要回答的问题，也是CHO容易在追求效率结果的过程中忽视的一层。
效益是结果，效率是过程，效因是土壤。如果人效的提升是靠持续透支员工换来的，例如加班时长在悄悄攀升，核心岗位的离职率开始抬头，人均工资增速远落后于产出增速。这种"提效"其实是在预支未来。报表暂时好看，但土壤在变薄。
在某知名智能手机工厂，我们在协助他们建立排班管理体系时，同步引入了一个关键机制：把员工的月度累计工时、非计划加班时间和岗位流失率并排放在人效看板里，和生产效率数字放在一起看。就是要确保每一次效率提升的背后，组织的弹性没有同步在消耗。
这个工厂后来的数据反映：人员冗余率降低了12.2%，质量事件减少了一半，与此同时，员工主动离职率从12%降到了6%。这意味着，效率和人的状态，走在了同一个方向上。
这才是CHO视角下，人效体系真正健康的样子。
不是一张漂亮的结果报表，而是效率指标和效因指标之间，保持着合理的正相关，产出在提升，人的状态也在改善。
能做到这一步，企业才算是真正把人效管理从HR的独角戏，变成了整个组织共同的项目。
一线主管：
盯过程，真正能改变的在现场
正如开篇提到的CEO对人效指标关注点的错位，一线主管往往也面对着同样的困扰。
我们曾经去一家客户的工厂调研，看见车间主任或班组长站在产线旁边，显示着"人均产值"的目标数字。看着似乎合理，人效指标就是要大家一起背，这个数字是公司定的，跟市场行情挂钩，跟产品结构挂钩，跟订单波动挂钩。偏偏，这些事没有一件是他能决定的。
这种错位，是一线管理者在人效考核里最常见、也最难开口说的无奈。
背一个自己控制不了的结果指标，时间久了，要么破罐破摔，反正努力也没用；要么开始玩数字游戏，想办法在统计口径上做文章。这两种结果，对企业来说都是得不偿失。
一线真正能掌控的，是过程指标
在我们看来，一线主管最应该该盯的，不应该是最终的经营结果，而是过程里那些他真正能干预的变量。
说白了，就是实际表现和标准定额之间这部分偏差。
我们还是以制造业的场景来举例，例如某条产线今天的单位工时产出，比标准工时高了还是低了？高了多少，低了多少，是设备的问题还是人员技能的问题？今天的出勤和排班计划对上了吗，有没有计划外的人员空缺，是怎么补的？这批订单下来之后，返工率有没有超过阈值，超出的部分能不能追溯到具体的操作环节？
这些才是一线主管每天真正该盯的数字。
这些数据的共同特点是：都在现场，都能被干预，都有明确的改善动作可以对应。
在我们参与某巧克力工厂的人效项目时，有一个细节让人印象很深。
就是在共享排班模式上线之前，各车间的班组长排班完全靠经验和熟悉度，谁跟自己关系好就多排谁，不熟的员工技能情况根本摸不清楚。结果是，某些员工月工时超过250小时，另一些不足150小时，同样的人力成本投入，产出差异极大。
这种偏差，不是市场问题，不是订单问题，就是现场管理的问题。而且完全在班组长的掌控范围之内。只是他手里没有合适的工具，只能靠脑子记，靠经验决策。这不仅会给企业带来合规问题，也影响了工厂的人效水平。
当系统介入之后，每个岗位的技能标签清晰了，工时分配的公平性有了算法保障，班组长第一次能在排班时看到每个人的累计工时状态，而不是凭感觉拍板。这不是在替他做决策，而是把他脑子里装不下的信息，变成他看得见、用得上的数据。
最后，伴随跨产线的人员共享，工厂的加班成本降低，促进了人效提升，而且员工的工时分配更加均衡，员工的收入差距也将缩小。企业用工更加稳定可控，企业和员工双赢。这个结果实际上就是一线主管借助工具从每一张班表、每一个工时偏差、每一次跨产线借调里一点一点抠出来的。
过程指标，给一线的不只是考核工具，是掌控感
当一线主管手里有一套过程指标，他能看到自己的动作和结果之间的直接关联，例如这个班次排得更合理，工时利用率就上去了；把那个有误操作记录的员工换到辅助岗，返工率就下来了。
这种"我做了什么，发生了什么变化"的即时反馈，是驱动一线管理者真正投入改善的核心动力。
反过来，如果一线主管只能看到每月的人均产值，而这个数字有一半取决于他管不了的外部因素，那这套指标对他来说就是噪音，不是信号。久而久之，他也不会认真对待它。
我们在协助某生活方式平台搭建客服团队的排班管理时，做过一个对比。
在引入精细化工时管理之前，班组长对"谁今天状态好、谁这周已经连续高强度了"完全没有数据支撑，全靠肉眼观察和个人判断。引入系统之后，每个人的月累计工时、非计划加班频次、班次间隔时长都变成了可以实时查看的数字，班组长第一次能做到在排班时主动保护那些已经连续高强度出勤的员工。
这个改变带来的不只是效率数字的变化，员工离职率下降了20%，员工满意度提升了15%。班组长自己的感受则是：排班这件事，终于有据可依了，不再完全靠拍脑袋。
所以，别让一线为自己控制不了的结果背锅。把那些真正在他辐射和影响范围之内的过程数字，清清楚楚地放到他手里，然后信任他去改善。掌控感，是一线管理质量的底层变量。当一线主管觉得"我能通过自己的动作影响结果"，他才会真正把心思放在现场改善上。
当所有的微观单元都把过程做到位，宏观的结果，其实是自然而然跟上来的。
健康的人效体系，
是"四线合一"，不是单点提升
当我们深度长期参与到一些客户的人效提升项目中，我们发现：人效管理做到一定程度，会再次陷入一个困境。指标在改善，报表在好看，但回过头来看，总感觉哪里不对。
人均产值涨了，但利润没动；人工成本降了，但某几个核心岗位开始留不住人；编制压下来了，订单一旺，产能立刻跟不上。每一个单点的数字看起来都在往好的方向走，组合在一起却像一辆四个轮子大小不一的车，跑起来歪歪扭扭。
这种感觉，其实是一个信号：人效管理出现了结构性的偏差。
四条线，分别是什么
我们在复盘一些企业的人效项目时，遇到过一类很典型的情况：HR也说人效提升了，但财务那边的利润曲线纹丝不动，甚至还在往下走。
拆开来看，原因其实不复杂。企业砍了人，人工成本账面下降，人均产值的分母变小了，数字自然好看。但砍掉的那批人，恰好是承接某类关键业务的熟练工，业务交付质量开始出问题，客户投诉率悄悄上去了，部分订单开始流失。这笔损失没有直接体现在人效报表里，但它实实在在地反映在了利润曲线上。
这就是单点提人效最大的风险：能看见一个数字的改善，却遮住了另外几个数字的恶化。
所以，真正健康的人效改善，不应只是某一条线在动，而是要把四条曲线放在同一个坐标系下来审视：人工成本、总人数、利润、净销售收入。
这个观点并不来自于我们，而是我们一家制造业客户，他们早在十年前市场和业绩表现最好的时候，就开始关注和管理人效了。
在他们看来，这四条线之间的关系，才是判断人效体系是否健康的真正标准。
四条线，怎么读
不同的组合方式，对应的是截然不同的经营处境。
人工成本和人数双双下降，但利润没有同步改善，这是最常见的假提效。减的是成本，但没有带来真实的产出增量，很可能是砍到了不该砍的地方。
人数减少，净销售收入也跟着往下走，这是更危险的信号。说明被优化掉的人，直接承载着业务产出，组织的"肌肉"被切到了。短期报表好看，中期业务能力在萎缩。
人工成本增加，但利润和净销售收入增长更快，这反而是好提效。人力投入换来了更高的经营回报，杠杆是正的，方向是对的，这时候的成本增加不应该被叫停，而应该被鼓励。
这套判断逻辑，说起来不复杂，但在实际管理中很少被认真执行。原因在于，大多数企业的人效数据和财务数据分属不同系统、不同部门，要把这四条线拉到一张图里，本身就需要跨部门的数据打通。
这件事没有人推，它就永远不会自动发生。
这也是我们在协助企业做人效治理时，始终强调要建立"业财联动看板"的原因，让这四条曲线的关系，变成一个组织里真正有人在看、有人在对它负责的数字。
自动化的账，要算清楚再拍板
四线合一框架之外，还有一个容易被忽视的陷阱，值得单独说一下。
这几年很多企业在做人效提升时，第一反应是上自动化设备、引入机器人、做流程数字化改造。这个方向没有错，但有一个问题经常被跳过：这笔投资，到底多久能回本？
一家企业在实践中总结出一个粗略但好用的判断基准：如果一次自动化改造的投资回报周期超过一年，这笔账在经营逻辑上就很难算过来。设备贷款的利息、折旧、维护成本、人员培训成本，这些都是真实的支出。如果换回来的人力节省不能在一年内覆盖这些投入，账面人效提升了，但企业实际上背上了更重的财务负担。
这不是说不能做长周期的自动化投资，而是任何一次自动化决策，业务团队都应该先自证其经济性——换人率是多少，投资规模是多少，回报周期是多少，这三个数字对不上，原则上就不该轻易推进。
工具能加速提人效，但它加速的前提，是管理底盘足够稳。一个排班混乱、工时数据不准、技能分配不透明的工厂，上再好的自动化设备，也会因为人机协同的断层把效率优势消耗掉。
我们见过的那些人效做得好的企业，大多数不是因为设备比别人先进，而是因为他们先把管理颗粒度做细了。在徐福记案例里，500小时到2小时的排班效率跃升，背后不是上了多么复杂的硬件，而是把人、技能、岗位、工时的对应关系梳理清楚了，让算法有据可依。
真正可持续的人效，是管理红利和工具红利的协同，而不是用工具红利去掩盖管理上的欠账。当这四条曲线保持着良性的正相关，即人效的每一次节省都能直接转化为业务的增长动能，这种提效才经得起时间的检验。
关于盖雅工场
盖雅工场专注于解决企业在劳动用工方面的四大问题：「需要多少人」「实际多少人」「干得怎么样」「怎样找到人」，利用科技手段预测劳动力需求并排班，优化调度劳动力安排并补充灵活劳动力，管理多样化劳动力队伍的出勤与时间，分析并提升劳动力效率与销售效能，同时连接劳动力市场中的企业与一线员工，实现降本增效、满意合规。
目前，盖雅工场的客户分布在全球34个国家与地区，每天，全球1,800余家客户的700余万员工使用盖雅提供的实时考勤、智能排班、精益工时、技能管理、激励性薪酬等数字化服务。
劳动力管理，盖雅搞得定。
精益人效
客户案例
行业方案
WFM系统选型建议
