比CFO更早看到问题：CHO如何从「业-人-财」数据里找人效黑洞？

盖雅工场2026 年 7 月 24 日

前言

有一个场景，很多HR一号位应该都经历过。

年度经营复盘会上，CFO翻到人工成本那一页，显示今年同比涨了18%。CEO问HR：为什么？

但通常情况下，HR是在用人力资源的语言管人，而CEO和CFO是在用财务和业务语言看企业。针对人工成本涨了18%，HR或许知道招了多少人、薪资带宽调了多少、哪个部门扩编了。但为什么涨、涨在哪里值得、哪里是浪费，这些就很难讲清楚了。

这篇文章，我们想聊的就是HR一号位如何通过「业-人-财」数据交叉分析，找到那些效率黑洞和人效提升的切入点。

先建一个坐标系：利润增速 > 营收增速 > 规模增速 > 人员增速

数据分析之前，需要先有一个判断基准。否则看到人工成本涨了18%，我们还是不知道这是正常的，还是有问题的。

我们有一个来自客户的判断原则，在各行业都适用：利润增速 > 营收增速 > 规模增速 > 人员增速。

这四个数字都能从财务报表里读出来，理想状态下，它们应该保持这个顺序，即利润跑得比营收快，说明效率在提升；营收跑得比规模快，说明单位资产在创造更多价值；规模跑得比人员快，说明你没有靠堆人来驱动增长。

这个坐标系并不是直接告诉我们问题出在了哪里，而是告诉我们可以往哪里深入去看。

四个比值，哪个顺序反了，问题就在哪里。后面要做的，是继续深入到财务报表里找那些已经发生但还没有被关注到的人效卡点。

比如最常见的一种情况：营收涨了10%，人员涨了30%。表面看是业务扩张，但算一下人均收入发现，2024年1000人创造10亿，人均100万；2025年1300人创造11亿，人均84.6万。

企业在增长，但组织效率在下降。

这种下降不会直接触发警报，它是慢慢发生的，等到差距非常大的非常痛的时候，或许企业才能意识到问题。但是如果企业有了这个判断标准，能在最开始就能关注到问题，然后再去深挖。

业-人-财数据中，暗含哪些人效信号？

人效问题很少只藏在一类数据里。财务数据告诉你结果，业务数据告诉你过程，人力数据告诉你投入。单看任何一类，得到的都是残缺的图像；把三类数据放在一起对比，异常才会显出形状。

下面四个信号，都需要至少两类数据交叉才能发现。

第一个信号：人力成本增速超过营收增速

这是财务数据和业务数据放在一起才能看见的信号。

公式很简单：人力成本 ÷ 营业收入。这个比值如果连续两三个季度在涨，而营收没有同步涨，就说明人工投入的产出效率在下降。

更需要警惕的是「双涨」的情况，即营收虽然涨了，但人力成本涨得更快。

比如营收增长10%，人工成本增长20%，人力成本率从15%变成16.3%。单看绝对值，公司在增长，但这1.3个点的差距，放到一家年营收10亿的企业里，就是1300万的额外人工支出。

这1300万里，有多少是真正必要的投入，有多少是组织复杂度增加带来的摩擦成本，值得追问。HR一号位可以按部门拆分人工成本明细，找那个偏离均值的异常值。偏离的地方，往往就是问题的入口人力分析中最容易被忽略的一个细节。

例如，工资支出在正常范围内，但加班费这一行在悄悄膨胀，涨了35%，而同期工资总额只涨了8%。很多管理者看到这个数字的第一反应可能是业务量大或者是员工在努力工作。

但另一种可能是：正班人员利用率或者效率不够，才用加班来补。很可能是因为，排班不合理、产能波峰波谷没有匹配人力、工时管理粗放……这些问题都藏在加班费的涨幅里。

加班费支出占工资总额的比例，如果超过10%到15%，就值得认真审一下：加班是因为业务量真的超出了正常产能，还是因为正班时间的效率本来就有很大的提升空间？

第三个信号：人员规模和产出规模之间的比值

这是人力数据和业务数据放在一起才会暴露的信号。

例如同样的产量，用的人比去年多了；或者人员编制没有变化，但产量在下降。

这两种情况背后指向的是同一个问题：人力配置的精度出了问题。例如，两家同样日产10万件的工厂，一家用1000人，一家用700人，差距不在员工能力，而在岗位设计、排班方式和技能配置是否真正匹配了产线节拍。

与此同时，产能利用率和生产人员编制之间的剪刀差也值得关注。

例如，在盖雅的客户中，常常会出现的一个场景：淡季来了，订单少了，但工人还在，满勤工资照发；旺季来了，产能跟不上，又开始大量加班。两头都在消耗。我们服务过的一家食品制造企业做过测算：旺季加班费支出是淡季冗余人工成本的1.8倍。

反过来思考，如果能把人力配置做得更均衡、人员结构做得更加灵活，理论上可以省出不少的用工成本。

第四个信号：间接人员的占比在不知不觉间膨胀

这是人力数据和业务数据交叉才能看清楚的信号，也是最容易被忽视的一个。

例如，制造业有一个行业参考基准：直接生产人员和间接支持人员的合理比例大约是7:3。但很多企业这个比例已经悄悄滑到了5:5，甚至更低。排除企业自动化发展等原因，间接支持人员占比越高，通常意味着越大比例的人工成本没有直接转化成产出。

每一个新增的支持岗位，单独看似乎都有它存在的理由。可能是：业务复杂了，需要更多协调；或是合规要求更高更多，需要更多职能管理岗；也有可能是区域扩张了，各地团队各自建支持体系。单看这些原因都是合理的，但是加在一起就变成了组织的熵增。

那具体来说，怎么去做取舍呢？

HR可以定期把人员结构按直接/间接、管理/执行拆开来看，跟行业基准对比，跟自己的历史数据对比。比值的趋势，往往能从中发现一些问题。

继续追问的三个问题

最后，我们想说的是，读财务报表和业务数据报表的目的，并不是让HR变成财务或业务专家，而是帮助HR提出更有价值的问题，从关注“人力资源活动”，转向关注“组织经营结果”。

因此，面对财务和业务数据，HR一号位可以继续追问的以下三个更本质的问题：

第一，我们花出去的人力成本，有多少真正转化成了业务价值？第二，组织里哪些人在创造价值，哪些资源正在低效消耗？第三，如果业务继续增长，我们真的需要等比例增加人吗？

这三个问题，意味着HR能否从传统的人力管理角色，走向组织效能经营者。

我们花出的人力成本，有多少真正转化成了业务价值？

这是HR一号位看人效时最核心的问题。企业每年投入大量人工成本，但管理层真正关心的，并不是“今年花了多少钱”，而是“这些投入最终创造了多少收入、利润和经营价值”。

因此，人效分析不能停留在人力成本本身，而需要建立人工投入与业务产出的关联关系。比如，同样增加100名员工，有的企业带来了收入增长和利润提升，有的企业却只是扩大了组织规模、增加了成本负担，背后的差异就在于人力投入是否真正转化为了价值创造。

举个例子盖雅一家物业客户曾做过一次经营与效能敏感性分析，将利润率拆解为多个经营驱动因素，其中“人均管理面积”就是关键变量之一。
测算发现，当人均管理面积从5000平方米提升到5500平方米时，利润率可以从13.6%提升至17.9%，对应利润变化超过500万元

这意味着，“提升人效”不再是一句模糊的管理目标，而是一项可以被财务验证的经营动作：如果组织效率提升，利润表会发生怎样的变化。

HR一号位能够用这样的方式连接人力投入与经营结果，与仅仅提出“我们要提升人效”，在管理层决策中的价值完全不同。

哪些人在创造价值，哪些人在消耗价值？

这是人效分析中最关键、也最容易被回避的问题。因为它触及了组织效率的本质：企业投入的人力资源，是否都在创造与其成本相匹配的价值。

有些岗位与业务结果高度关联，投入多少人、创造多少产出，可以比较清晰地衡量；但也有一些岗位，由于历史原因形成，职责不断叠加，工作成果难以量化，人工成本却持续发生。这并不意味着这些岗位没有价值，而是企业需要重新审视：它承担的职责是否仍然必要？投入的人力是否与创造的价值匹配？

核心判断：只有将岗位价值、人员投入和业务产出三个维度放在一起分析，企业才能真正看清组织内部的价值分布

一个简单的方法，是HR可以按照岗位对业务价值的贡献，将组织划分为三类：直接创造收入和产出的岗位、间接支撑业务运转的岗位，以及主要承担内部协调和管理职能的岗位，再分别匹配人员数量、人工成本和价值贡献。

当这张组织价值分布图呈现出来时，企业往往会发现，比起简单讨论“人员多不多”，更重要的问题是：人力资源是否配置在最需要创造价值的地方。这也比单纯的人力盘点或组织诊断，更能帮助管理层发现真正的人效提升空间。

业务增长，就需要等比例增加人吗？

这是三个问题里最有力量的一个，也是最难在企业内部被主动提出的问题。因为过去很多企业形成了一种惯性思维：业务增长，就增加人员；订单增加，就扩大编制。

但在精细化经营阶段，企业更需要回答的是：增长一定要依靠增加更多人来实现吗？还是现有的人力资源还存在被释放的空间？

举个例子：我们曾接触过一家制造企业。工厂提交了一批新增招聘需求，如果审批通过，将带来一笔不小的人力成本投入。
HR拿着需求找老板审批时，老板只问了一句话：“一定要加人吗？不加人，业务真的继续不了吗？”

这个问题很难回答。

难点不在于企业没有人员数据，而在于没有真正看清现有人力资源的使用效率。这家企业的工厂长期依赖经验排班，几百人的班次管理主要靠Excel和主管经验完成。结果是，有些员工长期超负荷工作，有些员工却存在闲置时间；旺季时企业不断喊缺人，淡季时又出现产能浪费。但这些问题隐藏在日常运营中，很难在传统人力报表和财务数据中被发现。

财务看到的是人工成本持续增加，业务看到的是人员永远不够，但没有人能够准确回答。

问题的本质，往往不是“人不够”，而是人力配置的颗粒度不够精细，看不见时间、技能和岗位需求之间的错配。