HR软件系统对接时，历史数据的清洗与迁移工作通常由哪方负责完成？
这个问题，说实话，是每个搞过HR系统实施的项目经理心里最打鼓的一块。每次开会，甲方（也就是企业客户）和乙方（软件厂商）坐下来，聊到项目预算和周期，这事儿准会被拎出来掰扯半天。
为什么？因为这活儿不仅累，还特别容易“背锅”。
从我的经验来看，这事儿从来就没有一个标准的“谁必须做”的答案。它更像是一个谈判桌上的筹码，或者说，是根据你掏了多少钱、项目有多急、你们公司内部有多少懂数据的人来决定的。
咱们今天就抛开那些官方的项目管理书，用大白话聊聊这里面的门道。
先搞清楚，这活儿到底有多脏？
在讨论谁负责之前，你得先明白“清洗和迁移”到底意味着什么。
想象一下，你是一家有20年历史的公司，用的是上一套老旧的HR系统，或者干脆就是Excel表格管人。现在要上新系统了，比如SAP SuccessFactors、Workday，或者是国内的北森、Moka。
你手里的数据是什么样的？
- 格式乱七八糟：手机号有的写138xxxxxxxx，有的写138-xxxx-xxxx，还有的中间带空格。
- 逻辑对不上：A表里的“在职”，B表里是“1”，C表里是“Active”。
- 脏数据：员工离职了，但状态没改，还在系统里挂着；或者身份证号填成了111111111111111。
- 缺失值：关键字段，比如入职日期、部门代码，大片大片的空白。
把这些东西直接塞进新系统？新系统肯定会“消化不良”，甚至直接报错给你看。所以，必须得有人把这些“生肉”做成熟食。
这个过程，就是清洗（Data Cleaning）和迁移（Data Migration）。
通常的三种模式：谁来干？
在行业里混久了，你会发现这事儿大概有三种玩法。每种玩法背后，都是责任的转移和风险的分配。
模式一：甲方（企业）全包——“自带干粮”
这种情况常见于预算有限，但内部IT团队或HR部门有技术大牛的公司。
逻辑是这样的： 软件厂商只负责提供一个“空壳子”和导入模板（通常是Excel或CSV格式）。厂商会告诉你：“亲，我们系统很强大的，只要你的数据按照这个模板填好，一点按钮就导进来了。”
于是，清洗数据的重担就落在了企业自己头上。
- 谁来做？ 通常是企业内部的HR部门（特别是COE团队里的数据分析专员）或者IT部门的数据团队。
- 怎么做？ 他们得先把旧系统的数据导出来，然后用Excel的VLOOKUP、透视表，甚至Python、SQL来处理。比如，把所有手机号格式统一，把部门名称标准化（不能一会儿叫“研发部”，一会儿叫“R&D”）。
- 坑在哪？ 这种方式最累的是甲方。如果数据量大（比如几千上万人），Excel可能会卡死。而且，HR业务人员可能不懂技术，IT人员可能不懂业务（比如搞不清“司龄”怎么算），两边配合不好，数据质量就很难保证。
- 厂商的借口： “数据是你们的，你们最了解你们的数据，你们清洗最准确。” 这话听着没毛病，但实际上把最难、最容易出错的环节甩给了客户。
模式二：乙方（厂商）全包——“拎包入住”
这种情况常见于预算充足、购买了高端实施服务的项目，或者是外企大厂。
逻辑是这样的： 客户是上帝，上帝说“我不会搞数据”，乙方就得搞定。
软件厂商或者他们的实施合作伙伴（Consulting Firm）会派出专门的数据顾问。
- 谁来做？ 乙方的实施顾问，或者专门的数据迁移团队。
- 怎么做？ 他们会先发给你一份“数据需求调研表”，让你填好旧系统有哪些字段，数据字典是什么。然后他们写脚本、写程序，自动去清洗、转换、校验。
- 优点： 甲方省心。你只需要配合确认数据规则，然后等着验收结果就行。
- 坑在哪？ 贵！非常贵！ 按人天算钱，一个数据顾问一天几千块甚至上万块。而且，乙方虽然懂技术，但未必懂你公司的“潜规则”。比如，你们公司把“销售部”定义为包含所有一线销售，但乙方按标准定义只算管理岗，这就容易扯皮。
- 风险： 如果乙方没理解清楚业务逻辑，迁移过去的数据全是错的，最后背锅的还是HR自己（因为业务结果是HR负责的）。
模式三：混合模式（最常见）——“你侬我侬”
现实世界中，大部分项目走的是这条路。
逻辑是这样的： 专业的人做专业的事，大家分着吃这块蛋糕。
通常的分工是这样的：
- 乙方（厂商）负责： 提供清洗工具、模板、技术指导，以及负责最后的“导入”动作。他们负责把数据“装进瓶子”。
- 甲方（企业）负责： 提供原始数据，并负责数据的“业务准确性”。比如，确认谁该算退休，谁的合同该续签。这叫“数据治理”。
举个例子：厂商提供一个Excel宏工具，HR把原始数据贴进去，工具自动报错（比如身份证号位数不对）。HR负责修改这些错误，改好后，再交给厂商导入测试环境。
这种模式下，双方都在参与，责任共担。但也最容易出现“三不管地带”——出了问题，甲方说“工具是你给的”，乙方说“原始数据是你提供的”。
决定权在谁手里？看这几个因素
既然没有定论，那在签合同的时候，这事儿到底怎么定？通常取决于以下几个硬指标：
1. 钱给的够不够？
这是最现实的。如果你只买了软件的License（使用许可），没买实施服务，或者只买了最基础的实施服务，那清洗数据这事儿，大概率是你自己干。
如果你花了大价钱，买了“端到端”的解决方案，那乙方就得把这活儿接过去。合同里一般会写：“乙方负责历史数据的清洗、转换及导入工作”。看到这句话，你才能松口气。
2. 数据量有多大？
如果你公司就百十来号人，数据量小，Excel能搞定，那谁做都行，甚至HR自己花半天时间手动录入都比谈这个划算。
但如果你是几万人的集团，数据分散在几十个子公司、不同的系统里（考勤、薪酬、绩效），光数据条数就几百万条。这时候，靠Excel是不可能的，必须得乙方上专业的ETL工具（抽取、转换、加载工具）和脚本。这时候，话语权就回到了乙方手里，因为他们有技术壁垒。
3. 你们公司内部有“数据大神”吗？
有些公司，特别是互联网大厂，内部有强大的数据中台团队。他们自己写代码清洗数据比乙方还快、还准。这种情况下，甲方往往会要求自己做，或者只让乙方做导入，不让他们碰清洗环节，因为怕乙方搞砸了。
反之，如果HR部门连VLOOKUP都不会用，那还是花钱请乙方吧，别为难自己，也别为难数据。
4. 系统的复杂程度
简单的Core HR（核心人事）系统，只需要迁移员工基本信息、组织架构，这比较简单。
但如果是复杂的薪酬系统迁移，涉及到历史工资、个税、社保基数、考勤规则，那数据清洗的难度是指数级上升的。这种情况下，强烈建议让乙方主导，因为这里面的坑太多，一旦算错工资，员工可是要找你拼命的。
一个真实的场景还原
我见过一个项目，一家传统制造业企业上新系统。
甲方老板觉得：“我们公司老员工多，数据都在脑子里，自己导一下就行了，没必要多花那几万块钱。” 于是，他们拒绝了乙方的数据清洗服务。
结果呢？
HR部门派了两个小姑娘，对着几万行的Excel表，每天加班到深夜，手动改格式、补空缺。
导入系统那天，系统报错几千条。为什么？因为旧系统里，员工的“用工性质”写的是“正式工”、“临时工”、“劳务派遣”，而新系统里要求的是代码：1、2、3。小姑娘们以为只要把文字改成文字就行，没注意到新系统后台绑定的是代码。
最后，乙方顾问不得不临时加班写脚本做映射，原本计划周五上线的系统，拖到了下周二。老板不仅赔了笑脸，还不得不给乙方补了加急费。
这就是典型的“省了芝麻，丢了西瓜”。
行业潜规则：到底谁该多操点心？
虽然说责任是分摊的，但我必须说句公道话：数据的准确性，永远是甲方（企业）的第一责任。
为什么？
因为数据是你的资产，只有你最清楚业务逻辑。乙方可以帮你清洗格式，但他们无法判断“张三去年的绩效是A还是B”。
所以，无论合同里怎么写，甲方的HR团队绝对不能当甩手掌柜。你必须深度参与，尤其是以下几个环节，必须甲方主导：
- 数据标准的制定： 比如，性别字段是写“男/女”还是“M/F”？部门层级要不要合并？这些规则必须甲方拍板。
- 数据的校验： 导入前，乙方会给你一份清洗报告，告诉你清洗掉了哪些数据，哪些数据异常。这时候，甲方必须一个个去核对，不能只看一眼总数就签字。
- 业务逻辑的确认： 比如，离职员工的数据要不要迁移进去？历史年假余额怎么结转？这些只有甲方HR知道。
如果让你自己做，有什么好建议？
如果你不幸落入了“全包”模式，或者处于“混合模式”中需要自己清洗很大一部分，这里有几个血泪教训：
- 不要在旧系统里直接改： 永远是先导出一份副本，在副本上操作。万一改坏了，还能回退。
- 先做“数据字典”映射： 拿一张白纸，左边写旧字段，右边写新字段，把对应关系理清楚。比如：旧系统的“部门代码”对应新系统的“成本中心代码”。
- 利用好Excel的“分列”和“查找替换”： 这是清洗数据最原始但最有效的武器。比如，用“分列”功能可以把“姓名-工号”拆开。
- 一定要做“试导入”： 不要等所有数据都清洗完了再一次性导入。先拿10个人的数据（包含各种特殊情况，比如有离职的、有跨部门调动的），先跑一遍流程，看系统怎么反应。
- 留好审计痕迹： 每次修改了哪些数据，谁修改的，最好在Excel里用批注或者新增一列记录下来。以后出了问题，有据可查。
合同里该怎么写？
为了避免扯皮，签实施合同的时候，一定要在“交付物”或者“服务范围”这一章，把数据这事儿掰扯清楚。
最好能细化到这种程度：
| 任务 | 负责人 | 备注 |
| 原始数据导出 | 甲方 | 从旧系统导出为Excel格式 |
| 数据清洗规则制定 | 双方确认 | 由乙方提供模板，甲方确认 |
| 数据格式转换与去重 | 乙方 | 乙方负责技术处理 |
| 数据业务准确性核对 | 甲方 | HR部门负责核对人员信息 |
| 正式导入生产环境 | 乙方 | 在甲方确认无误后执行 |
写得越细，后期打架的概率就越低。
最后的碎碎念
其实啊，HR系统对接，技术只是手段，核心还是管理。
很多时候，大家争“谁来做数据清洗”，争的不是活儿，而是“万一出错了，谁来背锅”。
作为甲方，如果你想要项目顺利，千万别为了省那点实施费，把最核心的数据治理工作揽到自己手里，除非你团队里真有专业的数据分析师。大多数情况下，花点钱请乙方做，或者让乙方出人、出工具，自己派人盯着，是最稳妥的。
毕竟，系统上线后，数据乱的是HR的后台，但受影响的可是全公司的员工。工资算错了，假算错了，谁的日子都不好过。
所以，回到最初的问题：谁负责？
答案是：谁出钱、谁懂行、谁承担后果，谁就得多干活。 想清楚这一点，这事儿就好谈了。
核心技术人才寻访