用哪些KPI衡量日薪预支的效果?

企业应当用一套涵盖六大维度的均衡KPI体系来衡量日薪预支(EWA)的成效:可及性、使用程度、员工体验、人力资源影响、运营效率以及财务与风险。核心指标可包括符合条件员工占比、激活率、使用率、到账时长、交易成功率、自动对账率、每活跃用户成本、投诉率、差异率,以及对离职率/缺勤率的影响。要得出正确结论,必须具备实施前的基准数据、统一的数据口径和恰当的对照组。

> 提示: 本文提供的是参考性衡量框架。并不存在适用于所有企业的"标准"KPI水平。具体指标和目标值必须根据员工规模、日薪预支政策、考勤/薪资系统的数字化程度、行业特点、基础数据以及实际试点范围来设定。

> 术语说明: KPI(关键绩效指标) · 日薪预支(按已完成工时提前领取薪资) · 基准值/基线数据(baseline) · 分组队列(cohort) · 监控看板(dashboard) · 高层记分卡(scorecard) · 试点(pilot) · UX(用户体验) · 工作流程(workflow) · ROI(投资回报率) · eNPS(员工敬业度指数) · 中位数/分位数(median/percentile)。

为什么交易笔数不能说明日薪预支是否有效?

一个日薪预支项目交易笔数多,并不代表一定成功。笔数上升可能反映员工觉得方便;但也可能是额度被拆分成多笔小额申请、交易失败需要重新提交,或者是一小部分人使用过于频繁。

反过来,笔数低也不一定意味着失败。可能是日薪预支扮演着"安全网"的角色,只在有需要时才被使用;也可能是员工还不知道如何激活账户;或者是考勤数据未能及时审核通过,导致额度无法生成。

因此,企业需要同时回答以下四个问题:

1. 员工是否能够顺利获取该服务?

2. 服务运行是否正确且便捷?

3. 日薪预支是否带来了预期的人力资源和财务成果?

4. 风险与成本是否处于可接受的范围内?

1. 日薪预支衡量目标树

```mermaid
flowchart TD
A["日薪预支目标"] --> B["员工"]
A --> C["人力资源"]
A --> D["运营"]
A --> E["财务与风险"]
B --> F["可及性、体验、福利"]
C --> G["吸引、出勤、敬业度"]
D --> H["速度、准确性、对账"]
E --> I["成本、损耗、合规"]
```

每一个KPI都必须与某个目标相关联。如果不清楚某项指标是用来支持哪一项决策的,企业很容易做出美观却无助于改进项目的监控看板。

目标—KPI—决策关联模板

2. 高层管理KPI体系:只需10-12项指标

企业管理层不需要每天查看全部运营看板。一份高层记分卡可以包括:

除了这份记分卡之外,各部门还需要更深入的监控看板,以便查明原因并采取行动。

3. 覆盖范围与可及性KPI

3.1. 符合条件员工占比

$$
\text{符合条件占比} = \frac{\text{符合日薪预支条件的人数}}{\text{项目覆盖范围内总人数}} \times 100\%
$$

该指标有助于区分两个问题:政策覆盖人数少,与自愿参与人数少。需要明确分母是否包括试用期员工、休假员工、尚无收款账户的员工,或尚未上线该项目的群体。

3.2. 信息触达率

衡量符合条件的员工中,已收到或查看过项目介绍信息的比例。可以按渠道拆分:直属主管、短信、应用程序、公告栏、入职培训。

不应把"已发送信息"等同于"已触达"。应采用更恰当的证据,例如已查看、已参加或已确认收到信息。

3.3. 激活率

$$
\text{激活率} = \frac{\text{完成激活的人数}}{\text{符合条件的人数}} \times 100\%
$$

建议追踪以下漏斗环节:

1. 收到信息;

2. 开始注册;

3. 验证成功;

4. 接受条款;

5. 完成激活;

6. 显示可用额度。

如果大量人员在某一环节停滞,项目团队就能准确找出原因,而不是笼统地归结为"员工不感兴趣"。

3.4. 从符合条件到可以使用的时长

衡量从员工符合条件起,到账户完成激活并生成可用额度所需的时间。该指标同时反映了宣传沟通、身份核验以及数据同步的速度。

4. 使用程度KPI

4.1. 活跃用户占比

$$
\text{活跃用户占比} = \frac{\text{本期内至少完成一笔有效交易的人数}}{\text{已激活人数}} \times 100\%
$$

根据不同目的,企业也可以把分母改为符合条件的人数。这两种算法回答的是不同问题,不能混用。

4.2. 平均使用频率

$$
\text{平均使用频率} = \frac{\text{成功交易总笔数}}{\text{活跃用户人数}}
$$

还需要查看分布情况:中位数、25%–75%分位区间、仅使用一次的比例以及多次使用的比例。平均值可能被一小部分人拉高。

4.3. 平均交易金额与中位数

两者都要追踪,因为大额交易可能会扭曲平均值。建议按薪资区间、厂区、工龄或薪资周期进行拆分,但必须保护个人数据,并避免披露样本过小的分组。

4.4. 额度使用率

$$
\text{额度使用率} = \frac{\text{提前领取的总金额}}{\text{交易发生时点的可用额度总额}} \times 100\%
$$

该指标必须使用交易发生当时的额度,而不是期末额度。需要区分"已生成的额度"与"已展示给用户的额度"。

4.5. 按分组队列统计的重复使用率

将同一周或同一月激活的人群作为一个队列,在后续各期持续追踪。该指标可以反映日薪预支属于一次性需求、周期性需求,还是某个群体出现了过度依赖的迹象。

不应默认重复使用就是好事或坏事,而应结合问卷调查、费率水平、投诉情况以及个人财务自控能力综合判断。

5. 员工体验KPI

5.1. 交易成功率

$$
\text{交易成功率} = \frac{\text{确认转账成功的交易笔数}}{\text{已提交支付且符合条件的申请总数}} \times 100\%
$$

如果目的是衡量支付渠道的质量,分母不应包含在提交支付前就因符合政策规定而被拒绝的申请。可以另外建立"申请通过率"来衡量前一个环节。

5.2. 到账时长

衡量从有效申请获得确认,到转账成功完成之间所需的时间。建议报告以下内容:

• 中位数;

• 第90或第95分位数;

• 在服务目标时限内完成的比例;

• 异常耗时的交易笔数。

单纯的平均值可能会掩盖一小部分等待时间很长的情况。

5.3. 漏斗中途放弃率

衡量在各个环节中开始操作却未完成的人数:查看额度、输入金额、确认费用/条款、身份验证以及等待支付。放弃率高可能是因为界面难以理解或信息不够清晰,不一定是因为缺乏需求。

5.4. 工单与投诉率

$$
\text{每千笔交易工单数} = \frac{\text{与日薪预支相关的工单数}}{\text{交易总笔数}} \times 1000
$$

建议对工单进行分类:

• 看不到额度;

• 工时尚未审核通过;

• 无法登录;

• 交易延迟;

• 收款账户错误或变更;

• 费用/条款不清楚;

• 非本人发起的交易;

• 薪资周期结算错误。

5.5. 处理时长与首次解决率

追踪首次响应时间、问题解决时长以及一次性解决率(首次接触即解决)。对于异常的资金交易,需要将账户保护所需的时间与完整调查所需的时间区分开来。

5.6. 满意度指标

可以在完成一笔交易或处理完一张工单后使用CSAT满意度评分,并结合定性问卷调查。不应只问"您满意吗?",还应追问:

• 信息是否容易理解;

• 用户在确认前是否清楚总金额和费用;

• 是否在预期时间内收到款项;

• 遇到问题时是否知道该联系谁;

• 该服务是否如预期般帮助解决了短期资金需求。

6. 人力资源影响KPI

(招聘与留任的作用机制,请参见日薪预支如何助力招聘与员工留任?。)

日薪预支通常被寄望于帮助吸引人才、提升出勤率并留住员工。然而,这一类指标恰恰是最难得出因果结论的。

6.1. 离职率

$$
\text{离职率} = \frac{\text{本期离职人数}}{\text{本期平均员工人数}} \times 100\%
$$

建议对比:

• 上线前与上线后;

• 已上线群体与条件相近但尚未上线的群体;

• 已激活人员、实际使用人员,以及符合条件但未使用的人员;

• 按厂区、班次、工龄和岗位类别。

不能仅凭上线后离职率下降,就断定是日薪预支降低了离职率。季节性因素、奖金、订单情况、管理方式、市场薪资水平和招聘情况都可能产生影响。

6.2. 缺勤率与无故缺勤率

试点前后必须采用相同的定义。如果考勤系统在试点期间发生变化,数据必须进行校正或加以说明。

6.3. 入职初期全勤率

对于新员工,可以按照企业自身的分析政策,追踪其入职后前7天、14天或30天的出勤比例。该指标对招聘质量和入职培训质量十分敏感,因此不能将全部影响都归因于日薪预支。

6.4. 到岗率与满编所需时间

如果日薪预支被用作招聘福利,需要衡量候选人接受录用的比例、招满编制所需时间,以及候选人选择或拒绝的原因。建议采用一致的宣传口径并设置对照组,以避免凭主观印象做出判断。

6.5. 认知程度与感知价值

调查员工是否了解日薪预支是什么、是否理解它与借贷的区别、是否清楚费用和额度限制,以及是否认为该服务是一项有价值的福利。

ISO 30414:2025为人力资本报告提供了更广泛的框架,涵盖成本、生产力、招聘、人员流动、离职、健康以及员工队伍准备度等领域。企业可以借助这些一致的衡量原则,将日薪预支的KPI纳入整体人力资源体系中考量,而不是把它孤立成一个互不关联的独立看板。

7. 运营与系统对接KPI

(逐笔交易对账详情,请参见日薪预支交易与薪资、会计系统的对账。)

7.1. 考勤数据时效性

衡量从工时在源系统中审核通过,到日薪预支系统中额度更新完成之间所经过的时间。建议按分位数报告,并说明超出内部目标时限的比例。

7.2. 工时按时审核率

$$
\text{工时按时审核率} = \frac{\text{在要求时限前完成审核的考勤记录数}}{\text{需审核的考勤记录总数}} \times 100\%
$$

这通常是一项重要的先导指标:即便平台运行良好,如果主管尚未审核工时,员工依然看不到可用额度。

7.3. 端到端自动化处理率

$$
\text{自动化率} = \frac{\text{无需人工干预即可完成的交易笔数}}{\text{已完成交易总笔数}} \times 100\%
$$

需要明确"人工干预"的定义:修改数据、重新运行文件、审批例外情况、联系合作方,或调整薪资数据。

7.4. 自动对账率

$$
\text{自动匹配率} = \frac{\text{首次即与各数据源全部匹配的交易笔数}}{\text{纳入对账范围的交易总笔数}} \times 100\%
$$

应同时按笔数和金额进行衡量,以避免少数大额交易被大量小额交易所掩盖。

7.5. 数据错误率

按来源拆分错误类型:员工编号、在职状态、工时、薪资周期、收款账户、数据重复、格式错误、版本错误。该指标的目的是修正根本原因,而不是靠忽略问题来减少工单数量。

7.6. 系统可用性与故障

追踪关键操作环节的可用情况:登录、查看额度、发起交易、转账和对账。整体系统正常运行时间(uptime)数字可能看起来很漂亮,但交易功能本身可能已经出现故障。

补充指标:

• 按严重程度划分的故障次数;

• 发现时长;

• 恢复时长;

• 受影响的人数和交易笔数;

• 故障重复发生率;

• 整改措施按时完成率。

8. 财务与投资回报KPI

(详细计算方法请参见实施日薪预支时如何计算ROI。)

8.1. 项目总拥有成本

总成本不仅仅是供应商收取的费用,还需要计入:

• 平台费与交易费;

• 系统对接与变更成本;

• HR、薪资、财务、IT和客服人员投入的时间;

• 宣传沟通、培训与入职引导;

• 对账及差异处理;

• 安全测试、法务与审计;

• 依据实际模式产生的资金成本或现金流成本;

• 故障与欺诈造成的损失;

• 更换供应商或终止服务的成本。

8.2. 每名符合条件员工成本

$$
\text{每名符合条件员工成本} = \frac{\text{项目总成本}}{\text{符合条件人数}}
$$

适合用来评估福利覆盖的成本。

8.3. 每名活跃用户成本

$$
\text{每名活跃用户成本} = \frac{\text{项目总成本}}{\text{有有效交易的人数}}
$$

适合衡量促成实际使用所付出的成本,但无法反映对那些已激活却尚未交易的员工而言,"安全网"本身所具有的价值。

8.4. 每笔成功交易成本

$$
\text{每笔交易成本} = \frac{\text{可变成本加分摊的固定成本}}{\text{成功交易笔数}}
$$

企业必须公开固定成本的分摊方式,避免为了让指标看起来更好而随意更改计算公式。

8.5. 可量化的财务收益

根据不同目标,可以考虑以下几方面:

• 减少人工预支处理成本;

• 减少HR/薪资部门处理零散申请的工时;

• 若离职率确实有所改善,减少补员招聘成本;

• 缩短对账时间;

• 减少薪资结算后的错误与调整;

• 来自吸引和留住员工能力提升所带来的收益。

不应把离职率的全部下降都记为日薪预支带来的收益,只应记录有充分依据、计算方法透明的差异部分。

8.6. 参考ROI

$$
\text{ROI} = \frac{\text{可折算收益} - \text{总成本}}{\text{总成本}} \times 100\%
$$

ROI应附带假设条件、置信区间,或保守—基准—乐观三种情景。有些福利项目即便短期财务ROI尚未转正,也可能因其战略价值而获得批准;这一点应当明确说明,而不是去调整数字。

9. 风险、欺诈与合规KPI

(管控框架请参见日薪预支中的风险治理与反欺诈管理。)

9.1. 交易差异率

$$
\text{差异率} = \frac{\text{首次对账即不匹配的交易笔数}}{\text{纳入对账的交易总笔数}} \times 100\%
$$

将技术性差异、数据差异、支付差异、薪资差异与会计差异分别区分开来。

9.2. 结果未明交易

追踪状态为UNKNOWN(未明)的交易的笔数、金额和滞留时长。这类交易应优先处理,因为如果错误地重新发起,可能导致重复付款。

9.3. 已确认欺诈率

只统计经流程认定为欺诈的交易,而不是把所有预警或被拒绝的交易都计入其中。

9.4. 误拦截率

$$
\text{误拦截率} = \frac{\text{最终认定为合法交易的预警数}}{\text{已作出结论的预警总数}} \times 100\%
$$

该指标有助于保护真实用户的体验,并为调整风险规则提供依据。

9.5. 预警与事件处理时长

将账户保护时长、支付结果确认时长与调查结案时长分开统计,不应对所有严重程度都使用同一个时间标准。

9.6. 权限与数据审查

• 权限按时审查完成率;

• 共享使用的管理员账户数量;

• 逾期未清理的特殊权限;

• 批量导出数据的次数;

• 按规定流程处理的数据相关请求;

• 严重漏洞按时修复率。

NIST强调,信息安全指标的选择与管理应当支持基于风险的决策。因此,日薪预支的安全KPI应当与具体的管控措施和投入行动相关联,而不仅仅是统计预警数量。

10. 在不侵犯隐私的前提下衡量财务健康状况

企业可能希望了解日薪预支是否有助于缓解员工的财务压力。这是一个合理但十分敏感的目标。

应优先考虑以下做法:

• 自愿参与、目的明确的问卷调查;

• 问题简短,若非必要不要求披露个人债务细节;

• 按足够大的群体进行汇总报告;

• 将调查数据与个人人事决策相分离;

• 若无合理职责需要,不允许直属主管查看个人使用记录;

• 不能仅凭日薪预支使用次数就推断员工的经济状况或工作表现;

• 提供可以不作答且不影响员工权益的选项。

调查问题示例:

• "过去一个月里,您在应对突发支出时感觉自己更有主动权的程度如何?"

• "关于金额、费用和结算时间的信息是否容易理解?"

• "日薪预支是否帮助您避免了一种您本不希望采用的融资方式?"

调查结果只是员工自我报告的感受,并非关于收入、债务或心理健康状况的直接证据。

11. 基准值与对照组的设计

实施前的基准值

采集周期至少应足够长,能够反映企业的招聘周期和发薪周期。基准数据可以包括:

• 离职、缺勤与全勤情况;

• 人工预支申请;

• 薪资相关工单数量;

• 预支处理时长;

• 补员招聘成本;

• 考勤/薪资错误;

• 员工自我报告的满意度或财务压力水平。

没有基准数据,企业只能知道当前的结果,却无法判断是否有所改善。

对照组

如果条件允许,选择特征相近但同期尚未上线该项目的单位作为对照。需要对比规模、工作类型、薪资水平、班次、所在地区、工龄、管理方式和季节性因素。

分组队列分析

不要把所有员工混在同一个群体中分析,可以分别追踪:

• 符合条件但尚未激活;

• 已激活但尚未使用;

• 仅使用过一次;

• 多次重复使用;

• 新入职员工;

• 提交过工单的用户;

• 按各自开始参与的时间点。

分组队列分析有助于发现项目在哪些方面创造了价值,以及问题集中在哪些群体。

12. 避免将相关性误认为因果关系

如果使用日薪预支的员工离职率更高,并不能就此断定是日薪预支导致了他们离职。有可能是那些本就承受财务压力的员工,原本离职风险就更高。

反过来,如果上线后离职率下降,原因也可能是加薪、发放奖金、订单趋于稳定、管理层更替,或招聘季节发生变化。

为审慎评估,应当:

• 记录同期发生的其他变化;

• 使用对照组;

• 采用同一口径进行前后对比分析;

• 在具备分析能力时控制关键变量;

• 开展定性问卷调查;

• 明确说明结论的局限性;

• 如果数据只显示时间上的同步性,应避免使用"日薪预支降低了……"这样的表述。

13. KPI指标字典模板

每一项指标都需要一份统一的"身份档案"。

示例:交易成功率

• 目标: 衡量转账流程的可靠性。

• 分子: 支付合作方确认成功的交易笔数。

• 分母: 已提交至支付环节的有效申请数。

• 排除项: 测试交易以及在支付环节前被拒绝的申请。

• 细分维度: 合作方、收款银行、时间段、应用版本。

• 预警阈值: 由企业根据基准值和服务承诺自行设定的目标。

• 局限性: 无法反映薪资数据是否已正确对账。

14. 按角色划分的监控看板

企业管理层

查看覆盖范围、人力资源价值、成本、重大风险与趋势,无需查看个人数据。

人力资源部

查看触达/激活漏斗、离职、缺勤、与工时相关的工单以及员工反馈。

薪资与财务部门

查看按周期统计的交易、对账率、差异、调整、成本以及周期结账时间。

IT与产品部门

查看数据时效性、API/文件错误、各环节可用性、成功率、性能表现以及按版本划分的错误情况。

风险与安全部门

查看预警、已确认欺诈、误拦截、结果未明交易、敏感变更、故障事件以及访问权限。

每个看板只应展示与其职责相关的数据。管理层查看汇总趋势,并不意味着需要查看每个人的提前领薪历史记录。

15. KPI治理节奏

每次会议都必须以明确的行动事项、责任人和完成期限收尾。如果某项KPI连续多期亮红灯却没有引发任何决策,说明监控看板还没有真正发挥治理作用。

16. 日薪预支试点衡量计划

(90天路线图请参见企业日薪预支90天试点计划。)

试点前

• [ ] 明确目标与假设。

• [ ] 选定8–12项核心KPI及防护性KPI。

• [ ] 编写KPI指标字典。

• [ ] 确定基准值与对照组。

• [ ] 检查HRIS、考勤、薪资与支付系统的数据质量。

• [ ] 明确每项KPI的责任人。

试点期间

• [ ] 追踪激活漏斗及流失原因。

• [ ] 用分位数衡量到账时长。

• [ ] 追踪工时按时审核情况。

• [ ] 对工单和差异进行分类。

• [ ] 追踪误拦截、结果未明交易与故障事件。

• [ ] 收集员工自愿提供的反馈。

试点结束时

• [ ] 与基准值及合适的对照组进行比较。

• [ ] 按分组队列和单位拆分结果。

• [ ] 计算总拥有成本。

• [ ] 明确记录计算收益和ROI时所采用的假设。

• [ ] 评估剩余风险。

• [ ] 做出决定:扩大推广、调整方案、延长试点或终止项目。

17. 衡量日薪预支KPI时常见的错误

只统计交易笔数

无法知道实际使用人数、错误交易数量,也无法判断项目是否带来了人力资源方面的成效。

各期之间随意更改定义

例如本月分母是已激活人数,下个月却改为符合条件人数,但仍沿用同一个名称"使用率"。这样一来结果就失去了可比性。

所有指标都使用平均值

处理时长和交易金额通常呈偏态分布,应使用中位数和分位数。

未剔除测试、重复与退款交易

这会使成功率、交易金额和成本的计算全部出现偏差。

将全部人力变动都归因于日薪预支

忽视了季节性因素、订单情况、薪资水平、管理方式以及其他政策的影响。

设定会诱使员工隐瞒错误的KPI

"零差异"这样的目标可能导致问题不被如实记录。应转而衡量发现速度、处理速度以及重复发生率的下降情况。

收集过多个人数据

并非所有能够采集的数据都应当采集。KPI数据应当经过汇总处理、设置权限管控,并与明确的使用目的相挂钩。

结语

衡量日薪预支的成效,并不是要找出一个漂亮的大数字来证明项目成功。企业需要的是一套均衡的KPI体系,兼顾员工价值、人力资源成果、运营质量、成本与风险。

不妨从明确的目标、可靠的基准值、8-12项高层KPI、统一的数据字典,以及能够真正推动行动的定期审查节奏做起。如果贵企业正在筹备日薪预支试点,欢迎了解企业日薪预支方案,与我们探讨适合的KPI体系、报告结构和衡量范围。

参考来源

• ISO 30414:2025 – Human capital reporting and disclosure

• ISO – Human capital metrics and reporting

• NIST – Cybersecurity Measurement

• NIST – Measurements for Information Security

---

作者: Tran Van Tai — 总经理助理,负责发展战略,Nhan Kiet Manpower Supply Co., Ltd.

企业日薪预支方案咨询: 热线 0937.022.655 · 邮箱 info@nhankiet.vn · 企业日薪预支方案