大数据在人力资源管理中的应用

来源:用户上传      作者:

　　[摘    要] 随着信息技术的发展，大数据技术及配套解决方案的出现正在助力企业的数字化转型。与此同时，企业人力资源管理也由传统的问题驱动转向大数据时代的数据驱动，帮助管理者以更多维的视角进行更审慎、更科学的人力资源管理决策。文章对大数据的发展历程及其与人力资源管理结合的标杆实践、优势应用和存在的障碍进行分析，并提出相应的实施建议，以期为大数据与人力资源管理更为有机的结合提供借鉴和参考。
　　[关键词] 大数据;人力资源;人力资源管理
　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 19. 026
　　[中图分类号] F272.92    [文献标识码]  A      [文章编号]  1673 - 0194（2019）19- 0059- 04
　　0      引    言
　　随着信息技术的飞速发展，全球数据量正以前所未有的速度呈现爆发式增长，大数据技术在社会各领域的应用也受到了广泛关注，其对于信息的整合、挖掘、分析功能为企业经营的各个领域提供了科学决策支持。正是基于大数据技术研究的深入及其在标杆企业人力资源管理中的优秀实践，越来越多的企业希望将大数据技术应用于本企业的人力资源管理，为企业发展决策、人力资源管理提供科学支撑，从而推动企业经营变革与创新发展。
　　1      大数据的发展
　　“大数据（Big Data）”一词最早是在美国著名未来学家阿尔文·托夫勒所著的于1980年出版的《第三次浪潮》一书中提及，其将“大数据”称为“第三次浪潮的华彩乐章”。2011年5月，知名咨询公司麦肯锡全球研究院发布名为《大数据：创新、竞争和生产力的下一个新领域》的报告，最早提出了大数据的概念——大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集，并第一次向大众全面介绍和展望大数据，列举了大数据的核心技术和其在不同行业的应用。对于大数据的概念，另一家知名机构Gartner则这样定义：“大数据”指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。此外，维基百科将“大数据”定义为利用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。由此可见，大数据目前尚未有一个统一的定义，但总体来说大数据具有规模性（Volume）、多样性（Variety）、高速性（Velocity）、价值性（Value）的特点。
　　在大数据的概念被提出至今，与其相关的理论一直呈井喷状态，其中的核心观点认为：大数据区别于传统的数据分析，是因为它对全样本进行分析。大数据试图从全样本中挖掘出在传统数据分析中由于有价值的数据密度较低而被遗弃的珍贵的有价值的数据，可以称之为沙漠淘金。而这样的沙漠淘金，无疑比原有的、有选择性的选择样本进行数据分析，能获取更为深入的隐藏信息。在以往，许多理论由于现实技术限制，无法进行有效或模拟验证，成为空中楼阁。随着分布式技术的成熟，现在的信息系统并发性能已取得飞跃，使得实时处理大量数据变为可能，才让大数据走出了象牙塔，与众多领域广泛结合。
　　2      大数据在人力资源管理中的应用现状
　　21世纪是数据的时代，人们关注的重点多集中于数据本身，容易忽视数据产生的源头及其使用的目的和意义。大量数据产生的源头是人，数据使用的最终目的也是应用于人。越来越多企业人力资源管理正在逐渐打破自身专业壁垒，通过传统人力资源管理与大数据技术、物联网技术等新兴信息技术的结合，使人力资源管理更好地与企业经营相链接，加速高绩效组织的打造进程。
　　2.1   标杆企业应用大数据提升人力资源管理
　　2.1.1   谷歌
　　谷歌尝试通过大数据使企业的人力管理决策成为“基于事实和证明的决策”，通过数据研究、规律性探索、应用性实验、算法开发等方式，满足不同的企业个性化管理需求，如鉴别杰出管理人特征，培养优秀经理人;判断管理员工的有效方法，提供多种工作环境;预测员工离职倾向，提供人员留任个性化方案;分析预测未来人事管理问题;整理各行各业“商业案例”，测算优秀人才绝对值等。
　　2.2.2   百度
　　百度的人力资源管理信息系统通过3个阶段的迭代发展，建立由人才管理、运营管理、组织管理、组织效能、文化活力、舆情分析5大维度的200多个指标组成的大数据平台才报，将分析结果应用于在人才雷达、人才保留、人才管理风险预测、组织稳定性预测、助力员工服务等方面，使人力资源工作重点提升至从组织资本和人力资本角度协助业务决策，实现数据化、移动化、社交化、智能化的Smart HR，推动大数据下预测、控制、分析组织变革及人才发展。
　　2.2.3   腾讯
　　腾讯作为国内大型互联网公司之一，将大数据挖掘与HR三支柱进行结合，由连接专家中心COE（Centers of Experts）负责政策、资源的协调以及专业方向的把控，业务伙伴BP（Business Partner）负责模型验证以及落地研究，共享交付中心SDC（Shared Delivery Center）负责数据清理、质量建设、特征挖掘及模型的搭建和训练。这样将数据挖掘的方向與人力资源管理目标进行匹配，在识别候选人稳定性、政策及资源协调管理、提升人才有效战斗力、员工满意度与敬业度等方面取得了不错的成效。
　　2.2   大数据在人力资源管理中的优势运用
　　除了标杆企业的应用之外，大数据在人力资源管理中的广泛应用集中于以下几个模块。 　　2.2.1   大数据在招聘中的应用
　　大数据能更好地分析候选人的行为数据，如通过社交网络（微博、微信、论坛等）可以了解到候选人的专业情况、实习经历、兴趣爱好、生活状况等，使招聘工作者对候选人有更全面深入的了解，为精准的人才招聘提供筛选和评价依据。同时，通过内部人力资源数据平台，将候选人的专业技能、工作态度等与招聘岗位要求进行匹配分析，使招聘工作者更容易招聘到合适人选，提高招聘质量和效率，降低招聘成本。
　　2.2.2   大数据在人才培养中的应用
　　收集员工所在岗位要求、绩效表现、晋升意愿等相关数据，基于大数据挖掘技术的应用，形成针对不同层级员工的个性化职业规划路径，为其提供相应的培养计划，帮助员工快速胜任岗位。在人力资源培训开发中，大数据的应用可帮助人力资源工作者识别员工学习需求、行为、模式和效果，帮助企业制定政策的培训策略。此外，还可以针对员工培养过程，记录员工成长相关数据，掌握员工工作能力动态情况，利于有针对性地激发员工工作潜能，增强员工对企业的忠诚度。
　　2.2.3   大数据在员工激励中的应用
　　采用大数据分析技术，实现对员工的多方面正向激励。在员工需求层面，综合员工在生活、工作中的多项参数进行挖掘处理，分析员工的价值取向及追求，进行针对性的物质或非物质激励。在薪酬管理层面，对员工的工作过程、工作目标、任务完成情况等进行记录和分析，生成员工绩效表现，客观、全面地评价员工创造的价值，以数据为基础为员工发放对应的薪酬，使员工获得“付出与回报”的平衡性，激发员工对工作的积极性。同时，通过借助大数据的分析功能，可以实现企业内部薪酬数据在时间序列上的纵向对比，还可以实现企业和市场薪酬的横向对比，提升企业薪酬内外部的公平性和相对优势。在绩效管理层面，通过对海量数据的收集、整理、分析，从数据间的相关性，探究高绩效员工与不合格员工之间产生差距的原因，有针对性地为员工设计对应的解决方案，增强员工对企业的认同感和归属感。
　　可见，大数据正快速推动企业人力资源管理变革，这种变革不光是数据分析与应用技术的革新，更是思维方式和管理技术的革命。
　　2.3   大数据在人力资源管理应用中存在的障碍
　　尽管大数据理论和技术的发展极大地推动了人力资源管理的创新和突破，但大数据与人力资源管理的更广泛结合仍存在不少障碍。
　　2.3.1   人力资源管理人员缺乏大数据思维
　　长期以来，人才招聘、培训、考核等人力资源管理活动多是倾向于凭借职业直觉、经验进行。不可否定，这样的传统的非数据驱动的管理方式和经验也给企业带来了不少成功的历史，因此尽管许多管理者对大数据充满了好奇，但在面对大数据的引入可能对传统人力资源管理带来的变革还存在着较大的心理障碍，认为传统管理方式和经验更为可靠。同时，人力资源管理的固有工作方式容易导致人力资源管理工作者的固化思维，对大数据形成的定量分析结果持怀疑态度。
　　2.3.2   企业数据搜集能力有限，缺乏实施的数据基础
　　不同于谷歌、百度等具有数据优势的互联网企业，大多数企业的数据来源方式多为内部员工的人事档案数据、绩效考评数据、岗位数据、业务数据等，这在一定程度上体现了数据搜集的制约性。同时，企业人力资源管理信息水平薄弱也是影响数据搜集的重要因素。虽然越来越多企业开始引进人力资源管理系统，但是系统的应用仍停留在基础的事务管理和数据的简单删减、增加，没能真正起到有效和有意识地记录数据的作用。甚至有的企业在最开始引进人力资源管理信息系统时，只盲目地追求大而全的系统，无法契合企业现阶段的管理模式和业务流程，最终导致系统功能只是摆设。此外，大数据的搜集渠道除企业自身的人力资源信息系统外，还要依靠传感器、移动端等新兴信息技术的使用，这也是目前多数企业无法具备的条件。
　　2.3.3   技术环境尚不成熟，制约大数据的广泛应用
　　技术环境包括外部环境和内部环境，其对大数据应用的制约体现在：在外部环境层面，大数据技术尚属新兴阶段，特别是人力资源大数据尚处于探索阶段，各类概念和架构层出不穷，很多细节未达成共识，且一项技术的成熟商用依赖于下游服务提供者、技术开发者和上游的基础设施提供商的有效整合，因此大数据成为具有一定规模企业才能尝试的技术，在当技术生态成熟、平台化形成之后，大数据技术及设施商用成本降低，其在中小企业中的广泛应用才成为可能。在内部环境层面，表现在大数据分析技术和相关人才的缺乏。大数据是一个非常大规模的、动态的数据集，不能直接应用于管理实践，而传统的数据库处理软件工具无法处理这样的数据，且人力资源管理工作者长期以来擅长处理的传统数据并不具备大数据的特征，而是有目的收集得到的样本性数据，这让大数据技术的应用环境则更不具备。要实现突破，则需要精通数据分析和管理的复合类型人才来整合信息。然而，目前精通数据分析、数学建模、机器算法等方面的人才十分稀缺，尤其是掌握大数据知识的高素质人力资源管理者更是稀缺。因此，人才和技术因素也极大地制约了大数据在企业人力资源管理中的应用。
　　3      大数据应用于人力资源管理的实施建议
　　3.1   树立大数据管理理念，强化大数据思维
　　在大数据时代背景下，企业要想与时俱进，需要企业管理者具备更先进的管理理念和思维。首先需要树立大数据管理意识，不断加强学习，收集新思想，充分理解大数据的特征和内容，将大数据作为重要的战略资源，有意识地进行大数据基础设施的建设及规划，使大数据与人力资源管理能更好地结合，为企业发展起切实的推动作用。人力資源管理工作者也需要增强大数据思维，有意识、积极地收集、整理员工活动过程中产生的静态、动态信息数据，用远瞻的视角对人力资源管理可能出现的问题进行预测分析。随着大数据理念和思维的深入，让企业自上而下形成“用数据说话、用数据决策、用数据管理、用数据创新”的思维和理念，将大数据分析作为管理决策的重要抓手和依据。 　　3.2   扩大数据收集来源，逐步实现动态和预测分析
　　企业人力资源管理者通过对内对外收集和整合员工的基础信息、教育程度、兴趣爱好、实际工作能力等结构化数据和非结构化数据，更好地挖掘与员工特征相关的潜在信息。同时加强人力资源信息系统的建设，实现人力资源业务在企业各环节的规范化、数据化管理，是人力资源管理的决策更具客观性、准确性和前瞻性。如，通过数據挖掘技术实现对企业的人员数量、结构、学历等静态分析，对招聘周期、员工流动率等动态分析，对人员离职、人力资本投资回报率等预测分析。
　　3.3   加强大数据人才队伍建设，提升企业大数据分析能力
　　企业要实现人力资源管理模式的转变，需要根据实际情况适当引进技术人才，积极培养内部员工，打造具备大数据分析能力的人力资源管理团队。首先，加强对现有人力资源管理人员大数据思维和技术知识的培训，提升他们对员工数据信息的敏感度，并掌握必备的数据分析技能，包括：运用复杂统计工具对不同层次的信息进行分类整理，掌握大规模算法专业技术对巨量数据进行分析，熟悉分析模型并对数据分析结果可以进行有效解读。其次，企业应适当引进精通大数据相关技术的人才，如计算机技术、数据算法和统计分析等相关专业人才，组建企业大数据技术专家团队，提升大数据人力资源管理效率。再次，强化员工对岗位相关系统操作的培训，并通过监督和管理来提高数据记录的时效性和完备性。最后，在企业进行人力资源大数据平台建立的伊始阶段，通过聘请外部专业机构，帮助定制化的人力资源大数据解决方案，确保企业人力资源大数据的科学性、可执行性。
　　3.4   建立应用的保障机制，确保人力资源大数据管理体系的落地运用
　　为实现大数据在企业人力资源管理上的有效应用，企业还应在组织、制度、信息安全等方面提供保障机制：设置人力资源大数据专职管理小组，保障数据资源的集中管理与配置;制定健全的人力资源大数据管理制度，对数据的采集、整理、保密等制定规范标准;做好数据安全的技术保障，对数据的采集、共享、使用、销毁的全生命周期进行安全保护。
　　4      结论与展望
　　随着信息技术的不断提升和新的匹配算法的引入，企业人力资源管理与大数据的结合也在不断深入。如结合企业战略发展需求、岗位要求和人才特征，利用推荐算法，为员工实现智能化职业规划;构建企业员工的知识图谱，勘测员工培训方向，清晰每个员工的知识结构和岗位的知识模块。在知识图谱基础上，可进一步构建员工和岗位的匹配程度指数，使管理决策者通过匹配指数了解到人才的层级分布情况，为岗位调整、人员解聘、人员培训等提供依据。未来还可结合AI技术，通过智能AI逐步替代人力资源管理部分基础职能，构建企业人力资源管理智能化管理环境。
　　大数据的应用使人力资源管理得到了一定程度的创新发展机遇。但与此同时大数据应用于人力资源管理依然存在资金投入大、信息安全保障难等方面的挑战。在机遇与挑战并存的情况下，企业应进一步探索如何合理建设及应用人力资源大数据平台，使大数据更好地服务于企业人力资源管理，实现企业可持续发展目标。
　　主要参考文献
　　[1]韩燕. 大数据在人力资源管理领域的应用价值与挑战[J]. 经济研究参考，2016（56）.
　　[2]西楠，李雨明，彭剑锋，等. 从信息化人力资源管理到大数据人力资源管理的演进——以腾讯为例[J]. 中国人力资源开发，2017（5）.
　　[3]冯秀清. 浅析计算机科学在人力资源管理方面的应用[J]. 人才资源开发，2017（10）.
　　[4]倪世彬. 大数据时代下人力资源管理的革新[J]. 现代商业，2017（29）.
　　[5]王亚丽. 基于大数据背景下人力资源管理应用创新与挑战[J]. 人力资源管理，2017（11）.
　　[6]王爱华. 大数据时代企业人力资源管理变革的思考[J]. 现代国企研究，2016（14）.
　　[7]高艳，白娜. 大数据背景下的人力资源管理应用研究综述[J]. 西安石油大学学报：社会科学版，2017，26（6）.
　　[8]吴雁洁. 大数据在人力资源管理中的作用分析[J]. 决策咨询，2018（4）.
转载注明来源:https://www.xzbu.com/3/view-15036045.htm