胡明楼主 05月11日 1人赞过 人力资源大数据画像 自2012年起，大数据这个概念在商业和管理界迅速兴起，广泛普及，各行各业都已成为大数据的应用场景。自2016年起，人力资源大数据或者基于大数据的人力资源管理成为人力资源圈子里的热门话题。2017年至今，人力资源大数据已经开始成为人力资源管理的一个新领域。在我参与翻译的美国畅销书（中文名《人力资源管理大数据》）首发出版之际，以此文为人力资源大数据进行画像，勾勒我心中的人力资源大数据，希望对广大同行有所裨益。
由从4V到四环，见证人力资源大数据的概念扩容
最初，大数据以IBM提出的4V为核心，即规模大、多样性、速度快、价值大，4V一度成为大数据的原发定义。2015年8月31日，国务院《促进大数据发展行动纲要》（以下简称纲要）印发，提出大数据的新定义，“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。”本文提取其核心字段，概括为四个方面：数据集合、采集-存储-关联分析、新知识-新价值-新能力、信息技术-服务业态。纲要的提法，大大扩充了大数据的内涵，反应了大数据从自然科学走向社会科学，从实验室迈向产业化的历史脉络。基于此，本文提出人力资源大数据的四环，以为各位同行参考，如下：
上图的四环，从上至下分别展示了人力资源大数据的本质（数据集合）、所需的工作任务（数据采集、存储、关联分析）、对于人力资源管理的价值（新知识、新价值、新能力），以及对于人力资源服务业产业与商业化的意义（信息技术和服务业态），成为扩容之后的人力资源大数据新概念。
由广义与狭义，看人力资源大数据的内外融合
人力资源大数据有广义与狭义两大内涵，广义指基于社会意义的大数据，包括人才在社会各个领域活动的数字轨迹，当然也包括在具体企业中的数字轨迹，即社会大数据、企业大数据、个人大数据三位一体。狭义则是仅仅指企业内部可得、可用的人才数据。可以从下图中做出明确界定：
现实中，狭义意义上的人力资源大数据更侧重于企业的内部“人力分析”，即现有在册员工本身在企业内部的活动。而如果要把“人才全生命周期价值”引入企业人力资源管理中，则就需要采用广义的人力资源大数据概念，因为人才的全生命周期从人才招聘端开始，包括人才在社会各个领域的活动轨迹。因此，人力资源大数据的内外融合是个必然的趋势，人力资源从业者们的视线和目光必须投向企业之外的更为宽广的社会各个领域。
发现人的独特性和影响力，是大数据赋予的时代人才钥匙
在《人力资源管理大数据》中，有这样一段文字：“我们要利用技术来探索人的独特性，挖掘他们的个体性，探索‘个人的力量’如何影响整个组织，并在这个过程中创建微文化。”这段文字非常好地道出了人力资源大数据对人力资源管理的重大价值，即在互联网时代，人才成为驱动组织、驱动事业、驱动财富的核心力量，但是，如何深入认识和把握人才力量，尤其是从个体层面更为精细地把握这个时代力量，以往的各种人力资源管理工具、模式、手段都几乎无能为力，而人力资源大数据应运而生，必将成为人力资源管理者们手里的高效能工具，解码人才在这个时代的特殊基因。不过，我们也要看到，掌握这把大数据钥匙，我们还有很多工作要做，首先要做的就是重构人力资源管理的数字疆界，如下图所示：
我们要从人力资源管理的传统数字“主视觉”开始，向数据蓝海迈进，要通过必要的系统设计，大大扩宽人力资源管理的数字疆界，从而充分运用这把数据钥匙。
以七个支柱为基础，全面构建人力资源大数据的分析体系
在《人力资源管理大数据》书中，作者给出了“人力分析的七个支柱”，完全可以作为构建人力资源大数据分析体系的重要参考，如下图所示：
大数据时代，人们对于人力资源管理必须要有更为连贯、更有关联的新思维以及相应的新手段。比如，组织可以从外部人才供应商或者人才服务市场中得到基于大数据的候选人画像，这个画像比照非大数据时代已经有了极大的进步，但是，作者却提出，仅仅知道候选人画像依然不够，还必须知道候选人是否会接受企业人力资源部门给出的录用通知，还必须了解候选人入职以后，是否会成为绩效优秀者。这三个问题构成了大数据时代招聘的三个层次，站在哪个层次就说明大数据深度如何。单纯地看，人力资源从业者们很难把握第三个层次的问题，但是，如果把七个支柱作为一个整体，进行人力资源大数据分析，就可以很好地得出结论，做出判断。
HR从哪里入手，进入人力资源大数据的机会之门
在人力资源大数据的机会之门面前，人力资源管理者们要找到入口，才能把握机遇，提升自己。作者认为，就人力资源管理者的自身情况以及当前人力资源管理的一般现实看，可以有四个入口，作为人力资源从业者们把握大数据的机会之门，如下图所示：
四个入口分别是人、顶层设计、商业化的指标、知识和技术。第一，当前，大数据分析人才非常匮乏，人力资源大数据分析人才更为稀有，可以从发现、培养、使用大数据分析人才入手，从现在起关心、关注能够进行数据分析乃至大数据分析的人才，熟悉他们的特点，了解他们的贡献方式，以便日后引进人才。第二，参与进行企业人力资源大数据应用的顶层设计，要从企业整体角度思考，以前文所述的七个支柱为基础，构思人力资源大数据应用的管理体系。第三，学会提出商业化的指标，而不单单是人力资源指标或者人工成本指标。人力资源大数据为人力资源管理者提供了打通人力资源管理与商业世界的通路，通过提出有意义的商业化指标，可以将人力资源管理推送到能够为企业商业决策提供更好价值的位置。第四，掌握必要的知识和技术，这一点无需多言。目前，单就相关书籍而言，作者推荐两本作品，其一是原中国人事科学研究院王通讯院长主持编写的《大数据人力资源管理》，其二是作者参与翻译的美国《人力资源管理大数据》。这两本恰好构成了一对合集，从人力资源的全面知识到每一个对应知识的分析思路和分析方法，为各位同行提供了有益的参考。
打开思维，关注分析科学进展，把握多种可能的发展方向
目前，人力资源大数据尚处在起步阶段，是“晨光熹微”，但是，发展前景不可限量。作者认为，随着各方面技术的日渐成熟并走入人力资源管理领域，人力资源大数据将极有可能改写人力资源的面貌，从而颠覆人力资源原有的划代标准，以是否具有大数据分析作为新的划代标准。对此，人力资源管理者们务必要给予足够的关注。
作者曾经在2017年3月份出版的新著《人力资源管理互联网思维》中提出“企业能量论”，认为企业的人才具有“体能、智能、心能和和能”四种能量，企业人力资源管理应该成为“四能合一”。这种构思和设想，在传统人力资源工具时代几乎很难实现，但是大数据和分析科学的发展，却有可能实现。据悉，中国科学家已经在国际上领衔开展人工智能人类“情感分析”，用算法解构人类的情感。一旦获得突破并用于管理，以人才的心态、情感、情商、灵商等等为特征的心能、和能将有可能被分析和计算。届时，人力资源管理将会呈现出完全不同于以往的面貌。由此，作者构建了一个人力资源大数据分析的简要图谱，以概要展示各类分析，如下：
在大数据时代，人力资源管理者们要把关注的视野拓展到分析科学领域，而在这个领域，人力资源管理与企业的业务管理出在同一个起跑线上，人力资源管理者要成为HRTP（人力资源技术伙伴），这将成为新价值点。
做好三类分析，建立企业人力资源大数据的工作模型
《人力资源管理大数据》书中构建了一个基于人力资源大数据的分析模型，如下图：
这个模型非常清晰直观地表明如何在企业内部进行基于大数据的人力分析。首先，人力资源管理者要锁定一个具有商业价值的问题，比如一位销售经理“全生命周期”的人力资本回报率是多少，这个问题既具有人力资源价值，更具有商业价值。从这个问题开始，要注意收集三类数据：人才数据、公司数据、市场数据。在这里，市场数据不仅仅是人才市场的人才价格数据，也要包括商业数据，比如同行业销售情况，本公司销售情况等，这些数据就是通常的业务数据。其实，从前面讲到的广义概念而言，还应该包括社会数据，比如行业论坛、国家开放数据资源等等。这样汇聚起来的数据就具有更多的维度。随后，进行三类分析：描述性分析，重点在于对于过去发生的情况进行分析，这是现有人力资源分析的主要部分；规定性分析，重点在于对当前正在进行的事情进行分析，特别是本节上文提到的销售经理的动态业绩数据分析；预测性分析，对于下一步的绩效走势进行分析。
实际中，比如一个出色的销售经理去过去10年时间里，累计为公司实现销售收入80亿元，则其人力资源投资回报率如何测量？这个问题就是本节所说的“锁定一个具有商业价值的问题”。要进行这样的分析判断，并得出结论，人力资源管理者们需要完成三项工作：1、建立管理模型；2、寻找现实可得的数据；3、进行分析并敢于得出结论。本节所讲的分析模型恰恰就是解决2和3的问题，而建立管理模型则是大数据分析时代人力资源管理者们需要提升的核心技能。仍以本案例说明，我们是否可以以下列公司建立一个非常简略的管理模型，用以进行基础计算和分析。
上述所以说基础计算和分析，是因为为了数据可得和计算简便，部分信息被忽略，而只保留了比较容易理解的信息，整体结果并未有过大的偏差。当然，各位同行可以根据本企业的实际情况，对此进行丰富和完善，以期得出更符合实际的管理模型。
利用人力资源大数据，建立人力资源反馈系统
人力资源大数据，还可以帮助人力资源管理者建立真实有效的人力资源反馈系统，通过人在系统中的真实表现和数字轨迹，进行行为跟踪和反馈，从而不断优化管理系统。
系统设计理论认为，人类不可以重新设计，因此，管理系统的设计者必须遵守几个基本法则：1、设计的管理系统要与人类的能力、素质、需要和实力相匹配；2、设计的管理系统能补偿人类的弱点和缺陷，以便避免人为差错；3、对管理系统的人类要素提供充分的教育和培训，以便解决与人为因素有关的问题，通过使用上述两条法则，可使这些问题得到缓解。以往，人力资源管理工具基本不具有科学价值的反馈能力，而今天，运用基于大数据的管理系统，补偿人类的弱点和缺陷，以便避免人为差错正在成为可能。
下图选自《人力资源管理大数据》一书，可以作为一个参考模型，帮助读者理解如何用大数据分析进行有用的反馈管理。
大数据可以更好地帮助人力资源管理者认识人类的弱点和缺陷，采取更有针对性的措施，解决诸如“十二个管理陷阱”这样的问题。经典管理理论认为，“过失来自一时的疏忽，疏忽却来自长久的习惯”，大数据可以为纠正坏习惯提供参考。同样，永远不要将长期形成的习惯当作从事某件工作的最佳方式。习惯的确既是成功在执行层面的有力保障，也是失败的微观原因。人力资源大数据可以为人力资源管理者们提供足以实现目的能力，因为现实活动无法重演，但是数据分析可以重复，“实验-理论-验证”的新人力资源管理模式成为可能。
 1 |
|
|
