|
当前，大数据技术已经广泛应用于政府管理、企业管理以及社会生产生活的方方面面，成为数据时代背景下重要生产力，为商业变革和企业管理带来新契机。信息是人力资源管理的重要依据，在人力资源工作的各个环节都发挥着重要作用，如何运用大数据带来的新思维及技术，推动人力资源管理转型升级和企业保持长期竞争优势，是迫切需要探索的问题。
三个研究视角 鉴于当前大数据在企业人力资源管理中的巨大应用潜力，国内很多专家学者都开展了相关研究，从如何充分发挥大数据在企业机构人力资源管理中的重要作用、大数据对人力资源管理的价值及其面临的挑战与问题等方面进行了广泛的探讨。通过梳理当前国内大数据人力资源管理相关文献，归纳整理出以下三个研究视角： 第一个视角重点关注大数据时代人力资源管理的应用价值、面临挑战及转型方向。主要研究大数据背景下如何更好地充分发挥大数据在企业人力资源管理中的作用；当前人力资源管理所面临的各种创新及挑战；从人力资源规划、人才招聘、人员发展与成长、绩效管理、激励制度等各个环节入手，对人力资源规划在人力资源管理中的应用价值及可能面临的挑战进行研究；人力资源管理各环节中基于大数据的人力资源管理的创新模式；当前大数据时代下企业人力资源管理的发展机遇、挑战与企业转型升级的关系；企业大数据与人力资源相结合的标杆实践、存在障碍和实施路径；从人力资源分析、人力资源部门及整个组织三个维度层面构建在人力资源管理事务中充分运用互联网和大数据技术的理论框架；基于互联网企业之间的对比分析，研究互联网企业大数据在我国人力资源管理中的重要性及其应用空间与挑战等。 第二个视角聚焦人力资源的某个模块，分析大数据在该模块中的应用，如招聘、绩效、薪酬、培训等。主要研究内容有：大数据背景下人力资源绩效管理的创新策略；大数据时代薪酬管理改革面临的机会、挑战及创新应用；大数据和人工智能技术给招聘模式所带来的变革、挑战和应对策略；大数据背景下企业人力资源培训存在的问题及对策建议。还有大量大数据在人力资源管理中的具体实施和运用的研究，此处不再赘述。 第三个视角以某个企业为案例，分析大数据时代下该企业人力资源管理各个模块所面临的具体问题及成因，从而提出相应优化策略。如以某互联网企业为典型案例，借鉴谷歌、腾讯在推行人力资源管理大数据研究方面的成功实践，分析大数据在人才招聘、绩效考核、人才评估三个领域的应用，并从实践当中抽象得出大型、中小型的企业将互联网大数据广泛应用于推行人力资源管理的途径和方法；以一家专门从事生产制造的企业为实践案例，探讨该企业在人力资源管理上存在的问题，并针对该企业的招聘、培训、工资和绩效三个管理模块提供了改善措施及相应的优化建议；以某通信公司工作人员为典型案例，分析了其在互联网和大数据时代的背景下人力资源规划、招聘、配置、培训、工资和绩效几个方面所遇到的问题，继而提出了解决对策；以某互联网企业的大量数据化人力资源管理服务活动的实践为主要案例，总结了他们的大量数据化人力资源管理的基本运行模式和保障。 大数据类型 大数据的到来，给现代化企业经营管理带来了颠覆式的改变。人力资源管理工作作为现代化企业经营管理的重点组成部分，亟须充分顺应时代发展趋势，加强大数据思维和技术的应用，推动人力资源管理活动由经验导向转为数据导向，促进人力资源管理的决策更科学，工作更高效。在人力资源管理中可以被有效利用的数据类型主要有以下三种。 事实性数据 事实性数据是指记录人力资源对象和主体基本信息的数据，通常用来描述客观事实或情况。一方面是企业员工个人层面的基本信息，包括企业中在职员工的总体数量、人员资源结构、企业组织工作形式、性别结构、学历、工作管理经验、技术技能特长、家族传统文化背景等，可以作为组织招募人才的基本依据。另一方面是人力资源管理主体层面的数据，包括考核的指标、时间、业绩、周期；薪酬的总额、增幅、构成的比例。数据的来源主要通过人力资源规划、人员招聘、培训开发、绩效管理、薪酬管理等不同环节汇聚而来。这类数据的优势是信息搜索收集简便、信息量充足，可科学有效地进行分析和处理。 动态性数据 动态性数据是指人力资源管理活动的过程性数据，通常会根据工作的开展不断发生变化。例如，企业的人员流动比率、招聘规划的制定和执行率、核心技术人才的流失比率、晋级比率等。动态特征型数据获取的方法较为简便，但是此类数据在实时的变化，需要追溯记录和核算分析。动态型数据覆盖了人才的选、育、用、留四个动态的过程，对于分析核心人才员工流失情况、员工的满意度和在企业内部的轮岗、调动、晋升、任免情况都具有较高的价值。 整合性数据 整合性数据是指对多种来源的数据进行整理获得的数据。例如在对人才素质特征、人才投资和产出比等进行了综合评估后所获得的结果，其中包括了个性化考核、管理技巧测试、情商、智慧、员工满意度、企业员工敬业心等。 大数据的影响 大数据时代的到来，为企业管理带来了创新理念，给企业人力资源管理带来全新的思考视角，一方面有效提升了企业管理效率，另一方面最大限度激发了员工积极性。 角色定位发生转变 大数据给企业人力资源管理带来的角色转变主要体现在三个方面：一是从“经验+感觉”到“事实+依据”。过去企业人力资源管理在员工评估及配置上主要凭借个人经验、文化水平甚至是关系亲疏来进行决策，在大数据时代，将摒弃“经验+感觉”的主观判断，而是基于数据反映的“事实+依据”作出人力资源管理决策，减少决策偏差，实现科学管理。二是人力资源管理人员从数据采集者转变为管理决策者。传统的人力资源管理模式下，从业者的工作内容主要包括对于员工的考勤、人事报表、工作情况等数据采集分析，在大数据条件下可以利用综合性管理平台高效开展数据的汇总、统计，将传统的人力资源管理从业者们从繁琐的信息收集整理中解放出来，把更多精力投入到管理、分析和决策上。三是人力资源管理从幕后走向前台。外部环境的快速变化使得企业环境和组织目标的不确定性变得更为突出，在互联网和大数据的支撑下，人力资源部门将拥有更多机会，成为其他业务部门必不可少的合作伙伴，从而加深对组织战略目标所起到的支持和推动作用。 有效提升管理效率 过去在缺乏大数据技术支持下，人力资源管理往往是经验导向的，根据前人经验规定企业制度和作出企业决策。而在大数据支撑下，人力资源管理是数据导向的，注重管理的科学性、准确性。依据客观数据开展人力资源管理，既能提高管理的效率效能，又能提升决策工作的科学化、精准化水平。例如，在招聘过程中，整合分析个人在网络中留下的各种非结构化信息，发掘得到一些能够真正体现和反映兴趣爱好、个人特征、素质与技术能力的信息，从而可以实现高效准确的人才岗位匹配，实现资源配置的精准化；在日常工作中，通过持续记录个体学习行为数据，企业可以对员工能力及效率进行数据化分析，更加准确地发现员工培训需求，使得培训能够有的放矢。 充分调动员工积极性 随着社会发展水平的不断提升，作为社会个体的企业员工物质和精神需求也在持续提升中，因此对人力资源管理也提出了新的要求。过去，人力资源管理重点是关注群体行为的管理，强调标准化。但是随着企业员工个性化需求的不断增长，人力资源管理也从注重标准向注重个性转变。数据化的管理为这种转变提供了重要的途径。例如，在有效掌握员工基础信息的条件下，通过互联网或其他合规的渠道，搜集掌握企业员工有关个人成长发展经验、知识专业背景、工作实践行为、兴趣爱好等非结构化的相关数据并对其进行深入分析，可以发现员工的个体需求。在此基础上，可以更为精确、有针对性地为员工提供教育培训、社会保障、家庭关怀、团队建设等方面的福利和服务，实现员工激励的个性化、精准化，充分地调动员工积极性，更好发挥其个人生产力。 大数据的应用价值 传统人力资源管理中，普遍存在人才总体质量不高、人才吸收速度较慢、人才流失率比较高、内控管理体系不完善、人均效益较低等问题。大数据应用为解决这些问题提供了有效途径。大数据时代的人力资源管理，本质是通过对个人和组织的各种数据进行碰撞分析，进而对知识、能力、素质等各项特征有效量化，实现人力资源管理的数据化、精确化与科学化。 人力资源规划 人力资源规划的主要目标之一是通过分析预测企业人力资源的需求和供给状态，为人力资源管理措施提供依据，确保企业人力资源达到供需平衡。目前常见的人力资源管理工具都需要强有力的数据支撑，例如专家预测、回归分析、比率分析等，需要运用历史数据来预测企业未来的人力资源发展趋势，这些方法都需要对未来的工作量、工作效率等做出准确估计，预测才会趋于合理，但是传统方法很难做到。在互联网大数据环境下，人力资源管理者通过企业的各类信息系统，搜集了各种企业内外部数据信息，并结合整个企业的远景目标和人力资源管理的战略目标、员工个人发展、人员流动状况，对员工的数量、质量、结构、人员的流动性提供客观、精确的分析，为及时做好人才储备计划提供科学的决策依据，推动人力资源规划从凭经验、靠直觉决策走向用事实、数据说话。 招聘与配置 当职位空缺真的出现后，一般的做法是通过线上或线下的招聘渠道去发布信息招募人才，待收集到一定数量的信息后，通过简历筛选、面试筛选，最终留下最合适的候选人。这种招聘模式往往耗时比较长，效率也比较低。而且，在层层甄别的过程中，面试官对于应聘者的评估往往主要是基于经验做出的，个人经验的非标准化容易出现人岗不匹配问题或遗漏优秀人才。然而，应用大数据技术后，人岗匹配将趋向精准化和科学化。 大数据在人岗匹配与人员招聘上的典型应用方式有两种：一是依托大数据进行岗位需求分析，构建人才画像。在明确企业各岗位技能需求和胜任力特征的前提下，可以通过先进的大数据技术对企业员工数据库中的信息进行甄选，建立一套有效搜寻、识别优秀人才的机制，并针对不同的职位描绘“数字画像”以便识别出具有较高绩效的人才，最后根据企业所需要招聘的职位来设计人才测评问卷，通过企业内部现有高绩效人才所填写的问卷进行评估，进一步完善人才的“数字画像”。 二是通过社交网络进行招聘。人力资源管理者可以通过关注移动社交媒体（如 Linkedln 、微信、微博等）的方式，及时地获取每位应聘者的立体化信息，例如个人视频图像、工作资料、生活条件、社会联系、工作技术能力等，使得招聘者能更清晰、更准确地了解每一位候选者的具体情况，实现人岗精准有效的匹配。 绩效管理 绩效管理的目的是提升员工的绩效水平。传统的绩效管理方式，往往是通过有限的记录对被考核者开展绩效评价，且这种评价还带有一定的主观性，最终得出的考核结果也容易出现偏差，特别是对非生产性部门的绩效管理更是如此。如通过对员工的平均出勤时间、工作积极性等采用一些通用型、半结构化的资料分析方法来认识和了解员工对企业的影响和贡献。这种方式具有滞后性，而且很难精确衡量。但是大数据的出现，大大改善了绩效管理的滞后现状。 大数据在绩效管理的应用有三个方面：一是利用大数据建立优秀员工的“数字画像”作为考核标准。二是可以增强员工对绩效考核的参与程度和积极性。让全体员工参与到绩效考核的管理中，让员工对绩效考核的指标筛选、内容确定、实施流程等关键环节各抒己见，使其更能感受到企业对其重视，进而提高员工的工作热情和忠诚度。三是预测员工绩效并及时进行辅导。管理人员可以通过搜索和收集有关员工日常的业务和工作内容，预测出有关员工绩效，从而提前进行干预，适时对员工进行指导，避免员工绩效下降。 绩效激励 有效地进行绩效激励，不仅仅是对员工过去行为和业绩的肯定，更对提高员工未来工作积极性意义重大。现代大型企业对员工的绩效激励途径和手段主要有三种：物质激励、事业激励和情感激励，而其中物质激励主要包括薪酬和社会福利，是员工基本的生活、健康和稳定地工作的基础和保障，员工薪酬与其自身心理预期是否匹配决定了员工对企业的看法，而当前很多企业的薪酬管理缺乏战略性思考，薪酬调整缺乏科学依据，忽视对核心人才的有效管理，令公司重要人才队伍的稳定性产生了不确定的因素。 在薪酬激励上应用大数据，在一定程度上增强了绩效激励的有效性，至少有两种应用场景：一是通过对人才市场各企业岗位薪酬信息的采集、比对了解行业薪酬水平，并对员工的价值创造情况进行客观科学的评价，及时对自身薪酬水平进行调整，从而做到价值分配的公平、及时和全面。二是企业可以综合分析员工在生活、工作中的各种信息，挖掘企业员工在各种物质、精神、心理等多个方面的价值需求与期望，分析企业员工的价值取向及其追求，对不同的员工采取差异化激励措施，促使企业员工满意度和工作效率得到提高。 人才培养 企业人才培养的主要宗旨就是通过人才培养不断提升企业全体在职员工的专业知识、技术水平和综合职业素质，构建一个高中低层次合理、专业化分工明确的人才队伍，为组织事业的长远可持续发展提供服务。如何精确掌握员工的培训需求，并确保培训产生成效，是困扰人力资源管理工作者的难题之一。 大数据的广泛应用能够有效地化解这些问题，有以下三个方面：一是公司可以利用大数据技术搜集与员工自身所在岗位需求、绩效表现、晋升意向等密切相关的数据，通过大数据分析，形成针对不同类型、各种年龄层次员工的个性化职业生涯规划路径，为其量身打造人才培养方案，帮助他们迅速地胜任自己的岗位。二是依托人力资源大数据，可以有效地帮助企业人力资源管理工作者准确识别和了解企业员工对于学习的需求、行动、模式以及实际效果，制定出有利于企业培训的策略，促进培训体系改进，提高培训效率。三是企业可基于员工过往培训资料数据的综合分析，精准地把握员工的实际工作情况以及能力素质水平，在此基础上对其未来所从事工作及职业技能培养需求进行预测和模拟，制订与之契合的培训方案，有利于更加有针对性地挖掘和激发企业员工的工作潜能，增强企业员工对公司的信任感和忠诚度。 与互联网和大数据相结合是人力资源管理未来不可阻挡的发展趋势。虽然大数据给人力资源管理行业带来了创新发展的机遇，但同时也带来了系列挑战，而且大数据被广泛运用于企业的人力资源管理还面临着资金投入大、信息安全保障困难、技术人才匮乏、信息搜集与个人隐私相冲突等诸多问题。企业不仅要充分地搜集、整合、挖掘人力资源管理相关数据，还要扩大和拓展其他获取信息的途径，有预见性地收集和积累为人力资源管理所用的数据，充分地实现人力资源的数据化，高效便捷地将大数据广泛运用到人力资源管理的每一个环节，提高人力资源管理的效率与质量，真正将数据转化为核心竞争力，为企业发展提供更加完善的人才要素保障。（来源：中国工业和信息化）
|
|
|
