加强大数据运用助推企业人力资源管理变革

大数据224

随着物联网、虚拟化技术、区块链、云平台等一系列新兴技术的加速发展和升级，互联网掀起了第三次革命浪潮，全球数据呈现出爆发增长、海量汇集的态势，改变了人们的思维、工作和生活方式，在政策、技术、产业、应用等领域发挥着越来越重要的作用。联合国相关文件指出，“时代已经到来，大数据的出现将会对社会各个领域产生深刻影响”。党的十九大报告也提出要“推动互联网、大数据、人工智能和实体经济深度融合”。随着一系列政策的出台，大数据国家战略正在加速落地。大数据将带给企业全新的改变，渗透到企业的运营中，重塑企业管理，成为企业发展不可忽视的战略资源。在此背景下，企业人力资源部门应当利用好大数据这一工具，实现传统人力资源管理向数据驱动型人力资源管理转变，进而提高企业人力资本效能，提升企业核心竞争力。

打造人力资源数据信息库，奠定人力资源管理工作基础。传统的企业人力资源管理中，对于数据的搜集基本上是结构化数据，例如简历、年龄、教育经历、工作经历、出勤情况、薪酬等。大数据技术则大大拓宽了人力资源管理相关数据的范围，因此可以利用大数据技术打造人力资源数据库。

一是在数据搜集方式上，人力资源管理人员要充分利用各种大数据技术、借助计算机以自动化搜集为主，确保实时、持续性数据的搜集，提高搜集的效率和效能。二是要注重对半结构化、非结构化数据的搜集。一方面可以通过使用智能手机、传感器、办公室物联网或者可穿戴设备采集图像、声音、超媒体等信息;另一方面可以通过公司内部通信系统、数字化办公系统等技术追踪员工的个人和团队在办公场所的物理移动、与他人的交流互动等行为，以此采集员工工作中各种实时行为数据、关系数据。三是要构建一个多方位整合的人力资源数据信息库。要将传统的结构化数据与多种不同来源、结构化程度不同的数据进行整合;也要打破部门界限，实现企业内部部门间的数据共享，在人力资源管理和公司战略之间建立清晰的关联性;还要整合公司内部以及外部数据，包括与网络运营商、电子商务网站、在线社交平台、即时通信软件厂商等开展数据合作，以弥补内部数据的不足。四是要注重数据安全问题的处理。在大数据环境下，大部分信息系统之间是紧密互联的，数据既然具有共享性，就会涉及安全性问题，因此，在注重数据共享时，也要注意数据安全问题的处理，为大数据在人力资源管理中的有效应用保驾护航。

构建智能招聘平台，高效开展招聘工作。当前部分企业的人才招聘模式中存在着诸多问题，譬如招聘双方信息的不对称性、筛选匹配信息的不准确性、招聘流程的复杂性等，使得招聘效率低下。基于大数据和人工智能技术的招聘工作在招聘信息发布、简历收集筛选、入职匹配等方面无疑能够提升招聘的效率和效能。

首先，在人才来源方面，大数据环境下，企业可以通过硬件管理系统进行数据的采集以建立强大的人才数据库，企业可在数据库中寻求匹配的人才，求职者也可在数据库中寻求匹配的工作，使二者实现信息的及时高效对接，消除信息不对称性，为高效招聘人才打下基础。其次，在简历筛选方面，大数据可以为招聘团队打造简历智能筛选系统。一方面运用“区块链”技术，对简历进行智能认证，实现候选者简历信息的真实性、不可篡改性、不可伪造性，有效解决简历造假问题;另一方面运用人工智能技术结合候选人相关背景、以往工作内容等进行综合考量，从而达到精准匹配人才库中符合要求的简历。再次，在员工甄选方面，可以有效运用视频技术、虚拟现实等面试技术，让候选人和招聘者更高效地沟通。通过建立人才数据库和企业—人才互动网络，真正实现大数据时代的移动化招聘，实现企业招聘的数据化和信息化，提升企业招聘的效率，优化企业人才配置。

打造智能化员工培训系统，助力员工学习与成长。员工培训是企业发展必不可少的途径，科学合理的员工培训能够提升企业员工的素质，为企业发展积累人才、奠定基础。大数据背景下，传统的基于流程的培训系统，将向基于员工知识管理的学习管理平台转变，智能化培训系统能够实现培训资源和培训需求的及时高效对接，从而提高培训效果。

第一，在培训资源建设方面，人力资源管理部门可以利用互联网技术和云平台，将企业所具备的培训资源进行整合梳理，构建员工培训学习的大数据平台，以便为员工提供培训支持。第二，在培训需求满足方面，人力资源管理部门可以运用区块链技术，以打破员工在各个公司工作时的培训壁垒，从而形成一个具备可持续性的学习档案，来储存员工在各个公司的学习记录，建立起即时更新、不可篡改的培训记录，便于企业和员工准确把握培训需求，开发有效的培训资源;人力资源管理部门还可以利用“学习分析技术”平台，通过结合员工的学习档案、行为数据等为员工量身定制个性化学习方案，进而针对个性化培训需求自动推送精准学习课程。第三，在培训方式供给方面，人力资源管理部门可以建立在线学习网络，方便员工利用移动设备和碎片时间，进行非正式的抑或是社交化学习，而不是局限在传统的线下培训。

构建数据驱动型绩效管理系统，高效激励员工。传统人力资源管理部门在进行绩效管理方面仍存在不少弊端，例如数据分析方式陈旧、繁琐等，这使得在对员工进行综合考核时，难以达到公平、公正，严重制约员工的积极性。在大数据背景下，企业可以借助大数据技术重塑绩效管理，以数据为驱动，以大数据技术为辅助，使绩效管理工具趋向多样化和高效化，更加客观、敏捷地进行绩效数据分析，以制定合理的激励方案，充分调动员工积极性，激发组织活力，最终达到持续提升组织绩效、发展员工能力的目标。

具体来看，一方面，企业人力资源管理部门可以利用先进的数据挖掘工具对存储的信息进行归集整理、分类识别，并运用数据分析工具对已汇集存储的数据进行建模分析，再通过一系列的辅助信息系统将分析结果按照流程和组织可视化呈现给管理层。另一方面，运用大数据技术，可以将企业的战略目标转化为一种可供操作的工作目标，最终实现将组织目标转化为员工的日常行动，并纳入个人绩效考核机制中，同时可利用绩效仪表盘等高科技技术对战略目标进行动态调整，实现高效动态的绩效管理。

建立离职预测模型，促进企业稳定发展。人才是第一资源，稳定的高素质人才队伍是企业提升核心竞争力的关键。人才的流失会影响团队的稳定、增加企业的重置成本，如何稳定人才队伍，是人力资源管理工作的重点和难点。以往，人力资源部门的人才稳定工作主要是在当员工提出离职时进行人才挽留的干预，这种留任干预效果往往不佳。而以数据为驱动，运用大数据技术，能够通过对员工历史上的工作任期、离职行为和对应的大数据特征进行分析，预测员工离职意向，从而建立离职预测模型。基于离职预测模型，人力资源管理人员可以提前识别具有潜在离职倾向的员工，为人力资源经理提供提前主动干预的时机，提高人才留任的效率，稳定企业人才队伍。

相关阅读：