淺析大數據時代物流企業人力資源管理變革

文/張書勇

淺析大數據時代物流企業人力資源管理變革

文/張書勇

隨著互聯網的快速發展，大規模存儲設備和智能手機等移動終端設備的普及，出現了大數據的概念。本文從物流企業幾個典型的業務模式出發，嘗試描述大數據時代物流企業人力資源的變革和人力資源管理者的角色轉變。

大數據；物流企業；人力資源；變革

進入21世紀的第2個10年，互聯網的快速發展，大規模存儲設備和智能手機等移動終端設備的普及帶動了云計算、物聯網、大數據等新技術的興起，使如今的幾乎任何事物都可以數據化，這些數據更以不可思議的速度急劇增長。2000年全球存儲了8000000PB（1024TB=1PB）的數據，預計到2020年，這一數字會達到35ZB（1024PB=1EB、1024EB=1ZB），僅百度每天處理的數據量就達100 PB，相當于5000個國家圖書館信息量的總和。如此大的數據量勢必對世界的運行方式產生革命性的影響，大數據時代應運而生。在物流企業中，同樣每時每刻都會產生大量信息，從大數據的角度，這些信息并不是負擔，而是寶貴的數據財富。如何充分利用好這些數據，將給物流企業的業務和管理帶來巨大的變革，其中，人力資源管理的變革更是首當其沖。

1.何謂“大數據時代”

早在2008年，英國《自然》雜志第一次提出了“大數據”的概念。大數據具有4V（Volume、Variety、Value、Velocity）的基本特征，即體量大、多樣性、價值密度低、速度快，簡而言之，大數據就是一個體量巨大，數據類別特別豐富的數據集。2011年，全球最大的戰略咨詢公司麥肯錫給出了大數據比較明確的定義并提出“大數據”時代已經到來。麥肯錫在研究報告中指出，大數據指無法在一定時間內用傳統數據庫軟件工具對其內容進行抓取、管理和處理的數據集合。當前，大數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素；而人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來。大數據作為云計算、物聯網之后IT行業又一大顛覆性的技術革命，是真正有價值的資產，而云計算主要為數據資產提供了保管、訪問的場所和渠道。數據才是企業內部的經營交易信息，互聯網世界中的商品物流信息，互聯網世界中的人與人交互信息、位置信息等的集合，其數量將遠遠超越現有企業IT架構和基礎設施的承載能力，實時性要求也將大大超越現有的計算能力。如何盤活這些數據資產，使其為國家治理、企業決策乃至個人生活提供服務，是大數據的核心議題。

大數據時代，開啟了人類社會重大的轉型，在不久的將來，許多現在單純依靠人類判斷力的領域，都會被大數據系統分析所改變甚至取代。根據被譽為“大數據時代的預言家”維克托·邁爾-舍爾伯格的觀點，大數據具有以下特點：1.不是隨機樣本，而是全體數據；2.不執迷于精確性，而是接受并利用絕大部分的非結構化數據；3.不是因果關系，而是相關關系。這使得大數據時代的人力資源管理變革成為可能。按照大數據思維方法，在物流企業中，一切的管理行為皆可數據化，并且這些數據有取之不盡的價值，最終達到一個新的管理水平，完成變革。

2.物流企業人力資源管理的大數據

人力資源是物流企業最寶貴的資源之一。物流企業的行業特點往往具有人員比較分散的現狀。那么，如何通過大數據的有效利用，提升人力資源管理水平呢？讓我們先概括了解一下物流企業有哪些人力資源大數據。

2.1 基本數據

這些數據記錄員工的基本情況，姓名、性別、出生年月、籍貫、身份證號、學歷、參加工作時間等等，是一個員工區別于其他員工的最基本數據，這些數據在一定時期是靜態的，一般不需要做出更改。

2.2 企業屬性數據

這些數據記錄員工進入本企業之后的情況，包括司齡、職務、職級、培訓情況、工作經驗、考核結果等等，這些數據相對而言具有一定動態性，也是企業在內部選人用人的重要依據。

2.3 日常數據

這些數據記錄員工的日常行為，包括一切與日常工作相關的數據，一般而言是非結構化的動態數據，是人力資源大數據中最重要的組成部分。需要特別指出的是，這些數據并不一定都是人員本身的數據，員工工作環境產生的數據也包涵在內。例如：如果想知道哪些因素會影響叉車使用效率，就可以把與叉車工有關日常工作的所有行為數據化，比如叉車工的駕駛習慣、叉車的保養周期、行駛路線、貨物擺放、倉庫規模、貨架大小等，之后通過對這些數據的全面分析來找出與叉車使用效率相關的因素。

3.大數據時代物流企業人力資源變革設想

2014年，德國隊在巴西世界杯再享冠軍榮光，和以往的冠軍不同的是，大數據的有效利用對德國隊奪冠功不可沒。德國隊利用與SAP公司合作定制的數據分析系統，通過攝像頭、傳感器等工具捕捉到球員跑動速度、位置、控球時間、防御范圍、動作細節等大量數據，隨后分析工具可迅速對這些數據進行后臺分析處理。在10分鐘內，10名球員用3個球進行訓練就可產生超過700萬個可供分析的數據點，系統對這些數據實現實時處理，可以迅速評估比賽狀況、每個球員的特點和表現，球員的防守范圍，對方球隊的空擋區等信息。通過這些信息，教練可以更有效地對球員上場時間、位置、技戰術等情況優化配置，以提升球隊表現。這一例證，大大啟發了物流企業該如何有效利用大數據進行人力資源管理變革。

3.1 倉儲管理中的人力資源管理變革

倉儲管理的操作程序化程度相對較高，工種相對比較固定，從商品檢驗、入庫、盤點、揀貨、出庫都有明確的操作規程，是人力資源大數據采集的理想切入點。受德國隊奪冠的啟發，如果可以開發出一個數據采集處理分析系統，對倉儲管理的有關人力資源，如倉管員、叉車工、裝卸工等人員的日常工作行為的數據進行采集，比如對搬運工人的速度、位置、時間、活動范圍、動作細節等數據掌握并進行處理，管理者就可以對人工效率的優化配置做出更準確的判斷，進而采取更有效的措施。此外，分析這些數據的結果無疑還可以為倉儲人員的招聘、培訓、考核以及人員規模的合理配置等人力資源管理工作提供有效的依據。

3.2 公路運輸管理中的人力資源變革

近年來車載攝像頭及定位系統和智能手機的普及是革命性的改變，不僅可以監控運輸中的貨物情況，而且可以通過智能系統對司機的日常行為進行大數據采集。大數據的及時處理在確保運輸過程中的實時溝通，確保貨物安全、提升燃油效率的同時，還減少了司機的疲勞駕駛情況的出現，增加了公路的安全系數。例如某國有大型物流企業，已經在其所屬的數千輛汽車的駕駛室內安裝了遠程信息處理系統，這一系統可以跟蹤司機駕駛時間、燃油情況等數據，還會記錄車輛的行駛位置、制動情況、掛車穩定性、控制激活系統等關鍵事件。所有這一切監測和分析，都將通過衛星或基站，在汽車運行途中實時溝通以獲得解決。通過對這些大數據的處理分析，甚至可以直接為司機隊伍的儲備、招聘、培訓、日常考核提供強有力的支持。

3.3 冷鏈物流中的人力資源管理大數據

在物流業務中，冷鏈物流是比較特殊的類型，其流配送過程需要的就是兩個條件，一就是“快”，二就是“冷”。即必須保證運送物品的質量，降低運輸成本。為此，冷鏈物流企業可以通過大數據提高配送效率，減少損耗，還可以通過對數據分析和挖掘為顧客提供更好的服務。在人力新資源管理方面，主要作用是可以做出最優人員安排，減少人工成本。冷鏈物流公司通過對歷史數據和實時增量數據得出司機工作表現模型和若干預測模型，能夠根據各類實時的工作表現波動情況，預測司機疲勞程度和排班安排等，做到既能滿足工作任務，又不浪費人力資源。

4.結語

對于物流企業而言，傳統的物流商業模式將因為大數據而變革，數據的商業化應用將為行業帶來諸多創新，人力資源管理也必將因為大數據時代的來臨而發生諸多轉變。首先，人力資源管理從經驗管理轉變為數據說話，大數據的采集和分析糾正了人力資源管理者主管判斷的偏差，促進人力資源管理過程的科學性。此外，人力資源管理從數據的集結環節轉變到決策環節，在大數據時代，人力資源的有關數據不再需要片面地采集，而是在員工的日常活動中自動生成。人力資源管理者需要建立數據處理系統，變成決策者，使人力資源管理過程能夠更加規范。在可以預見的將來，大數據必將會在物流企業人力資源管理過程中扮演不可或缺的角色。

（作者單位：中國誠通控股集團有限公司人力資源部）

1.邁爾舍恩伯格，《大數據時代》，浙江人民出版社，2013年1月第1版。

2.中國物流與采購聯合會，《中國物流年鑒》，中國物資出版社，2009～2011年。

3.李軍，《大數據，從海量到精準》，清華大學出版社，2014年9月第1版。