大數據背景下的人力資源管理應用研究

楊才甫

[摘 要] 在大數據背景下，各個領域的生產與發展都發生了翻天覆地的變化，人力資源管理工作亦是如此。對各單位的人力資源管理部門而言，大數據時代的到來是一把雙刃劍，用好了這把雙刃劍，單位及職工的發展都會更進一步。反之，各單位將迎來重大的打擊。文章主要從大數據概述出發，對大數據給人力資源管理帶來的影響、大數據的應用策略做了探討和分析。

[關鍵詞] 人力資源管理 大數據

中圖分類號：C962 文獻標志碼：A

一、大數據概述

大數據指的是將客觀事實以數據的形式進行科學呈現，讓讀者能夠最大限度地了解“真相”。與隨機分析法不同的是，大數據是對所有數據進行邏輯歸納、客觀分析。大數據主要具備以下特點：容量大、多元化、價值高、分析速度快、客觀真實、流動性強等。在互聯網、云計算、物聯網高速發展的今天，我國早已悄然進入大數據時代，各行各業正在嘗試將大數據運用于實際工作中，各企事業單位也迅速地加入了此行列。文章以事業單位為例，著重探討了與人力資源管理工作相關的一系列內容。

二、大數據對人力資源管理的影響

21世紀是大數據時代。事業單位要尋求新的進步與發展，唯有對自身的各項業務管理進行改革創新，實現單位內部各項業務管理數據與互聯網高新技術的有機融合。對單位的人力資源管理而言，大數據時代的來臨既是機遇，也是挑戰。

機遇主要體現在管理者可以借助大數據優化人力資源管理體系。各單位的人力資源管理工作都是圍繞人、事這兩個點展開的，并采用了謀劃、布局、指示、批示、驅策、和洽、統籌等特定方法，深層次挖掘和運用單位內部的人力資源。通常情況下，各事業單位主要涉及的人力資源管理內容包括資源規劃、任用與配置、培養與運用、績效管理、勞資管理等。不同規模的單位在挑選職工、任用職工、培養職工、驅策職工等層面的側重點會有所不同。鑒于此，各單位所產生的大數據是不同的，主要可劃分為事實數據、才能數據、潛能數據、體能數據等。其中，事實數據主要呈現的是職工的年齡、文化水平、特長、工作經驗、崗位職責、薪資待遇等內容；才能數據著重體現的是職工入職后的學習記錄、考核記錄、處理難題的能力、獎懲緣由等；潛能數據涵蓋了工作效能提高率、收入提高率、職稱晉升率、業績提升率等內容；體能數據主要包括職工的心理素質、身體素質等。為實現各單位及職工的可持續發展，管理者應切實遵循大數據的應用規則，合理地開發和利用以上五大數據。

而挑戰主要體現在大數據的流動性非常強，單位職工的私人信息可能會產生泄露的風險。同時，單位受到的環境因素的影響會越來越大，若是無法合理地篩選數據，很容易出現混亂局面。鑒于此，各單位應進一步落實單位內部的數據安全管理工作，明確每一位人力資源管理職工的安全職責，加快構建適合本單位的安全防御系統，為單位的人力資源上一道“安全鎖”。

三、大數據背景下的人力資源管理應用策略

（一）提升數據積累的量與質

要想實現傳統人力資源管理向大數據人力資源管理的順利轉換，各單位一定要確保自身擁有海量的數據資源。同時，擁有篩選優質資源的高新技術。

豐富單位內部的資源庫，可從以下幾方面入手：第一，要統籌規劃單位項目的各層次、各要素，將參差不齊的數據APP進行整合，研發出具備高自動化、高聚合性的數據APP，這一APP需要具備“一點錄入、多點調用、零手動輸入”的屬性。第二，不要局限于單位內部數據的整合，還應著眼于外部資源渠道的拓展。不僅對職工年齡、職工薪資、職工文化水平等人力資源數據進行整合，還應收集業務經辦過程中產生的數據，其原因在于人力資源管理工作不是孤立存在的，它與單位的整體運行與發展息息相關。第三，運用網絡蜘蛛技術，對海量的數據資源進行科學、高速的分析與歸納。

一個單位若是只有豐富的資源庫，卻不具備分析和整合資源的技術，就猶如“屠夫沒有鋒利刀”。因此，各大單位在擁有海量的數據資源之后，一定要做好數據整合工作，具體方法如下：第一，在正式篩選數據之前，需要制定與單位發展相適應的數據標準，為數據篩選奠定基礎。第二，與物品維護一樣，對數據的清理和維護工作并非一蹴而就，需要構建科學的維護系統，對單位信息進行長期監管、定期清理。第三，為提升單位數據的使用頻率和效率，各單位需要通過源頭數據整合出派生數據。第四，“無規矩不成方圓”，各單位在開展大數據人力資源管理工作時，應進一步明確各職工的職責，避免出現“問題頻發卻不知根源”的狀況。

（二）優化評價指標和模型算法

上文中已經提到，不同的單位所涉及的數據信息是千差萬別的，對職工考察的側重點也有所不同。如果執意采用同一評價指標，單位管理者很難做到客觀決策，職工也會因不合理的評價而消退工作熱情。鑒于此，單位管理者一定要樹立“具體問題具體分析”的科學理念，在參考大數據的基礎上，針對本單位實際業務職能、職工工作詳情，構建適合本單位健康發展的科學評價模型。

一方面，運用最新的數據整合技術（數據挖掘能力、預測分析能力、可視化分析能力）歸納和分析零散信息，將信息與信息之間構建有機聯系，最終構建成熟的評價指標和模型。若是篩選出的一些信息無法與其他信息建立良好聯系，則證明這部分信息是無效的，可及時進行清理。

另一方面，充分運用隨機森林模型、決策樹、貝葉斯分類器等簡單算法，對大數據進行分階段歸納，構建靈活性極強的動態模型，為人力資源管理中的挑選、任用、培養、驅策等工作奠定基礎。

此外，每一個單位都有屬于自己的評價指標和模型算法。但是確立評價標準的最終目的都是一致的：第一，加深管理者與職工的聯系，便于單位的管理者全面地認識職工。第二，為合理表彰和合理懲戒提供事實依據，以鼓舞士氣、整頓風氣。第三，為職工提供更適合他們的工作機會，以促進單位的健康平穩發展。鑒于此，各單位在構建評價指標時，一定從以上幾點初衷出發，切忌顧此失彼。比如，“懲為主、獎為輔”的評價指標就違背了以上幾點，不利于加強單位與職工間的黏性。

（三）探索智能預測和戰略洞察

上文著重強調了各單位應如何科學地開發大數據。此處將重點論述各個單位應如何利用所開發的大數據，實現大數據的價值最大化。

眾所周知，大數據人力資源管理工作不僅涉及對信息的儲存、整合、規范，更多的是如何調用大數據為人力資源管理工作服務。大數據人力資源管理是信息化人力資源管理的進一步發展和創新。因此，管理重心也應適當地發生變化，由以考核評價職工為重點過渡到以單位的戰略布局為重點。比如，很多單位過去只注重如何激發職工的潛能，讓職工為單位創造更多的價值。現在則應該從單位的價值文化理念出發，用積極上進的理念感染職工，調動職工的主觀能動性，這樣單位的整體績效自然會提升。

當然，將智能預測融入到人力資源管理工作中的方方面面也至關重要。既然人力資源管理工作已經由傳統管控方式順利地過渡到了大數據管控方式，那么具體的方法也應該發生改變。比如，人力資源管理中的事后評價方法應被預測分析方法合理替代，針對預測結果對職工調配、培養、激勵等做出調整，以實現單位的統籌規劃、正確決策和安全發展。

（四）打造復合型人才團隊

大數據人力資源管理模式固然好，但是不能缺少一個必備要素——建立大數據人力資源管理模式的人。一個人不行，如此龐大的工程需要一支專業的隊伍。因此，各單位要加快打造復合型人才團隊，具體要求如下：

創新人才培養機制。一方面，各單位在選拔人力資源管理人才時，應優先錄取信息化人才和數據分析人才。另一方面，各單位應對人力資源管理職工進行有針對性的培訓，培訓和考核重心應放在行政管理、信息技術、數據分析、數學建模等方面。

積極借鑒業內的優秀培養方法。在打造自身的復合型人才團隊時，一定要善于學習先進單位的人才培養經驗，這樣可以少走彎路，節省大量的人力、物力和財力。

要留住人力資源管理部門的主干力量。正常的人員流動對單位的發展有利，但如果人員流動過快，加之大數據人力資源管理工作對人才的專業要求極高，極有可能會造成崗位空缺，這對單位的運行和管理來說是極為不利的。

優勝劣汰，適者生存。大數據人力資源管理工作對人才的專業素養要求極高，在團隊中“浮水”的職工是無法勝任如此高強度的工作的，鑒于此，定期調整人力資源管理部門的人才配置，融入新鮮血液也是非常重要的。

合理地發揮團隊各成員的優勢。俗話說：再快的刀，久不用，就容易生銹。經過千挑萬選才組建成功的人力資源團隊中，一定藏龍臥虎。團隊領導者一定要擁有知人善任的能力，用心發現團隊中每一位職工的特長及優勢，分別為他們提供不同的發展機會，并能夠為他們挑選適合他們的工作搭檔，以此達到互相監督、取長補短的目的。

四、結語

“既來之，則安之”。既然大數據時代已經到來，各單位應該抓住機遇，直面挑戰，迎難而上。不斷地積累數據的“量”、確保數據的“質”，持續地優化評價指標和模型算法，積極探索智能預測，加快建設復合型人才隊伍，爭取一舉成功，為單位及職工的健康長效發展打下基礎。即使最終不幸失敗，也能留下寶貴的經驗。