大數據背景下企業人力資源績效管理優化研究

黃艷艷 谷洪波

湖南科技大學商學院，湖南 湘潭 411201

0 引言

自2013年中國大數據發展元年伊始，大數據以不可阻擋之勢滲透進我們的生產和生活。大數據與各行業、各領域的日益深度融合，對產業發展發揮著巨大的乘數效應和倍增效應[1]。大數據應用于企業管理，也為企業管理提供了強大的數據支撐和暢通的信息反饋通道。企業人力資源績效管理運用大數據更是使績效管理從原來的偏主觀化逐步向量化、標準化和客觀化轉變，使績效管理不斷健全、完善和優化。將大數據與企業績效管理相結合，充分發揮大數據的管理效能，這將大力推進企業的快速成長。

1 績效管理和大數據的含義

績效管理是指識別、衡量及開發個人和團隊績效，并且使這些績效與組織的戰略目標保持一致的持續性過程，包括企業圍繞組織目標進行的績效計劃、績效輔導、績效考核及績效反饋的循環過程。人力資源績效管理的目的就是使個人的績效結果與組織期望的績效結果一致，進而提高組織工作的效率和效果，以最小的成本實現最大的收益。關于大數據，維基百科認為大數據或稱巨量資料，是指無法在一定時間范圍內用常規的軟件分析工具對內容進行抓取、管理和處理的數據集合[1]。研究機構Gartner則給出了這樣的定義：大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產[2]。周濤[3]認為大數據是指利用計算機軟、硬件在新模式下將海量的數據快速匯總的信息資產，其本質是超大規模數據的集合。綜上所述，大數據是用一種新型的與互聯網結合的方法進行捕捉、處理和分析的信息集，大數據技術可以更快的速度處理頻繁產生的海量數據。有效運用眾多的數據可以提升企業的整體分析和研究能力。

2 大數據缺失下企業績效管理存在的問題

2.1 大數據意識缺乏，績效管理成效不顯著

由北京大學光華管理學院董小英研究團隊、數字產業創新研究中心、錦囊專家聯合發布的《2021中國首席數字官白皮書》顯示，絕大多數被調查企業沒有設置首席數字官，但是81.8%的受訪者認為企業需要設置首席數字官?？梢?，目前我國大多數企業的決策者存在對大數據尚不夠重視、不習慣運用數據進行經營決策、大數據意識缺乏的問題。如果企業領導不重視大數據，員工重視并高效運用大數據的可能性就會降低，使得企業不能順利實施大數據績效管理。部分企業的決策層依然只著眼于企業的短期利益，只注意到新技術的運用所帶來的成本和風險，忽視了大數據技術運用之后的長期收益，進而放棄對企業內部數據的深入挖掘和分析。同時，對于考核過程中發現的問題也沒有進行及時反饋，績效考核流于形式，這都使得企業績效管理的收效低、成果不顯著，限制了公司的持續發展。

2.2 大數據平臺未搭建，績效管理難度較大

部分中小企業出于成本考慮和規模原因未引入大數據績效管理平臺，而線下工作需要手動錄入計算機，不僅操作重復、浪費精力，而且由于手動錄入數據，難免會出現人為改造數據或者因疏忽導致的數據錄入錯誤，不能實現數據客觀直接的抓取，進而會影響績效計劃的準確制訂，績效反饋不具備較強的說服力，從而增加績效管理的難度。此外，沒有大數據系統，信息收集以紙質化為主，會導致績效數據的收集存在收集過程長、業務部門不配合等問題，進而導致難以充分有效收集每個員工的工作數據。因此，企業需要結合自身發展規劃建立適當規模的大數據績效管理平臺，及時準確地收集、分析企業內部的運行數據，對比掌握市場和行業的數據，使企業能夠及時預測行情、調整計劃、科學決策。

2.3 數據收集利用不全，績效評價主觀性強

目前，我國大部分企業現行的績效數據收集方法還是由各業務部門提供，再由人力資源管理部門整理匯總，以表格的形式呈現出來，但是由各部門人工統計數據，難免存在收集的數據類型不全面、數據量不足的現象。此外，多數企業的績效考核都安排在月末或年末時間段，對員工的評價容易將注意力放在近期，對其長期工作態度有所忽視。甚至有些部門的管理人員在進行績效考核時只看重那些自己認為重要的績效數據。例如，如僅將員工的業績數據作為績效考核的評價標準，忽視了員工的工作態度、思想道德素質、團隊合作精神等因素，忽視了其他的客觀績效數據，使績效考核帶有較強的主觀性。這些行為使得本不全面的數據得不到充分的利用，還摻雜主管人員的主觀意識，更加劇了績效評價的主觀性。

2.4 信息化人才短缺，數據分析水平不高

績效考核的工作主要依托于人力資源管理部門開展，然而相關人員對大數據的認識仍停留在較低層次，由于不熟悉或者未曾使用過高級數據分析技術，又缺乏再學習的動力與能力，嚴重影響了大數據在績效管理中的應用?！?021埃森哲中國首席人力資源官報告》顯示，55%的受訪企業表示其技術價值并未充分發揮，人力資源工作者的決策速度與質量不能滿足企業需求。現有管理人員對數據的分析大多是描述性統計分析、相關性分析等基本分析，回歸分析、聚類分析等高級數據分析技術應用得并不多，缺乏對數據有效、深入的挖掘。同時，大多數人力資源專業管理者慣于使用Excel，較少一部分人力資源管理者會使用SPSS、Python等工具。企業往往缺乏能夠運用專業軟件精確分析和處理績效數據的專業化人才，使相關部門無法科學分析和高效處理視頻、聲音、圖片等非結構化績效數據[4]，限制了企業績效管理效率和管理效果的提升。

3 運用大數據優化企業績效管理的措施

3.1 增強大數據意識，優化績效管理效果

首先，企業高層領導應率先摒棄舊的思維方式，充分認識到運用大數據進行績效管理對改善公司經營狀況、實現公司目標的助推作用。高層領導養成數據決策的習慣，進而要求下屬員工注重數據，讓每一個關系績效管理的重大決策都有預先的數據可行性分析作支撐。其次，打造企業的數據文化，推動公司內部注重事實、強調客觀、追求理性的數據文化的形成。例如，寶潔中國在2016年后逐步進行了企業數據文化的變革，建立數字化績效管理體系，在生產車間的觸摸屏上實時顯示個人績效數據，追蹤一線員工業務執行情況，并幫助員工找出績效偏差產生的原因。最后，將行業中大數據技術與績效管理結合運用成效較好的企業案例定期在會議上分享，對在數據績效管理方面工作成果突出的員工給予物質和精神上的嘉獎，激發員工的數據意識。

3.2 運用數據信息系統，提高績效管理效率

3.2.1 將信息系統運用于績效計劃

實施電子信息庫管理，將各部門的業務過程和績效信息匯集到信息庫，為公司的績效管理帶來精確的數字信息基礎[5]。通過信息系統歸納整理原始數據庫，在和員工進行溝通的基礎上，結合部門目標制訂個人績效目標和計劃。此外，人力資源部門可以在業務部門的協助下運用魚骨圖分析法、平衡記分卡、價值樹法或思維導圖等方法設定關鍵績效指標，在向員工征求和公布反饋意見后將各部門的績效目標、考核指標上傳到績效信息庫中，做到信息透明、公開。

3.2.2 將信息系統運用于績效輔導

基于信息系統的數據平臺，利用機器自動識別系統，可以實現績效反饋自動化，通過預測系統的精確對比發現績效差異，再將信息傳遞給員工，員工自己對比工作行為和考核標準，預先找出問題，糾正偏差。在大數據系統的協助下，企業的績效輔導擺脫了人工實時監控、負責人一一面談的煩瑣形式。此外，在大數據平臺中，企業可以分享成功績效輔導的案例，實現資源共享、互相學習、共同進步。

3.2.3 將信息系統運用于績效考核

利用大數據系統，收集、分析、處理員工工作過程中的音頻、視頻、文本、出勤率等各種類型的能夠反映績效水平的數據，對比預先設定的績效考核指標，通過大數據績效管理系統自動進行對比分析，得出初步的績效評價結果。系統不能自動考核的指標，將被傳送到對應的管理者手中，管理者根據系統中的原始數據并對照考核指標進行客觀分析評價，并將評價結果上傳至數據平臺。系統對所有考核結果進行匯總、分析，為員工績效工資的設定提供依據，企業可以利用考核數據進行人員的調動和有針對性的培訓活動。

3.2.4 將信息系統運用于績效反饋

基于績效管理系統實時獲取的數據，進行及時分析、處理，實現績效結果反饋的實時性。利用數據系統將員工的績效考核結果在信息系統中公布，員工使用賬號登錄即可查看。如果有異常的地方，共享網絡平臺提供了員工反饋和溝通通道，管理者收到反饋會將評價原因以及事實依據發送給員工，讓員工了解自己需要完善和提升的方面，協助員工改進績效。在績效改進的過程中，企業可以借助大數據技術分析員工工作中的問題，找到導致績效結果不合格的原因。如果是員工的工作能力沒有到達要求、欠缺正確的工作方法，就需要對員工進行相應的知識傳授、技能培訓和方法指導。如果是工作態度、工作積極性的問題，就需要進行績效面談，深入了解情況，制定應對措施?；诖髷祿M行績效管理，能便捷地發現員工工作中的問題并及時加以解決，提高公司抵御風險的能力。

3.3 廣泛收集數據，增強績效管理客觀性

3.3.1 收集利用業務數據

企業可以從內部辦公系統（OA）、供應鏈管理系統（SCM）、企業資源計劃系統（ERP）、企業微信、釘釘平臺等系統收集業務數據。通過這些系統收集生產類數據、銷售類數據、供應鏈數據，得到生產部門的生產數量數據和生產質量數據、銷售部門的銷售完成率、職能部門的業務完成率等數據，有理有據地對相關員工進行績效考核，反饋出令員工信服的數據。

3.3.2 收集利用人力資源數據

人力資源數據包括人員數量、職位、工作經歷、知識背景等客觀基礎數據，企業招聘完成率、人員流失率、人員流動率等人員動態變化的數據，以及員工滿意度、員工敬業度等人員質量狀況的數據。企業各個部門可以依據部門目標和員工基礎數據制訂部門績效計劃，依據動態數據及時了解公司員工的流動情況，找出這些現象出現的原因并采取相關措施。此外，可以結合基礎數據和流動情況預先制訂員工需求計劃表。對于質量狀況數據，管理者要深入挖掘、調查，找出這些數據對企業業績、員工績效、整體工作效率和員工士氣的具體影響，以方便企業決策。

3.4 加強員工培訓，提高數據處理能力

首先，要采集企業員工信息。通過大數據分析方法，對員工歷史數據進行解析，全面了解被培訓員工，根據業務需要制訂培訓計劃，形成培訓體系，為企業的長遠發展打下堅實的人才基礎。其次，可以進行校企合作。企業與相關高校建立良好的合作關系，從學校招聘所需人才，同時也邀請高校的大數據利用及計算機應用方面的專業老師定期為員工進行數據精確處理的相關培訓，激發員工潛力，提高人力資源管理者數據分析、處理的能力。最后，企業要及時更新培訓內容，通過與現代大數據平臺結合，將行業新興的、先進的信息資料作為員工培訓的內容，讓員工了解行業中領頭企業的績效管理辦法和績效數據處理方法，為企業持續發展提供專業人才支持。