大數據時代下企業招聘工作的優化對策

吳傲立

江蘇中科睿賽污染控制工程有限公司, 江蘇 鹽城 224000

0 引言

“大數據”(big data)又稱巨量資料[1],首次出現在1980年出版的《第三次浪潮(The Third Wave)》一書中。2008年Science發表了眾多有關“大數據”的文章,“大數據”一詞廣泛傳播。2011年,麥肯錫全球數據分析研究定義大數據為“大小超出了典型數據庫工具收集、存儲、管理和分析能力的數據集”。Science指出大數據代表了人類社會認知發展的進步,定義大數據為“數據集的規模是無法在可容忍的時間內用目前的技術、方法和理論去獲取、管理、處理的數據”。IBM公司把大數據特點概括為“3V”,即規模、快速和多樣,之后又增加了低價值密度、真實性,衍生為“5V”。各個行業、各個學者不斷對大數據的概念進行補充、提煉,全都體現大數據“大”的特點,需要采用新技術才能高效捕捉、發現和分析,從而獲取有價值的信息[1]。

大數據出現以來,其潛在價值推動了其在各個行業中海量的應用研究。大數據時代不可避免地給人力資源管理帶來了新的變革與挑戰,如何利用大數據重塑人力資源管理,為企業創造持續的競爭優勢,成為管理者關注的焦點[2]。企業應打破傳統招聘的思維模式,實現大數據時代下新型的招聘模式。

1 大數據在企業招聘管理中應用的優勢

1.1 拓寬招聘渠道

傳統招聘采用網絡、現場、第三方招聘等形式,能獲取到的求職者信息浮于表面,十分有限,僅有學歷、專業、經歷等,而對其能力、技能、業績等深層次信息基本無從得知和驗證。

大數據背景下,衍生了一種不斷融合社交網絡的立體化的新招聘形式[3]。國外使用Facebook和Twitter招聘的企業占比一半以上,其中約一半的企業認為借助社交網絡對招聘效率有提升;國內的微博、微信等社交平臺都為企業提供了新型網絡招聘的機會[2,4]。

社交網絡具有網狀綜合性信息,擁有很多個數據集群體,涵蓋工作、生活、社會關系等很多的信息,將社交網絡應用到人力資源招聘上就具有極大的延伸性。首先,大數據時代賦予招聘方式許多的可能性,比如海底撈的“圈層招聘”、萬科的“競品挖獵”、富士康的“聯動引流”、朋友圈/微信群/抖音等新型招聘等;其次,企業招聘與內部員工的個人社交結合,利用有限的內部資源獲取更多的外部資源和信息,尋找潛在的隱藏人才,實現企業端和人才端的雙贏;最后,從本質上說,企業招聘是一種營銷行為,既需要招引人才,也要提升品牌效應,兩者相輔相成,企業在拓寬招聘渠道的同時,也在不同程度地進行品牌宣傳。

1.2 降低招聘成本

首先是降低了招聘的直接投入。大數據提供智能引導,減少不必要的精力投入和內部耗損,同時利用大數據強大的分析功能,不同招聘渠道的真實成效和經費投入很快能對比出來,有助于選擇性價比合適的招聘渠道。

其次是降低了招聘的時間成本和機會成本。傳統的招聘方式下,簡歷匹配、甄選面試、背景調查等環節均通過人工方式進行,招聘效果、招聘時間都受到了招聘者個人因素的影響,招聘時間有可能會被人為拉長。招聘者的時間成本、機會成本高,面試者也付出了一部分的時間、機會成本。而在大數據時代,招聘各個環節都可以高效實施、實時反饋[5],縮短了招聘流程的長度,有效降低了招聘者和面試者的時間成本和機會成本,對于招聘兩端均有益處。

例如,騰訊在2012年通過People Soft搭建起了HR的統一結果庫,2013年和微信共同開發了“HR助手”,2014年初在SDC內部成立了HR大數據團隊[2];谷歌利用其開發的預測應聘者在獲聘后是否具有最佳生產力的算法進行精準招聘[6]等,都是通過大數據技術為業務部門的招聘者提供大數據招聘工具,對大量數據進行挖掘、采集、追蹤和分析,更方便地獲取適合的人才,大大縮短員工的招聘周期,降低了招聘成本,提升了招聘質量。

1.3 增強人才匹配性

人才是否與崗位相匹適,直接關系到企業發展。傳統招聘模式下,簡歷的獲取會受到各種主觀和客觀因素的影響。招聘效果很大可能受到招聘者的經驗、能力等個人因素的影響,最終會導致招聘入職的員工與崗位要求的符合度偏差較大。

大數據技術以海量用戶數據、行為數據為基礎,構建多維度數據標簽體系,實現求職者和企業方信息雙向有效對接,對求職用戶精準挖掘和配對,輔助設計面試問題,最大程度地實現人崗精確匹配,幫助企業招聘者進行科學的錄用決策,實現招聘過程中“高效+精準”[7]的目標和智能化招聘。例如騰訊公司為提升招聘環節的效率和效果,以歷史員工穩定性數據為樣本,建立識別候選人穩定性的數學模型,利用在候選人評估分析上,以增強員工特征與職位的匹配,為后續招聘以及保留也提供參考[2]。

1.4 提高招聘分析的信度和效度

傳統招聘模式下,由于信度、效度評估對企業收集和積累的要求比較高,所以在實際工作中,信度和效度評估往往會被忽略。而在大數據時代下,無論是招聘需求的制定、招聘的執行、甄選測試和面試、體檢等過程,都能更加數字化、標準化、智能化,提高了人才決策的有效性。通過對招聘數據和人員入職后的數據進行多個維度的對比分析和環比分析,能夠提高招聘分析的信度和效度,有效分析出人力資源管理中存在的問題,提高組織與人才效能。

2 大數據時代企業招聘管理優化措施

2.1 以大數據為基礎關注內外部環境變化

企業招聘需求來源于人力資源整體規劃,人力資源規劃受企業內外部環境的影響。

首先,大數據時代下,人力資源管理者對國家、地區性政策的獲取相比以往更加便捷,對于企業外部同業競爭的人力資源政策、導向也能有大致的了解和分析。企業可以基于宏觀經濟、產業結構、市場導向、人力資源、運營財務等大數據,精確地預測人才供給和需求狀況,為制定招聘計劃提供數據支撐和科學指導。

其次,大數據時代下,能夠更容易獲取各地、各行業的工資標準及區間等信息,了解本企業的競爭優勢在何種水平,利于企業根據同行業情況采取薪酬戰略。

2.2 以大數據為基礎提升企業招聘水平

首先,傳統招聘模式下求職者需要被動等待,而大數據時代下,智能機器人可以100%與求職者建立互動,求職者可以主動獲取信息,并且根據互動信息決定是否投遞簡歷,客觀上實現了機器人的首輪篩選。招聘者可以有效利用大數據智能化特征,設立可由機器人篩選的問題信息。

其次,可以提升數據處理水平[8],從海量的數據中挖掘出有用信息,合理地將數據分析應用在追蹤招聘進展、監控招聘渠道質量、招聘工作盤點、招聘效果評估等方面,并為薪酬、績效、培訓等模塊提供多層次的利用。

再其次,在甄選測試和面試的過程中,招聘者可以運用一系列的大數據手段,例如大五人格測試、MBTI職業性格測試、人崗匹配度測試等分析工具,提取對于崗位需求有關鍵影響的分析結論,有效支撐錄用決策。

最后,強化人力資源管理者的決策分析能力,利用大數據平臺,可以遴選出關鍵信息,建立崗位職能要求體系、員工勝任力素質模型,通過數據匹配篩選,幫助招聘者在人才招聘過程中快速識別匹配人才,優化招聘過程,提升招聘水平。

2.3 以勝任力為導向建立大數據招聘體系

勝任力又被稱為“勝任特征”,是人才選拔的指標和人才考評的標準,基于勝任力的管理更容易實現組織績效。典型的勝任力理論模型有冰山模型、洋蔥模型和情景模型。不同的學者通過不同的特征分析,提取若干個不同的一級指標、二級指標,用以構建勝任力模型,在典型勝任力理論模型基礎上衍生出多元勝任力模型、通用勝任力模型、專用勝任力模型等應用模型。勝任力構建的目的是為了達到“人員-崗位-組織”之間的匹配,實現個人的職業發展,提高工作績效。而在勝任力模型構建過程中,大數據的作用及重要程度不言而喻,大數據可以通過海量的數據、關鍵信息的提取,來獲取同一行業同一崗位的關鍵勝任力指標,相比人工調查,大數據下構建的勝任力素質模型更為精準。

在以勝任力為導向構建大數據招聘體系時,要對招聘崗位所需人才的勝任力要素作出基本分析,不同崗位所要求的勝任力均有差異。企業可依托大數據系統分析崗位勝任力素質,實現人崗匹配,同時也可以基于勝任力素質特征,進行人才入職后的管理,有助于開展招聘信度和效度分析。

2.4 以大數據平臺為基礎優化人才培訓和開發

大數據最重要的作用之一是進行預測,關注的是被招聘者下一個階段的表現[3]。決策層、人力資源管理層可以針對此預測評估被招聘者的授權幅度、崗位選擇、文化塑造等方面;同時企業管理層可以通過大數據分析決定人才培訓和開發路徑。

借助大數據平臺,可以有效實施員工所需要的多樣化培訓。傳統的培訓主要以講授為主,由于不同人員的培訓需求不一致,導致企業培訓成本增加,培訓效果不佳,而在大數據時代下,培訓手段和方式呈現多樣化趨勢,企業可以實現全方位的網絡化培訓,更能夠滿足員工隨時隨地的多樣化學習需求。企業人力資源管理相關工作人員還能夠通過數據化的形式統計員工的培訓情況,并推送具有針對性的培訓計劃,滿足企業人才培養的需要。

大數據時代帶來的跨界思維[9]也促使培訓方式向多樣化的方向發展。企業人才培訓管理模式、方法以及理念都在隨著時代發展,跨界思維下的培訓能夠深挖員工自身的綜合價值,在實現自我價值的同時實現企業價值。

3 結束語

大數據技術在企業人力資源管理過程中的核心價值是更加全面、理性、客觀地做出人力資源管理決策。目前,大數據技術在人力資源管理各環節呈現逐步滲入趨勢,取得了一定的效果,也衍生了一些數據利用能力、數據利用成本、數據利用安全等不確定性問題,所以大數據時代下的招聘模式必須是“人-機”結合模式,既利用大數據減輕人的負擔,又利用人來檢驗大數據的準確性。因此,企業只有不斷提升自身運用大數據的能力和技術,才能將大數據有效應用在人力資源管理各個環節中。