大数据下的人力资源管理范文

近年来，各行各业都进行了海量的数据挖掘和应用业务开展，表明大数据时代的来临。而随着大数据时代的来临，企业将面临一场全新的思维变革、管理变革。具体到企业管理中，大数据的影响从企业战略的制定、执行到评价的方方面面，人力资源管理作为企业管理的核心内容，必然会迎来新的机遇和挑战。如何深度挖掘大数据技术在人力资源管理中的应用，利用大数据的优势推动企业的创新，是目前企业管理者需要探讨的重点问题。本文在大数据背景下，探讨大数据技术在人力资源规划、人才招聘、人才培训、绩效管理、薪酬绩效设计和劳动关系管理六个人力资源管理模块的应用，并针对其存在的风险和如何进行风险管理进行探讨。

一、大数据的概念

随着信息时代的发展，大数据成为这个时代的一个特征。大数据通常是指用来描述和定义信息爆炸时代所产生的无法用人工，在合理时间内获得并被整理成人们所需要的信息的海量数据。大数据有4V特点，即Volume（大量）、Velocity（高速产生）、Variety（多样性）、Veracity（真实性）。根据美国互联网数据中心的显示，互联网上的数据每年将增长50%，两年就可以翻一番，海量数据在近几年内高速产生。在大数据时代，企业迫切需要能够理解、运用数据的高素质人才，而人力资源管理作为企业的人才引进、培训、考核部门不能置身事外。将“大数据”思想应用于企业的人力资源管理中，帮助企业相关部门合理有效的做出人力资源管理决策，利用大数据思想的价值推动人力资源管理的革新，提高人力资源的管理效率。

二、大数据与人力资源管理的关系

1.大数据应用在人力资源管理中的作用。将大数据的思想应用在人力资源管理中的主要作用有四点，第一，使企业人力资源管理互联网化。大数据是以大量的数据作为分析基础，通过人力资源管理系统的数据来源的不断拓宽，加强企业人力资源数据库建设，提升人力资源管理工作的高效性。第二，为企业的人事工作提供更加全面的量化参考。第三，为实现扁平化的人员管理及职工服务创造有利条件。大数据背景下，人力资源管理系统将打破传统的组织模式，向企业的普通员工更加靠近，产生更多的交互性数据，使得全体员工都能参与到人事管理中来，建立更加规范的工作流程。第四，能建立有效的人才数据管理模型。大数据的特点是海量的数据高速的产生，数据成为了企业的核心资产。各种随时可以调用的数据成为了企业的核心载体，企业的所有信息都可以通过数据管理模型进行导入和输出。

2.企业人力资源管理中的大数据内容。企业人力资源管理中的大数据内容主要有：原始数据、能力数据、效率数据和潜力数据。第一，原始数据。原始数据是是员工基本信息和自身素质的数据化，这些数据记录了员工各方面的原始能力情况，是员工的成长轨迹时间轴，反应员工的个人素质的真实情况，能够在人力资源部门进行人才的招聘时提供客观的参考。第二，能力数据。能力数据是指能够在人力资源部门进行员工岗前培训效果考核时发挥重要作用，它能够反映员工在入职前的能力情况。包括员工培训经历、接受培训的时长、培训考核情况、解决问题的效率，参与竞赛的情况等等。第三，效率数据。效率数据是人力资源部门为了准确了解员工工作效率，科学制定人力资源招聘和培训计划而需要了解的，包括工作完成效率，单项工作任务完成时间等相关数据。第四，潜力数据。在人力资源管理过程中不仅要注重员工现有的真实能力，还应该重视员工未来的发展潜力。潜力数据是指能够比较客观反映企业员工劳动力持续增长状态的数据，为开展人力资源管理工作和人员培养计划等提供相关参考。包括员工工作效率提升率和收入涨幅水平等。

三、大数据在人力资源管理中的应用

企业人力资源管理者可以通过大数据分析来开展人力资源管理各模块的基本工作，如精简公司招聘流程，通过岗位需求分析决定应聘用哪些人员，设置什么样的薪酬标准，通过工作效率分析辅助决策应提升哪些员工，让所有的人员管理决策的作出都有数据支持。

1.让人员决策变得有数据支持。传统的企业人力资源管理采用的是经验预测法、德尔菲法和描述法等定性分析法，定性分析法没有数据作定量分析支撑，管理人员在做决策时很容易受到自身知识水平、文化背景以及个人偏好等主观因素的影响，降低了决策的准确性。在大数据环境下的人力资源规划，可以通过数据动态地跟踪、分析员工的工作情况和状态，离职率、员工需求量等信息，准确地进行人力资源诊断及决策。比如，在谷歌，人力资源部门被称为“PeopleOperations”，简称“POPS”。部门的核心是一项复杂的员工数据追踪计划，旨在通过数据分析更好地改善企业的人力资源管理，人所有的人员决策变得都有数据支持，提高人力资源管理工作的准确性。

2.定量化的人才选聘模式。人力资源招聘工作常面对的难题是如何从众多的简历中挑选出优秀且符合企业需求的人才。传统的人员招聘工作面试官的主观因素占有很重要的部分，就会造成暗箱操作、以权谋私等现象的出现。大数据背景下，企业可以首先从现有的优秀员工中分析出岗位胜任力素质模型，量化岗位选拔标准。其次，把应聘者的基本信息、个人能力、社会关系、就业倾向等信息汇集起来，与企业的本岗位的胜任力素质模型相匹配，提高招聘员工与企业需求的匹配度，提高人员招聘的工作效率。

3.利用“学习分析技术”为员工量身定制培训与发展规划。人力资源管理培训和开发中，培训需求的精准把握和培训效果的保障是HR人员培训工作的难题。借助大数据的“学习分析技术”，通过对员工的相关数据分析，识别出员工的学习需求、行为、模式及效果，HR可以随时得到员工是我学习进程和效果等数据信息，使培训的过程更加的关注员工个人发展。同时，通过专项培训、日常评估以及业绩考核等对员工的岗位胜任力进行记录、分析，为每个员工制定个人的职业发展规划。比如通过大规模网络公开课(MOOC)对员工进行培训，通过记录鼠标的点击，可以研究员工的活动轨迹，发现不同员工对不同的知识有何不同的反应，用了多少时间，记录单个个体行为的数据似乎是杂乱无章的，但当数据累积到一定程度时，群体的行为就会在数据上呈现一种秩序和规律，同时也可以分析员工个体的学习分析，为员工量身定制培训与个人发展规划。

4.利用大数据技术进行薪酬管理。薪酬管理对企业经营管理来说，变得越来越重要。良好的薪酬管理制度可以提高企业引进和保留人才的能力，提高企业的整体竞争优势。薪酬制度与企业和员工的直接利益相关挂，双方对很关注。因此，合理的薪酬制度可以引进人才的同时，也会把员工的利益与企业的利益联系在一起，避免委托困境的出现，实现员工跟企业的双赢。在大数据环境下，大数据信息可以反映出行业的整体薪酬水平和员工在进入本企业之前的薪酬水平，更为准确的掌握国内劳动力薪酬变动和员工薪酬预期，提高人力资源管理工作中薪酬管理的有效性。

综上所述，大数据时代的企业经营管理面临着新的机遇与挑战，通过分析大数据与人力资源管理的关系，探讨大数据在人力资源管理中的作用，利用大数据更好地开展人力资源管理工作。同时需要企业管理者关注的是大数据的安全问题，保障大数据的应用时的安全性是接下来值得思考的问题。

作者：常振杰 单位：霞飞诺眼镜（深圳）有限公司