企业人力资源管理在大数据时代的创新思考

1  企业人力资源管理数据类型

每个行业在运行过程中都会产生大量的数据，因此大数据可以应用于每个行业领域。在不同的行业中，大数据呈现的类型是不同的，其中人力资源管理数据简要归结起来可以分为以下四种类型：

1.1  基础数据

基础数据主要包括员工的年龄、受教育程度、专业技能水平、工作经历以及现任职务等数据，其数据类型以结构化数据为主，同时包括少量半结构化和非结构化数据。

1.2  能力数据

能力数据主要包括员工的培训经历、绩效考核情况、解决问题能力、参加竞赛成绩以及奖罚情况等数据，其数据类型以半结构化和非结构化为主。

1.3  效率数据

效率数据主要包括员工的工作任务完成时间、完成效率以及错误发生率等数据，其数据类型主要包括结构化和半结构化数据。

1.4  潜力数据

潜力数据主要包括员工工作效率的提升、收入水平的提高以及绩效能力的提高等数据，其数据类型以结构化数据为主，半结构化数据为辅。

通过对上述四类数据的收集和整理，并借助大数据强大的计算和分析能力，从而快速得出当前企业人力资源管理情况，同时提前预测企业未来员工需求变化趋势，为企业决策和战略部署提供依据和有力支撑。

2  大数据背景下的人力资源管理创新

随着大数据时代人力资源管理的信息化和全球化，企业借助计算机技术和网络技术，逐步改变了原有的工作方式，工作效率持续提高，为企业带来了更好的增值服务，实现了企业与员工的共同成长、共同发展和共同进步。

人力资源管理包括六大模块：人力资源规划、人才招聘、职业规划、绩效评估、薪酬奖励和员工关系。大数据时代为人力资源管理带来了新的活力和动力，甚至可以说大数据将成为人力资源管理中的第七个模块，并渗透到前六个模块中，为每个模块提供数据支持，从而创新整合整个人力资源管理系统，推进人力资源管理的改革与升级。

2.1  大数据在人力资源规划中的创新

人力资源规划是指为实施企业发展战略，通过对企业未来人力资源的需要和供给状况进行分析和评估，制定企业人力资源供需平衡计划，以确保在需要的时间和需要的岗位上，获得必需的人力资源。当前企业人力资源管理部门主要通过专业人员预测、趋势分析和比率分析等方式开展人力资源规划。运用上述方式时很大程度上会带有个人主观意识，无法客观全面的对人才进行评估，此时借助大数据手段，可以科学有效的解决这一难题。

在大数据时代背景下，企业人力资源管理部门通过收集员工基本信息，可以准确掌握每名员工的实际情况。与此同时，人力资源管理部门根据企业近期人员流动情况以及企业未来发展需求，从员工的数量、质量和结构等方面进行客观的静态分析，对人员流动情况进行准确的动态分析。结合上述两种分析结果，可以准确预测企业职位空缺数量，从而进一步决策哪些职位可以通过内部培训填补，哪些需要通过外部招聘引入人才，同时还可以客观地呈现出企业未来人力资源管理工作的重点和方向，进一步明确企业未来的发展计划和目标。

下面以A公司预测未来员工数量为例，对大数据在人力资源规划中的应用进行详细介绍。A公司依靠大数据理论，将年出口总额和年固定资产投资额与员工总数进行了比对，具体情况见下表。

表1  A公司员工人数变化关系表

年份 年出口额（万元） 年固定资产投资额（万元） 员工总数（人）

2005 2325.31              10205.45                            266

2006 6378.58              826.125                            422

2007 5635.59              4588.60                            382

2008 5315.59              1465.56                            436

2009 8584.66              1586.25                            584

2010 11725.15              7445.18                            691

2011 13256.33              4055.36                            768

2012 17956.89              6259.59                            956

2013 14359.56              12312.25                            802

2014 12569.25              12689.91                            720

通过对比发现，A公司员工总人数变化，与公司年出口额成正相关，与年固定资产投入无明显关系。根据上述分析结果，A公司借助回归模型算法，将历年员工数量作为因变量，历年出口额作为自变量，代入回归模型，输出后得到：员工数=。由此A公司对2015~2017年的员工需求做出了以下预测

2.2  大数据在人才招聘中的创新

在现代企业人才招聘中，大多数企业专注于在线招聘、校园招聘和现场招聘。招聘人员对求职者仅有最基础的了解，如所学专业、实习经历等这些半结构化数据，但对一些重要的非结构化数据，如求职者的能力、专业技能水平等，均无法掌握。

当前社交网络发展迅速，社交网络中包含了许多数据集群，覆盖了一个人的所有信息，包括工作信息、生活条件、社会关系结构、工作效率、操作能力和发展潜力等。目前将社交网络中的数据信息纳入企业招聘的新型招聘方式正逐渐受到广大企业的广泛关注，此种方式有效弥补了传统招聘中缺失的社会基因，让招聘人员能够全面了解求职者的社会信息，从而提升了招聘质量，节省了招聘成本，同时也拓宽了求职者的求职范围，增加了了解企业信息和申请的渠道，提高了求职申请的回复效率。另外，企业在人才招聘的过程中，选择参考大型社交网络的大数据库信息，不仅可以避免因考察的片面性导致错失人才，还可以防止一些人为了个人利益滥用职权，牟取私利。

在此种新型招聘模式下，企业人力资源管理部门可以借助社交网络大数据直接获取候选人的各种信息，从而形成对求职者的三维信息集，对求职者的实际状况进行全方位的了解和掌握，从而实现人才的最佳利用以及人才与岗位的最佳匹配，促使招聘工作更加扎实、更加精准的开展下去。

2.3  大数据在职业生涯管理中的创新

职业生涯管理是人力资源不可或缺的重要部分，在企业人力资源管理中发挥着重要的作用。它能够更有效地发掘和配置企业内部人才资源，减少外部人才需求，从而降低人力资源成本，节省招聘时间。同时，它还可以提高员工的认同感和凝聚力，提高工作积极性，降低员工流动率。

在当前大数据时代背景下，海量的数据为企业职业生涯管理提供了更为客观、更具价值的数据信息。因此，企业人力资源管理部门开展职业生涯管理必须基于所有数据信息，在信息收集的过程中，人力资源管理部门不仅要了解员工需求的工作岗位、晋升需求以及职业规划等数据信息，同时还要深入发掘与职业生涯规划有关的其他信息，然后量化并分析这些信息，消除一些干扰数据，最后形成一套员工的三维信息集，从而为员工提供更加专业的职业规划和就业指导。基于上述管理思路，企业可以开发基于大数据和软件技术的职业管理评估系统，充分借鉴传统职业管理经验，取其精华去其糟粕，充分发挥大数据优势，全面掌握员工行为，为员工提供量身定制的人事服务，帮助员工更好的完成自身工作，挖掘员工最大潜力，提升企业竞争力。

企业培训是员工职业生涯不可或缺的重要组成部分，高效的企业培训不仅能够促使员工获得成长，增强员工对企业的忠诚度，更能够促使员工更加有效的为企业服务。目前，多数企业通过问卷调查或者提报需求计划的方式让员工参与到培训内容的选定上，但在大数据已经被广泛应用的今天，这些方法都太过于片面。大数据最大的价值体现在对管理过程的纠偏，人力资源管理部门可根据实际数据与理论值的偏差，及时查找漏洞，开展有针对性的培训，弥补缺点。例如，针对专业技术人员，通过绩效完成率，可以客观的反映需要培训的内容。换言之，如果专业技术人员的绩效指标下降，人力资源管理部门可以通过分析相关数据，确定产生问题的根本原因，同时针对不同专业人员，结合不同的问题原因，制定不同的培训计划。企业还可以根据相关数据结果，制定更加有针对性的部门培训方案、员工培训方案和个性化培训方案，对需要培训的员工进行“靶向”指导。

2.4  大数据在绩效考核中的创新

在过去的考核评估中，大多数企业依靠有限的记录和主观感觉对员工进行评估，然后确定考核结果。例如，通过记录结构化和半结构化的底层数据（包括员工出勤率、工作热情和基于工作的效率数据，如失败率和任务完成效率等)来确定员工对企业的贡献。然而在大数据时代，为了进行更加客观公正的评估，打消员工机会主义心理，人力资源管理部门必须改变原有的评估方法，建立以大数据为基础的人员评估和能力分析工具。

绩效考核指标设计中首要任务是进行工作分析，对此，企业可充分利用现代技术平台，全面收集和挖掘与工作相关的深层次数据，建立基于数据的绩效考核指标，然后设计出恰当的分析工具对员工进行考核，从而客观全面的确认员工的贡献，同时也可以为员工完善自身工作能力提供定量指导，进一步提升员工未来的工作效率。

另外，还可以通过微信、微博等在企业内部建立信息共享和互动平台，使员工能够参与到绩效考核实际工作中，使员工之间能够进行有效的讨论和互动。目前，中石化企业主要依靠“奋进石化”、“法制石化官微”等信息化平台了解员工最关心的问题和最理想的员工解决方案。通过此类互动平台，员工可参与制定绩效考核制度，还可以直接考核企业领导人员绩效。此种方式不仅有助于提高组织管理和绩效评估的透明度，还可以提高员工的竞争力，同时也可以让公司领导的绩效受到全员监督，公司各级信息实现共享和互通。员工参与其中，不仅让他们感受到了自身对企业的价值和重要性，同时也增强了员工在企业的存在感和主人翁精神。

2.5  大数据在薪酬奖励制度中的创新

奖励不单单是对员工工作的肯定，还能让员工产生成就感，这对提升员工工作热情具有非常重要的意义。随着人力资源管理体系的不断完善，奖励的方式越来越多，奖励机制也越来越健全。目前的奖励主要包括物质利益奖励、工作奖励和情感奖励。

物质奖励主要包括工资、奖金等形式的奖励，这既是对员工基本生活的保障，也是员工维持稳定工作的条件。在大数据时代，为了达到客观公正，保证人才队伍的稳定，需利用事实来表达薪酬体系。主要通过统计员工长期出勤率、各工作时期的业绩表现、工作态度评价、客户反馈等一系列信息，经过逻辑分析再综合长线发展考量后，对表现良好的员工给予相应的奖励。

情感奖励是尊重和信任员工、理解和支持员工、关心和考虑员工生活的体现。适当运用情感奖励可以充分调动员工的积极性，培养员工的归属感和信任感，从而形成稳定的工作团队。基于此，可考虑在企业内部建立经济困难预警系统，当员工的医疗保险消费达到一定数量和次数时，系统会自动向管理人员发送通知，由管理人员判断他们是否需要帮助，然后再参考相关数据，对相关人员做进一步的详细了解，核实和确定援助水平。

2.6  大数据在员工关系管理中的创新

劳动合同不仅可以有效保护员工的合法权益，还可以明确员工的工作义务。劳动合同应体现人性化原则，保证员工的满意度，减少企业人员流动率。例如，在考勤管理中，随着计算机技术的广泛应用，员工的考勤记录方法经历了从人工记录到指纹识别的发展，一些企业甚至采用了更为先进的如虹膜识别的考勤手段。这些工具的使用都是以人为本原则和企业公平管理的良好体现。

但是，只靠劳动合同与员工建立关系是不够的，建立起基于共同目标的企业理想是非常有必要的。对此，企业可以客观数据为基础，对员工工作中产生的各项数据进行收集，经过数据分析后，得出员工的综合评价、发展趋势、优势、劣势等一系列直观数据。这些数据不仅仅可以作为管理者的参考，还可以将其交到员工自己手上，让员工通过这些数据，了解自己是否得到了客观公正的待遇，从而使员工更加容易与企业达成核心价值观上的共识，使员工对自身的工作能力做出客观的评价，进而积极改正缺点，完善对自身的管理。

3  大数据背景下人力资源管理面临的问题

3.1  大数据带来的收支问题

目前多数企业并不能完全理解大数据的真正含义，仅仅是简单的收集低价值的数据，并且花费大量的成本用于建立和维护数据管理系统。这种行为完全忽略了收入与成本的关系，造成入不敷出的问题，同时也给人力资源管理工作带来了极大困扰。因此，在未来发展中，企业必须综合考虑大数据与人力资源管理系统的结合，谨慎权衡利弊，不能盲目投资。

3.2  人力资源的共享和安全问题

当前，数据安全防护技术虽然在不断的改进和升级，但在数据共享和数据安全上依然存在的较多问题，尤其是基于大数据的人力资源系统存在着较高的安全风险。比如，在大数据网络时代的新型招聘模式下，人力资源管理部门可以通过网络查阅应聘者和在职员工的所有信息，这些信息不仅包括与工作相关的数据，还包括大量的生活方面甚至个人财务方面的隐私数据。这些数据一旦泄露，将给相关人员带来难以想象的后果。因此，如何保护应聘者和在职员工的个人隐私，如何合理的设置访问权限最大限度的保护信息安全是当前企业需要高度重视的问题，也是未来企业人力资源管理系统升级的攻关重点和难点。

4  结语

未来是大数据的时代，大数据的运用能够有效提升企业人才选聘能力、增强员工岗位配置能力，同时对在职员工的管理也能够发挥积极作用。企业只有充分掌握、科学运用这一技能，才能在当今日益激烈的市场竞争中更好的生存下去。在利用大数据优势的同时，我们也要清楚地看到其中存在的问题，积极寻求创新方式解决这些问题，才能在未来更好的发挥大数据在人力资源管理中的作用。