大數據變革人力資源管理的路徑研究

張華

【摘 要】大數據驅動的人力資源管理，其變革發生在與人力資源關鍵指標相對應的三條主要路徑：在日常操作層面上優化人才分析、在部門運作管理層面上創新項目設計、在企業決策層面上對接經營戰略，最終實現人力資源管理的戰略轉型和人力資源部門影響力的提升。

【關鍵詞】大數據；人力資源；人力資源管理

現代管理學有一句經典名言：“管理部分是藝術，部分是科學”。在人力資源管理領域，可以說“藝術”的力量遠遠大于“科學”的作用。相較采購、生產、物流、營銷等其他管理模塊，人力資源管理的可定量程度較低，決策更多依賴的是經驗而非數據，這樣的現狀不利于人力資源管理價值的客觀評估、專業性的廣泛認同乃至話語權的掌握。然而，大數據時代的來臨，為變革人力資源管理的游戲規則帶來了絕佳的契機。

1.“大數據”在人力資源管理領域具有“大價值”

“大數據”（Big Data）一詞最早出現在美國咨詢公司麥卡錫的報告《大數據：創新、競爭和生產力的下一個新領域》，被用以描述和定義信息爆炸時代急速增加的海量數據并命名與之相關的技術發展和創新。大數據是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革，在三個方面改變了傳統管理思維：1）采用并分析相關全樣本數據而非隨機抽樣數據；2）接收并處理混雜的非結構化數據而非確定的結構化數據；3）發掘數據背后的相關關系而非因果關系。

●大數據的特點

大數據的主要特點可以用4V概括：Volume（規模性）、Variety（多樣性）、Velocity（高速性）和Value（價值性）。1）規模性體現在巨大的數據體量，數據量的描述已從TB發展到PB甚至ZB。2013年全球數據存儲總量達約1.2ZB，相當于12億個1TB移動硬盤的存儲量，預計到2020年將達到35ZB，增長近20倍。2）多樣性體現在不同的數據類型，包括數字傳感信息、交易記錄、視頻、圖像、地理位置信息等結構化、半結構化和非結構化數據。3）高速性體現在高速處理實時數據流，需要快速演進的算法和處理工具為此提供支持，體現其與傳統數據挖掘技術的本質區別。4）價值性體現在較低的價值密度和較高的商業價值。對數據的全方位收集、處理和分析有助于充分挖掘具有重大價值的數據信息。

●大數據引領人力資源管理的發展趨勢

大數據正在影響企業的決策、組織和業務流程。借助大數據管理，企業將在匯集、整理、分析和挖掘指標的基礎上開展有效的運營管理。在大數據技術的支持下，人力資源管理將由當前偏向主觀感覺、個人經驗和企業價值觀體系轉變為依靠客觀數據。人力資源的選、育、用、留都可納入量化范圍，從而大幅度提升人力資源管理的效率和精準度。總體而言，人力資源管理系統將提供更加全面的量化參考，綜合招聘、配置、培訓、考核、績效等各業務模塊中的人力資源信息，提出人才流動分析、考核結果分析、培訓需求及效果分析等內容，并通過持續深度挖掘，建立人力資源核算或人才測評分析等方法，體現大數據具有預判能力的核心價值。

2.面向操作層：大數據優化人才分析

大多數企業都擁有大量的人力資源數據信息，包括記錄基本信息的原始數據、反映培訓情況的能力數據、體現工作績效的效率數據和預測發展前景的潛力數據等。與業界討論眾多的市場營銷和消費市場研究方面相比，大數據應用于人力資源領域具有更大的市場潛力。

2.1人才招聘

當前企業在重要崗位招聘上往往通過長流程、高費用和多人參與保證招聘的質量。當大數據遇上HR，提高人才招聘的效率和準確度自然成為變革產生的首要路徑。以谷歌公司為例，被稱為“人員分析”的谷歌人力資源團隊借助大數據技術對招聘流程進行了精簡：讓所有在職員工完成一份300道問題的問卷、根據問卷結果建立了一套數學模型，并以此為據，在每月至少10萬份簡歷中篩選出最適合公司的申請者。與此相類似的是，全球客服呼叫中心Transcom公司在2012年使用大數據進行員工行為特征分析，根據負責收集和分析數據的Evolv公司提供的定量分析結果，Transcom公司改變了招聘策略，有針對性地提出需求，實現更精確的職位匹配，從而提高了整個團隊的穩定性，也節省了培訓新員工的成本。

大數據時代的企業招聘，從技術方法角度看，是持續的數據挖掘過程；從信息角度看，是持續的供需信息匹配和關聯信息的交叉組配過程；從人力資源管理專業角度看，是對人才價值評估和崗位勝任力理解的專業展現過程。有互聯網企業將數據資源和數據價值提升到自己的核心戰略中，研發出一系列利用社交網絡和大數據技術的招聘服務產品，如招聘規模報告、在線企業方案等。2012年，IBM公司以總價13億美元的價格收購了美國人力資源外包公司Kenexa。Kenexa的業務遍及21個國家，其中世界500強客戶約4000家，占其總客戶數的一半以上。而SAP、甲骨文等公司也分別收購人力資源管理軟件公司，跟進大數據招聘領域的服務。通過這種融合，企業從以流程和效率為中心向以人為中心進行轉化。

2.2人才測評

人才測評作為人力資源管理領域的一項專門技術，主要通過專家評估、綜合考評等方式進行。而勝任力模型的構建需要通過訪談、編碼、調查問卷、統計分析等過程。依托大數據技術將徹底改變當前的主觀測評方式和傳統的構建模式，對人才測評中的人才績效考核、人才選拔分類等進行研究，從大型的人力資源信息庫中尋找依據，幫助人力資源管理人員發現數據間潛在的聯系并指導人才測評工作。大數據技術可以精確計算出勝任力特征，即特定崗位中優秀員工的素質特征，使崗位勝任特征成為人才選拔的標準。

例如Hay Group提供國際上使用最廣泛的海氏三要素測評法，為世界500強企業中的三分之一以上所采用。而國內專業提供人才測評產品的北森公司，利用行業專家經驗積累了200萬名測試者的數據并據此構建模型進行測評。從定量化積累、跨領域分享到模型化挖掘，越來越多的專業人才機構和創業團隊正在為企業提供人才數據分析的大數據服務。

3.面向管理層：大數據創新項目設計

在運用技術提升操作層面處理效率的同時，大數據應用的發展也促使企業在管理思維上發生變革、尋找大數據時代人力資源管理的創新突破口，從而帶動整個人力資源戰略的轉型。IBM公司創建的Professional Marketplace數據庫完整收錄IBM員工的技能描述、薪資水平、近期日程安排等信息，通過數學運算找到最佳的資源配置方式。這項技術使得IBM的項目主管得以簡單、準確、有效地組建項目團隊。企業在進行項目設計、尤其是職業培訓體系的設計時，運用大數據一方面可以對員工知識和技能差距進行精確量化，另一方面可以對員工的培訓需求和偏好的學習方式進行準確定位。

自全球知名的人力資源管理信息化服務商PeopleSoft公司提出“我的個人服務平臺”概念以來，利用數據庫改善員工服務和員工關系已成為業內共識。以員工職業生涯為主線衍生的各類服務功能一方面為員工采集關注度高的信息，另一方面通過數據分析使運營管理層掌握員工行為特征，主動為員工提供“度身定制”的職業引導和規劃，從而形成智能型的人力資源管理體系。

在谷歌公司，被稱為“人員運作”（People Operations，簡稱POPS）的人力資源部門以一項復雜的員工數據跟蹤計劃為核心部分，意圖通過數據分析提升企業人力資源管理的整體水平。POPS以嚴格的科學實驗室方式運行，從各種微小的細節入手，對公司的工作環境和福利政策進行統計分析。同時，谷歌還聘用了社會科學家一同參與研究，包括設計科學的薪資福利計劃等。

社會科學家和公司人力資源團隊組成了“人力和創新實驗室”（People Innovation Lab，簡稱PiLab），通過數十項員工相關的實驗計劃，尋找大型公司人力資源管理的改善路徑。

大數據技術在人力資源運營管理層面發揮作用，首先要求企業提高對基礎數據的管理水平、拓展數據獲取的渠道。人力資源部門要和信息管理部門協同配合，或設置專崗的人力資源信息管理員（HRMIS管理員）做好數據庫的管理和數據的提取支持工作。同時要求人力資源部門具備高度的敏感性、專注力和創新思維的能力，“撥云見日”，將關聯指標與企業人力資源運營戰略有效連接。

4.面向決策層：大數據對接經營戰略

在以知識和技術為根本的經濟環境下，人力資源在當今企業競爭中占據絕對重要的位置。人力資源管理需要在管理層的支持下將部門工作和企業整體戰略相結合，通過全面的關聯性分析使各項人才決策有據可考，最終提高企業的核心競爭力。在人力資源戰略中，管理決策需要大量的信息作為支撐，尤其需要對未來發展有一定的趨勢性分析。實踐中主要利用商業智能（Business Intelligence，簡稱BI）工具實現對人力資源數據的挖掘與分析。

4.1利用HR-BI工具實現HR對企業經營的支持

商業智能由美國信息技術分析公司Gartner于1996年提出，是一種數據挖掘、展現與分析的工具，其本質是提取數據并進行智能化分析，揭示企業運作和市場運行情況，幫助管理層制訂明智的經營戰略。商業智能工具在人力資源分析中的應用，被稱為人力資源商業智能（Human Resource Business Intelligence，簡稱HR-BI）或人力資源決策分析系統。傳統的決策支持更加依賴統計數據，而BI工具通過建立一系列人力資源指標分析模型對相關數據進行深入挖掘和多維分析，經由信息集成和信息推送，實現人力資源與企業經營的對接。

HR-BI工具收集的人力資源數據包括：人力資源管理業務數據、企業內部與人力資本相關的經營數據、競爭對手和企業外部環境相關數據等幾種類型。HR-BI工具的功能包括數據的整合、審查、歸納和總結。其價值體現在三個方面：首先，利用指標分析模型和BI工具平臺量化評估人力資源管理的整體效能和各項業務績效，從而證明人力資源管理對企業戰略的價值所在；其次，針對企業的集團化管控和人力資源規劃的精細化管理，進行實時的人力資源管理過程監控，從而提升人力資源部門的戰略伙伴地位；第三，結合人力資源管理系統充分提升數據價值，從而推動人力資源管理對高層管理人員的影響力。

4.2構建HR-BI人力資源指標分析模型

當企業同時具備業務需求和平臺支持時，可以考慮引入HR-BI系統，在數據分析基礎上進一步提升應用價值。一個完整的HR-BI人力資源指標分析模型的建立過程分為以下六個步驟：1）識別關鍵指標，即對指標進行大致的定義；2）定義指標的詳細內容（包括基準域和標桿值）、關聯指標及相關參數的數據來源，要求企業內部形成對某一項指標的統計規范和標準，以不同形式表現不同類型的指標；3）結合外部標桿和內部經營狀況對每個決策指標進行基準定義；4）結果預能分析；5）易化指標；6）具體的設計和開發。經過數據的獲取、儲存、共享、分析、清洗、統計乃至可視化呈現等一系列過程，HR-BI指標模型評價的內容包括人力資本增值、人力資源策略有效性以及人力資源職能執行力，將人力資源管理部門從一個支出部門轉變為一個價值導向部門，更加接近核心決策層。

5.結語

人力資源管理在大數據時代進入了新境界。就操作性指標和運營性指標而言，大數據使得人力資源管理的各個環節實現全過程的定量化和科學化，達到科學管理所要求的可測量、可記錄、可分析、可改善，大大增加人力資源管理的專業性；就決策性指標而言，大數據使人力資源部門有機會成為業務部門不可或缺的戰略合作伙伴和主要支撐部門。與此同時，人力資源全產業鏈也將發生巨變。然而，無論大數據的量化分析技術如何演進，人力資源管理的本質仍然“部分是藝術、部分是科學”。在大數據技術的支撐下，未來人力資源管理的目標是讓科學的部分更加科學、讓藝術的部分更加智慧。