淺議人力資源量化管理和數據分析

文/曹有生，河鋼邯鋼人力資源部

通過對“互聯網+”概念的延仲，結合大數據時代需求得出“大數據技術+”概念。“大數據技術+”人力資源量化管理是大數據時代需求和人力資源管理革新的交融，是一種新的人力資源數據處理技術、管理模式與管理思維。如何確保量化管理的科學性、精準性也成為人力資源管理最為關鍵的問題，關鍵在于數據的采集、挖掘與可視化等大數據技術的應用。運用大數據技術提升人力資源量化管理的能力，是人力資源管理2.0語境下的創新。

1 “大數據技術+”數據多維采集

“大數據技術+”人力資源量化管理的基礎在于數據的時效性、連續性與全面性。在人力資源管理的模塊眾多，從戰略規劃、招聘培訓、績效考核、薪酬管理、勞動關系、企業文化等環環相扣，數據的多維采集決定著人力資源量化管理的整體效果。通過多種技術方法采集那些種類復雜的數據信息，是大數據技術應用實踐中最為基礎的部分。數據多維采集是指拓寬人力資源量化管理在數據分析上，所需要的多模態數據來源及采集渠道，獲取人力資源實時數據的采集與監測，確保相關數據的時效性、連續性與全面性。

數據的多維采集是人力資源量化管理進行數據處理的初始階段，這一程序需要人力資源管理部門轉變常規的“樣本”采集思維與靜態的“報表數據”采集行為，變為采集“源數據”與“全貌”采集思維與行動，實現數據立體、動態、多維的采集原則。不僅關注代表企業人力資源現狀的基本事實數據，如人力資源基本數據、相關問卷與量表、考勤記錄等等常規結構化數據。還要關注網頁、監控視頻、圖片等半結構化與非結構化數據，如員工微信、微博聊天的關鍵詞，可以提取其心理態度與工作協作度等。大數據背景下，人力資源管理可以有效運用的數據采集工具主要有搜索引擎分類工具與分布式計算系統等。尤其是互聯網的普及，通過互聯網在商業信息網站與競爭對手網站等搜集信息有利于加強人力資源動態數據的采集范圍與精確度。采集的數據內容應呈現多維度：一是代表企業人力資源活力的動態數據如核心崗位招聘周期與市場行情的關聯關系;二是代表人力資源質量的分析數據;三是人力資源項目投資回報率相關的數據;四是人力資源管理活動的時空序列數據，即跨地區、跨年度的關聯性數據，通過數據獲取企業人力資源管理活動演化的規律。

2 “大數據技術+”數據集成挖掘

從紛繁復雜的海量數據中發現數據價值、尋找數據規律、預測未來趨勢是大數據時代最為主要的理念。大數據這種挖掘數據規律和預判未來發展趨勢的價值追求符合人力資源量化管理的價值目標。數據集成挖掘是人力資源管理量化管理的核心，即運用專業化手段實現采集數據的清洗去噪、分解整合、關聯性分析、聚類分類、傾向性趨勢分析與模式識別等，逐步提取有價值的數據，深入分析組織內不同部門和職能問的人力資源現狀與趨勢。

大數據的重要特征之一即多樣性，同時數據采集的多維性也注定了數據類型和內容極為復雜，必定存在諸多雜質。如員工心理與行為數據，有員工對人力資源管理工作的心理反應數據，也有與此毫不相關的繁雜瑣事、錯誤信息等數據，這就要對相關數據進行“去噪”以防其數據關聯性分析造成干擾。對數據進行“去噪”多少是在數據挖掘中設置數據過濾器，運用聚類與關聯性規則將多余數據去掉。為提升數據運行速度，可開展分類數據庫的設置。原始數據的初步處理技術有序列模式挖掘、數據智能算法、云計算和數據高級統計等。

人力資源量化管理的目標是人力資源精細化管理與規劃，因此在數據挖掘中，應提取出人力資源各模塊數據信息之間的關聯度，這需要聚類方法的應用支持。聚類法是指在混亂復雜的數據庫中，根據核心數據指標特征，如績效數據的員工信息、發生時問、地理分布、培訓需求、滿意度等，將類似特征的數據信息劃為同類，并且根據數據特征組成不同的數據類，以便進行標記分析挖掘。數據挖掘而來的模型，可通過數學公式或判定樹等來表示。數據模型將大大地提升后續新數據的分析效率，通過輸入相應模型，快速的預測其人力資源管理的現狀及趨勢。但是員工心理態度與行為變化的易變性，員工心理數據的挖掘分析常常是不夠全面的，這是影響人力資源量化管理的一個局限。

3 “大數據技術+”數據可視化

“數據可視化”是指為便于有力的呈現數據挖掘分析的結果，通過借助一定工具以可視化的形式呈現，作為相關管理決策工作的基本依據。人力資源管理者最關注的可能并不是數據挖掘的細節與過程，而是對數據分析結果的展示與解釋，在意人力資源量化管理現狀、趨勢判斷和相關管理建議。在人力數據多維采集和數據集成挖掘程序基礎上，人力資源量化管理還應運用“數據可視化技術”，是數據挖掘結果最直觀的呈現方式，可直接揭示大數據隱藏的規律與價值，便于人力資源管理工作人員對大數據分析結果的理解和認同。可視化技術一般包含集合技術、圖標技術、像素技術和分布式技術等。

通過可視化技術，可直觀有效輔助企業管理者與人力資源管理部門進行人力資源管理與規劃。在利用大數據工具對數據可視化結果的解讀中，還應鼓勵多部門參與到信息協同機制中，鼓勵聘請專業人士對數據分析結果開展客觀的論證，增強數據分析的客觀度與精確度。

4 結束語

一直以來，人力資源量化管理是個難題。大數據時代背景下，運用大數據技術可促進人力資源的量化管理，使其創造更大的戰略價值，形成對業務部門的戰略性支持。為此，必須轉變傳統的人力資源管理體系，探索“大數據技術+”人力資源量化管理體系，幫助組織人力資源部門開展“數據多維采集”、“數據挖掘分析”、“數據可視化”。通過數據找到人才管理和勞動生產率之間的聯系，推進企業人力資源管理模式的轉型。