大数据人力资源基于雇员网络的绩效分析与升离职预测.pdfVIP

大数据人力资源: 基于雇员网络的 绩效分析与升离职预测 高　 见　 张琳艳　 张千明　 周　 涛 摘要 大数据正在全面改变科学研究的理念和方法论, 特别地, 一些半 定量甚至定性的学科, 包括社会学、 心理学和管理学等, 都会转 变为基于大量数据分析的定量化学科。 本文以一个具体的实例, 展现了大数据分析在人力资源管理中不可估量的前景。 通过企业 内部员工社会化平台上留下的非干预数据, 本文构建了双层雇员 网络:社会网络和互动网络, 分析了雇员网络的结构特征, 实现 了基于雇员网络的员工绩效分析和升离职预测。 本文是一大类具 有理论开创意义和实践开拓意义的人力资源大数据分析与应用的 起点。 1． 引言 世界上最难管理的对象是人。 把人员管理中屡败屡战的经验教训记录下来, 就形成了 “人力资源管理” 这门学科。 早在60 年前, 彼得 ·德鲁克就在 《管理 实践》 一书中明确界定了人力资源管理范畴 (Peter, 1954), 然而直到现在, 这 个学科还依然徘徊在定量科学的大门之外。 绩效管理是整个人力资源管理中发展最充分、 实际应用也最广泛的部分 ———当一家企业脱离了 “安全基本靠狗、 通讯基本靠吼” 的阶段, 无一例外都 会制定绩效制度来管理员工。 但是, 即便是被很多企业都奉为圭臬的绩效和薪 酬管理, 在很大程度上也只是基于经验的事后补救。 因为当我们利用薪酬杠杆 给超额完成指标的员工发放胡萝 卜, 同时向达不到绩效要求的员工展示大棒的 时候, 绩效结果已经是无法改变的事实了。 亡羊、 补牢、 再亡羊、 再补牢…… 经历了多个循环还依然存活的企业管理人员, 会形成很多经验, 譬如 “女孩子 可能不适合带领这样的团队”、 “这类事情工科生最合适了”、 “这类项目人员 大数据人力资源: 基于雇员网络的绩效分析与升离职预测 ·　　　39 · 不能太多, 而且要有老员工在里面”、 “说了多少遍了, 这种事情必须要白羊座 的人才能做好” ……这种经验可信吗? 换一家公司还适合吗? 能够像知识或者 基因一样一代一代传下去吗? 一些领先的企业和研究机构, 已经认识到有必要把大数据和定量分析引入到人 力资源管理中。 Google公司从2009年就开始推行 “氧气计划”(Bryant,2011), 用 科学算法归纳出高效领导人的运作法则。 通过对公司1万多名员工进行访谈和问 卷调查, 结合大量数据分析和建模后, Google得到了8个成功经理人的指标。 麻 省理工学院的Pentland研究小组通过对一个 “八人头脑风暴团体” 进行追踪, 在 每天工作结束后记录下团队成员之间的沟通次数。 他们发现, 沟通对于工作表现 至关重要, 即使员工在茶水间与其他同事进行与工作无关的聊天, 也会提高员工 的绩效 (Olguín et al． , 2009; Woolley et al． , 2010; Pentland, 2012a; Pentland, 2012b; Waber2013)。 匈牙利布达佩斯大学Vicsek研究小组的分析显示, 大型的 合作组若想长期存在, 就需要有动态更换成员的能力———能时常送走一些老成 员, 并同时引入新鲜血液; 相反, 小型的合作组要想长期存在, 则需要稳定, 团 队成员最好不要有太多变化 (Palla et al． , 2007)。 西北大学的Uzzi研究小组通 过对海量论文和专利的研究指出, 多学者跨学校的合作, 更容易产生有高影响力 的科技成果 (Wuchty et al． ,2007; Jones et al． ,2008)。 尝试整合更多的数据, 实现对员工绩效和升离职的提前预测, 是整个人力 资源领域的大势所趋。 人力评测必须由 “问卷+专家” 的形式转变为通过大量 非干预的数据, 建立数学模型, 依靠统计分析、 关联挖掘、 因果推断等方法, 探索影响员工绩效的主要因素, 实现对员工绩效的早期预测和高效干预。 这些 数据, 不是来自于有心理防备的问卷和访谈, 而是来自员工在工作之中自然留 下的行为轨迹以及员工在工作之外的社交、 阅读、 娱乐等行为 (周涛, 2013)。 要收集到这些数据, 并且将之与员工的绩效表现一一对