招聘与配置中大数据应用.docVIP

招聘与配置中大数据应用 　　摘 要 大数据时代，数据和云计算结合已经能够实现商业化产出，如淘宝“猜你喜欢”的推荐功能，网易云音乐的“每日歌曲推荐”等。基于海量数据分析用户偏好，精准营销，这种个性化分析帮助企业节省了成本，提高了效率，也使企业及时获得反馈，以作出改进。 　　关键词 人力资源失衡 “大数据” “供给侧” 预警机制 　　一、背景 　　个性化在人力资源管理方面同样值得研究。以数据衡量人力资源，把人“数据化”后，能够清楚地反映人是怎么样的。然而，目前大数据尚未能和人力资源管理有效结合。企业人力资源常常处于失衡状态，数量不平衡和结构不平衡是企业始终缺少人才的根本原因。那么，要如何判断是否录用了合适的员工？人员是否得到了有效配置？配置失衡应该如何解决？ 　　招聘与配置属于人力资源的供给侧。招聘是人力资源管理的第一步，合适的员工得到有效配置，实现最佳人岗匹配，才能有效激励员工，获得最大绩效。本文的核心是探讨大数据能否与人力资源管理实务结合，在招聘与录用的评估方面大数据能否作为失衡的预警和监测机制，能否通过大数据的反馈作用促进人岗匹配的实现。 　　二、供给侧的人力资源失衡分析 　　在企业层面，人力资源的失衡主要表现在人力资源的质量和数量两个方面，是由人力资源供需矛盾造成的。人力资源供给和需求可以划分到人力资源管理各大流程里。本文将以招聘与配置为主要切入点，探讨人力资源供给侧的失衡原因。 　　（一）招聘失衡产生因素 　　1.博弈中信息不对称。信息不对称是造成招聘失衡的最直接因素。在“劳动―报酬”的契约关系建立前的博弈中，应聘者倾向于掩盖不足增饰优点，以增加自己的市场价值；招聘者倾向于美化工作岗位，往往给予应聘者一个过高的期望值。 　　2.缺乏战略需求分析。企业缺乏对“需要什么人才”的了解，一是不知道什么人才适合空缺岗位，表现优秀的应聘者全部予以录用；二是仅着眼于短期人力资源需求，仅针对空缺岗位招聘，而忽视了战略层面的供需分析。 　　3.人才评价简单片面。招聘者如何衡量应聘者是否适合岗位，也是决定新员工人岗匹配的重要因素；过分关注学历、年龄、工作经验等外在因素，忽视了对应聘者自身能力的科学综合评价，忽视了最关键的“人”的素质评价。 　　（二）配置失衡产生因素 　　1.岗位职责不明。人岗匹配的起点是知岗。即使能够招聘到优秀的人才，但对工作岗位的认知不全面，依然无法判别人与岗的匹配程度。另外，在实际工作过程中，岗位职责不明确，优秀的人才依然无法充分发挥才能、实现应达的绩效，既是员工人力资源的浪费，也是企业人工成本的浪费。 　　2.培训效果不佳。传统观念认为，培训是成本的增加，培训的机会十分稀少。尽管入职培训之类的一般培训得到了普及，专业培训仍然欠缺，而它却是提升专业素质与工作能力最有效的渠道。此外，培训结果没有落地，缺少反馈评估，多是形式化的报告，成本效益比低。 　　3.评估反馈落后。员工配置缺少衡量标准，无法及时监测员工与岗位的匹配情况。虽然绩效管理能够提供反馈，但绩效管理是事后调节，且考核周期跨度长。仅仅依靠绩效管理，沟通交流中无法避免试探和博弈，无法得到客观准确的信息，仍无法找出低绩效的真正原因。 　　三、招聘与配置中应用大数据的可能 　　（一）企业的需求 　　1.招聘过程。第一，减少招聘成本。高层想以最低的招聘成本完成新员工的招聘，人力资源部门的预算经费同样限制了招聘成本。第二，高素质的应聘者。人力资源管理部门希望应聘者都具有较高的素质，以便从中筛选出最适合工作岗位的人才。但需要注意的是，“胜任素质”比常规考核表现更为重要。第三，潜在人才库。企业不仅希望能够为当前空缺岗位找到合适的人才，同时也希望为长期发展做好人才储备，以积极主动地应对风险。 　　2.配置过程。第一，减少适应成本。企业希望能够缩短新员工的岗位适应期，进行有效的入职培训十分重要。同时，考虑到培训也属于“准固定”成本，培训的成本效益比也要降低。第二，高工作绩效。每个员工不仅仅有基础工资，还有浮动薪酬。基本工资属于保健因素，而激励因素是企业希望促进员工个人绩效从而推动组织整体绩效提升的途径。第三，符合战略发展需求。企业不仅希望员工不断提升工作能力，提高工作绩效，也希望他们成为核心人才的后备力量，兼备能力和忠诚度，以满足企业战略层面的人力资源需求。 　　（二）大数据应用的难点 　　1.技术方面。第一，数据庞大。涂子沛在《大数据》一书中有个定义，即指一般软件工具难以捕捉、管理和分析的大容量数据，数据量大到以“太字节（TB）”为单位。第二，收集渠道。大数据的收集和一般报表数据收集不同。这是一种源数据，是具有混杂性的全部数据，不同于HR们以往的先构思框架再抽样收集。第三，应用系统。大数据需要和云计算结合，而大部分企业尚未配备专门的数