大数据时代下人力资源管理的新机遇和挑战.docVIP

. . 大数据时代下人力资源管理的新机遇和挑战 摘 要：随着大数据时代的到来 ,在管理思维上发生革命性的变革一场全新 的思维管理方式应运而生,大数据的使用已成为企业提升竞争力的关键要素。如何在“大数据”时代背景下,通过对巨量的、碎片化的数据实现科学有效地提取和分析,产生更大的管理智慧和价值,为企业人力资源管理提供决策参考,顺应时代变化创新人力资源管理的手段和方法,是企业人力资源管理者在大数据时代面临的最大的挑战和机遇。 关键词：大数据 人力资源管理 机遇 挑战 一、引 言 近两年以来，随着信息时代的发展，大数据称为炙手可热的话题，在社会各领域产生了深远的影响，成为当今时代的一个显著的特征。大数据已经用于各种行业，比如金融、零食、公共事业等，并且取得了指导意义。 当全社会多领域正经历大数据浪潮的洗礼时,企业人力资源管理也不例外, 企业运用大数据技术不仅能够创造利润，为客户提供更好的服务，而且也能为企业的人力资源管理发挥巨大的作用。企业人力资源管理工作中呈现出越来越依靠大数据技术的发展趋势，大数据时代的到来，推动着人力资源管理从单纯的经验模式转型向依靠数据事实的模式。 二、大数据的理论以及人力资源管理 随着互联网信息化时代的蓬勃发展，大规模的存储带动了大数据等技术的兴起，大数据在这种时代背景下应运而生。大数据不是片面单纯的强调体量巨大、数据种类丰富多样的数据集合。2011年由全球著名的管理咨询公司麦肯锡给出了关于大数据的相对明晰的定义：大数据是指在一定时间内无法用传统数据处理工具和软件进行分析的海量数据集合。虽然这并不是一个确切的定义但是由这个定义，学术界把大数据具有四个层面的特征归纳为“4v”，分别是“volume，variety，value，velocity”。Volume代表的是数据体量性，就是容量大，variety代表的是数据类型丰富，包括结构化，半结构化，以及非结构化。数据的来源不仅仅局限于数字，还包括了文本，图片，语音等等。“value”表示的是价值的稀缺性，“velocity”是速度性，要求处理速度快。 著名的科学家维克托·迈克尔·舍尔伯格曾提出大数据具有显著深层次的特点是：1.所涉及的样本量是全体样本而不是抽样或者随机的数据，改变了原来传统统计分析的局限性。2.数据不在局限于结构化数据而是接受并利用非结构化数据。不要求准确性，接受混杂性，通过得海量混杂的非结构或者半结构化的数据进行处理分析，找出数据之间的规律。3.数据的分析不仅仅是包含因果关系，而是相关关系，强调了数据之间的相关性。在大数据的处理中，探索的规律不在纠结于因果关系，而是更多的去探寻数据间的关联性，挖掘价值。这些特性正好可以将大数据合理的利用于人力资源管理之中。利用“大数据”这个新动力、新工具提升企业人力资源管理工作的效率，是大数据时代人力资源管理工作的一次新的机遇和挑战。 人力资源是企业当中重要的资源之一，决定这企业的竞争力和战斗力。很多企业的人员类别多而且往往比较分散，非单一类别的管理。那么如何通过大数据来有效收集企业内部人力资源的数据，使数据得到充分的利用，提升企业人力资源管理水平，就要先梳理清楚企业中有哪些人力资源大数据。人力资源管理中的“大数据”都散落在人力资源部门在日常管理当中涉及的各类工作中，既人力资源管理模块中的人员资料、员工行为表现、实施过程等各项信息内容。具体能够构成大数据的数据类型包括基本、能力、效率、潜力4类数据。1.基本原始信息包括个人的基本信息，这些数据是记录的是真实反映员工个人素质的客观依据。2.能力数据包括员工培训经历、接受培训的的课程种类，培训成绩，奖惩情况等。能力数据是员工考核培训结果和了解学习成果的重要手段。3.效率数据是指员工工作完成效率，效率数据能够展现员工在企业当中的工作效率，科学的指导人力资源培养计划。4.潜力数据是预测员工未来发展情况的数据，主要包括员工业绩的提升率，收入增长比率等等，反映出员工能力提升的发展趋势。综合类比如表1所示。 表1 人力资源管理中的大数据内容 数据类型 主要指标 大数据类型 基础数据 年龄、学历信息、专业信息、工龄、岗位级别、现任职务 结构化数据为主半结构化和非结构化为少数 能力数据 培训经历、奖惩情况、所获资格、证书 半结构化和非结构化为主 绩效数据 绩效完成率、考勤情况、安全生产率、团队评价 结构化和半结构化数据为主 潜力数据 业绩提升率、收入涨幅率 结构化和半结构化数据为主 三、大数据给