搜索
大数据时代背景下对于HRM的影响完成日期：2015年7月11日摘要：在这样一个经济飞速发展的时代，且不用说以知识经济为大背景的时代特征，也不用说以创新力量为主要竞争力和发展力的企业作为最活跃的经济细胞体存在着，近年来，出现了一个带有时代特色词汇——“大数据”时代。接下来我就会论述大数据时代相关内容以及它对于人力资源管理的影响。关键词：大数据大数据时代人力资源管理知识经济企业数据分析首先，我们先了解一下什么是大数据，什么是大数据分析和大数据时代，以及它们的相关特征。大数据（bigdata），就是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。在2008年8月中旬，由维克托·迈尔-舍恩伯格以及肯尼斯·库克耶编写的《大数据时代》一书中提出，其具有4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。具体来说，就是数据量大，数据类型繁多，数据价值密度相对较低，处理速度快、时效要求性高。作为需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，“大数据”的战略意义不在于泡大的数据信息，而在于对这些含有意义的数据进行专业化处理。也就是说，如果把大数据比做一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。而对于这样一种“大数据”的分析，在当今时代，也是非常重要的，因为它具有很庞大的商业价值，逐渐成为各行业人士的利润焦点。最著名的“大数据分析”的案例就是2014年巴西的世界杯。一向以严谨著称的德国队引入专门处理大数据的足球解决方案，进行比赛数据分析，优化球队配置，并通过分析对手数据找到比赛的制敌方式；谷歌、微软、Opta等通过大数据分析预测赛果……由此可以看出，大数据，再摸种程度上，充当了世界杯的“预言帝”。相对应的，全球知名的咨询公司麦肯锡最先提出了“大数据时代”这一概念，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”在大数据的浪潮之中，作为企业管理的重要组成部分，人力资源管理也受到了巨大的影响。而如何将大数据这一概念融入和应用到人力资源管理中，优化人力资源管理系统，利用大数据的价值提升人力资源管理各个方面的工作效率，就成为了我们最关注的问题。首先，对于大数据的四个特点以及相关的案例，我们可以发现，需要做到几个转变。第一，由于大数据的“大量”，所以，为了我们分析的结果包含的面积更大，我们应该注重于分析所有的相关的数据，而不仅仅是简单而有限的少量样本的数据，我们可以利用现代科技中数据搜集和数据处理的强大能力，来进行全面的分析，获得更多的有用的信息；第二，由于它的“高速”，我们需要建立一个实时监控系统，让我们搜集数据的速度时刻拉近数据更新的速度，获得的信息尽量接近最新的数据；第三，大数据具有“多样性”，所以，我们不能只关注数据的精确性，还要在精确的基础上，重视数据的复杂性和完整性，这样更有利于了解事件的真相，而避免因为忽略了某些信息而出现理解的片面，造成决策的失误；第四，由于大数据存在的“价值”，我们要注意，这个价值的发生并不是简简单单一个因素推动，我们更要看到事物之间的相关性，它们的内在联系往往能够让我们看到一整套的战略思维和规划。比如沃尔玛商店，它在对于超市里人们购买行为进行大量数据分析后发现，绝大多数男性在买完啤酒之后通常也会买尿布，所以超市作出将尿布和啤酒放在一起进行销售的决策。然而现在，就我国的人力资源管理而言，主要存在两个方面的问题：表面性和滞后性。所谓“表面性”，就是说我国的人力资源管理这方面还处于起步和初始发展的阶段，很多企业的人力资源管理部门还停留在简单的“劳动人事管理”的职能定位上，很多人将人力资源管理视为鸡肋，并没有重视起来，也就没有深入研究现有的问题，探讨解决的途径，只是在做表面上的招聘、甄选、培训、档案管理等事务，不停的沿用过去的传统模式，没有创新，弱化了人力资源管理的竞争力和地位，大部分还是借鉴国外先进企业的人力资源管理方法，再结合实际稍加改变和调整，形成自己的特色。谈到“滞后性”，作为和其它部门联系紧密，以支持和辅助性为主的人力资源管理部门，很多事务都是由其他部门先做好一定工作，产生了需求，才会需要人力部的协助，这样，人力部门就会因为“滞后”而产生大量繁重而且复杂的工作。在这方面，人力资源管理部门缺乏前瞻性。而且，由于人力部的工作中存在太多非量化的维度、数据，从而增加了做出准确预估的难度。于是，针对这两方面，大数据的优点就可以完美应用在人力资环管理的工作之中。在“大数据时代”，数据已经成为不可缺少的生产要素。在人力资源管理中，可以利用大数据的优势，将所有相关工作进行客观的数据整理和分析，根据数据分析结果开展人力资源管理工作，制定人力资源管理战略。具体来说，分为招聘、培训、薪酬、绩效这四个方面。首先，对于招聘方面，企业需要获得人力资本，根据投入和产出的最优组合，最少的投入获得最高的产出，也就是说，我们要在投入最低的成本的基础上，获得与企业匹配度最高的员工。所以，根据大数据分析的思想，将应聘人员的个人简历和相关资料中兴趣爱好，个性特征，工作经历，就业倾向，家庭环境等汇总起来，让数据“说话”，然后与岗位要求相匹配，使招聘结果更加精确有效，同时节约了成本。其次，对于培训，为了使企业能够最大化的提升人力资本，同时也满足员工的需求，我们应该从双方进行分析。在企业方面，从各方面充分获取并分析数据信息，提供专门的培训服务，使培训工作更具有针对性；在员工方面，通过调查问卷等方式，让员工对于自己的需求给企业有一个真实的反馈。做到公司的要求和员工的需求相一致，更好地提高培训效果。然后，对于绩效方面。绩效考评传统的方式是来自于上级的评价，带有一定的主观性和人情分，易出现近视效应等问题，所以不能很好的保证考核结果的公平公正，容易引发员工的不满情绪。如果利用“大数据”，在考评指标中，加入一些可量化的部分，用客观的分数来反映员工真实的绩效水平，可以有效提高评估、分析、反馈等各环节的效率。最大程度上避免由人为因素导致的不公现象。最后，对于薪酬方面。由于薪酬作为员工的劳动回报，不论企业还是员工都很重视，而合理的薪酬制度可以恰当地把员工的利益和企业的利益联系在一起。薪酬制定具有三个原则：内部公平、外部公平、自我公平。所以，利用“大数据”，我们可以通过收集和分析，在制定薪酬制度前，对于行业整体薪酬水平有更加精确而全面的了解，提前掌握本行业乃至国内劳动力薪酬的变化趋势，在薪酬管理中掌握先机。但是，在“大数据时代”中，也同样因为它的四个特性，会在使用中带来一定的风险。第一，大数据牵涉各个方面，范围广，影响深远，具有个人隐私和商业机密泄露的风险。于此，企业可以加强对数据的安全管理，政府也可以加强隐私权方面的立法，加强公众的道德责任意识；第二，大数据的数量之多，难免其中掺杂错误信息，造成分析结果失真。对此，企业可以加强数据的过滤，建立一整套数据管理模型，注重数据分析和整合。虽然大数据的应用中还存在一定风险，但是“大数据时代”已经来临，我们只有紧跟时代的步伐，追随时代的潮流。在人力资源管理方面，尽可能发挥大数据的优势，简化工作，优化系统，公平公正，提高效率，注重效果，推动人力资源管理行业的发展。