前言：寻找写作灵感？中文期刊网用心挑选的大数据时代人力资源管理特征，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：
大数据时代的到来对企业人力资源管理的模式和方法产生了巨大影响，使其进入了依托数据信息进行精细化管理的时代。基于大数据的人力资源管理，使得人力资源管理战略更清晰化，员工日常管理更精准化，人才配置更科学化，员工培训更具实效性。
关键词：
大数据；人力资源管理战略；员工日常管理；招聘；培训
随着网络信息化的发展，大数据已成为我们时代的一个显著特征。人们用“大数据”来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。维克托•迈尔•舍恩伯格和肯尼斯•库克耶在《大数据时代》一书中最早提出了大数据的概念，大数据是指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据的特点可以概括为“4V”，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。所谓大数据（Big Data）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据时代的人力资源管理，已经在传统的六大业务模块的基础上发展为七大模块，即在传统的人力资源规划、招聘与配置、培训与开发、绩效管理、薪酬管理、劳动关系管理等六大模块的基础上，加上了第七大模块———大数据。在人力资源信息系统的基础之上，大数据支撑着人力资源管理各项工作实现量化管理。这一变化，正推动着企业人力资源管理的内容及运作模式发生巨大变革。
一、基于大数据的人力资源管理战略更清晰化
人力资源管理战略是根据企业的发展战略，在分析企业外部和内部环境的基础上，从人力资源管理的角度，对实现企业发展目标需具备的能力进行分析和比较，制定相应的人力资源战略规划，属于职能战略。人力资源管理战略的制定过程需要以大数据为依托，首先要进行人力资源外部和内部环境分析，在此基础上进行人力资源供需预测。下面试分析企业在制定人力资源管理战略时常用的数据。
（一）企业外部环境分析常用数据
1．本行业发展状况与趋势指标本行业发展状况与趋势指标主要包括盈利性指标、运营指标、偿债能力指标、发展能力指标、特征性指标、行业经济对国民经济的贡献程度、行业投资开发水平、市场性指标、政策性指标等，2．人力资源市场现状及发展趋势指标人力资源市场现状及发展趋势指标主要包括劳动力资源总量、劳动力参与率、就业人口总量、人口就业率、就业弹性、灵活就业率、就业结构、失业人口、失业率、劳动力流动结构、劳动力流动率、劳动生产率、工资与人工成本等。
（二）企业内部环境分析常用数据
企业内部环境分析常用数据主要包括财务效益状况、资产运营状况、偿债能力状况、发展能力状况、价格状况、服务状况、品牌状况、质量状况、成本状况、效率状况、学习指标等。在收集了历年数据的基础上，采用定量方法进行人力资源需求预测、人力资源存量与增量预测、企业人力资源结构预测及企业特种人力资源预测。企业人力资源供需预测的传统量化方法有：转换比率法、人员比率法、趋势外推法、回归分析法、经济计量模型法、灰色预测模型法、生产模型分析法、马尔科夫分析法、定员定额法和计算机模拟法。这些通用的方法为人力资源规划提供了数据支撑。企业可以根据自身的生产经营情况，进行数据的收集与分析，调整参数，建立适合于自身的数学模型，以取得更好的预测效果。随着企业外部和内部环境的变化，及时对运营数据进行收集与分析，将有助于企业改进产品，增强企业的核心竞争力。通过对行业和竞争对手的生产、经营、管理的数据情报进行量化分析，使战略的制定更加准确，在实施时可以随时监控市场的变化并及时进行校正，实时进行量化分析，形成一个建立在学习型组织基础上的产学研智能系统，使生产、销售实现动态化管理。
二、基于大数据的员工日常管理更精准化
大数据时代对员工的日常管理除了制定制度和流程、对员工的行为进行日常监督反馈、沟通交流之外，还需要对员工行为数据进行分析和整理。在数据的帮助下，人力资源管理部门对于员工表现的分析和认定将会更加客观、更加科学。如有的企业通过记录和分析员工与上级领导及同事之间互动的频率、员工到达办公室的时间及所需的通勤时间、拜访客户的频率和时间段等数据分析，建立员工行为模式，实现数据化考核，评估职业生涯发展中员工的行为表现及发展路径。还有的企业将影响员工流失率的因素进行相关分析，得出导致员工离职的因素排序，为招聘决策及人力资源管理策略提供了强有力的数据支撑。在以大数据为媒介的日常管理沟通中，企业可以运用大数据管理系统平台企业的规章制度、经营管理计划、会议通知、员工活动通知等相关信息，员工也可以利用大数据平台，向企业提出经营管理等方面的建设性意见和建议。人力资源管理部门可以根据员工意见和建议及时给予反馈，对采纳的建议进行公开奖励。大数据之下的员工关系构建，更加有利于培养员工的归属感和主人翁意识，在企业和员工之间建立心理契约，实现双赢。
三、基于大数据的人才配置更科学化
大数据的运用提升了招聘的有效性，使人才配置更加科学化。专业的招聘公司也是依托大数据来进行招聘。全球第一的美国旧金山招聘软件公司Gild．com利用大数据为企业寻找合适的人才，带领人力资源服务进入了Smart SaaS时代。Smart SaaS是科技手段，HSM（Hiring Successful Manage－ment）是联接方法论和科技的纽带，可以实现机器学习、自动化、预测分析一体化的服务模式为企业匹配合适人才，在使用过程中可以让数据体系化，系统会变得越来越智能。中国的人才雷达、微招聘、数联寻英等企业已经开始抢占大数据招聘市场。招聘的前提是清晰的战略和明确的企业文化之下的业务需求，由此定位的人员需求是通过工作说明书和人员素质模型来表达的。招聘部门通过调阅绩效指标库中的考核指标体系，进一步明确对应聘人员的业绩要求。遵循企业内部招聘和外部招聘的原则，企业招聘时有两个选择，或兼而有之：建立自己的招聘数据库和利用外部的招聘数据库。通过数据分析进行招聘决策，可以提高招聘精度，降低招聘成本和培养成本。企业通过传统的招聘信息渠道，如电视、广播、报纸、杂志及网络、微博、微信等渠道，接受各类求职信息。在每次的招聘信息记录中，通过数据分析，可以总结出针对岗位需求哪些是在招聘中起重要作用的因素，哪些是作用一般的因素，哪些是不起作用的因素，以便进行快速招聘决策。通过挖掘数据之间的关系，招聘那些对工作表现最具有预测性的应聘者的能力素质的“DNA”，建立企业自己的招聘预测模型，更加客观理性地进行招聘决策，降低招聘成本，提高招聘效果。招聘预测模型的建立有如下要点：（1）在网上申请阶段，通过简历字段对应聘者在学校、学历、专业、学习成绩、培训内容和次数、晋升次数、职位等进行界定和筛选；（2）建立网上测评系统，对应聘者的综合能力素质、个性特征及胜任力等进行量化分析；（3）对数据进行归类、编码，为后续的工作绩效分析及优化招聘流程提供数据支撑；（4）对数据进行分析。如对工作表现和某项简历字段的相关关系进行分析，或应聘者绩效高低分组与简历字段的相关性分析，读出工作绩效与简历字段哪些项目具有高相关性，以决定录取率和淘汰率。
四、基于大数据的员工培训更具实效性
大数据时代的培训系统是建立在强大的数据分析平台之上的，基于对以往各类培训数据资料的分析，结合量化的培训需求调查及业务发展状况，可以更准确地定位各类员工的培训方案。以大数据为媒介，搭建员工培训学习的大数据平台，建立企业内部虚拟学习中心，根据人力资源规划和培训需求分析，编制课程安排，并采用学分制，根据岗位的不同，安排不同的学习任务。通过大数据平台技术进行个性化培训，学习成效的检验也通过在线测试的方式完成。这将大大提升培训效果，实现员工培训的信息化，节约培训的人力和财力。大数据是人力资源管理的新思维、新技术。人力资源部门已成为数据驱动型部门。国外学者将企业人才分析划分为运营分析、决策分析、战略分析和预测分析四个级别。达到预测分析阶段的企业，可以通过数据分析，了解员工绩效及留任的关键因素，用统计方法决定录用人员、将业务能力与薪水挂钩等。这些人力资源管理大数据领先的企业，已从大数据分析中获得了高额的业绩回报。事实证明，数据就是财富。
作者：李宝莹 单位：北京劳动保障职业学院
参考文献：
［1］ 维克托•迈尔－舍恩伯格，肯尼思•库克耶．大数据时代：生活、工作与思维的大变革［M］．杭州：浙江人民出版社，2012年．
［2］ 周光华．基于“大数据”价值对人力资源管理的思考［J］．科技广场，2013（12）
［3］ 黄诗龙，项杰．“大数据”点亮人力资源管理系统的“大智慧”———结合新华社人力资源大数据实践探析［J］．中国传媒科技，2013（23）
