对大数据时代企业人力资源管理的创新认识
发布时间：2023-10-30 点击：
发布：《现代商业》杂志社
[摘要]随着信息技术的发展，企业在管理上面临着巨大的变革和挑战。大数据时代的到来，改变了企业传统的人力资源管理模式。通过建立数据库系统，设置人力资源绩效管理指标，分析在职和求职者的特征信息，可以大大提高企业现有的人力资源管理效率，准确地为员工提供管理便利。与此同时，大数据信息技术的发展也为企业在日常人力资源管理中带来了诸多问题，比如大数据分析师的缺乏，现有的信息系统不满足运营管理的需求，大量的数据无法得到有效的结论。从企业的角度出发，分析大数据背景下企业人力资源管理活动中遇到的问题，并提出针对性的改进建议，帮助企业完善人力资源管理流程。
[关键词]大数据、信息技术、人力资源、管理与创新
一、背景
人力资源是企业的重要资本，在企业的正常经营管理中发挥着重要作用。人才在国家发展中起着不可替代的作用。为了谋求更好的发展，企业应该充分挖掘和转化人才的智力，利用新技术提升传统的人力资源管理。随着信息技术的不断发展，大数据技术已经渗透到人们生活的方方面面。对于企业来说，数据量正在迅速膨胀，对企业经营管理和业务发展起着重要的指导作用。
在这种背景下，如果能够充分挖掘数据资源，提高企业人力资源管理的效率，将会对企业的发展起到很好的促进和支撑作用。
二、解释相关概念
(一)解释大数据的概念
大数据是一个具有实时性的多元化数据集，在医疗、通信、金融、人们日常生活等各个行业中无时无刻不在产生。大数据和人的行为是相辅相成的。与传统的结构化数据不同，大数据包括文本数据、图像数据、声音数据等非结构化数据，可以记录一切。通过这些数据，可以探索数据生产者的行为，指导企业经营管理。在信息技术的支持下，人们可以利用数据平台和可视化工具对大数据进行深度分析和处理，这在各个方面都带来了巨大的价值。
(二)大数据的价值
首先，大数据可以帮助企业发现市场机会。通过分析企业的市场数据和历史数据，他们可以对细分市场进行详细的预测和分析，并针对不同的用户采取不同的运营和管理方法。比如寻找新业务的增长点，预测商品销量，控制库存等。
其次，大数据可以帮助企业管理者提高管理决策的效率。现在很多企业的高层管理人员仍然是“拍脑袋”做重大决策。随着市场复杂性的增加，传统的管理经验已经不能满足市场的需求。只有依靠数据的支撑，才能帮助管理者把握企业的发展趋势，调整战略安排。
最后，大数据可以帮助企业改进现有产品，为消费者提供更多产品。比如大数据时代，出现了很多第三方招聘平台，为企业人力招聘提供合适的候选人，支持候选人特征分析，帮助客户企业节省人力招聘成本。
(三)人力资源管理的内涵
人力资源管理是企业管理的重要组成部分。人力资源管理主要包括以下几个部分:(1)人力资源规划，梳理岗位需求，制定招聘制度，实现企业人才供需平衡。(2)员工招聘，通过外出宣讲、网络广告等形式，寻找适合公司岗位的人才，并给予相关人员就业资格。(3)员工培训，是企业人力资源管理过程中的重要环节，提高员工的竞争力、知识和技能，提高员工的工作效率。(4)薪酬福利管理，为员工提供合适的薪酬福利制度，鼓励员工投入工作。
(四)人力资源管理中的数据
根据企业的人力资源管理环节，常用的数据可以分为四种。首先是基础数据，包括员工和应聘者的年龄、学历、专业等信息。这个数据主要是结构化数据，少数是半结构化数据；二是能力数据，包括员工和候选人的培训实习经历、项目经历、比赛经历等，主要是半结构化数据，需要进行文本抽取和分析。三是效率数据，评价员工完成工作的能力和满意度，主要是半结构化数据。第四是潜在数据，包括员工潜在的收入增加和绩效提升，主要是结构化数据和半结构化数据。
三、企业人力资源管理问题分析
(一)人力资源规划不符合实际需要
企业的人力资源规划主要包括三个阶段。在准备阶段，主要是收集整理内外部资料；在预测阶段，将对企业的人力需求和岗位设置进行规划，平衡人才数量和岗位数量；在计划阶段，企业将确定最终需求，并开始实施管理活动。在这三个阶段中，会有许多不可预测的外部因素，如人才流失、市场变化、企业战略变革等，影响企业的人力资源管理规划。主要问题包括如下第一，参与人力资源规划的员工缺乏数据引导的意识，不懂得用数据来指导人力资源工作的开展，仍然用拍脑袋的决策来规划，比如错估了某项业务发展所需的新员工人数，面试了很多人，超聘，增加了业务成本。第二，数据结论不被认可。对于很多传统的人力资源管理规划者来说，习惯于经验主义，对数据结论的信任度较低。即使数据员工提供相关分析支持，规划者也不会采纳建议。
(二)网络招聘执行度和匹配度低
大数据时代，58、猎聘等网络招聘平台引起广泛关注。这个招聘平台可以更好的连接企业和应聘者，节省招聘精力，提高招聘效率。以大型招聘平台LinkedIn为例，它可以通过软件的社交属性弥补传统人力招聘的不足，提高人才与企业之间的信息透明度，为企业拓宽招聘信息来源，为企业比较更多的候选人。然而，在企业实际招聘中，除了新型互联网科技企业，传统制造企业和民营企业很少从网络平台获得合适的人才，绝大多数人才仍然来自现场招聘。虽然很多企业也在网上发布招聘信息，但并不定期查看网上应聘者的消息，造成了网上渠道招聘效率低的问题。比如，很多企业在应聘者投完简历后，会提供直接链接供其评估。应聘者花了时间精力完成测评题后，企业的人力资源经理对测评结果视而不见，只有线下招聘不符合需求时，才会去查看线上应聘者的信息。另一方面，在网络平台上，也有很多应聘者伪造简历信息，增加了企业招聘人员的信息核实难度。
(三)员工培训缺乏有效性
现阶段，很多企业意识到员工培训对提高工作效率的重要作用，积极在企业内部推广培训课程。然后，大多数企业的培训流于形式，缺乏有效的规划和监控手段。首先，企业没有收集员工对培训内容的需求。比如很多传统企业为在职员工提供互联网和信息技术相关的培训，但实际上在职员工对岗位技术培训的需求更强烈。这种情况导致企业提供的培训课程与员工的需求不匹配，培训的设计过于主观，浪费了大量的人力和精力。其次，缺乏对员工培训过程的有效监督。比如在培训的过程中，很少有企业会对员工的打卡进行测试，也不会对培训内容进行考核，所以无法知道现有的培训是否能有效提高员工的工作能力。
(四)薪酬福利缺乏数据化管理
在企业人力资源过程中，薪酬福利管理是重要的一环。但是很多企业的薪酬管理缺乏数据思维。一方面，企业的薪酬管理机制与战略规划不匹配，人力资源在分配薪酬福利时过于关注企业的眼前利益，无法预测长远的经济效益，从而为员工提供更加科学灵活的薪酬福利制度。很多员工认为薪酬福利机制的变化跟不上企业经营实际状态的变化。另一方面，在薪酬管理中，尤其是绩效管理中，企业会接触到大量的数据，比如上级和下级的评价数据，员工的自我评价数据等。这些文字资料存放在档案中，无法妥善保管，在总结员工工作、考核员工绩效时无法做出客观全面的评价。
(五)员工关系管理不到位
员工关系管理包括员工纪律管理、岗位轮换管理、奖惩管理等诸多方面，是企业人力资源管理的基础和前提。在员工关系管理的过程中，会产生和利用大量的数据。而对于大多数传统企业的中层管理者来说，是在发现员工关系管理中的问题后，才开始解决的。其中，绝大多数管理者都是利用自己的经验进行预算和管理，只有少数管理者会对数据进行分析，提前发现潜在的隐患。在激烈复杂的市场环境下，很多公司在员工关系管理上投入的精力较少，管理模式也比较单一。此外，在处理员工关系的过程中，由于数据的缺失，企业无法恢复之前的经验，增加了管理和运营的成本，降低了效率。
四、企业人力资源管理问题原因分析
(一)缺乏大数据思维
企业在经营过程中产生了大量的数据，然而，很多地方中小企业管理者缺乏大数据思维。首先，现阶段很多企业管理者都是从业务岗位或者技术岗位上转岗过来的。他们虽然有丰富的业务经验，但缺乏数据意识，没有经过系统的数据学习和培训，不懂得利用数据分析推动业务发展，也不重视数据分析等相关岗位。其次，很多数据从业者虽然有很好的编码能力，但却极度缺乏分析能力，成为企业产品和业务的“数据取数机”，为业务和产品提供数据报表支持，却无法挖掘手中的数据，得出有价值的、落地的结论。最后，无论是数据专业人士，还是非数据岗位的员工，进入职场后都缺乏系统的数据学习机会，难以提升自己的数据思维。虽然很多员工都意识到了数据的重要性，但是不知道如何分析大量的数据。
(二)缺乏信息支撑技术
大数据技术和信息技术相辅相成。在数据生成阶段，需要性能优异的服务器进行存储；在数据分析和清洗阶段，需要懂编程代码的员工进行处理；在数据展示和分析阶段，需要懂业务、懂业务的数据分析师进行深度分析和挖掘。在这个过程中，信息技术和计算机能力起到了决定性的作用。首先，很多小企业缺乏租用服务器的资金，甚至干脆将数据存储在云盘中，缺乏数据安全思维，不利于员工使用数据。其次，很多企业的数据库和数据分析系统都是以外包或半外包的形式建设的。一些小企业会直接购买微软等企业的数据库产品。这些产品的设计没有考虑每个企业的实际需求，而是提供了通用配送的功能。因此，企业在使用这些数据产品时，可能会发现系统与企业的实际业务需求不匹配，导致效率低下。最后，数据分析需要专业的技术人才，包括数据库工程师、算法工程师等。但由于资金、数据量和系统的限制，一些企业很难聘请到合适的技术管理人才，数据的安全性和可用性得不到保障。
五、大数据背景下企业人力资源管理的创新
(一)数据辅助人力资源规划
为了更好地利用数据辅助人力资源经理进行人力资源规划，需要优化以下几个方面。一方面，培养人力资源经理的数据意识，重视与人相关的各种数据，认真对待数据分析的结果。人力资源数据的收集需要花费很长的时间和精力，每个人力资源工作人员都应该认真参与其中，了解数据生成和应用的全过程。在跟踪数据的过程中，还可以掌握与员工密切相关的信息，比如更好地规划岗位需求，制定下一季度的招聘计划。另一方面，人力资源管理规划应与企业的战略方针相结合，以提高数据预测的可靠性，确定未来人力资源管理的重点，节省时间和成本。此外，对于大型企业，尤其是跨国企业，可以建立统一的人力资源数据管理平台，各分公司可以共享人力资源数据。子公司建立了人力资源管理系统后，母公司可以通过共享平台查看，使子公司的人力资源规划与母公司的战略更加匹配，提高子公司决策的准确性[1]。
(二)利用大数据分析挑选合适的人才
在企业的招聘中，人力资源经理普遍认为从众多的简历中挑选出有潜力的、合适的员工是一件非常困难的事情。对于企业来说，可以利用网络媒体和大数据技术来减轻人力资源部门在招聘时的工作量。首先，传统的招聘决策主要依靠面试官的直觉和就业经验，但在人才数量庞大、工作技能复杂的今天，传统的经验判断方法很难快速做出决策，这就需要关注数据，利用数据分析的结果做出招聘决策。比如通过招聘软件，可以根据招聘岗位的具体职责对前来投简历的人进行评分，从专业技能、学习能力、社会关系等诸多方面进行综合评价，为招聘人员提供简单明了的评分标准，帮助管理者快速比较不同的应聘者。其次，企业要设立“人才雷达”，重视与应聘者相关的非结构化数据。例如，在招聘中，人力资源经理可以通过候选人的社交媒体内容来分析候选人的个性和社交能力，并判断候选人的质量。企业可以借助大数据定向分析技术，构建并不断优化自己的“雷达系统”，根据数据的指令寻找符合岗位要求的人才。最后，企业在招到人才后，还要思考如何提高人才配置效率，把合适的人才放到最需要的岗位上。很多大型企业都探索出了人才管理的精细化数据模型，可以从数据维度分析员工与岗位的匹配程度，提供有效的决策支持[2]。
(三)完善员工培训前后的管理监控
在员工培训过程中，也要利用数据优化培训流程，做好培训前的调研和培训后的监控。首先，在培训项目开展之前，我们可以通过问卷调查了解员工对培训和学习的真实需求。不同部门的员工对培训课程有不同的需求。根据调查问卷的结果，可以合理规划培训课程内容和课时分配，尽可能满足更多员工的需求。其次，在培训过程中，要不断收集员工对课程尤其是长期课程的建议，并根据员工的建议及时进行调整和修改，增加员工对课程的认同，提高打卡率和学习效率。最后，在课后对培训课程进行监控和跟踪时，可以通过课程考试和定期回访，及时了解员工的培训效果。此外，企业还可以开展线下培训活动，在内网平台上传线上课程，人力资源部门可以分析员工的学习记录，了解员工的培训学习动态[3]。
(四)将大数据技术应用于薪酬和利益分配
一方面，将大数据技术应用于绩效管理，可以使现有的绩效考核工作更加公平。在传统的绩效考核中，考官的主观性对考核结果影响很大。建立基于数据的绩效考核管理模式，可以提高考核结果的公平性。比如建立考勤打卡制度，及时汇总分析员工的考勤情况，了解员工的实际工作时间；建立评价收集系统，实施电子评价模型，在系统后台记录员工评价，以备将来分析。另一方面，以数据为基础，建立公平的薪酬体系，绩效考核结果与薪酬紧密相关。例如，某企业对员工的绩效考核数据进行系统建模和分析，发现员工的学历、工作经历和评分意见与其绩效能力高度相关，并基于这些数据建立相应的薪酬模型[4]。
(五)开发员工关系管理数据系统
开发员工关系管理数据系统可以改善员工之间的互动。员工关系管理系统的设计需要考虑很多因素。比如如何提高系统的趣味性，让员工积极参与系统运营，可以参照论坛、社交圈的模式来设置，这样可以提高员工的活跃度，方便收集更多的数据。另一方面，管理者也要利用系统维护员工关系，了解员工动向。通过对员工多方位、多结构数据的收集和分析，实现精细化管理和运营[5]六。结语
面对飞速发展的时代和日益激烈的市场竞争，企业应尽快认识到大数据技术在企业管理中的作用，利用大数据技术辅助人力资源管理决策活动。比如应用数据预测和规划结果来辅助人力资源的整体规划；借助大数据分析为企业选择合适的人才；管理和分析员工在数据方面的培训，建立相应的课程数据管理系统，监督员工的学习成绩；通过大数据分析改善现有薪酬福利体系，搭建数字化信息平台，提高员工关系效率。
参考文献
[1] 李宏伟. 基于大数据时代企业人力资源管理变革的分析[J]. 人力资源管理, 2017(1):9-10.
[2] 胡敏华. 大数据时代企业人力资源管理变革的思考[J]. 中国管理信息化, 2019, 22(1):82-83.
[3] 李彩娴. 大数据时代企业人力资源管理变革的思考分析[J]. 企业改革与管理, 2017(5):93-94.
[4] 李巧歌. 大数据时代人力资源管理创新模式研究[J]. 科技、经济、市场, 2017(6):189-191.
[5] 西楠, 李雨明, 彭剑锋,等. 从信息化人力资源管理到大数据人力资源管理的演进——以腾讯为例[J]. 中国人力资源开发, 2017(5):79-88.
[关键词]大数据、信息技术、人力资源、管理与创新
一、背景
人力资源是企业的重要资本，在企业的正常经营管理中发挥着重要作用。人才在国家发展中起着不可替代的作用。为了谋求更好的发展，企业应该充分挖掘和转化人才的智力，利用新技术提升传统的人力资源管理。随着信息技术的不断发展，大数据技术已经渗透到人们生活的方方面面。对于企业来说，数据量正在迅速膨胀，对企业经营管理和业务发展起着重要的指导作用。
在这种背景下，如果能够充分挖掘数据资源，提高企业人力资源管理的效率，将会对企业的发展起到很好的促进和支撑作用。
二、解释相关概念
(一)解释大数据的概念
大数据是一个具有实时性的多元化数据集，在医疗、通信、金融、人们日常生活等各个行业中无时无刻不在产生。大数据和人的行为是相辅相成的。与传统的结构化数据不同，大数据包括文本数据、图像数据、声音数据等非结构化数据，可以记录一切。通过这些数据，可以探索数据生产者的行为，指导企业经营管理。在信息技术的支持下，人们可以利用数据平台和可视化工具对大数据进行深度分析和处理，这在各个方面都带来了巨大的价值。
(二)大数据的价值
首先，大数据可以帮助企业发现市场机会。通过分析企业的市场数据和历史数据，他们可以对细分市场进行详细的预测和分析，并针对不同的用户采取不同的运营和管理方法。比如寻找新业务的增长点，预测商品销量，控制库存等。
其次，大数据可以帮助企业管理者提高管理决策的效率。现在很多企业的高层管理人员仍然是“拍脑袋”做重大决策。随着市场复杂性的增加，传统的管理经验已经不能满足市场的需求。只有依靠数据的支撑，才能帮助管理者把握企业的发展趋势，调整战略安排。
最后，大数据可以帮助企业改进现有产品，为消费者提供更多产品。比如大数据时代，出现了很多第三方招聘平台，为企业人力招聘提供合适的候选人，支持候选人特征分析，帮助客户企业节省人力招聘成本。
(三)人力资源管理的内涵
人力资源管理是企业管理的重要组成部分。人力资源管理主要包括以下几个部分:(1)人力资源规划，梳理岗位需求，制定招聘制度，实现企业人才供需平衡。(2)员工招聘，通过外出宣讲、网络广告等形式，寻找适合公司岗位的人才，并给予相关人员就业资格。(3)员工培训，是企业人力资源管理过程中的重要环节，提高员工的竞争力、知识和技能，提高员工的工作效率。(4)薪酬福利管理，为员工提供合适的薪酬福利制度，鼓励员工投入工作。
(四)人力资源管理中的数据
根据企业的人力资源管理环节，常用的数据可以分为四种。首先是基础数据，包括员工和应聘者的年龄、学历、专业等信息。这个数据主要是结构化数据，少数是半结构化数据；二是能力数据，包括员工和候选人的培训实习经历、项目经历、比赛经历等，主要是半结构化数据，需要进行文本抽取和分析。三是效率数据，评价员工完成工作的能力和满意度，主要是半结构化数据。第四是潜在数据，包括员工潜在的收入增加和绩效提升，主要是结构化数据和半结构化数据。
三、企业人力资源管理问题分析
(一)人力资源规划不符合实际需要
企业的人力资源规划主要包括三个阶段。在准备阶段，主要是收集整理内外部资料；在预测阶段，将对企业的人力需求和岗位设置进行规划，平衡人才数量和岗位数量；在计划阶段，企业将确定最终需求，并开始实施管理活动。在这三个阶段中，会有许多不可预测的外部因素，如人才流失、市场变化、企业战略变革等，影响企业的人力资源管理规划。主要问题包括如下第一，参与人力资源规划的员工缺乏数据引导的意识，不懂得用数据来指导人力资源工作的开展，仍然用拍脑袋的决策来规划，比如错估了某项业务发展所需的新员工人数，面试了很多人，超聘，增加了业务成本。第二，数据结论不被认可。对于很多传统的人力资源管理规划者来说，习惯于经验主义，对数据结论的信任度较低。即使数据员工提供相关分析支持，规划者也不会采纳建议。
(二)网络招聘执行度和匹配度低
大数据时代，58、猎聘等网络招聘平台引起广泛关注。这个招聘平台可以更好的连接企业和应聘者，节省招聘精力，提高招聘效率。以大型招聘平台LinkedIn为例，它可以通过软件的社交属性弥补传统人力招聘的不足，提高人才与企业之间的信息透明度，为企业拓宽招聘信息来源，为企业比较更多的候选人。然而，在企业实际招聘中，除了新型互联网科技企业，传统制造企业和民营企业很少从网络平台获得合适的人才，绝大多数人才仍然来自现场招聘。虽然很多企业也在网上发布招聘信息，但并不定期查看网上应聘者的消息，造成了网上渠道招聘效率低的问题。比如，很多企业在应聘者投完简历后，会提供直接链接供其评估。应聘者花了时间精力完成测评题后，企业的人力资源经理对测评结果视而不见，只有线下招聘不符合需求时，才会去查看线上应聘者的信息。另一方面，在网络平台上，也有很多应聘者伪造简历信息，增加了企业招聘人员的信息核实难度。
(三)员工培训缺乏有效性
现阶段，很多企业意识到员工培训对提高工作效率的重要作用，积极在企业内部推广培训课程。然后，大多数企业的培训流于形式，缺乏有效的规划和监控手段。首先，企业没有收集员工对培训内容的需求。比如很多传统企业为在职员工提供互联网和信息技术相关的培训，但实际上在职员工对岗位技术培训的需求更强烈。这种情况导致企业提供的培训课程与员工的需求不匹配，培训的设计过于主观，浪费了大量的人力和精力。其次，缺乏对员工培训过程的有效监督。比如在培训的过程中，很少有企业会对员工的打卡进行测试，也不会对培训内容进行考核，所以无法知道现有的培训是否能有效提高员工的工作能力。
(四)薪酬福利缺乏数据化管理
在企业人力资源过程中，薪酬福利管理是重要的一环。但是很多企业的薪酬管理缺乏数据思维。一方面，企业的薪酬管理机制与战略规划不匹配，人力资源在分配薪酬福利时过于关注企业的眼前利益，无法预测长远的经济效益，从而为员工提供更加科学灵活的薪酬福利制度。很多员工认为薪酬福利机制的变化跟不上企业经营实际状态的变化。另一方面，在薪酬管理中，尤其是绩效管理中，企业会接触到大量的数据，比如上级和下级的评价数据，员工的自我评价数据等。这些文字资料存放在档案中，无法妥善保管，在总结员工工作、考核员工绩效时无法做出客观全面的评价。
(五)员工关系管理不到位
员工关系管理包括员工纪律管理、岗位轮换管理、奖惩管理等诸多方面，是企业人力资源管理的基础和前提。在员工关系管理的过程中，会产生和利用大量的数据。而对于大多数传统企业的中层管理者来说，是在发现员工关系管理中的问题后，才开始解决的。其中，绝大多数管理者都是利用自己的经验进行预算和管理，只有少数管理者会对数据进行分析，提前发现潜在的隐患。在激烈复杂的市场环境下，很多公司在员工关系管理上投入的精力较少，管理模式也比较单一。此外，在处理员工关系的过程中，由于数据的缺失，企业无法恢复之前的经验，增加了管理和运营的成本，降低了效率。
四、企业人力资源管理问题原因分析
(一)缺乏大数据思维
企业在经营过程中产生了大量的数据，然而，很多地方中小企业管理者缺乏大数据思维。首先，现阶段很多企业管理者都是从业务岗位或者技术岗位上转岗过来的。他们虽然有丰富的业务经验，但缺乏数据意识，没有经过系统的数据学习和培训，不懂得利用数据分析推动业务发展，也不重视数据分析等相关岗位。其次，很多数据从业者虽然有很好的编码能力，但却极度缺乏分析能力，成为企业产品和业务的“数据取数机”，为业务和产品提供数据报表支持，却无法挖掘手中的数据，得出有价值的、落地的结论。最后，无论是数据专业人士，还是非数据岗位的员工，进入职场后都缺乏系统的数据学习机会，难以提升自己的数据思维。虽然很多员工都意识到了数据的重要性，但是不知道如何分析大量的数据。
(二)缺乏信息支撑技术
大数据技术和信息技术相辅相成。在数据生成阶段，需要性能优异的服务器进行存储；在数据分析和清洗阶段，需要懂编程代码的员工进行处理；在数据展示和分析阶段，需要懂业务、懂业务的数据分析师进行深度分析和挖掘。在这个过程中，信息技术和计算机能力起到了决定性的作用。首先，很多小企业缺乏租用服务器的资金，甚至干脆将数据存储在云盘中，缺乏数据安全思维，不利于员工使用数据。其次，很多企业的数据库和数据分析系统都是以外包或半外包的形式建设的。一些小企业会直接购买微软等企业的数据库产品。这些产品的设计没有考虑每个企业的实际需求，而是提供了通用配送的功能。因此，企业在使用这些数据产品时，可能会发现系统与企业的实际业务需求不匹配，导致效率低下。最后，数据分析需要专业的技术人才，包括数据库工程师、算法工程师等。但由于资金、数据量和系统的限制，一些企业很难聘请到合适的技术管理人才，数据的安全性和可用性得不到保障。
五、大数据背景下企业人力资源管理的创新
(一)数据辅助人力资源规划
为了更好地利用数据辅助人力资源经理进行人力资源规划，需要优化以下几个方面。一方面，培养人力资源经理的数据意识，重视与人相关的各种数据，认真对待数据分析的结果。人力资源数据的收集需要花费很长的时间和精力，每个人力资源工作人员都应该认真参与其中，了解数据生成和应用的全过程。在跟踪数据的过程中，还可以掌握与员工密切相关的信息，比如更好地规划岗位需求，制定下一季度的招聘计划。另一方面，人力资源管理规划应与企业的战略方针相结合，以提高数据预测的可靠性，确定未来人力资源管理的重点，节省时间和成本。此外，对于大型企业，尤其是跨国企业，可以建立统一的人力资源数据管理平台，各分公司可以共享人力资源数据。子公司建立了人力资源管理系统后，母公司可以通过共享平台查看，使子公司的人力资源规划与母公司的战略更加匹配，提高子公司决策的准确性[1]。
(二)利用大数据分析挑选合适的人才
在企业的招聘中，人力资源经理普遍认为从众多的简历中挑选出有潜力的、合适的员工是一件非常困难的事情。对于企业来说，可以利用网络媒体和大数据技术来减轻人力资源部门在招聘时的工作量。首先，传统的招聘决策主要依靠面试官的直觉和就业经验，但在人才数量庞大、工作技能复杂的今天，传统的经验判断方法很难快速做出决策，这就需要关注数据，利用数据分析的结果做出招聘决策。比如通过招聘软件，可以根据招聘岗位的具体职责对前来投简历的人进行评分，从专业技能、学习能力、社会关系等诸多方面进行综合评价，为招聘人员提供简单明了的评分标准，帮助管理者快速比较不同的应聘者。其次，企业要设立“人才雷达”，重视与应聘者相关的非结构化数据。例如，在招聘中，人力资源经理可以通过候选人的社交媒体内容来分析候选人的个性和社交能力，并判断候选人的质量。企业可以借助大数据定向分析技术，构建并不断优化自己的“雷达系统”，根据数据的指令寻找符合岗位要求的人才。最后，企业在招到人才后，还要思考如何提高人才配置效率，把合适的人才放到最需要的岗位上。很多大型企业都探索出了人才管理的精细化数据模型，可以从数据维度分析员工与岗位的匹配程度，提供有效的决策支持[2]。
(三)完善员工培训前后的管理监控
在员工培训过程中，也要利用数据优化培训流程，做好培训前的调研和培训后的监控。首先，在培训项目开展之前，我们可以通过问卷调查了解员工对培训和学习的真实需求。不同部门的员工对培训课程有不同的需求。根据调查问卷的结果，可以合理规划培训课程内容和课时分配，尽可能满足更多员工的需求。其次，在培训过程中，要不断收集员工对课程尤其是长期课程的建议，并根据员工的建议及时进行调整和修改，增加员工对课程的认同，提高打卡率和学习效率。最后，在课后对培训课程进行监控和跟踪时，可以通过课程考试和定期回访，及时了解员工的培训效果。此外，企业还可以开展线下培训活动，在内网平台上传线上课程，人力资源部门可以分析员工的学习记录，了解员工的培训学习动态[3]。
(四)将大数据技术应用于薪酬和利益分配
一方面，将大数据技术应用于绩效管理，可以使现有的绩效考核工作更加公平。在传统的绩效考核中，考官的主观性对考核结果影响很大。建立基于数据的绩效考核管理模式，可以提高考核结果的公平性。比如建立考勤打卡制度，及时汇总分析员工的考勤情况，了解员工的实际工作时间；建立评价收集系统，实施电子评价模型，在系统后台记录员工评价，以备将来分析。另一方面，以数据为基础，建立公平的薪酬体系，绩效考核结果与薪酬紧密相关。例如，某企业对员工的绩效考核数据进行系统建模和分析，发现员工的学历、工作经历和评分意见与其绩效能力高度相关，并基于这些数据建立相应的薪酬模型[4]。
(五)开发员工关系管理数据系统
开发员工关系管理数据系统可以改善员工之间的互动。员工关系管理系统的设计需要考虑很多因素。比如如何提高系统的趣味性，让员工积极参与系统运营，可以参照论坛、社交圈的模式来设置，这样可以提高员工的活跃度，方便收集更多的数据。另一方面，管理者也要利用系统维护员工关系，了解员工动向。通过对员工多方位、多结构数据的收集和分析，实现精细化管理和运营[5]六。结语
面对飞速发展的时代和日益激烈的市场竞争，企业应尽快认识到大数据技术在企业管理中的作用，利用大数据技术辅助人力资源管理决策活动。比如应用数据预测和规划结果来辅助人力资源的整体规划；借助大数据分析为企业选择合适的人才；管理和分析员工在数据方面的培训，建立相应的课程数据管理系统，监督员工的学习成绩；通过大数据分析改善现有薪酬福利体系，搭建数字化信息平台，提高员工关系效率。
参考文献
[1] 李宏伟. 基于大数据时代企业人力资源管理变革的分析[J]. 人力资源管理, 2017(1):9-10.
[2] 胡敏华. 大数据时代企业人力资源管理变革的思考[J]. 中国管理信息化, 2019, 22(1):82-83.
[3] 李彩娴. 大数据时代企业人力资源管理变革的思考分析[J]. 企业改革与管理, 2017(5):93-94.
[4] 李巧歌. 大数据时代人力资源管理创新模式研究[J]. 科技、经济、市场, 2017(6):189-191.
[5] 西楠, 李雨明, 彭剑锋,等. 从信息化人力资源管理到大数据人力资源管理的演进——以腾讯为例[J]. 中国人力资源开发, 2017(5):79-88.
