人力资源管理主动“拥抱”大数据时代
[摘 要] 在中国，人力资源管理经历了传统人事档案管理、人力资源职能管理后，进入21世纪，随着计算机的普及与信息系统技术的发展，企业开始纷纷构建人力资源管理信息系统以支撑企业的人事管理业务，逐年积累了大量人事相关数据，为步入大数据人力资源管理提供了必要前提。借助信息系统，未来人力资源管理的发展趋势也一定是大数据人力资源管理。
[关键词] 人力资源管理系统；大数据时代；大数据人力资源管理
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 13. 051
[中图分类号] F272.92 [文献标识码] A [文章编号] 1673 - 0194（2016）13- 0096- 02
0 引 言
在2000年以后，国内企业逐步效仿西方先进组织投资建设人力资源管理信息系统，功能也逐步由数据记录转变为支撑人事管理业务流程，随着新技术的发展，人力资源管理系统也积累了内部员工的海量数据，这将是我们拥抱大数据时代的利器，借助信息系统，未来人力资源管理的发展趋势也一定是大数据人力资源管理。
1 人力资源管理信息系统的发展历程
人力资源管理信息系统即借助信息化手段实现企业人力资源业务管理，其发展历程是企业人力资源管理水平提升和信息技术发展的直观体现。
第一代：简单的薪资计算系统。20世纪60年代，国外大型企业由于手工计算工资费时费力，时而出现计算差错，为了解决这个矛盾，企业开始用计算机来辅助薪资核算。受限于存储技术，第一代系统仅用于薪资核算，不存储结果数据。
第二代：人事数据存储系统。20世纪70年代末，关系型数据库技术的出现，为人事基础信息以及薪资结果的存储提供了可能。这个阶段的系统主要应用于基础数据的收集和存储，也有了初级的报表和统计分析功能。
第三代：传统人力资源管理系统。20世纪90年代末，随着电脑的普及，数据库、服务器技术的发展，使得人力资源管理系统发生了革命性的变化，在人力资本理论的影响下，系统用集中的数据库将所有人力模块的数据（组织、职位、人事、招聘、培训、绩效、薪酬等）统一管理起来，形成企业人力资源管理的工作平台。
第四代：新型人力资源管理系统。随着云服务、数据库与移动应用等技术的发展，新型人力资源管理系统将传统系统作为底层数据库，甚至越来越多的企业将系统搭建在云端，超大型企业借助数据库技术实时获取人事统计信息，借助移动应用查询数据、将绩效考核社交评分化等，从根本上解决了员工自助查询、用户操作不人性化等问题，也由此，非结构化数据与结构化数据均纳入系统管理范畴，使得人力资源管理有了大数据分析与挖掘的基础。
2 大数据时代概述
大数据，一般是指由于数据量巨大而超出现行单台电脑或服务器计算处理能力的信息，它具有四个基本特征，即4V特征：数据量大（Volume）、种类繁多（Variety）、价值高（Value）、处理速度快（Velocity）。
大量数据的挖掘与分析原本已在军事、物理、金融行业应用多年，并未超出计算机的处理能力范围，但随着互联网的迅猛发展，电子商务、传感设备、移动社交等领域迅速积累了大量远超出目前服务器数据处理能力的信息量，数据种类也不再限于传统结构化数据，还包括大量的图片、视频等非结构化数据。为了解决这一矛盾，出现了分布式文件管理系统（HDFS）和分布式编程模式（MapReduce），从根本上解决了数据量大而无法运算的问题。简单来说，就是基于服务器集群架构将原来一次性无法处理的数据分开存储，并分别处理运算，然后汇总各项任务结果，类似曹冲称象的办法，而正是这种处理思维上的变化构成了目前主流大数据软件的核心。
由于人力资源管理数据量无法达到大数据分析所要求的量级，因此少部分学者认为大数据人力资源管理是一个伪命题。其实不然，大数据时代引发管理变革、颠覆传统产业的关键并不是大数据的分布式方法，而是数据本身，电商的发展引起了各个行业对自己拥有数据的关注：将运动数据化催生了大数据体育产业，将客户特征数据化衍生出大数据营销，将交易行为数据化便是大数据金融。将数据视为先进的生产要素是大数据时代的核心，尽管目前人力资源管理数据很难达到大数据分析的量级，但是借助大数据的思维和理念，将企业内组织、职位、员工、人事业务流程等资源数据化，必将极大地改变人力资源管理的内涵和外延，实现大数据人力资源管理。
3 大数据对人力资源管理的创新与变革
3.1 大数据将改变人力资源管理的工作模式
人力资源管理者日常工作中经常面临各种各样的事务与挑战，如识别人才、员工发展规划或福利采购等等，没有大数据的定量结论的支撑，这些问题的处理只能从“理”的层面进行逻辑推理，给出方向性的解决方案，这也是传统定性管理的通病。大数据时代，人力资源管理对数据的关注与挖掘分析将改变这一尴尬境遇，实现由传统定性管理向大数据定量管理的飞跃，从根本上改变人力资源管理的工作模式。基于人力资源管理系统的建设，各项人事相关数据逐年积累，通过数据挖掘得出的关系或结论也就会越来越准确，从根本上解决人才识别与福利采购等难题，为企业创造管理利润。另外，大数据人力资源分析与传统人事统计分析在数据源、挖掘算法与模型等方面均有本质差异，这就需要人力资源管理者调整管理观念，改变思维方式，转变决策依据，由原来的依靠直觉和经验转变为借助大数据分析解决问题。
3.2 大数据将改变人力资源管理的方法与工具
人力资源管理的六大模块主要包括人才规划、招聘、培训、绩效、薪酬与员工关系管理，各个模块都有成熟的工具与方法，这些工具方法大多是西方企业在管理过程中摸索出的一些最佳实践，但是普遍缺少定量分析。例如传统胜任素质模型的搭建方法是通过对绩优与一般人员进行关键行为事件访谈，归纳总结出二者在知识、技能、性格等方面的差异，将绩优人员具备而一般人员不具备的素质纳入胜任模型中，认为该素质是员工获得高绩效的保证，这种方法具有很强的主观性，因此得出的素质模型价值作用有限。大数据时代，人力资源管理系统经过长时间的积累，筛选出绩优与一般人员的背景信息、测评和评价等数据，通过分析验证各个变量是否具有显著差异，同时将这些变量与绩效考核结果做回归分析得出其因果关系，由此构建的胜任素质模型既有以往数据的支持又有统计分析的显著性检验，会更加科学实用。人力资源管理者在今后使用传统工具与方法时应运用大数据理念对其进行优化，运用大数据的思维解决问题。
4 企业人力资源大数据应用建议
大数据时代的到来已成不可阻挡之势，传统管理思维模式的改变已成必然，人力资源管理的转型升级也在所难免。人力资源管理者既要看到大数据带来的巨大契机，又要充分认识到应对大数据的困难和挑战，及早谋划，做好准备步入大数据时代。
4.1 转变人力资源管理理念，迎接新的管理模式变革
大数据时代已然到来，各行各业都在依托大数据分析实现产业升级的同时，企业人力资源管理也应该转变传统管理理念，避免变革恐惧，主动拥抱大数据时代，由传统定性管理逐步向依数据决策、用分析论证转变，充分利用先进技术变革传统管理。
4.2 提升HR数据分析能力，为变革奠定人才基础
人力资源部门应及时设立专门的数据分析处理岗位，或成立由数据挖掘工程师、心理学家、人力资源管理专家组成的数据分析小组，通过对员工的知识、能力、素质、性格等各项特征的有效量化，形成人力资源管理的数据化、精确化与科学化。
4.3 共享系统数据，避免部门博弈
企业管理信息系统如财务系统、客户关系系统、生产系统与人力资源系统等，大多由于部门博弈或数据敏感问题而将管理系统割裂，系统数据并未实现共享。大数据的理念要求一切与决策相关的数据均纳入分析范畴，独立的系统分析显然较为片面，因此人力资源管理系统应研究与其他系统的集成方案，早日实现与财务、生产等系统的数据共享。
4.4 数据的收集和隐私性问题
数据的收集渠道不再仅局限于企业内部的信息系统，更多地要通过移动端、BI甚至传感器等新技术的使用，打造成有效连接HR所服务的管理者和员工的信息高速公路。这些具有累积性和关联性的数据就可能暴露出员工的隐私，而这种隐私的暴露很可能是个人无法预知和有效控制的。数据的公开与隐私的保护就成为人力资源大数据应用的一大矛盾，面临着技术与人力层面的双重挑战。
主要参考文献
[1]王姗姗.大数据时代对人力资源管理的影响[J].中国管理信息化，2015（4）：47-48.
[2]丁俊发.大数据时代的机遇与挑战[J].中国储运，2013（7）：47-49.