
大數(shù)據(jù)為何走不進(jìn)人力資源管理
當(dāng)各行各業(yè)都在進(jìn)行“大數(shù)據(jù)”升級(jí)時(shí),HR能不能推動(dòng)大數(shù)據(jù)走入人力資源管理呢?答案是:很難!
Managershare:大數(shù)據(jù)是現(xiàn)在的一個(gè)熱門(mén)詞,各行各業(yè)都想辦法要融入大數(shù)據(jù),人力資源管理也不例外。但要怎么玩卻不是件簡(jiǎn)單的事。首先,應(yīng)該把人數(shù)據(jù)化,清楚地知道“人是怎樣的”。只有當(dāng)HR用大數(shù)據(jù)把人力資源管理的大未來(lái)實(shí)現(xiàn)時(shí),人力資源管理才將真正迎來(lái)下一站的“云時(shí)代”!
“博士,我們需要一個(gè)關(guān)于大數(shù)據(jù)(big data)人力資源管理的講座!”這是2014年開(kāi)年以來(lái),我聽(tīng)到來(lái)自500強(qiáng)HR們的新需求,同時(shí)這也在所有需求中排名前Top3。是呀,大數(shù)據(jù)的魅力已經(jīng)無(wú)需證明!渴望改變的HR們又怎么會(huì)放棄這樣一個(gè)“殺手級(jí)”利器?
大數(shù)據(jù)的HRM大未來(lái)
大數(shù)據(jù)是什么?簡(jiǎn)單來(lái)說(shuō),大數(shù)據(jù)就是大量的數(shù)據(jù),其具有4V的特點(diǎn):Volume(大量)、Velocity(高速產(chǎn)生)、Variety(多樣性)、veracity(真實(shí)性)。進(jìn)一步看,就是在某些領(lǐng)域通過(guò)傳感器和屏幕等入口自動(dòng)高速產(chǎn)生了大量、多樣的數(shù)據(jù),這些數(shù)據(jù)輔以合理的算法和強(qiáng)大的云計(jì)算能力,能夠告訴你這些領(lǐng)域的一切信息!
大數(shù)據(jù)不僅是數(shù)據(jù)量的龐大,其更是一種數(shù)據(jù)產(chǎn)生和處理的模式。由于是自動(dòng)提取,保證數(shù)據(jù)源充分;由于是即時(shí)產(chǎn)生和處理,保證隨時(shí)刷新;由于是全貌數(shù)據(jù),保證永遠(yuǎn)不會(huì)出錯(cuò)。所以,這種模式在大多數(shù)領(lǐng)域都能夠精準(zhǔn)地指示資源分配。
人力資源管理是關(guān)于分配人和相關(guān)資源(培養(yǎng)、激勵(lì)資源)的工作,如果借助大數(shù)據(jù),將人和其他資源數(shù)據(jù)化,再用算法進(jìn)行匹配,顯然有無(wú)限的想象空間。其實(shí),通過(guò)大數(shù)據(jù)實(shí)現(xiàn)資源的“可擴(kuò)展獲得”,提升資源的利用效率,也正是我在2011年提出的“人力資源云轉(zhuǎn)型”。
具體怎么玩呢?
首先,應(yīng)該把人數(shù)據(jù)化,清楚地知道“人是怎樣的”,這包括,他的能力如何?行為特征如何?績(jī)效表現(xiàn)如何?
基于這一基礎(chǔ),人力資源管理各大職能就能夠顯著提高效率。
在調(diào)配領(lǐng)域,如果將崗位數(shù)據(jù)化,明確每個(gè)崗位需要什么樣的人,豈不是可以從容地招聘、調(diào)用企業(yè)內(nèi)的閑置人員跨界協(xié)作?每個(gè)崗位都有最適合的人員,成本最低,效用最大。
進(jìn)一步看,組織機(jī)構(gòu)、業(yè)務(wù)流程、崗位系統(tǒng)不再成為員工釋放能力的邊界,員工還能跨崗位擔(dān)綱其他角色,以網(wǎng)絡(luò)化的方式無(wú)邊界協(xié)作,進(jìn)一步將人用到極致,將人工成本投產(chǎn)比放到最大。
在培養(yǎng)領(lǐng)域,如果將培訓(xùn)資源(培訓(xùn)內(nèi)容、形式等)數(shù)據(jù)化,豈不是可以從容地組織、推送員工最需要的培訓(xùn)支持?每個(gè)人獲得的培訓(xùn)都是高度定制化的、自己最需要的,且學(xué)來(lái)能用,用來(lái)能好,從學(xué)習(xí)到實(shí)踐產(chǎn)出的過(guò)程幾乎沒(méi)有損耗。
在激勵(lì)領(lǐng)域,如果將激勵(lì)資源數(shù)據(jù)化,豈不是可以從容地推送各類(lèi)激勵(lì)套餐?每個(gè)人獲得的激勵(lì)都是高度定制化的、自己最需要的,同樣的成本支出,每個(gè)人對(duì)于全面薪酬的感知可以放大到極限。
HR可能誤會(huì)了大數(shù)據(jù)
事實(shí)上,專(zhuān)業(yè)一點(diǎn)的HR都玩數(shù)據(jù),他們測(cè)試勝任力,評(píng)估崗位,考核績(jī)效,利用數(shù)據(jù)進(jìn)行決策。我也非常推崇這樣的玩法,認(rèn)為HR要用數(shù)據(jù)分析來(lái)為自己的崗位建立“技術(shù)剛性”。但不得不遺憾地說(shuō),這些玩法不是大數(shù)據(jù)。
從字面上理解,大數(shù)據(jù)的關(guān)鍵在于數(shù)據(jù)量龐大。涂子沛在《大數(shù)據(jù)》一書(shū)中有個(gè)定義,即指一般軟件工具難以捕捉、管理和分析的大容量數(shù)據(jù),數(shù)據(jù)量大到以“太字節(jié)(TB)”為單位。太字節(jié)是多大?1TB=1024GB。
一個(gè)萬(wàn)人的企業(yè),即使你把勝任力、績(jī)效、崗位、SOP等傳統(tǒng)數(shù)據(jù)完全納入,頂多只能用“吉字節(jié)(GB)”為單位,離“太字節(jié)”的體量還是相差甚遠(yuǎn)。
HR們以為數(shù)據(jù)量已經(jīng)足夠龐大,難以處理。實(shí)際上,這種數(shù)據(jù)量通過(guò)本地軟件的計(jì)算能力(甚至直接用excel表)就可以解決,根本不需要運(yùn)用到互聯(lián)網(wǎng)上的云計(jì)算,這些顯然不是大數(shù)據(jù)。
為何會(huì)達(dá)不到大數(shù)據(jù)的體量?關(guān)鍵還在于HR對(duì)于數(shù)據(jù)的理解,HR采集數(shù)據(jù)的傳統(tǒng)思路是“先有思考框架,再收集相應(yīng)數(shù)據(jù)”,數(shù)據(jù)大多來(lái)自數(shù)據(jù)生成之后,才用報(bào)表要求基層有選擇地逐級(jí)上報(bào),這大大損耗了數(shù)據(jù)量。
例如,考核某個(gè)員工的績(jī)效,HR會(huì)在其工作完成之后才要求直線(xiàn)經(jīng)理根據(jù)考核指標(biāo)進(jìn)行數(shù)據(jù)收集,而后計(jì)算匯總,最后上報(bào)人力資源部。
這種思路使得傳統(tǒng)數(shù)據(jù)具有典型的“非大數(shù)據(jù)特征”,這大大制約了數(shù)據(jù)的威力。
其一,這些傳統(tǒng)數(shù)據(jù)是“冷備份”而非“熱備份”。
冷備份即生成之后再調(diào)用,成本極高,收集數(shù)據(jù)的過(guò)程已經(jīng)讓HR苦不堪言,他們需要不斷催告業(yè)務(wù)部門(mén),還要一遍一遍地付出教育成本,確保統(tǒng)計(jì)口徑統(tǒng)一。
熱備份則是數(shù)據(jù)隨著工作流無(wú)意識(shí)產(chǎn)生,只要員工開(kāi)展工作,自然有數(shù)據(jù)往“云平臺(tái)”上跑,而且這些數(shù)據(jù)也能被平臺(tái)的計(jì)算功能即時(shí)處理。
其二,這些數(shù)據(jù)是“報(bào)表數(shù)據(jù)”而非“源數(shù)據(jù)”。
報(bào)表數(shù)據(jù)是經(jīng)過(guò)處理后的數(shù)據(jù),例如某餐飲企業(yè)里,員工某天接待顧客的數(shù)量。而源數(shù)據(jù)則是指未經(jīng)過(guò)處理的數(shù)據(jù),是對(duì)于工作流全面的呈現(xiàn)。
同樣用餐飲企業(yè)的例子,員工在某個(gè)具體時(shí)點(diǎn)接待了一個(gè)多大年齡的顧客(很大程度上意味著服務(wù)難度),客單價(jià)多少,接待時(shí)長(zhǎng)多少,提供服務(wù)次數(shù)……員工A某天服務(wù)顧客數(shù)可能是員工B的兩倍,如果我們僅僅關(guān)注這個(gè)報(bào)表數(shù)據(jù),就可能得出A績(jī)效優(yōu)于B的結(jié)論。
但如果關(guān)注源數(shù)據(jù)就有可能發(fā)現(xiàn),B服務(wù)每個(gè)顧客的接待時(shí)長(zhǎng)是A的三倍,為每個(gè)顧客提供的服務(wù)次數(shù)是A的兩倍……這些都是有價(jià)值的信息!NBA球隊(duì)休斯頓火箭隊(duì)的總經(jīng)理莫雷正是基于這些源數(shù)據(jù)的分析,從低順位(選秀時(shí)靠后的選秀機(jī)會(huì))中選出了那些被報(bào)表數(shù)據(jù)淹沒(méi)的高潛質(zhì)球員。
其三,這些數(shù)據(jù)是“樣本”而非“全貌”。
由于是在某個(gè)時(shí)點(diǎn)上針對(duì)某些領(lǐng)域提取數(shù)據(jù),數(shù)據(jù)僅僅是樣本,而非全貌。只要是樣本,就有可能出現(xiàn)偏差。例如,有的咨詢(xún)公司在為企業(yè)進(jìn)行敬業(yè)度調(diào)查時(shí),采用了采樣方式,即使樣本特別龐大,這也不是大數(shù)據(jù)。這種情況下,可能有抽樣偏差,員工可能被問(wèn)卷帶著走,被訪(fǎng)談的氣氛誘導(dǎo),盡管我們可以通過(guò)各類(lèi)技術(shù)去減少這些干擾。
但是,如果他們?cè)谡搲?、微博、微信等社交工具上?duì)所有員工的發(fā)言進(jìn)行關(guān)鍵詞的抓取和分析,甚至對(duì)于員工的行為進(jìn)行各種分析(如早到時(shí)間、加班時(shí)間、協(xié)作次數(shù)、申請(qǐng)培訓(xùn)數(shù)量等),那才是大數(shù)據(jù)。這種情況下,幾乎不可能出現(xiàn)偏差。
跨不過(guò)的坎
明白了大數(shù)據(jù)的思路,HR能不能推動(dòng)企業(yè)走入大數(shù)據(jù)人力資源管理呢?
據(jù)我的觀(guān)察,很難!這絕不是因?yàn)橛布闹萍s,事實(shí)上,在傳感器和屏幕遍布的今天,不少企業(yè)在硬件上已經(jīng)具備了吸納數(shù)據(jù)的可能,有些企業(yè)也將數(shù)據(jù)吸納到了生產(chǎn)信息系統(tǒng)上。我們要思考的是,這些數(shù)據(jù)為何進(jìn)入不了人力資源管理信息系統(tǒng)?
這主要是因?yàn)槿矫娴脑颍?/span>
第一是部門(mén)博弈問(wèn)題。
業(yè)務(wù)部門(mén)將生產(chǎn)數(shù)據(jù)導(dǎo)入人力資源管理信息系統(tǒng),對(duì)于人力資源管理的效率無(wú)疑是一個(gè)利好,但對(duì)于部門(mén)來(lái)說(shuō),意味著權(quán)力空間被擠占。
以前部門(mén)爭(zhēng)取機(jī)構(gòu)、編制、人員都可以保留一定的裕度,可以和HR們談判,但導(dǎo)入大數(shù)據(jù)之后,他們幾乎變成透明的,顯然是弊大于利!我調(diào)研的一個(gè)企業(yè),HR意圖建立大數(shù)據(jù)云平臺(tái),這意味著幾個(gè)生產(chǎn)信息系統(tǒng)要與人力資源管理信息系統(tǒng)整合,但業(yè)務(wù)部門(mén)的領(lǐng)導(dǎo)卻以安全性為由拒絕了HR的要求。
第二是HR的恐懼。
要打籃球的人去踢足球,他們不會(huì)愿意。面對(duì)龐大的數(shù)據(jù),HR們對(duì)于數(shù)據(jù)的處理能力決定了他們的地位。盡管前景廣闊到可以讓他們成為企業(yè)內(nèi)的“上帝”,但這種角色的轉(zhuǎn)換也讓他們不安,與其如此,還不如將工作范圍保留在自己的“安全區(qū)域”。
第三是領(lǐng)導(dǎo)思路問(wèn)題。
當(dāng)前,國(guó)內(nèi)企業(yè),甚至國(guó)外企業(yè),重視數(shù)據(jù)的老板不多。即使在大數(shù)據(jù)如火如荼的今天,老板們辦公桌都擺上了一本《大數(shù)據(jù)》,他們內(nèi)心深處依然是傳統(tǒng)玩法。即使在最前沿的互聯(lián)網(wǎng)行業(yè),也有凡客這樣因?yàn)椴煌鏀?shù)據(jù)而使供應(yīng)鏈?zhǔn)Э氐钠髽I(yè)。
這也難怪,他們過(guò)去的成功本來(lái)就不是靠數(shù)據(jù),所以,他們的企業(yè)沒(méi)有數(shù)據(jù)基因也正常,他們想象不出大數(shù)據(jù)的威力,就如同你無(wú)法向地上的猛獸描述天空的精彩。
這些企業(yè)中,一線(xiàn)的業(yè)務(wù)尚且不玩數(shù)據(jù),更何況二線(xiàn)的人力資源管理?但是,部門(mén)博弈和HR的恐懼偏偏需要一個(gè)強(qiáng)勢(shì)的老板來(lái)做頂層設(shè)計(jì),如同亞馬遜偏執(zhí)狂一般的貝佐斯。
所以,大數(shù)據(jù)才會(huì)走不進(jìn)人力資源管理。從這個(gè)意義上說(shuō),本文開(kāi)頭那些主動(dòng)擁抱大數(shù)據(jù)的500強(qiáng)的HR們不愧是業(yè)界先鋒,也許,只有當(dāng)他們用大數(shù)據(jù)把人力資源管理的大未來(lái)實(shí)現(xiàn)時(shí),人力資源管理才將真正迎來(lái)下一站的“云時(shí)代“。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10