浅析大数据时代物流企业人力资源管理变革

文/张书勇

浅析大数据时代物流企业人力资源管理变革

文/张书勇

随着互联网的快速发展，大规模存储设备和智能手机等移动终端设备的普及，出现了大数据的概念。本文从物流企业几个典型的业务模式出发，尝试描述大数据时代物流企业人力资源的变革和人力资源管理者的角色转变。

大数据；物流企业；人力资源；变革

进入21世纪的第2个10年，互联网的快速发展，大规模存储设备和智能手机等移动终端设备的普及带动了云计算、物联网、大数据等新技术的兴起，使如今的几乎任何事物都可以数据化，这些数据更以不可思议的速度急剧增长。2000年全球存储了8000000PB（1024TB=1PB）的数据，预计到2020年，这一数字会达到35ZB（1024PB=1EB、1024EB=1ZB），仅百度每天处理的数据量就达100 PB，相当于5000个国家图书馆信息量的总和。如此大的数据量势必对世界的运行方式产生革命性的影响，大数据时代应运而生。在物流企业中，同样每时每刻都会产生大量信息，从大数据的角度，这些信息并不是负担，而是宝贵的数据财富。如何充分利用好这些数据，将给物流企业的业务和管理带来巨大的变革，其中，人力资源管理的变革更是首当其冲。

1.何谓“大数据时代”

早在2008年，英国《自然》杂志第一次提出了“大数据”的概念。大数据具有4V（Volume、Variety、Value、Velocity）的基本特征，即体量大、多样性、价值密度低、速度快，简而言之，大数据就是一个体量巨大，数据类别特别丰富的数据集。2011年，全球最大的战略咨询公司麦肯锡给出了大数据比较明确的定义并提出“大数据”时代已经到来。麦肯锡在研究报告中指出，大数据指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。当前，大数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命，是真正有价值的资产，而云计算主要为数据资产提供了保管、访问的场所和渠道。数据才是企业内部的经营交易信息，互联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等的集合，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活提供服务，是大数据的核心议题。

大数据时代，开启了人类社会重大的转型，在不久的将来，许多现在单纯依靠人类判断力的领域，都会被大数据系统分析所改变甚至取代。根据被誉为“大数据时代的预言家”维克托·迈尔-舍尔伯格的观点，大数据具有以下特点：1.不是随机样本，而是全体数据；2.不执迷于精确性，而是接受并利用绝大部分的非结构化数据；3.不是因果关系，而是相关关系。这使得大数据时代的人力资源管理变革成为可能。按照大数据思维方法，在物流企业中，一切的管理行为皆可数据化，并且这些数据有取之不尽的价值，最终达到一个新的管理水平，完成变革。

2.物流企业人力资源管理的大数据

人力资源是物流企业最宝贵的资源之一。物流企业的行业特点往往具有人员比较分散的现状。那么，如何通过大数据的有效利用，提升人力资源管理水平呢？让我们先概括了解一下物流企业有哪些人力资源大数据。

2.1 基本数据

这些数据记录员工的基本情况，姓名、性别、出生年月、籍贯、身份证号、学历、参加工作时间等等，是一个员工区别于其他员工的最基本数据，这些数据在一定时期是静态的，一般不需要做出更改。

2.2 企业属性数据

这些数据记录员工进入本企业之后的情况，包括司龄、职务、职级、培训情况、工作经验、考核结果等等，这些数据相对而言具有一定动态性，也是企业在内部选人用人的重要依据。

2.3 日常数据

这些数据记录员工的日常行为，包括一切与日常工作相关的数据，一般而言是非结构化的动态数据，是人力资源大数据中最重要的组成部分。需要特别指出的是，这些数据并不一定都是人员本身的数据，员工工作环境产生的数据也包涵在内。例如：如果想知道哪些因素会影响叉车使用效率，就可以把与叉车工有关日常工作的所有行为数据化，比如叉车工的驾驶习惯、叉车的保养周期、行驶路线、货物摆放、仓库规模、货架大小等，之后通过对这些数据的全面分析来找出与叉车使用效率相关的因素。

3.大数据时代物流企业人力资源变革设想

2014年，德国队在巴西世界杯再享冠军荣光，和以往的冠军不同的是，大数据的有效利用对德国队夺冠功不可没。德国队利用与SAP公司合作定制的数据分析系统，通过摄像头、传感器等工具捕捉到球员跑动速度、位置、控球时间、防御范围、动作细节等大量数据，随后分析工具可迅速对这些数据进行后台分析处理。在10分钟内，10名球员用3个球进行训练就可产生超过700万个可供分析的数据点，系统对这些数据实现实时处理，可以迅速评估比赛状况、每个球员的特点和表现，球员的防守范围，对方球队的空挡区等信息。通过这些信息，教练可以更有效地对球员上场时间、位置、技战术等情况优化配置，以提升球队表现。这一例证，大大启发了物流企业该如何有效利用大数据进行人力资源管理变革。

3.1 仓储管理中的人力资源管理变革

仓储管理的操作程序化程度相对较高，工种相对比较固定，从商品检验、入库、盘点、拣货、出库都有明确的操作规程，是人力资源大数据采集的理想切入点。受德国队夺冠的启发，如果可以开发出一个数据采集处理分析系统，对仓储管理的有关人力资源，如仓管员、叉车工、装卸工等人员的日常工作行为的数据进行采集，比如对搬运工人的速度、位置、时间、活动范围、动作细节等数据掌握并进行处理，管理者就可以对人工效率的优化配置做出更准确的判断，进而采取更有效的措施。此外，分析这些数据的结果无疑还可以为仓储人员的招聘、培训、考核以及人员规模的合理配置等人力资源管理工作提供有效的依据。

3.2 公路运输管理中的人力资源变革

近年来车载摄像头及定位系统和智能手机的普及是革命性的改变，不仅可以监控运输中的货物情况，而且可以通过智能系统对司机的日常行为进行大数据采集。大数据的及时处理在确保运输过程中的实时沟通，确保货物安全、提升燃油效率的同时，还减少了司机的疲劳驾驶情况的出现，增加了公路的安全系数。例如某国有大型物流企业，已经在其所属的数千辆汽车的驾驶室内安装了远程信息处理系统，这一系统可以跟踪司机驾驶时间、燃油情况等数据，还会记录车辆的行驶位置、制动情况、挂车稳定性、控制激活系统等关键事件。所有这一切监测和分析，都将通过卫星或基站，在汽车运行途中实时沟通以获得解决。通过对这些大数据的处理分析，甚至可以直接为司机队伍的储备、招聘、培训、日常考核提供强有力的支持。

3.3 冷链物流中的人力资源管理大数据

在物流业务中，冷链物流是比较特殊的类型，其流配送过程需要的就是两个条件，一就是“快”，二就是“冷”。即必须保证运送物品的质量，降低运输成本。为此，冷链物流企业可以通过大数据提高配送效率，减少损耗，还可以通过对数据分析和挖掘为顾客提供更好的服务。在人力新资源管理方面，主要作用是可以做出最优人员安排，减少人工成本。冷链物流公司通过对历史数据和实时增量数据得出司机工作表现模型和若干预测模型，能够根据各类实时的工作表现波动情况，预测司机疲劳程度和排班安排等，做到既能满足工作任务，又不浪费人力资源。

4.结语

对于物流企业而言，传统的物流商业模式将因为大数据而变革，数据的商业化应用将为行业带来诸多创新，人力资源管理也必将因为大数据时代的来临而发生诸多转变。首先，人力资源管理从经验管理转变为数据说话，大数据的采集和分析纠正了人力资源管理者主管判断的偏差，促进人力资源管理过程的科学性。此外，人力资源管理从数据的集结环节转变到决策环节，在大数据时代，人力资源的有关数据不再需要片面地采集，而是在员工的日常活动中自动生成。人力资源管理者需要建立数据处理系统，变成决策者，使人力资源管理过程能够更加规范。在可以预见的将来，大数据必将会在物流企业人力资源管理过程中扮演不可或缺的角色。

（作者单位：中国诚通控股集团有限公司人力资源部）

1.迈尔舍恩伯格，《大数据时代》，浙江人民出版社，2013年1月第1版。

2.中国物流与采购联合会，《中国物流年鉴》，中国物资出版社，2009～2011年。

3.李军，《大数据，从海量到精准》，清华大学出版社，2014年9月第1版。