数据化的人力资源管理实践——以H企业为例

● 卢强 冯蛟 郭伟

数据化的人力资源管理实践——以H企业为例

● 卢强 冯蛟 郭伟

内容摘要在知识经济时代，数据化思考势必会给企业人力资源管理带来一场思维和方法的革命，企业基于数据开展人力资源管理活动将成为必然趋势，数据化的人力资源管理也将成为企业主要竞争优势来源。本文以H企业数据化人力资源管理活动的经验为例，总结其数据化人力资源管理的运作模式及保障，指出企业应转变传统管理模式，基于数据开展人力资源管理实践活动，提高人力资源管理的效率与质量。

关 键 词数据 人力资源管理 管理效率 竞争优势

卢强，中国人民大学商学院，博士研究生。

冯蛟，宁夏大学经济管理学院，副教授，管理学博士。电子邮箱：58342239@ qq.com。

郭伟，中国人民公安大学公安管理学院，讲师，管理学博士。

本研究得到国家自然科学基金项目（项目批准号：71462028）的资助。

进入21世纪，资本不再是企业竞争的关键性资源，知识、信息与数据成为企业的重要核心竞争力。同时，随着信息时代的到来，全球数据呈现出爆炸性增长趋势。对于企业而言，很好地理解数据、运用数据，把数据转化为一项有价值、稀缺、不可模仿且难以代替的资源，将成为企业发展的新动力。因此，一场全新的思维变革、管理变革将应运而生。目前，学术界也已经开始关注与探讨数据对管理理论和实践的深刻影响（李文莲、夏健明，2013），特别是在市场营销、生产运营、电子商务以及商业模式等领域（冯芷艳等，2013）。然而，人力资源管理作为企业管理的一个重要组成部分，对于基于数据的人力资源管理实践的研究却甚少。企业人力资源管理中事务管理、主管评价、感性决策的现状仍然普遍存在，随着社会步入数据化、网络化的科学管理时代，传统人力资源管理中基于经验的决策模式已不能满足管理科学性的要求（彭剑锋，2014）。人力资源作为一种动态的、具有高度不确定性的主要生产要素，在其选、育、用、留的各个环节中开展基于数据的管理实践，能够有效提高管理决策的科学性与有效性（孙连才，2015），同时能够充分调动员工积极性，有效地促进企业人力资源管理效率的改进与提升（Miller，2013）。因此，数据化的人力资源管理对于企业在激烈的竞争中获取竞争优势而言具有重要的现实意义。

基于此，本文在介绍数据化人力资源管理优越性的基础上，以H企业的数据化人力资源管理实践为例，通过对其在选、育、用、留等环节基于数据的人力资源管理活动进行探索性分析，总结其数据化人力资源管理的运作模式及保障，以期从中能为企业实施数据化的人力资源管理实践提供借鉴与启示。

一、数据驱动的人力资源管理

在知识经济与信息化的互联网时代，企业的各项管理决策将逐渐围绕数据予以展开，人力资源管理也将面临前所未有的机会与挑战。在此背景下，企业人力资源管理整个流程的不少活动都通过数据的形式得以体现，或者以数据作为推进相应管理举措的重要基础。本文所要讨论的数据化的人力资源管理，强调的正是在充分认识数据在人力资源管理系统中的形式、内容、作用等基础上，通过理解数据、分析数据、应用数据来提升企业人力资源管理活动的效率。

（一）人力资源管理中的数据形式

数据作为企业决策的基础和依据，在企业人力资源管理领域已然普遍存在。从传统人力资源管理视角出发，通过对人力资源管理领域的数据信息予以归类与划分，可以将其划分为四个主要的类型（刘追等，2014）（见表1）。一是真实反映个人能力与基本素质的原始数据，有助于企业在招聘与选拔的过程中进行基本筛选；二是体现员工在当前工作中能力的数据，这种数据可以使人力资源部门清楚的了解到员工能力的优势或不足，为开展有效的培训与开发等实践提供重要的数据参考；三是展示员工工作效果的效率数据，基于此可以进行科学有效的培训计划与薪酬体系的设计；四是可以帮助企业挖掘员工潜质的潜力数据，可以帮助企业发现优秀人才。

表1　传统人力资源管理中的数据分类

严格来讲，原始数据、能力数据、效率数据以及潜力数据等四种类型的划分只是传统人力资源管理中狭义的、可以直接使用的数据。从目前来看，人力资源管理中所涉及的数据更加抽象化，数据的类型也更加多样化，不仅包括上述简单的结构化数据，还包括隐藏在员工日常生活、工作等各种场合中的大量非结构化数据。数据化的过程就是对各种各样的结构化以及非结构化数据进行挖掘与处理，从而使其为人力资源管理实践提供决策支持。在数据爆炸的时代，互联网使得人力资源管理基于数据开展活动，并依靠数据说话和决策成为可能（彭剑锋，2014）。同时，数据化人力资源管理能够很好地解决与优化传统人力资源管理中存在的决策主观性强、管理效率低下等问题。因此，基于数据的人力资源管理将会是未来的发展趋势。

（二）数据化人力资源管理的优越性

与传统的工业时代相比，在信息化时代，组织结构逐渐由大型化、内部化以及集中化向小型化、外部化以及分离化转变；对组织中人的研究也不再简单的是对群体行为的管理，而是转化为对人心的管理，实现了由注重标准到注重个性的转变。在互联网思维的要求下，传统的经验管理在人力资源管理中已不再奏效，人力资源决策迫切需要从“经验 + 感觉”模式向“事实 + 数据”模式转型（孙连才，2015），因而基于数据的人力资源管理将具有独特的优越性。

1. 数据化人力资源管理更加具有科学性。在以往的人力资源管理决策中“定性”多于“定量”，从而导致很多管理活动与决策都带有片面性以及管理者的个人主观性。基于数据的人力资源管理，可以改变企业以往人力资源管理的粗放模式（李越恒，2015）。通过对人力资源管理活动中的各项数据进行建模与分析，在数据结果的基础上开展的人力资源管理活动更具有科学性，使得各项决策更加有效，更能体现公正与公平。

2. 数据化人力资源管理能够有效调动员工的积极性。随着社会的发展，企业员工的需求更加多样化。过去人力资源管理的中心思想在于“事”，且关注的重点是对群体行为的管理，数据化管理实现了由注重标准到注重个性的转变。在员工绩效信息的基础之上，可以通过对员工个体成长的经历、知识背景、工作行为、兴趣爱好等非结构化数据予以搜集和分析，从具体的指标和数据倒推出员工的驱动性需求，就可以很轻松的发现员工个体需求之间的差异性。基于此，可以为员工在培训教育、创新创业、就医保健、子女入学、社会保障等方面提供有差异性的福利与服务。有针对性地进行个性化激励，从而可以充分地调动员工积极性，提高其工作效率。

3. 数据化人力资源管理可以促进管理效率提高。在传统的人力资源管理方式的主导下，人力资源管理者仍然固守陈旧的决策模式，靠直觉采取行动。与经验导向的决策相比，数据导向的决策更具科学性和准确性（李琳，2014）。将人力资源管理建立在对客观数据分析的基础之上，可以有效提高人力资源管理的效率与质量。例如，在招聘的过程中，通过分析个人在网络中所留下的各种非结构化信息，从中挖掘出能够真实反映其兴趣爱好、性格、素质与能力等方面的数据，从而实现高效准确的人岗匹配，达到人员配置精准化；在日常工作中，通过持续记录个体学习行为的数据，企业可以对员工能力及效率进行数据化分析，更加准确地发现员工培训需求，使得培训能够有的放矢。因此，企业可以通过对数据的搜集、分析和应用，提高决策的有效性，更好地实现组织目标。

综上，数据化的人力资源管理相对于传统基于经验的人力资源管理而言，基于数据分析，使决策成功摆脱了主观因素的干扰，在实现“以人为本”理念落地的同时，可以使人力资源管理能够更好地为企业服务。因此，如何在人力资源管理实践中开展基于数据的管理活动，以及怎样保障其顺利实施，将成为当下企业关注的重点。H企业在人力资源管理中，通过有效开展数据化的人力资源管理实践，成功解决了其人力资源管理中存在的问题，促进了人力资源管理效率的提高，对于其他企业而言具有一定的借鉴意义。

图1　H企业数据化人力资源管理应用领域

二、H企业的数据化人力资源管理实践

H企业是一家成立于1998年的上市互联网公司，其业务涉及互联网搜索、广告技术以及云计算等领域，与此同时也开发并提供大量基于互联网的产品与服务。通过近十几年的发展，H公司成为“最成功互联网公司”的代名词。在其发展历程中，H公司高管认识到，作为互联网行业的成员，创新对企业的生存是至关重要的，而人是创新的主体，因此H公司高管尤其重视对人的管理，可以说H公司的成功很大程度上来源于其有效的人力资源管理。H企业认识到作为高科技企业，发现、留住与使用高端创新人才对企业至关重要，人事决策将对公司有着重要影响。因此，其人力资源管理不再采用20世纪主观决策的方式，不再过于依赖信任与人际关系，而是奉行“去人化”的理念。在此背景下，人力资源管理部门开展工作的目标是：其一，人事决策都是基于数据和数据分析而制定的；其二，工作目标是人事决策与项目决策采用同等的精确化水平。同时，作为一家互联网企业，H公司大多数员工都是工程师，他们在思维和工作风格上都非常重视数据的重要性，如果想要改变他们的行为方式，必须要有强有力的数据支持，因而H企业的人力资源管理活动具有较为明显的数据驱动色彩。H企业通过在人力资源的选、育、用、留等各个环节广泛开展数据化的人力资源管理活动（如图1所示）， 实现了对人力资源的科学有效管理。

1.基于数据优化招聘流程与方式，实现高效准确招聘。在知识经济的今天，企业间的竞争主要是人才的竞争，同其他高科技企业一样，H企业也特别重视对人才的获取与选拔。为了保证招聘到的员工的质量，H企业通过采用多轮面试的方式进行严格控制，特别是对一流科技员工的招聘从开始到结束超过30多次面试，历时长达半年之久。面对每年收到的200多万份应聘简历，这样的招聘方式效率低下；同时在以往的招聘面试中，面试官只能根据应聘者的表现以及一些客观信息（学历、技能以及工作经历等）予以评价，往往错失卓越的应聘者或者出现人岗不匹配的问题。

面对上述问题，人力资源部门组织“人力分析团队”基于数据分析优化了招聘流程，并通过开发科学算法识别最优应聘者，保证其在录用后具有最佳生产力。具体来说，首先，分析团队通过对面试过程进行跟踪调查与统计，发现面试官在第一次面试后的决策能力为75％，在四次面试后的决策能力提高到了85％，然后他们的决策能力就不再增长；同时他们发现每次面试的最佳时间为30分钟，超过30分钟后应聘者的表现明显下降。基于此，H企业将面试次数限定为五次，每次时间控制在30分钟以内，显著地缩短了员工聘请周期。其次，在面试的基础上，分析团队结合数据分析，针对每类员工招聘开发了相应的算法，以鉴别面试背后所隐含的价值，降低优秀员工错失率与发现最佳应聘者。H企业结合每类员工所需要的素质与能力的要求，从性格、知识、技能、行为以及社会关系五个方面构建了应聘者的评价矩阵，通过分析应聘者在社交网站上展示自己的方式、在互联网的“朋友圈”中得到的评价、以及在网上如何和人交流等非结构化信息，从中挖掘出能够真实反映其兴趣爱好、性格、素质、能力以及社会关系等方面的数据，然后从性格匹配、知识匹配、技能匹配、行为匹配以及社会关系匹配等维度给出应聘者“人岗匹配”的综合评分，从而为最终录用提供参考。H企业在结合招聘算法进行招聘后，招聘质量与效率明显提高，仅有1.5％错失率，同时也提高了招聘与选拔过程的客观性、准确性以及简便性，实现了高效准确的人岗匹配。

图2　H企业得出的优秀管理者的八大特征及频率

2.基于数据提升管理者素质，打造最优经理人。作为一家互联网企业，H企业中大多数员工都是信奉“技术至上”的工程师。在他们看来，管理人员的价值有待商榷，甚至认为管理人员的管理行为会影响企业的运营效率。因此，2009年H企业人力资源部门中的“人力分析团队”启动了代号为“OX”的计划，即通过对不同地区与层级的数量庞大的绩效、反馈调查以及经理人观察等数据进行统计与分析，探索管理者的有效性，也就是解决在H企业到底需不需要管理人员的问题。

“人力分析团队”首先通过对离职员工的访谈数据进行分析发现，员工对管理人员的低满意度与其离职之间存在联系。在此基础上，团队中的专业人员对每年员工对公司的意见评分表以及评估报告等进行分析，寻找绩效与对管理者满意之间的关系。但研究人员发现就满意度较低的管理者而言，其也有不错的业绩。于是，团队成员采用更为精确的“多变量统计方法”来证明管理人员的有用性。最终发现，相对于得分低的管理者而言，得分高的管理者所带团队离职率较低，同时得分高的管理者所带团队的员工幸福感也较高。在发现管理者在H企业是有价值的之后，分析团队进一步采用“双盲定性访谈”法对不同部门的管理人员进行了一系列访问，在上千份访谈资料的基础上，结合绩效评估表等数据，分析团队最终得出了最优管理者的八大特征（见图2）。这八项特征也相应的体现出管理者在企业中多方面的重要性。H企业所开展的“OX计划”通过数据分析的方式，明确了管理者在企业中的价值，其提炼出来的最优管理者的八项特征在对管理者的匿名评分、提升管理者的素质与领导能力等方面都具有重要应用。例如，H企业基于最优管理者的八项特征设计了经理人的个人评价表和评分表，分别由经理人自己填写以及员工匿名填写，人力资源部门根据经理人的得分能够清楚了解其管理者素质情况，然后会针对经理人某些得分较低的方面予以培训，这样有效地提高了H企业对管理人员进行培训与提升的效率与质量。

3.基于数据结果改善激励方式，提高激励的有效性。在知识经济时代，员工的需求呈现出多样化，企业会通过多种方式来管理员工以满足其不同需要，进而提高工作效率与生产力。与很多高科技企业一样，H公司也为员工提供额外的福利，比如在员工的工作场所提供免费小吃。但后来企业管理者发现，免费小吃的提供虽然提高了员工满意度，但是并没有促进工作效率的改进，反而出现了下降的情况。于是，人力资源部门通过人力资源实验室对员工吃免费小吃的行为进行了观察。分析人员发现，免费小吃中的糖果与巧克力等具有高能量，员工吃过之后由于摄入过多卡路里，消化时间过长，从而导致员工精力降低，进而影响了工作效率，并且还不利于员工的身体健康。基于此，人力资源实验室针对这一危机展开了“M项目”，试图发现员工吃免费零食的模式。在参考心理学知识的基础上，人力资源实验室通过改变不同零食的储存方式发现，将糖果等高能量的零食放在不透明的容器中，而将无花果干等健康低能量的免费小吃放在透明的容器中，员工对糖果等零食的摄入会减少30％，而相应的增加了对健康食品的需求。在7周时间内，据估算，H企业员工比光吃糖果与巧克力等少摄入了310万卡路里热量。而这在保持员工满意度的同时，也相应的提高了工作效率。H企业具有特殊的人力资源实验室，这个实验室通过进行各种应用性的实验进行数据挖掘与分析，从而基于准确的数据结果为人力资源部门选择最有效的管理方式。例如，分析团队通过观察员工午餐的行为发现，在公司自助餐厅，理想的午餐排队时间应该是3-4分钟，这样的时间长度既不会使员工感到厌烦，又能促进员工之间相互交流；在H企业，每项福利都会转化为可以利用的数据，比如假期的长短、工作场合的快乐指数，甚至是餐厅中盘子的大小等。其目的是利用数据的优势实现有效的管理，提高员工士气与生产力。

4.基于数据设计待遇与福利，提高员工满意度与工作效率。2010年，受经济衰退的影响，以及来自同行竞争压力的增强，H企业为了降低离职率，保持员工的满意度与企业竞争力，企业CEO决定给所有员工加薪。人力资源部门于是组织“人力分析团队”进行了一项“联合调查”，目的在于选择最优的提薪方式。分析团队基于年薪构成设计了不同的提薪方案，一是薪水提高10％；二是设置6000元的奖金（略高于薪水的10％）；三是增加各种福利的额度，增加总额度也达6000元。对于几种不同的加薪方式，分析团队在员工中展开了广泛调研，调研结果显示，有92％的员工赞成薪水直接提高10％这一方案，方案二与方案三仅仅得到了8％的员工支持。分析团队发现，对于提供一元奖金与福利，员工只会将其看作一元。然而，对于一元的基本工资，员工会把它看作一元以上，原因在于基本工资具有长期确定性。最终，H企业宣布给所有的员工加薪10％，员工当时感到十分高兴。数据显示，当年员工满意度显著提升，员工转投其他公司的离职率也明显下降。

H企业同IT行业中其他企业一样，多数员工为男性。为了保持员工多样性，公司高管一直把增加女性员工数量作为一项重要任务。然而人力资源部门却发现，许多女性员工正在离开企业。对于重视员工多样性的H企业而言，这不只是一个保持性别平等的问题，而是对企业的盈利造成了重要影响。因为在H企业所处的行业，一流科技员工的竞争尤为激烈，每位员工的离职都会带来旷日持久的高成本招聘。因此，人力资源部门针对这一问题展开了细致调查与分析，分析团队发现刚生完小孩的新妈妈的离职率比平均离职率高出一倍。通过进一步的分析发现，新妈妈在生完小孩的6个月内，注意力会全部转移到自己的宝宝身上，工作的热情非常低。H企业给予新妈妈的产假是行业标准的12周，而这个时间并不能使新妈妈从初为人母的角色中分出精力进行工作，因此很多新妈妈选择了离职。这促使人力资源部门重新考虑新妈妈的薪酬福利问题。在对新妈妈进行调研的基础上，结合招聘成本等因素，H企业计算出最优的产假时间为5个月。于是，H企业改变了公司的产假计划，允许新妈妈获得长达5个月的带薪休假，休假期间她们可以获得全额工资与福利。而且5个月的产假她们可以自由分割，自己选择休假时间。这项福利推出后，大大提高了女性员工的满意度，从而使H企业新妈妈离职率降低了50％。

图3　H企业数据化人力资源管理的运作模式

三、H企业数据化人力资源管理的运作模式与保障

（一）H企业数据化人力资源管理的运作模式

作为一家以数据为本的高科技企业，H公司的人力资源管理活动中处处渗透着数据化的方式。从上述基于数据管理经理人、改善工作环境以及优化招聘流程等实践可以发现，H企业的数据化人力资源管理实践的开展具体由问题/目标层、运作团队、功能层以及应用层四部分构成（如图3所示）。首先，H企业数据化人力资源管理是围绕管理中存在的问题或所要实现的目标而展开的，也是数据化人力资源管理的价值所在。其次，有效开展数据化的人力资源管理实践需要良好的运作团队。数据化的人力资源管理过程涉及除人力资源以外的多个领域，因此仅仅依靠人力资源专家并不能保障数据化人力资源管理实践的开展。在H企业，其数据化的人力资源管理的运作涉及管理、技术以及执行三类人员，管理团队可以起到资源的协调与方向把控的作用，而技术团队负责数据的挖掘与分析、模型开发与搭建等，执行团队则是模型的落地、以及实践活动具体开展的主体。例如，H企业中的“人力分析团队”就是一个涵盖统计、信息、心理等各个领域成员的团队，在HR主管的带领下，能够很好地进行合作，促进基于大数据的人力资源管理活动的顺利展开。第三，功能层是团队人员基于管理问题与目标在后台对大数据予以处理的过程，包括大数据的挖掘、采集、融合、分析以及处理等（刘智慧、张泉灵，2014），主要目的是在保证数据质量的基础上，实现源数据的获取、逻辑建模与分析、算法的设计等目的。在H企业的“OX计划”以及“M项目”中，分析团队以及实验人员所展开的工作即属于这一层次。最后，应用层主要是功能层的数据结果与人力资源业务相对接的过程，即数据化人力资源管理落地的过程。这个层次阐明数据化如何支撑HR业务，数据的具体应用领域与场景，以及需求如何被回应等，并基于功能层的数据结果制定人力资源管理决策。在H企业，优秀管理者的八大特征在管理者培训与提升方面的应用、基于数据优化企业环境设计等都属于应用层的范畴。

（二）H企业数据化人力资源管理有效开展的保障

1. 组建“人力分析团队”是数据化人力资源管理活动有效开展的前提。企业人力资源管理活动是人力资源部门的主要职能，人力资源部门领导的思维方式在很大程度上决定了企业的人力资源管理实践活动的方向。H公司的人力资源管理部门被称为“人力运营部”，因为其公司高管与HR主管都认为人力资源管理同生产运营管理等领域一样，都需要基于数据的决策。H公司HR主管是是一名数据方法论的忠实信徒，他发现企业人力资源部门的决策常常依靠主管判断和感受，于是他让一名工程师出身的MBA学员带领组建一只“人力分析团队”。“人力分析团队”具有来自统计、信息、心理等各个领域的成员，团队的任务是将工程分析中所使用的一整套严谨的数据分析方法应用于人力资源管理决策中。“人力分析团队”的工作包括推算出最有效的招聘模式以寻求到最合适的应聘者，设计合适的薪酬体系留住优秀人才，利用心理学等数据发现能够成功发展的员工，以及基于数据分析提升领导决策能力等。基于此，H公司试图实现所有人事决策基于数据分析做出的同时，达到准确程度与项目决策相同的目标。事实表明，H公司“人力分析团队”的组建在管理经理人、工作环境优化、人才保留以及智能化招聘等数据化人力资源管理方面都发挥了重要作用。

2. “数据为先”的企业文化为数据化人力资源管理活动的有效开展创造了氛围。企业文化作为企业中形成的共同价值观念、行为准则和道德规范，对企业管理实践以及员工的行为具有重要影响。H企业中数据为先的企业文化盛行，同时作为一家高科技企业，H企业在不断保持创新的同时，重视对人的管理。在今天这个更加注重情感链接和用户感观的时代，企业更好的了解人性，捕获人心成了其制胜的法宝，也必将成为管理上的核心要素。由于大多数员工都是非常重视数据重要性的工程师，他们要求数据支持来改变他们的行动方式。正如前文描述的那样，面对员工对管理者存在的必要性提出的质疑，H企业人力资源部门基于数据证实了管理者在战略沟通、促进协作、帮助员工确定优先项目等方面的重要性，从而使员工认可了管理者的存在，并与其展开了良好的合作。H企业人力资源部门开展工作的理念是人事决策都是基于数据和数据分析展开的，其目标是人事决策与项目决策具有相同的精确化水平，数据驱动的人力资源管理变革完美地迎合了其“数据为先”的企业文化。因而，对于看重数据的工程师而言，“数据为先”的企业文化为企业有效开展基于数据的人力资源管理实践活动创造了良好的氛围，从而有利于各项工作的顺利开展。

3. 用数据来说服员工，而不是强迫。企业运用数据的目的是改进管理方式，提高管理效率。但管理效率的提高是建立在管理方式有效开展的基础之上的。在员工没有普遍接受的前提下，如果企业将基于大数据分析所产生的人力资源管理决策强制实施，不但不能取得良好的效果，反而会适得其反。H企业数据化的人力资源管理实践成功的关键是，其并没有强制管理者或员工接受变革或强制推行，而是通过间接的方式来说服管理者及员工，使其主动接受。例如，在对招聘方式及流程优化的过程中，人力分析团队基于数据得出最优面试次数应为5次，每次时间应控制在30分钟以内，然而H企业并没有立即将其作为一项制度予以推广，而是以建议的形式出现在高管以及管理者的建议书上。同时借助内部的顾问和高影响力的人基于强大的数据以及所呈现的结果来说服员工，使员工感受到应有的尊重，因而并没有引起青睐传统招聘方式的员工及管理者的强烈抵触，最终使得优化的招聘方式与流程在企业得到了顺利推广。因此，对于企业而言，基于数据获得的决策建议不可强制执行，应在员工充分理解其必要性与重要性的基础上逐步推行。

四、结语

在知识经济时代，互联网思维主导的数据化思考势必会给企业人力资源管理带来一场思维和方法的革命，企业基于数据开展人力资源管理活动将成为必然趋势。本文通过对H企业基于数据的人力资源管理活动进行分析，发现有效的实施数据化人力资源管理将会显著提高其人力资源管理的效率与质量。但就目前来说，企业有效开展数据化人力资源管理，也会不可避免地面临一些挑战。结合H企业的管理实践，企业在推动基于数据的人力资源管理实践中，应该注意以下问题。

其一，高质量的数据是有效推进的基础或前提。数据的质量决定了数据的价值（Wang & Strong，1996；Lee et al.，2002），数据质量是有效分析和利用数据的前提，只有高质量的数据才能确保数据化的人力资源管理实践的科学性与准确性。在数据呈现爆炸式增长的大数据时代，数据具有体量大、模态多、速度快、价值大密度低等几个方面的特征，有价值数据的获取变得越来越难（孟小峰，慈祥，2013）。因此，数据化的人力资源管理中如何挖掘出高质量的数据并有效地利用是企业需要克服的一个难题。

其二，数据管理专家与人才对数据化的人力资源管理实践的有效开展具有重要作用。有效的数据挖掘与利用需要企业具有专业的数据人才，这种专业数据管理人员也是保证数据质量不可或缺的部分（宗威，吴锋，2013）。这样的数据专家不仅需要掌握信息科学和技术，还需要对统计学、数学、心理学、市场营销、生产运营等领域有深入的研究。由于涉及多个学科，这方面的复合型人才非常稀缺，在短时间内人才短缺的瓶颈很难突破（李琳，2014）。因此，企业应注重数据管理专家与人才的培养与引进，从而保障数据化人力资源管理活动的顺利开展。

其三，数据化的人力资源管理需要企业转变现有观念。很多人力资源管理者仍然固守陈旧的决策模式，靠直觉采取行动，企业应该转变现有观念，不管是高层管理者还是基层员工，都应该积极地去了解、认识、接受并使用数据，推动数据化人力资源管理的有效开展。此外，企业高层管理者的重视和支持对数据化人力资源管理的开展尤为重要（宗威，吴锋，2013），因为只有得到了高管的重视，一系列基于数据的人力资源管理实践才能有望得到推动。企业应在高管的带领下，强化数据观念，将数据化的人力资源管理真正提高到战略高度。

综合本文的分析，基于数据化的人力资源管理是人力资源未来不可阻挡的发展趋势，企业既要做到在尊重事实的基础上挖掘与搜集数据，又必须拓展获取信息的渠道，预见性地积累数据，从而充分实现人力资源数据化，提高人力资源管理的效率与质量，真正地将数据转化为核心竞争力。

参考文献

1. 冯芷艳、郭迅华、曾大军、陈煜波、陈国青：《大数据背景下商务管理研究若干前沿课题》，载《管理科学学报》，2013年第1期，第1-9页。

2. 李琳：《大数据时代人力资源的创新管理》，载《领导科学》，2014年第29期，第56-57页。

3. 李文莲、夏健明：《基于“大数据”的商业模式创新》，载《中国工业经济》，2013年第5期，第83-95页。

4. 李越恒：《企业人力资源管理基于大数据的“挖掘”》，载《人力资源管理》，2015年第2期，第8-10页。

5. 刘追、张佳乐、王德智：《大数据时代移动HR的应用、挑战及对策》，载《中国人力资源开发》，2014年第16期，第10-14页。

6. 刘智慧、张泉灵：《大数据技术研究综述》，载《浙江大学学报（工学版）》，2014年第1期，第5-7页。

7. 孟小峰、慈祥：《大数据管理：概念、技术与挑战》，载《计算机研究与发展》，2013年第1期，第146-169页。

8. 彭剑锋：《互联网时代的人力资源管理新思维》，载《中国人力资源开发》，2014年第16期，第6-9页。

9. 孙连才：《数据化管理趋势下人力资源外包模式创新》，载《中国人力资源开发》，2015年第7期，第6-10页。

10. 宗威、吴锋：《大数据时代下数据质量的挑战》，载《西安交通大学学报（社会科学版）》，2013年第5期，第38-43页。

11. Lee Y W, Strong D M, Kahn B K, et al. AIMQ: a methodology for information quality assessment. Information & Management, 2002, 40(2):133-146.

■责编/罗文豪 E-mail:chrd_luo@163.com Tel:010-88383907

案例研究 | CASE STUDY

12. Miller M S. HR and big data: Not yet, first things first. Workforce Solutions Review, 2013, 4(4):39-41.

13. Wang R Y, Strong D M. Beyond accuracy: What data quality means to data consumers? Journal of Management Information Systems, 1996, 12(04): 5-33.

Research on Human Resource Management Practices Based on Data Management: Take the H Company as an Example

Lu Qiang, Feng Jiao and Guo Wei
(School of Business, Renmin University of China; School of Economics and Management, Ningxia University; School of Police Administration, People's Public Security University of China)

Abstract:In knowledge economy era, data management will inevitably bring a revolution of thinking and method to enterprise human resources management. Enterprises carrying out human resource management activities based on data will become an inevitable trend, and will also become the main source of enterprise competitive advantage. Taking the H enterprise's experience of human resources management based on data, this paper summarize the operation pattern and the guarantee of human resource management activities based on data of H company. Finally we point out that enterprises should change their traditional management mode, and carry out human resource management activities based on data to improve the efficiency and quality of human resource management.

Key Words:Data; Human Resource Management; Management Efficiency; Competitive Advantage