大数据在中小企业招聘外包中的应用

郭肖玲，林 凤

（上海理工大学 管理学院，上海 200093）

据2018—2025年中国中小企业市场现状调研分析及发展趋势报告显示，我国目前中小企业数量已超过7 000万家，在我国企业总数中占比97%，国内产值的65%、税收收入的50%以及就业的75%均来自于中小企业，这也使得中小企业在招聘市场上拥有广泛的人才需求。随着大数据时代的到来，孙连才（2015）认为，当今时代人力资源产业链发生巨变，只有通过大数据技术才能实现企业人力资源的良好发展并且为企业创造更大价值[1]。

然而，中小型企业往往规模小、利润少，大多数处于求生存、求发展的阶段。虽然大数据可以提高中小企业人力资源管理的效率、降低人力资源管理成本，但是企业在搭建大数据平台的过程中不仅会消耗企业大量的时间和精力，而且需要高薪聘请大数据人才，这无疑会进一步增加中小企业的人力成本，使早已紧张的中小企业资金链雪上加霜。基于提高核心竞争力的动因，中小企业可以在保留核心业务的同时，将非核心业务的有关管理职能外包，包括人力资源管理职能，从而提高产业效能。张永君（2009）基于层次分析法和模糊综合评判法对某公司调查数据进行分析，发现企业将招聘外包是人力资源外包的首要选择[2]。因此，研究大数据在招聘外包中的应用无疑具有重要的现实意义。

一、大数据的特点

Garner将大数据定义为一种具有多样化特征和高增长率的信息资产，它需要通过新的处理方式才能具备更强的洞察能力、决策支持能力和流程优化能力。麦肯锡认为，大数据是一种数据集合，它在数据的获取、存储到管理和分析等方面都远远超出了传统数据库软件能力范畴。

业界在对大数据进一步研究之后，普遍认为大数据具有六大特征，分别为容量（volume）、种类（variety）、速度（velocity）、价值性（value）、真实性（veracity）和复杂性（complexity），即5V+1C的特征。也就是说，数据体量更加巨大、数据种类更加繁多、数据处理速度要求更快、数据价值密度更低、数据真实性更高和数据更加复杂。

二、中小企业招聘的特点及其存在的问题

中小企业是指那些在行业及市场中不占据主导地位、经营形式复杂多样，并且与大企业相比经济规模相对较小的经济单位。由于中小企业具有管理层次少、员工规模小、组织结构简单以及决策速度较快等特点[3]，其在招聘管理上往往与大企业具有较大的不同，即中小企业的招聘机制具有用人更加灵活、人员流动更加频繁、人才需求更加全能型的特点。虽然中小企业在发展的过程中形成了一套适合自己的招聘机制，但从科学的角度来看，其招聘过程仍然存在许多问题。

（一）战略性招聘计划缺失

中小企业由于其资源的有限性等原因，大多数都不会单独制作具有战略性的招聘计划，而是被动地依据职位空缺进行临时招聘，使得招聘工作存在很强的被动性。据环球人力资源库在2018年披露，在正常劳动力市场中，公司需要的最佳候选人从进入市场到离开市场仅仅只需要10天，而对于公司来说，招聘一个新员工，平均需要花费27个工作日。如果一个企业在招聘工作中既没有完备的招聘规划，那么这个企业无疑地会在招聘工作中陷入被动地位。

（二）招聘精度不足

企业往往通过构建人才模型的方式将优秀员工和普通员工的招聘做到分离均衡。但是，由于中小企业的资源有限性，中小企业往往是简单地根据面试官以往经验来提取关键词，并不会浪费大量的财力物力去构建真正的人才模型。另外，由于中小企业规模和经营时间等问题，其样本数据量不足，而且往往带有一定的时间滞后性和准确度不高等问题，这使得中小企业在构建人才模型时困难重重，即使模型构建成功，模型的精确性和有效性也值得商榷。

（三）忽视招聘渠道的作用

随着信息技术的发展，线上的招聘网站也趋向于多样化并且越来越成为中小企业的主流选择。中小企业往往采取单一的招聘渠道，很少根据特定人员的需求选择对应的招聘渠道，这样经常会出现招聘渠道不起作用的情况。

（四）人岗匹配度低

中小企业的面试过程往往很随意。苏晓丽（2013）将面试过程归结为凭“直觉”的直觉式和企图以自身经验为基础“看透”应聘者的交谈式面试方式，这两种方式都会受到非客观因素影响，导致招聘质量不稳定、人岗匹配度低、波动很大[4]。另外，中小企业由于其资本存量和现金流有限，在人才招聘上更加倾向于能够在短时间为公司创造价值的员工，无法真正的从长期发展的视角来甄选人才，做到人岗匹配。

三、大数据应用于中小企业招聘外包的优势

大数据的应用缓解了信息不对称程度，降低了中小企业的融资难度，由此人力资本开始逐渐成为各企业的优势资源。同时大数据加快了信息迭代更新速度，中小企业唯有跟上时代的步伐，应用大数据帮助企业实现精准招聘，才能促使企业长远发展。朱翠萍等（2015）指出，大数据应用于企业招聘可以降低招聘成本、提高招聘质量和有效性[5]。然而，由于中小企业自身局限性，招聘外包已成为中小企业的首要选择。郑兴山等（2015）运用组合赋权模型和灰色关联度分析判别模型相结合的方法对人力资源外包项目进行了选择和排序，最后发现，在选择外包项目时应优先考虑员工招聘项目[6]。中小企业将招聘职能进行外包，借助专业机构的大数据平台才可实现招聘管理将具有诸多优势。

（一）降成本提效率

基于大数据技术的精准招聘不仅涉及到搜集相应的人才信息，依据信息建立人才胜任力模型，同时还要依据市场的发展实时更新管理技术以及胜任力模型等，这些都会增加中小企业的投入成本。此时将招聘职能外包给拥有成熟大数据技术的招聘外包服务商，中小企业不仅可以获得专业服务，还可以节约企业管理成本、提升企业管理效率，推进企业持续向前发展。

（二）提高招聘管理的战略性意义

中小企业将招聘进行外包，借助专业机构的大数据平台及技术实现对人才的精确挖掘，既可以实现招聘工作在企业战略规划下有序进行，也可以帮助招聘管理部门从日常繁琐的事务中解脱出来，积极地投入到企业战略规划的制定中，发挥人力资源管理部门的潜在价值并提高其在企业经营管理中扮演的作用。

（三）加快组织结构的调整

中小企业为了能够在经济市场中获得更大的市场份额，经常会采取合并、收购等手段。然而，企业合并后原有的人力资源部门往往缺乏对新生业务的认知以及相关人才的招聘经验，故招聘工作可能会出现人岗不匹配的状况。而企业将招聘职能外包后，专业的人力资源机构借助大数据算法可以帮助中小企业在最短时间内构造合适的人才模型，通过渠道分析之后，招聘到企业真正需要的人才，替补岗位空缺，推动组织结构调整。

四、大数据在中小企业招聘外包中的应用

随着大数据时代的到来，大数据给了人力资源工作者借助数据讲话的工具。在这个时代，人与人之间，人与组织之间的信息不对称情况将得到极大的缓解，技术平台的共享性等使得中小企业将人力资源外包成为更加具有优势的选择。

（一）完善招聘计划

在新的时代，将招聘职能外包后，可以借助专业机构所拥有的数据和经验，帮助中小企业制订合适的招聘计划。随着市场经济的发展，其体制和模式越来越成熟，劳动力市场的表现形式越来越多样化，未来越来越难以捉摸，从而导致人力资源的供需预测越来越难。但是大数据最大的优势便是算法。彭剑锋（2014）指出，虽然大数据看起来是动态变化和充满不确定性的，但我们可以从小数据中推测到未来某种大的趋势，从复杂的数据中得到确定性的结果[7]。比如，人工智能技术可以通过机器学习算法从语音识别、文本识别、图像识别甚至人脸识别的数据库中提炼出高价值的目标数据，通过对这些目标数据进行深度分析和挖掘，人力资源工作者可以有效地预测劳动力市场的发展。

对于专业机构来说，由于其业务的特殊性，专业机构可以搜集到更多的劳动力市场信息，中小企业将招聘外包出去，可以扩宽市场数据的广度和深度，获得更加精准的预测。另外，中小企业将招聘外包出去后，可以借助外包机构的大数据平台将员工的状态和信息记录下来，建立以员工为中心的数据库，通过该数据库，企业内部及市场的变动便可以随时被掌握，而且可以综合考虑企业的需求、外部条件、人员的情况，通过信息发现、分类和聚合引擎实现更加精确的需求预测。

（二）数据众筹助力精准招聘

如果把胜任力模型的构建外包给外部专业机构，便可以构建出更适合公司发展的人才模型。目前，Web2.0实现了知识的交互性，专业机构可以利用大数据平台，让多个企业的“同类员工”贡献数据，此时，其样本量就足以支撑胜任力模型的精确度；同时，在新的技术条件和海量数据的支撑下，模型的构建速度加快，可以满足模型的时效性。而且，随着数据的更新迭代，可以基于云计算等平台构建起一个动态的大数据面板，在大数据面板的支撑下，构建出一个更加稳定的人才胜任力模型。这种情况下，中小企业和外包商的合作将会更加紧密，外包费用将会有降低趋势，外包效果也将会更加显著。中小企业将招聘外包给专业机构后，可以借助外包机构构建的精准的胜任力模型，实现人才的精准招聘。

（三）优化招聘渠道

随着信息技术的发展，中小企业在面临丰富、碎片化的招聘渠道选择时，也面临着经常会出现招聘渠道不起作用的情况。中小企业将招聘外包给专业机构后，可以借助专业机构的数据与知识，实现招聘需求与招聘渠道的精确匹配，同时保证成本。

首先，专业机构在长期的发展过程中积累了大量的人才数据，拥有完善的人才数据库，中小企业在提出人才需求后，专业机构可以用高度精炼的特征来为用户“打标签”，如性别、年龄、学历、所在地、求职意向、工作经历等，最后综合关联用户的标签信息，勾勒出用户的立体“画像”。然后根据画像结果从自身数据库中找到适合企业发展的人才，并且将其推荐给企业。

其次，专业的人力资源外包机构可以基于自身及招聘渠道商的数据进行深度挖掘，大数据招聘场景和行为捕捉进行标签化分类，帮助企业进行目标人群洞察，并在招聘中进行用户实时数据跟踪，实现越来越精准的效果。

（四）精准人岗匹配

孙连才（2016）指出，招聘工作的根本出发点和最终目的就是将企业候选人匹配到合适的岗位中去，即解决人岗匹配的问题[8]。传统的招聘过程往往是应聘者单方面递交简历，企业只能从应聘者提交的信息中进行删选，其完整性和有效性不足。而大数据可以帮助人力资源工作者从多种渠道深度挖掘应聘者的信息，如社交网站、视频网站，购物网站等，缓解信息不对称的状况。王群和朱小英（2015）指出，企业招聘工作者可以借助社交大数据来全面立体的了解候选人的各类信息，包括候选人简历之外的基本信息状况、候选人的生活习惯及工作状况、财务状况甚至是更加隐秘的信息[9]。这些立体的信息能够实现人力资源工作者对候选人的全面了解，从而在进行岗位配置时实现人尽其才。

依据资源基础理论，中小企业和服务供应商之间拥有不同的资源，中小企业拥有人力、财力、物力等资源，而服务供应商由于对劳动力市场的专注，拥有丰富的市场就业信息、专业的人力测评技术以及对劳动力市场的整体预估与评测。这些不同的资源是双方合作的基础。中小企业将招聘职能模块外包给专业的人力资源公司后，可以利用外包公司专业的网络库对应聘者的各类信息有详细的了解，之后用其专业和数据分析人才，并通过对应聘者个人信息的深度挖掘，可以优化招聘渠道、提高招聘效率、节约招聘成本；同时，应聘者还可以通过社交网络库实现对应聘公司招聘信息、招聘岗位的全面了解，提高应聘的有效性。社交网络作为多个数据群的集合体，应聘者几乎所有的信息都可以在这上面找到，如家庭及生活状况、工作能力、工作效率、社会网络、能力和潜力开发等。专业的人力资源服务商可以从社交网络和应聘者上传的个人简历上提取所有与应聘者相关的个人数据，然后通过大数据分析技术对数百甚至数千个数据点进行考察，可以获得候选人与空缺岗位的匹配度得分，再根据匹配度得分对候选人的合适度进行高低排序。

五、大数据应用于中小企业招聘外包应注意的问题

中小企业进行招聘外包具有一定必要性，也更能发挥优势，但与此同时，这也将带来新的问题。

（一）信息泄露

大数据时代人力资源外包将会暴露更多的员工信息。周光华（2013）认为，大数据在人力资源管理中一旦应用，将会形成覆盖员工个人基本信息的基础数据，展现员工工作成果的绩效数据，再现员工受训能力的学习数据以及预测员工未来成长能力的潜力数据[10]。这预示着外包商可以获取更加充分完备的信息，基于大数据应用的系统一旦遭到侵袭，所产生的危害不可预估。目前，企业大数据采取内网部署、底层权限控制的方法，最大限度保障企业的业务系统和数据安全。未来，数据加密技术的完善将带来更多的解决办法。

（二）数据适用性问题

中小企业由于数据量的不足、平台建立成本高等原因而选择招聘外包，企图借助专业的人力资源服务机构来获取足够的同类资源，但是这类资源往往是一种标准化资源，对于企业的适用性有待考证。如何将标准化资源与个性化数据结合，使数据既能满足技术的要求，又能实现企业的“量身定制”目标？目前，企业根据需求选择数据样本，对于需要从更多渠道搜集数据的，则进行数据之间的关联分析，多种信息来源相互证认、相互关联让数据更有价值。未来，这个问题必须通过大量的数据实证分析来解决。

（三）感性与理性的碰撞

人力资源工作者如何通过大数据分析结果来实施决策，这在目前还是一个挑战。人力资源工作者的决策终归是关于人的决策，人是感性和理性结合的生物，数据模型的结果是理性的产物，如何借助数据实现正确的决策，获得员工的认可，提高员工对公司的满意度，激活员工的工作积极性，这也是招聘外包后，中小企业的人力资源工作者所面临的重大难题之一。

结语

中小企业可以借助专业机构实现大数据招聘工作，同时也带来了一定的问题。人力资源工作者在当前的技术条件下提出了一些解决办法，但其实问题并未得到真正解决，相信随着技术的发展，劳动力素质的提高，人力资源工作者能力的提升，这些问题可以得到更大的改善，并随着问题的不断涌现实现不断的创新与进步。