丁卫伟
(中石化共享服务公司南京分公司,南京210003)
随着科学技术的发展,特别是互联网技术的进步,人类获取数据和传播数据的能力都大大增强,各种数据信息的数量出现爆炸式的增长,究竟什么是大数据呢?简言之,从各种各样的数据中,快速获得有价值信息的能力,就是大数据技术。大数据时代已经来临,它将在众多领域被采用,大数据最核心的价值就在于对海量数据进行存储和分析。相比起现有的其他技术而言,大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。企业对海量数据的掌握和应用能力,已经成为当代企业竞争优势的来源之一,在这样的风口浪尖上,人力资源管理自然不能置身其外,由大数据驱动决策和战略规划的HR时代已近在眼前。
传统观念根深蒂固,一些管理者甚至认为人力资源管理只是企业内部化的常规管理,一般有“绝对经验主义者”和“直觉型决策者”即依赖经验或者汇报、直觉和主观性强的单一专家进行判断,用人拍脑袋,做事拍胸脯的管理方式[1]。一些企业高管对信息管理,并不像人才、资本和品牌管理那样重视,许多高管将数据看作是应当交给IT 部门处理的事务,或者认为自己没有这方面的专业技能,无法深度参与数据在组织中的分享过程。人力资源管理理念未能与时俱进,因此需要进行一些创新,大数据时代的来临,企业管理者需要在管理上更新,最重要的是转变管理理念,大数据必将推动人力资源管理转型升级,实现价值、专业性的显著提升。
马云曾说过:“未来最大的能源是数据”。数据是新能源,所以数据资产非常重要。数据已经成为一种重要生产要素,可以和物质资产、人力资本一样拥有重要地位的生产要素,越来越多的企业开始用大数据进行人才甄别和管理,而非像过去一样“只见树木不见森林”。人力资源管理需要主动应对变化,主动做出选择,才不会被选择,或是被淘汰,数据分析能够为人力资源管理者提供强有力的决策支持,帮助人力资源管理人员开阔眼界,打开思维,加深对数据分析的认识,将数据分析无缝彻底地集成到人力资源管理实际中,促使决策者更加全面、系统地看待一个人,并做出更明智的决策。
企业内部需要构建数字化氛围和数字化治理机制。数字化企业的氛围与传统企业不同,它应该更开放、平等,更加人文化的同时能够拥抱文化。在中石化共享中心全部是开放式办公,所有人都是坐在相对开放的办公区域,共享各种资源,经常组织各种活动,来培养同事之间的协作精神。另外如通过刷脸或者指纹就可以进入,通过这些氛围的营造让员工能够亲身体验数字化带来的改变,也可以有效推进数字化战略的实施。HR 要了解数字化的主要趋势,并要帮助企业吸引和培养数字化人才,培养员工数字化的敏锐力,数字化敏锐力将会越来越成为一种关键的个人能力和组织能力,未来的劳动力将都需要具备数字化能力,关注企业的数字化治理与文化[2]。
大数据时代人力资源管理将由经验主义转变为更加科学规范管理,使人力资源管理更加高效、更加精准并更有话语权。因此,HR 工作要更多借助于先进的技术平台获取数据并提高数据分析的能力,更多担任咨询、审核和决策任务[3]。大数据应用涉及心理学、计算机科学、统计学等学科,这也对HR岗位提出了能力的转变,数据分析体现了人力资源管理从业人员的技术刚性,其自身工作效率、职业技能等都需要进一步升级,如果无法适应这种变化,不仅会给公司带来损失,也会遭遇个人被淘汰的局面,这对HR 工作能力也提出了很高的综合性要求。
第一,中国石化人力资源管理信息系统建设,这是实现大数据的基础之一。
在中石化集团公司内执行统一的人力资源管理信息系统SAP-HR 系统,包括业务处理平台和综合应用平台,另外还有统一的人才招聘网站,实现了六大功能:对人力资源管理关键指标,如中层机构职数、工资总额、用工总量的监控;实现了人力资源一些核心业务,如在岗职工工资奖金计发、内退人员生活费计发、离退休人员福利费计发、劳务工劳动报酬计发、机构调整、岗位变动等的过程管理;实现了人力资源业务如员工入职、员工调动、员工离职、员工减册、员工退休、员工培训、员工基本信息等在系统中处理;实现了灵活的查询统计如各类人员年龄结构、学历结构、职称结构、职业技能等级结构、薪酬结构、人工成本分配等,出具各类图文、图表分析报告,满足各级领导和管理人员分析的需要;具备较强的综合分析与决策支持功能;实现人才招聘的信息发布和应聘管理。
第二,成立了中石化人力资源共享服务中心。这是实现大数据的基础之二。
2015年,在对国内外同行业共享服务情况调研分析,以及对系统内人力资源业务进行调研诊断的基础上,中石化制定了人力资源共享服务建设方案,2016年成立了中石化人力资源共享服务中心,以“国内领先、国际一流”为目标,以“服务客户、支撑发展”为使命,以业务规范化、标准化、自动化、智能化为追求,按照“管办分离”原则,将企业事务性、重复性、可标准化的业务整合到一个新的业务单元,为企业提供统一、标准、高效的专业服务,以提高企业整体运行效率和效益。共享服务的特点是,整合业务资源,提供“工厂化”专业服务;整合专家资源,提供咨询诊断服务;整合数据资源,提供价值分析服务;整合服务资源,提供员工自助服务。
①集中的专业化服务。共享中心按照管控在总部、经营在企业、服务在共享的原则,为企业提供人力资源业务批量集中处理服务[4]。开发了企业平台和共享平台,企业通过企业平台以业务表单的形式将服务申请提报给共享中心,共享中心通过共享平台接收表单进行业务处理,并通过协同反馈功能与企业进行工作交互;建立了专业化的服务团队,制定专业的服务目录、服务流程和业务标准,高效、快速处理业务,满足企业需求。服务内容主要包括员工关系、信息维护、薪资发放、统计分析等在线业务处理以及员工招聘、劳动合同管理、社会保险办理、档案管理、退休审批等线下业务办理。
②咨询诊断服务。共享中心的人员主动跟进企业的发展需要,进行调研,具有前瞻性,超前意识,深入业务部门了解业务,了解业务部门发展情况,提供具体的分析和诊断,并给予专业建议,同时与业务部门保持良好的沟通,及时把业务部门的需求传递,咨询服务是智囊机构,为企业提供专业咨询服务,帮助企业完善管理,改善流程,宣传和推动人力资源管理政策,促进企业文化的落地。了解其人力资源管理需求和员工的需求,为调整人事政策提出解决方案。
③数据分析服务。共享中心掌握着庞大的数据信息量,利用数据资源集成共享优势,挖掘数据价值,提供大数据分析、情况研判和智能服务。配合深化三项制度改革、人才强企工程,提供劳动用工、薪酬分配、人才盘点、人力资源价值增值等企业需要的分析报告,为企业决策提供依据。
④员工自助服务。员工自助服务提供“零距离、无门槛、全天候”的服务,打造互联网+员工服务系统,实现个人信息、薪酬绩效、企业年金等信息的在线查询,提供人事政策、办事指南、员工必读等政策的在线咨询,开通信息修改、证明申请等业务办理快车道,为各级管理人员提供成员信息、管理图表、经验分享等管理支持,实现“让信息多做工,员工少跑路”,拉近了企业和员工的距离,塑造人性化管理新形象,发挥其在促进企业和谐稳定发展方面的积极作用。
第三,中石化电子考勤的实施,这是实现大数据的基础之三。
自动化的考勤信息采集,大大减少了手工统计的资源浪费和不准确性,节省了管理成本和薪资浪费,员工可以更加专注于生产,HR 部门也可从繁重的统计工作中解脱出来,从而提高了工作效率,对于考勤管理方面也得到了较大的提升[5]。通过员工自助系统每天记录员工出勤情况,按企业考勤管理制度编制病假、事假、产假、旷工等缺勤计算规则,定制在系统中,自动生成考勤表,实现了薪资计算便捷准确的工时数据支持。例如,手工打考勤时加班、休假、工时等相关数据准确率低且更新不及时,对员工而言,造成错误的工资计算,公平性受损。大数据系统通过自定义规则自动排班、减少人为的随意性,增加准确性来提高管理效率和员工满意度。通过员工自助系统实现了实时记录员工出勤情况的需求,有效地控制迟到、早退和未打卡情况,对出差、培训和外出的情况也能在排班中体现,通过系统进行考勤,领导能够实时观察到员工的出勤及异常情况,并且可临时进行在线调整与修改。员工能够自助查询休假和排班情况,增加了透明性和公平性,因此实现了公开、公正、公平,达到了自我管理,特别是休假、请假、调休一目了然,做到了互相监督,提高了管理效率。
第四,结合中国石化集团公司实际,逐步建立、完善、实施大数据在人力资源管理中的部分应用场景。
通过前瞻性的研究,根据人力资源管理大数据应用理论研究和实践情况,结合实际提出中国石化集团公司人力资源管理大数据应用初步思路,在应用场景、实施路径设计等方面研究提出建设性方案,为大数据在人力资源管理中的实施应用做好铺垫。通过文献研究、案例分析,分析大数据在人力资源管理中的应用总体概况,大数据与小数据的区别,了解人力资源管理大数据应用业内实践情况和典型案例,挖掘中国石化人力资源管理大数据应用实践以及典型案例,分析存在问题。重点研究西北石油局人才盘点系统和镇海炼化信息技术应用等。
基于人力资源共享服务中心数据情况及人力资源管理现状,探索大数据部分应用场景实现的可能性。主要思路如下:
①人才离职原因分析。通过研究中石化二至三家公司近3年离职人员的数据情况,分析离职原因,找出离职人员共性特点,提出人才保留建议。
②考勤系统和人才绩效关系。分析中国石化集团共享服务有限公司南京分公司上下班打卡数据,研究上下班时间和人才绩效的关系。
③高层次人才和个人履历之间的关系。通过分析中高层管理人员、技术专家等履历数据,分析高层次人才与地域、家庭背景、毕业院校、岗位经历等因素的关系。
研究方法:①文献研究法:通过公开论文和理论书籍,研究大数据的基本理论和演变过程,研究国内外优秀公司大数据在人力资源管理中的典型应用。典型案例:谷歌、百度、腾讯等公司的大数据在人力资源管理中的应用等。
②个案研究法:通过调研,研究国内优秀公司、集团公司系统内大数据的典型应用,提炼方法和特点,梳理实施路径。
③模型方法:探索寻找可应用于集团公司的大数据应用原型,结合人力资源共享服务中心数据情况研究创设相似模型。随着数据采集的完善、数据分析人才的储备、数据分析能力的提升和成果应用经验的丰富,最终建立具有中国石化集团公司特色的人力资源管理大数据应用体系,促进人力资源管理向现代化、科学化、精细化转变。
第一,制定有效的人力资源管理规划。
大数据时代,要制定与企业战略一致的人力资源战略和规划,为企业发展提供良好的人才资本保证[6]。同时大数据时代,组织形态将发生变化,原来那种科层式、职能式、矩阵式的组织,正渐被一些新的组织模型取代,未来,将看到更多网络组织、平台组织、圈层组织等组织的出现,而且这些组织都各具特点。
第二,大数据助力企业招聘。
以前的人才招聘,就像是一个大漏斗,企业照单全收,然后漏掉一部分运气不好的。这种粗放型的人才获取方式不仅浪费时间,也存在不公正性,出于成本的考量,不可能对候选者都认真挑选、评估。而大数据运用人才招聘,提升了人才招聘的精准性,不夸张地说,招聘期可能从过去的一个月极速缩短到只有一周时间,HR 需要帮助所在的公司变得更加快速敏捷,大数据运用于招聘,如采用人工智能进行招聘,不仅省时,还节省了成本、提高效率,还能避免在招聘过程中出现的偏见,如性别、种族、歧视等,招聘过程也会更加客观。在中石化系统内有人才招聘网站,通过资源配置平台报名,审核,录用等一系列的操作,使得中石化内的员工信息更准确,更及时,更动态,在特别短的时间内能快速地把握内部候选人的特点、重点。好比人才雷达扫描器,检索和鉴别着企业内部的所有人,以往的人才招聘较为简单,有考试、专家了解、群众推荐等多种形式,而大数据对人才做出准确、定量的判断,对人才特质、优秀与否、水平高低做出鉴定,并以此作为后续任用、发展、晋升或淘汰的依据,HR 部门在人才使用问题上,扮演着裁判、推荐、引导等多种角色,无论哪种角色,都需要大数据,才能确保其公平、中立、客观的身份,为何选择、推荐、发展或淘汰,都要有客观的依据,而这个依据就是大数据的结果。
第三,调整员工培训。
随着大数据时代的到来,对人才培养提出了新的要求,必须加快人才的培养速度,企业要向员工普及大数据知识,提升数据分析的能力,同时要认识到数据的质量参差不齐,了解数据背后的各种影响因素和计算方法,并学会对数据的准确度、样本大小、客观性和质量进行批判思考。即便是大学统计学专业出身的员工,也可能需要通过培训来将所学应用到实际工作中,数据需要关联性、准确性、立体性、预见性。
第四,大数据助力员工激励。
不断充斥的大量数据、不断加快的社会发展,使组织不得不做出调整,但不断进行的机构重组、人员精简和变革活动,会使员工工作安全感和稳定感下降。需要了解员工的关注点和意愿诉求,要针对他们的兴趣和特长,帮助他们认识到自身的潜力,实施对员工有效的激励能使多数员工获得最大限度的工作幸福感和成就感,实现企业价值和员工价值的互动平衡。
第五,大数据助力人才评鉴。
有一句话叫做“算法推动社会进步,但数据秒杀一切算法”,在大数据环境下,企业人才评鉴方面的探索与尝试也越来越多,人才评鉴,必然会基于大数据。或许还会有大量基于情境化,引入VR、AR 等技术的实境模拟测评,这样评鉴的可信度会更高。利用大数据技术对人才测评中的一些问题,如人才考核、人才选拔进行研究,改进原来的主观指标。大数据技术能从中石化SAP-HR 系统中一些隐藏的信息,帮助决策人员找到数据间潜在的联系,从而有效地进行人才评价。大数据使得人力资源管理从心理、主观判断等难以量化的管理方式,变为可以量化的客观指标,弥补了人力资源管理短板,用数据支撑人力资源管理,做出科学决策,激发出巨大潜力。
误区一:数据量越大越好。
认为只有超大量的数据才能准确揭示事物的规律。只要获取适合的数据样本量就可以,不需要所谓超海量数据。切忌一味获取更多的数据,关键是数据样本的代表性、真实性、有效性以及适合的样本量。大数据的“大”,是指数据的数量和数据的种类。
误区二:将信息电子化等同于数据化。
一些部门将过去的人事档案进行电子化处理,通过无纸化办公,将信息纳入电子化管理化系统,但这并不是进入大数据时代了。在大数据时代中,真正有价值和意义的数据是可以被判断和分析的量化过的信息。
误区三:只要获取了大量的数据,就算进入大数据管理时代了。
有人认为只要建立了信息化电子化的数据管理系统,把大量的数据收集、保存,提高数据运用的工作效率,就算进入大数据管理时代了。其实这距离真正的大数据管理还很远。进行量化数字化管理的根本目的是要提升对事物认识的精准度,以便做出更精准的决策。
误区四:应用大数据,就能立竿见影。
许多企业在实施数字化的过程中好似盲人摸象,只见树木不见森林,缺乏对数字的完整思考,导致在实际应用中“零超碎打”,要想真正成为数字化企业,需要同时关注外部和内部两个维度。