大数据环境下军队人力资源档案管理工作思考

杨 菁 蒋文亭

大数据技术正深刻改变着人类思维和生产生活方式，也为人力资源档案管理提供了新的思路、方法、途径和措施。将大数据技术应用到人力资源管理决策中，对人事档案进行全方位的收集、派生和挖掘，能够将静态的人事档案转变为记录个人信息的原始数据、反映工作结果的效率数据、再现培训情况的能力数据、预示发展前途的潜力数据，为军队人员全方位画像，实现基于数字化定量分析的人力资源科学管理，提高决策能力，服务于党委机关选人用人，以此提高人力资源管理工作的效度。

反观当前部队人力资源档案管理工作，还存在数据整合程度不高、业务壁垒难以打破、信息管理模式单一、信息服务工作效能低等问题。军事人力资源部门要在厘清人事档案工作职责和分工的基础上，立足自身的核心业务科学地与其他部门开展合作，从文件产生到档案形成再到档案价值发挥的过程中，实现人事档案全过程管理和信息质量控制，以利用场景为目标导向挖掘和分析信息需求，实现靠前服务。

一、大数据技术推动人力资源档案管理效能提升

在传统档案管理时代，我们经常说档案太多、保管难度大，利用率低、价值发挥不突出。在大数据环境下，对档案的价值及其实现方式应该进行重新审视和认知，只要有足够多、足够全、足够完整的数字档案数据，就不会出现“死档案”，大数据技术为档案数据的智能管理、智能开发和智能利用提供了契机和可能，档案的价值也呈现出多元化、效益性特征。档案既可以对档案形成者有价值，也可能对档案所有者有价值、对档案研究者有价值、对档案涉及者有价值。从大数据的视角审视档案数据，不仅能最大限度地体现档案“信息层面的价值”，而且也能最大限度地发挥档案“数字层面的价值”。档案数据体量大增长速度快，且通常由结构化、半结构化和非结构化的数据组成，数据类型多结构复杂，符合大数据特征。可以利用语义分析、机器学习、知识图谱、智能抓取等技术收集海量数据，并从中分析和挖掘档案潜在和深入的价值，发现蕴藏在纷繁复杂的数据后的隐性知识。

在信息时代，有大数据技术的助力，数字人事档案已经成为一种流动的能量符号，以及助推人力资源管理效率提升的力量。从人力资源管理的角度看，引入大数据技术对人事档案数据进行全面收集和深入挖掘，可以对过往的人事档案数据进行分析，精准进行人员考核和识别、预测人员未来发展趋势和走向，能够实现更加全面化、系统化、效率化和现实化的决策技术，为军队选人用人提供战略意见，有利于将人力资源管理效益转化为实实在在的战斗力。

二、基于全生命周期构建个人数据链

军事人力资源档案是军队各有关部门在各类人员管理和使用过程中形成的，记述和反映军队各类人员个人经历、政治表现、品德作风、工作实绩、家庭和社会关系等情况，以军事人员个体为单位建立的档案。它是历史地全面地考察了解、培养、正确选拔使用军事人员的重要依据，是各类人员转退后地方政府接收安置的基本凭证，是军事档案的重要组成部分。因此，人事档案如同每个人的DNA，具有唯一性。随着个人的成长，不断记录其历史情况和现实表现，人事档案也不断累积。

在大数据环境下，人事档案数据规模越大越好，为了实现档案数据收集的及时、完整和全面，引入档案全生命周期管理理念，将人事信息产生、流转、审核、数字化采集、更新等过程都纳入人力资源管理视线，实现全流程管理。人事档案从产生前端就纳入人力资源管理视线中，对后续的流转、审核、数字化采集等环节都开展不同程度的指导和监督工作，有利于人事信息实现“应收尽收”“随建随归”，利于形成“大档案”管理格局；有利于解决传统人力资源过程离散化、碎片化等问题，有效提升人事档案数据的收集速度、利用率和服务效能；有利于打破业务体系的壁垒，实现底层数据共同建设、数据通用、关联数据及时更新，为后续数据挖掘打下坚实的数据基础。

随着人力资源信息化建设的不断扩展和深入，军队人员的基本数据、学历数据、工作数据、行为数据和心理数据将不断被收集起来，为其构建起独一无二的全生命周期个人数据链。利用大数据技术，通过分析不同需求构建个性化的数据模型，对人事档案进行分析、采集、分类，实现网络空间的人员身份审核、识别选拔、量化考核、人员预测和人员激励。

三、以利用场景为目标导向发挥数据挖掘效能

大数据技术从根本上改变了数字人力资源档案信息采集方式和运用方式，在更短的时间内实现更大范围和更大规模数据的采集和利用。大数据技术善于关系洞察和趋势预测，探寻孤立和分散数据之间的潜在关联，孤立和分散的数据被组合利用的程度提升，有利于档案价值的挖掘和档案资源的真正共享，使得数字档案价值实现的领域也被极大地拓展。

人力资源档案建设的效果和大数据技术最终要通过现实的利用场景来发挥作用，政治考核、人员选拔、绩效考评、职业规划等都是人事档案可以充分发挥价值的现实场景。利用大数据技术，针对不同现实场景进行建模，输入人员个人数据链上的信息，进行对比、分析和预测，人力资源部门依据模型预测结果可以更高效精准地服务于人才的选、用、育、留。

1.人事档案审核监管模型。利用大数据的多源数据融合分析方法，通过深度人事档案数据挖掘和机器学习，建立人事档案审查监管模型，解决人员身份的审核和监管问题。将其个人数据链条上的相关数据输入人事档案审查监管模型，通过数据的更新、融合、分析、比对，对人事档案数据进行检查和校对，实现人员画像，从而进行痕迹分析、经历溯源和行为预警。

2.人员识别选拔模型。利用大数据对比分析方法，根据不同场景的人员识别和选拔需求，建立人员识别选拔模型，将大范围的人事档案输入模型进行比对分析，选出潜在候选人群体，为选人用人提供技术支持。

3.人员考核评价模型。在人才考评方式上，人工操作有较强的主观性，缺乏客观数据认识，容易出现首因效应、晕轮效应等误区。利用大数据技术分析军事人才特征，合理设计考核指标体系，构建人员考核模型，考核内容将更加多元化，考核流程更便捷和人性化，考核结果可量化、更规范，具有动态性，可以从一个较长的历史阶段进行全面的考核，避免其某一方面或某一时期的表现影响整体评价。

4.人员发展预测模型。军队人员的培养和成长不仅要基于当下更要预测未来，通过大数据技术全方位地收集和分析个人信息，形成不同时期的个人综合评估报告，凸显个人核心能力、关键优势与不足。通过与军事人才画像实时分析比对，预测个人的发展潜力；结合个人的需求、岗位对知识更新和业务技能的需求，对其提出个性化的人才培训计划，有助于挑选出高潜力人才。

5.人员成长激励模型。通过对军事人才的个人成长轨迹数据进行分析，形成不同类型人才的画像，再对大范围的人员或者潜在候选人进行工作能力的数据盘点，与军事人才画像进行比对，对军事人才进行发展规划和设计，激励军队人员成长和进步。

四、应用过程中存在问题和努力方向

当前，将大数据等新技术应用于人力资源档案管理还存在一些障碍需要克服，集中体现为：系统到位而人才短缺，数据先行而管理落后，战略激进而认知模糊。从技术层面讲，目前的软硬件条件能够满足大数据运算，但大数据分析和预测的基础——人事档案数据量还不够“大”，能运用技术的人才极其短缺。从管理层面讲，大数据必然带来组织管理由经验决策向询证决策转变，虽然目前看对云计算和大数据的技术投入比较大，但认知改变还不足，还需从意识上改变，重新定义人力资源管理工作流程，更好发挥人事档案效果。

总之，在大数据时代，军事人力资源档案管理工作需要在创新中坚守。一方面利用大数据技术提供给我们的新的管理理念、技术、模式和方法，创新档案管理工作方式；另一方面，也要坚守在长期实践中总结出来的基本方法基本经验，不能忽视基础性工作。