基于大数据的智慧人力系统设计

戴训华 贺嘉 何美斌 张建国

摘要：随着电信运营商数字化转型升级的持续推进，人力资源的合理配置和效能提升逐步成为企业转型升级的关键因素。但是，传统的人力资源管理手段，在人力资源管理、配置、考评、培训、人岗事薪匹配等方面已不能适应企业对人才资源的需求，制约着企业数字化转型升级。本文提出了一种基于大数据技术建设智慧人力系统的思路，通过建立人才画像、能力分析、预警派单到持续跟踪评价，打造智慧人力运营管理闭环支撑体系，支撑企業数字化转型战略落地。

关键词：大数据;电信运营商;智慧人力;数字化

1引言

大数据时代背景下，企业的人力资源管理者为确保能在庞大的信息量和数据面前做出正确的选择，必须首先实现管理理念的转变，并建立信息化的人力资源管理系统[1]。

随着电信运营商数字化转型升级的持续推进，人力资源的合理配置和效能提升逐步成为企业转型升级的关键因素。

但是，传统的人力资源管理手段，在人力资源管理、配置、考评、培训、人岗事薪匹配等方面已不能适应企业对人才资源的需求，制约着企业数字化转型升级。本文提出了一种基于大数据技术建设智慧人力系统的思路，通过建立人才画像、能力分析、预警派单到持续跟踪评价，打造智慧人力运营管理闭环支撑体系，支撑企业数字化转型战略落地。

2智慧人力系统设计

2.1 基本要求

围绕企业价值、员工价值、客户价值深入推进注智赋能，结合实际生产管理，做实应用场景，打造智慧人力运营管理闭环支撑体系，从人员画像、能力分析、预警派单到持续跟踪评价，全方位支撑员工能力提升。

结合企业战略转型和人力资源价值提升，依托大数据应用，实现精准、实时的人力资源配置和管理，为员工提供全面、及时和个性化的服务，为“选育用留”工作提供决策依据手段。刻画人才标签，打造企业人才云，为业务赋能、战略落地提供有力保障，实现“人尽其才，事得其人，人事相宜，人企共赢” [2]，支撑企业战略转型升级、落实人才强企工程。

2.2 系统设计

2.2.1 系统功能架构

智慧人力的价值在于提高运作效率，追求更精确的决策和判断，实现更高的质量和成果。智慧人力以大数据能力为基础，实现跨域数据关联汇聚，深度挖掘数据价值。面向一线各人员岗位进行解剖分析，通过构建科学的人岗评价模型，人岗专家诊断决策模型，以公司领导、专业部门领导、分局长、代理商、一线员工为主要支撑角色，支撑智慧人力运营专家诊断决策，注智生产、注智一线，形成精确管理闭环。智慧人力系统功能架构如图1所示。

2.2.2跨域数据关联

依托大数据海量数据存储和分析的能力，跨域汇聚来自电信运营商酬金、OA、HR、渠道视图等各B/M/O域中生产系统的数据，凝聚数据能力，提供信息互联互通的基础。

2.2.3大数据存储计算

基于Hadoop技术构建的大数据平台，进行海量数据汇聚计算分析，满足智慧人力各类模型及分析应用场景的需求。

2.2.4构建岗位评价模型

通过岗位写实，剖析人员岗位工作内容、时长、频率、考核点、关注重点等，针对一线岗位的销售能力、装维能力、服务能力、价值贡献评价、工作饱和度评价5个方面构建岗位评价模型。

2.2.5专家诊断决策模型

基于岗位评价模型的输出结果，同样基于一线岗位的销售能力、装维能力、服务能力、价值贡献评价、工作饱和度评价5个方面，对人员能力及价值贡献提供专家诊断决策。

2.2.6输出5级视图

面向智慧家庭工程师、渠道经理、VIP经理，提供5级视图，针对各级角色的视角，围绕“有多少员工？干多少事情？干的怎么样？如何提升？” 的思路，提供能力分析、薪酬分析、价值分析，专家诊断结果等能力。

2.2.7注智生产

以专家决策诊断模型为基础，通过模型输出提升建议，打通注智通道，与生产系统进行交互，提供知识学习、调岗、调薪、整改派单等注智能力。

3实现技术

3.1 数据采集技术

人力资源是企业发展和社会进步的重要组成保障，传统的管理方式存在着数据采集量不足，共享程度不够，数据异构程度高等问题，无法满足管理者的需求[3]。针对企业不同的业务系统的数据架构，基于hadoop平台，通过借助Sqoop、Flume-NG、Canal、Kafka实现对数据库以及文件的采集。面向mysql、oracle等不同的关系型业务数据库，利用Sqoop组件将数据批量导入到hadoop中。对于不同数量级的表，采用不同的num-mappers配置提升数据汇聚效率。通过Flume-NG实现高可用的，高可靠的，分布式的海量文件采集、聚合和传输。通过Canal、Kafka技术实现MySQL数据的实时采集。

3.2 数据存储技术

采用开源Hadoop技术构建企业级大数据平台，存储与人力资源相关的各类数据。采用开源HBase和ElasticSearch技术，构建标签库，为人才标签、人才云、人员效能指标等提供秒级检索能力。

3.3 数据分析技术

采用开源Hive技术建设企业数据仓库，可以方便的存储各类结构化的数据，并且具有比传统数据库更为高效的查询能力。开发人员使用SQL开发语言，进行跨域数据关联分析，构建岗位评价模型和专家诊断决策模型。

3.4 数据服务

采用REST（Representational State Transfer）技术，实现基于java的数据推送服务的注册与调用。集成邮件、短信相应的API接口，实现数据推送服务的一点集成与多点调用。服务使用标准的HTTP方法：GET，PUT和POST。为保证api调用的安全性，除了使用TLS / HTTPS之外，加入API密钥机制作为其HTTP请求的一部分的唯一字符串。

3.5 开发技术

采用Java技术作为web应用的开发语言，利用json语义的特性按照一定代码规范编写配置项即可直接生成数据的渲染页面，对于后期的需求改动也只是简单的修改json配置项，加速的项目业务的开发速度。

4结束语

运用大数据技术可以有效支撑电信运营商人力系统运营，提升企业对人力资源的利用率。本文提出了一种基于大数据技术建设智慧人力系统的思路，通过建立人才画像、能力分析、预警派单到持续跟踪评价，打造智慧人力运营管理闭环支撑体系，支撑企业数字化转型战略落地。

参考文献

[1]李强.大数据时代企业人力资源管理变革策略探究[J].经营管理者，2016（07）：148

[2]HR学什么？除了招聘还能做什么？人尽其才，事得其人，人事相宜—人力资源管理.https：//liuxue.xdf.cn/blog/ yexin8/blog/ 2168063.shtml，2020

[3]于乃文，杜素艳，韩保刚，等.智慧化人力资源管理信息服务平台架构设计与实现[J].科技经济市场，2019（8），8～9