大数据分析挖掘在企业人力资源管理上的应用

李喆

（对外经济贸易大学，北京 100105）

1 引言

企业人力资源管理过程中，通过大数据分析挖掘能够实现对各项数据的整合分析，与企业产品经营相结合，通过数据整合创新出更具市场欢迎度的产品，更好地实现产品的市场价值，增强企业发展的整体效益。未来，如何通过对巨量的、碎片化的数据实现更科学有效的提取分析，为企业人力资源管理提供决策参考，将是大数据时代下企业面临的重大机遇与挑战。

2 大数据分析挖掘与企业人力资源管理

何谓大数据？大数据的概念早在20世纪80年代就被著名未来学家阿尔文·托夫勒提出，但在当时大数据还并未被重视，它还常被“海量数据”的概念所替代。但大数据远不止海量数据，它最核心的价值在于对于海量数据进行存储和分析。换言之，若把大数据比作一种产业，那如何提高对数据的“加工处理能力”，则是对产业实现盈利的关键。通过将收集统计起来的庞大数据资源进行更专业化的处理，最终获得更有价值的信息，这才是大数据的真正意义。人力资源管理作为企业第一资源，是企业管理工作的重中之重。企业的生产、营销及售后等均需要通过“人”来实现，企业人力资源管理工作的主要构成包括人力资源规划、人员招聘、人员岗位配置、员工培训与开发、绩效管理、员工薪酬福利管理、劳动关系管理等。人力资源管理的目的是辅助企业完成短期和中长期战略目标。在当前全速发展的互联网经济时代，市场竞争中的重要资源就是数据信息。掌控了行业最前沿信息的企业，更容易率先占据整个行业市场的先机。通过大数据分析挖掘有利于企业人力资源管理的各项要素的利用，提高数据处理效率，判断相关要素之间的联系，增强数据处理效果。因此企业人力资源管理与大数据分析挖掘的联合势不可挡[1]。

3 数字化时代，人力资源和数据“共舞”

3.1 利用大数据分析挖掘预测企业招聘需求

为了能在激烈的市场竞争中留住企业所需人才，企业可以借助数据挖掘技术来对企业招聘进行分析。通过建立企业招聘需求预测模型，针对企业所需人才进行有目的的招聘，这样招聘不但更具精准性，还能节约时间成本。以H集团为例，在发展过程中，随着公司业务范畴逐渐拓宽，岗位和人才需求增多，通过借助大数据分析挖掘确定企业需求，并以此制定人员招聘计划，将大幅降低招聘难度。如该集团人力资源构成中高层管理类岗位占比2.62%，人数25人；专业技术类岗位占比57.40%，人员547人；市场类岗位占比25.08%，人数239人；综合服务类岗位占比14.90%，人数142人。结合企业岗位配比情况制定该公司招聘计划（见表1）。结合当前公司对不同岗位人力需求情况，设计不同招聘需求指数。

表1 公司人力资源招聘情况 单位：人

如表1所示，借助大数据挖掘分析，在一定程度上能够确保企业更科学合理地作出人才决策，让人力配置与企业总战略目标相吻合。而更为关键的是，充分挖掘和发挥出大数据思维的前沿能动效应，让企业更加全面、实时地了解企业不同阶段的实际动态，尤其是人员管理的绩效水平、人才配置的合理性、各岗位能力胜任度等，帮助企业及时发现不足。

3.2 利用大数据分析挖掘进行岗位人才画像

在企业岗位人才招募过程中，利用大数据分析挖掘实现对人力资源管理多项信息的整合与归类，对所需岗位人才进行精准画像。全面分析应聘者的综合信息，包括“专业”“学历”“工作年限”“职业资格证”“自我描述”“个人规划”等，得出岗位人才的胜任模型。个人能力作为人才招聘中的非固定因子，在设计模型中可以通过某些固定因子来综合给出该因子分值，以此来提高人才招聘精准度。仍以H集团为例，该集团准备对应届生进行储备招聘，可以从显性因素、行为因素和底层因素3个层面，来绘制立体、精准、全面的岗位人才画像（见图1）。对应届生招聘需求进行分析，20~25岁的年轻人，能够接受高强度工作，身体状况良好，是企业较为喜欢的用人主体。除了年龄之外，其他影响因素有应聘者专业与本企业所需人才学科是否相关、是否掌握学科的基础理论知识。企业喜欢有相关实习经验且有较强沟通能力的应聘者。应届生招聘需求中底层因素包括抗压性强、适应力快、有足够的信心、能吃苦，愿意多劳多得，希望通过公司的实践获得成长，敢于竞争。企业通过详细的分层，选择所需人才。

图1 应届生招聘需求的三层因素画像

3.3 利用大数据分析挖掘辅助人员绩效管理与预测

企业大数据绩效管理的预期效果多在于绩效管理中的多重因素叠加后出现的集聚效应，这种模式不单是对人的管理，更是对企业的组织结构框架、绩效管理制度等环节进行的完善梳理。通过对这些制度和框架的完善，确保在大数据的支撑下，能更进一步提高企业整体管理水平和人员的工作效率。企业在运用大数据提高人力资源信息处理效率的同时，确保数据能及时和可靠地以可视化的结果形式呈现给管理者，使其更清晰直观地了解企业的运作情况，减少中间沟通环节造成的误差，确保各流程之间的有序执行。

3.3.1 人力成本与营业创收的控制预测

继续结合H集团的例子来分析，公司运用大数据分析挖掘，构建企业人力资源管理模型。人力成本与营业创收的控制预测从工资开支、销售收入、研发收入、人员数量4个层面开展，收集企业人力资源绩效管理数据，采用原始数据归一化处理，将某类数据限定在某一个区间内，然后将数据参数变成对应值关系，进行归一化计算，以此优化绩效预测，得出样本最大值、样本最小值。分析不同年份员工的人数和员工需求人数进行回测和分析，对企业人力资源绩效管理进行预测，通过不同的曲线类型展示目前企业的人员数量和未来几年企业可能需要的人员数量，直观展示目前人力资源数量是否与目前的企业发展战略相匹配。

样本数据分析类型包括当前企业人员数量、企业现有业务类型、不同部门的人员需求、企业未来战略发展规划等。例如，在销售部门管理过程中，需要考虑的计算变量因素有企业现有销售业务、当前业务销售类型、销售人员绩效等。通过此项分析掌握企业销售部门供给情况，以曲线表现当前销售人员数量以及预测人员需求数值，以此对销售部门人力资源管理提供参考与依据[2]。

3.3.2 员工绩效考核与激励的优化

利用大数据分析挖掘，实现对企业人力资源发展情况的精准预测，由此判断当前企业人力资源管理情况是否合理，并对企业内部人力资源管理相关情况进行一定判断与分析。结合实际管理需求，对人力资源发展情况予以调整[3]。以往绩效实施环节过程中的主要问题，主要表现为企业绩效数据处理效率低且反馈慢，而大数据技术恰恰避免了人工处理中常出现的错误，在提高绩效数据处理效率的同时，还提高了绩效考核结果的准确性。另外还可与部门以及岗位需求相结合，充分发挥大数据分析挖掘优势，消解绩效考核工作中不良因素的干扰，保证数据收集结果的全面性、综合性、系统性[4]。大数据挖掘视域下，销售部门是一个整体，是一个团队。企业销售人员在工作活动中，需要向客户展现产品内容、性能、价格、优势等相关信息。为了达到良好的销售效果要求精准划分市场、确定目标客户、收集与客户服务有关的指标。整合相关数据信息确定最终的销售方案，更好地实现企业销售管理目标。此外，确定企业发展指标，包括客户满意度、客户保持率、客户增长率、目标市场占有率等。挖掘纵深关键数据、客观数据，包括产品服务报告、客户信息、财务账目等，借助大数据将指标数据转化成为绩效信息，制定企业绩效考核结果，以此优化企业各项管理活动，增强绩效考核效能。

得出考核结果之后，要求在企业内部及时公开并共享考核信息，对考核工作起到一定的监督与制约作用。实现对各项考核数据信息的利用，促进相关部门与岗位人员及时发现考核中存在的问题，并对此及时改进。企业绩效考核部门利用大数据工具，建立关键绩效法KPI进行岗位考核。全面掌握企业考核管理中的相关信息，提升考核工作整体效率，免除人为因素的失误，进一步提升考核工作质量与效益。

以H集团为例，结合集团员工岗位性质和工作流程，借助大数据技术对企业所采集到的内部数据进行关联分析，从中获取不同的考评指标（见图2）。另外，还可增加预警系统，分解评估指标，在绩效计划阶段确立预警指标体系（见图3）。借助大数据挖掘，有效利用PMP模式，即事前沟通、绩效考核圆桌会议、宣布结果、结果实施。在事前沟通环节，主要是回顾某员工一年或一季度的工作表现、态度、业绩等，帮助员工确定未来需要朝哪些方向去进步；评估员工的业绩，分析该员工现居职位以及薪酬状况，是否与近期的表现相吻合，将各项数据直观呈现出来，并作为明年该员工的定位，决定新一年的薪酬和职位。绩效结果实施环节，结合前面环节的推进情况，适时补充措施，并对企业部门与员工业绩予以反馈。各项评估内容不断推进，有利于更好地促进企业员工能力与素质的提升，将过程管理放在重要位置，该模型（见图3）中的各项内容较为全面、具体，综合考虑了企业内部人力资源管理的各项数值，具有较强的全面性[5]。

图2 企业员工绩效指标设定流程图

图3 绩效预警功能模型

3.3.3 利用大数据分析挖掘完善绩效反馈系统

绩效反馈包括两个角度：一是直接将绩效评价反馈给企业员工；二是企业领导与员工一起设定未来计划，确定下一个时间点要完成的业绩目标。而且绩效评价结果的实时反馈还可以辅助管理者管理企业，让企业和员工之间能良好互通。基于此，基于大数据的绩效管理系统构建，俨然成为实现上述目标的重要方式。首先，通过大数据技术，搭建反馈系统，企业借助相关沟通工具，优化大数据预警系统。其次，管理层在得到反馈及绩效结果后，若出现异常数据，可以设置自动反馈，也可以由专人（或领导）针对异常数据进行针对性反馈，给与指导或分享成功案例，来提高员工的绩效。另外，系统还可将批量化异常数据进行报备整理给管理层，通过对异常数据的二次分析，调整企业管理措施或业绩要求。最后，管理层可以借助数据前后的分析对比，找到问题的根源，然后针对性予以改善，以此来提高企业员工的整体绩效。另外，大数据分析挖掘技术的运用可以发现企业发展中的一些具体问题。基于具体问题，可以在企业内部构建相应的评价体系，并融入企业战略发展定位，增强人力资源管理的科学性与可操作性，对企业内部管理措施进行反思总结，以问题的构建促进企业实现高质量发展。

综上，在企业人力资源考评过程中，从企业整体与各个部门的角度进行分别探讨与管理，研究当前企业发展中人力资源管理层面存在的问题，并对此及时反馈与总结。以大数据分析的形式建立各种模型，促进企业人力资源指标管理，实现对企业人力资源发展情况的综合把控。在运用过程中，基于具体的战略导向进行管理，各个部门对企业整体发展战略进行逐层分解与拆解[6,7]。

4 结语

大数据分析为新时期企业人力资源管理提供了一种新的思路与工具，为企业人力资源管理提供了新的机遇[8]。这就要求企业在人力资源管理过程中，及时运用大数据分析挖掘技术，优化企业内部人力资源管理方式，增强企业人力资源结构的合理性，充分发挥企业人力资源的优势与作用，并加强对企业人力资源相关数据的分析，实现对企业内部各项资源要素的整合与开发利用，将部门考评结果与绩效管理挂钩，予以公开，构建企业内部奖励机制，为促进后续发展提供依据，不断改进考核方式，合理设置考核指标，考核员工工作绩效，突出考核激励实效，将目标管理考核和关键业绩指标考核结合起来，调动员工工作积极性，提高企业凝聚力，在企业内部优化人力资源管理模式，利用人力资源促进企业持续发展。