企业人力资源数据化必要性探讨

梁震锋

(广州科技职业技术大学 广东 广州 510550)

0 背景

人力资源管理过程中，“人”所产生的数据是丰富多样、纷繁复杂的。由于“人”存在心理的发展规律，每个人都有不同的心理特征，其表现在日常的工作生活中就存在千差万别，源于“人”的思想是复杂的。人资管理结果体现的数据之间也必定存在着一定的规律，各要素之间、各数据之间有着万般的联系，并突显了发展相应的趋势。对管理者来说，找到这些规律对企业人力资源的管理者来说是非常必要的。人力资源管理数据化导向是通过有效的“指标”来实现的，为了保证人资管理数据化的战略导向，指标的设计应抓住人资管理需求的关键。

1 人资管理数据化的需求

1.1企业降低人力资源管理成本的迫切需求

在对企业管理者来说，做好人力资源的管理是非常重要。但由于“人”的心理特征表现不同，使对员工的日常管理则存在着差别。迫于降低人资运营管理成本的考虑，使管理要素及管理的过程“数据化”是非常有效的措施，找到人资管理的发展规律，配合不同的管理方式手段，使人资管理有据可依，理性、快捷和高效地做出决策。人力资源管理应顺应企业管理及时代的发展需求，调整对应的思维方式，引入新的智慧与技术，促进有效的管理。

而大数据的应用，将会引领人力资源管理的系统化，向着数据化延伸迈进。接着，人力资源管理系统数据化后可以成为企业重要的管理系统，提供全面的人资管理参考性作用，展现较强的人力资本概念。在此基础上对人员管理的组织架构优化、扁平化所创造条件，实现数据的交互，为企业大数据在人力资源管理的应用中提供了一定的思维启迪，从而节省大量的人力资源管理成本。

1.2企业加强人力资源管理决策效率的需求

大数据展现了数据处理的时效性和有效性。从目前的形式上看，大数据已经被运用到众多行业的管理当中。人力资源管理数据化并不仅颠覆了传统管理，更是创新了人力资源管理的路线，更多地借助大数据的新思维模式为信息化人力资源管理工作，为信息化人力资源管理工作提供一个变革性的方向和进程。针对人力资源管理数据化演进实践进行深入研究，能够使管理者借助数据化运用，加快决策效率。

2 人资管理数据化的作用

2.1人事信息资源的收集

人事信息的资源、档案管理是企业组织人力资源管理工作的重要组成部分，是为了贯彻执行企业战略、方针、政策而服务；是全面地考察了解和正确选拔使用员工的重要依据。

2.2对人资管理海量数据的识别

企业人资管理数据所涉材料类型众多，例如个人履历材料、自传、报告、个人相关鉴定、考核、考察，评定岗位技能、学历、政审，奖励、处分、授权、薪酬、其他可供参考的材料等等。对如此海量的人资管理数据，需要以数据的方式识别，用以对人资管理决策作为参考。

2.3人资管理数据的智能整理

对海量的人资管理数据，必须进行有效的智能识别及整理，否则会造成非常大的管理困扰。其前提必须是有相关的整理标准，使到整理有条有序，最好能做到智能化地识别归类归档，有效地减轻人资管理的工作量。

2.4对人岗匹配的参考

对人资管理很重要的一项工作是“人岗匹配”，委派与岗位素质要求相匹配的员工担任相关工作，正是人资管理经济性原则的体现。

2.5对绩效考核优化的参考

绩效考核管理是人力资源管理中非常重要的一项工作，但其受到影响的因素众多，使得绩效考核管理、衡量的过程尤为复杂。人力资源过程的数据化恰恰能够使得绩效的管理考核更有依据，更直观，更便捷。

2.6对人才培养的借鉴

人资管理数据化的应用，使企业在通过数据的变化趋势，了解员工在个人发展意愿方面的意愿。企业能够精准的使用培训的资金，投入到员工的个人能力素质的培养，为企业人才储备打好坚实的基础。

3 人资管理数据化存在的问题

3.1高层对人资管理数据化意识的缺失

长期以来，人力资源管理都是企业众多管理工作中内部性、保密性较强的工作，可以说是一项重要且繁复的管理过程。但往往有部分管理者对人资管理存在一些认识误区或不够重视的情况。一是认为使用人才重在现实的表现，对人资管理的数据没有多大借鉴作用；二是执行力不够，敷衍了事；三是对数据化管理不懂，而没有设置合理的考核指标；四是认为现在劳动力市场以需求方为主，需求的天秤倾向于企业，只要肯花钱就能请到最好的人才，从而导致人才储备不足。

3.2人资管理数据复杂难以量化

人力资源管理的数据量化，前提是必需要有一个衡量管理效能的标准，这是非常困难的一件事情。由于每个企业有自身的表现出来的特性，所以并非每个衡量指标都适用于每个企业。公司现行的绩效标准中存在着无法量化的指标，体现在主观因素的影响指标。例如工作态度、工作热情等指标是很主观的，无法用一个很具体的标准判断员工的工作业绩。大数据人力资源管理演进的理论基础表现在对数据的指标建立上。

4 以人资六大模块确定数据化指标

以人资管理的六大模块分类，每个模块管理要素是多样化的，所产生的数据繁杂，考核内容也不尽相同，并不能把指标生搬硬套。确定人力资源管理的数据化指标，必须是在企业发展战略的指导下进行，根据指标的重要性来设计，综合考虑岗位上下游关系。通常每个管理模块均有侧重点，能够用最合直观的数据反映实际那此数据指标设计就是合理的。根据指标充分收集所产生的数据并分析，以便更清楚地表达人力资源管理的变动情况。正是有了可参考，可量化，可分析的管理指标，最终就可以衡量人力资源管理的过程及成果，并且大大简化了日后人资管理大量的重复操作。

4.1人力资源规划数据指标

找准人力资源管理规划方向非常重要，是人资管理的前提，但其受到很多因素不断影响。例如组织机构的设置、企业组织机构的调整与分析、人员供给需求分析、人力资源管理费用预算的编制与执行、开发人力资源发展战略计划等等。针对以上要素，可以整理出部分的参考数据指标：如某个岗位人员供给需求变化百分比，某个岗位绩效因素增减百分比等等。

4.2人员招聘与配置数据指标

招聘需求分析，工作分析和胜任能力分析，招聘渠道成本分析与选择、员工流失率等都可以用数据来进行反映。人员招聘与配置的数据还可以对员工的价值多少做大概的分析，进行RE(Rational Estimates合理评估)，排列出正态分布显示，用于测评企业员工所产生的效益和衡量价值。此类数据结果应大致上与企业发展的战略数据走向是相同的。

4.3培训开发与实施数据指标

培训是一项优化人资管理的良好催化制度，包括入职的岗前培训，理论学习，调查与评估，员工需求评估，发展与员工继续教育，培训的设计，系统方法等方面。可规划的指标有岗前培训人数增长率、到课率、培训成绩达标率、员工再培训的人数及次数等等。通过以上指标的统计分析，可以反映员工实际接受培训类型的受欢迎程度，培训时效性，培训效果等数据。

4.4绩效考核与实施数据指标

绩效管理考核指标可参考的数据则更加丰富多样，各种的平衡计分卡(BSC)和关键业绩指标(KPI)都可以作为非常有效的参考数据指标。如员工绩效计划完成率、完成业绩计划总数占比、完成业绩计划时间、完成项目效果程度、完成业绩需求人数、人均业绩达成率，人均产品合格率、销售增长率等等。绩效考核数据指标的设计必需遵循可测量的原则，能够被量化，反映实用性及有针对性。

4.5薪酬福利数据指标

薪酬指标的设定是为了对薪酬结构进行更细化更有效的设计。薪酬结构的重要意义在于对企业组织结构中各项职位的相对价值及其对应的实付薪酬之间保持什么关系，强调的是薪酬等级的数量、等级差距以及用来确定这种差距的标准是什么。设计薪酬数据参考的指标有：岗位重要程度评价指标、薪酬结构指标、薪酬等级划分指标、人工成本核算指标、人工成本占比指标等。

福利参考数据指标有保险支出占比、福利项目数量、福利项目设计规模、评估绩效反馈优劣、员工四险一金缴纳金额、员工正常假期及非正常假期数量等等。

4.6员工关系管理数据指标

企业员工规模、员工自然流失率、员工满意度调查平均值、员工参与调查比率、劳资谈判次数、工作安全率、员工参与健康管理项目等指标。很明显地反映管理安全问题是否有效的数据之一，就是安全方面的投入与分析意外事故和安全事件的数量等指标，管理层借鉴数据确定具体、可实现的安全目标，从而通过减少安全事故赔偿损失。

5 总结

人力资源管理受外来影响因素众多，而且考核评价复杂，一直以来都是企业管理中非常复杂的过程，但其重要性尤甚。如何从管理过程产生大量的数据中，寻找出各要素之间联系的蛛丝马迹，则需要有一定的前瞻规划及认识。

本文对企业人资管理数据化的需求做了分析，阐述了人力资源管理过程各要素是因人而定的，其没有固定形式，但也有一定规律可循，只要通过数据化的分析则可以找到一定的规律加以利用，甚至使人资管理更加便捷高效。文中也提出了人力资源管理过程中对数据“指标”的设置问题，这正是人力资源管理过程数据化的关键，按重要程度来设定考核指标，然后按设定的量化指标对人资管理的各项数据识别并整理，对数据进行对比，管理者能通过数据之间的变化规律做出正确的管理决策。最后通过人力资源的六大模块的划分，把各模块可供考核指标进行简单说明，意即希望能够对人资管理者做出相关借鉴。