数据驱动下的企业人力资源管理研究

梁倩倩 郭鑫

中国人民大学

一、引言

数据的获取和有效应用也为企业的发展带来契机，如果企业能把握经济发展规律，合理利用各种数据，其发展潜能巨大，发展前景广阔。特别是一些对数据依赖度高的企业，如通信公司、技术型公司对数据依赖程度越来越高，也带动了数据在人力资源管理领域的运用。这些公司开始不断思考如何将数据与人力资源管理进行有效的融合，包括数据的提取、整合与应用等。但目前尚有很多企业对数据仍只是简单的应用，并没有将二者进行有效的融合，该研究领域仍存在空白。

二、数据驱动下的企业人资管理相关概述

（一）人力资源管理

人力资源管理概念的提出是基于经济学以及人本思想，提出之后逐渐盛行并取代了传统的人事管理概念。伴随着经营环境的复杂化、多样化，企业越来越认识到人力资源管理的重要性，也越来越重视如何做好企业的人力资源管理。

在学术界，有诸多学者对人力资源管理的定义、特征、应用等进行研究。虽然，目前学术界对于人力资源管理的定义没有统一的标准，但是不少学者都从不同角度出发提出了自己的看法，可以感受到众说纷纭中的核心内容还是大同小异的。本文认为人力资源管理要根据企业以及员工个人的需求来进行综合考虑，从而做到对人力资源的有效开发利用，要展现出人力资源的吸纳能力、规划能力、驱动开发能力以及维持能力。吸纳能力指的是如何能够更好地发现与挖掘人才，为企业以及该岗位找到合适的员工，将外部人才资源内化为企业人力资源；规划能力指的是如何将企业员工队伍进行合理配置，使其更好地符合企业的战略规划，从而发挥出最大的整体效力；驱动开发能力指的是新经济时代的环境日益复杂多样，如何能够驱动员工融入企业中并且积极努力地工作，如何开发员工提升自我并且与企业一起不断前进，这将关系着一个企业未来的持续发展；维持能力指的是要维持员工的忠诚感和集体荣誉感，营造良好的工作环境来让优秀的人才对企业心生向往，让内部员工对企业心生不舍。

提升人力资源管理能力是为企业的发展以及战略目标所服务，最重要的一点是追求企业利润最大化。当今时代，经济高速发展，各行各业的企业都希望能够提升产品技术、提高工作效率、降低企业成本和达到科学经营等目标。要做到这些，都离不开“人”。因此，“人”可以说是企业中最重要的资源。将人力资源进行最合理的配置，企业整体员工的综合素质提高，企业的核心竞争力会大幅上升，所追求的企业利润最大化的战略目标也能够加速实现。

（二）基于数据驱动的人力资源管理

在当今的互联网时代，企业对于人力资源管理的重心也越来越多地放在“互联网+人力资源管理”，其实质应该是基于数据驱动的人力资源管理。将数据与人力资源管理结合，从而有效提升人力资源管理能力，使得工作更加便捷准确。基于数据驱动的人力资源管理中的关键一点是人力资源数据，它是在人力资源管理中具有价值的数据或者数据集合。而基于数据驱动的人力资源管理指的是尽可能地利用数据工具，来抓取一切与人力资源管理相关的并且有价值的数据或者数据集合，并将其转变成能够指导企业人力资源管理实践的商业数据资源，从而提升企业的商业价值并最终为其带来利润最大化。

关于人力资源中的数据，学术界将其划分为四类：“基础数据”、“能力数据”、“效率数据”以及“潜力数据”。它们各自的主要指标、作用以及应用也是不一样的。基础数据主要是体现员工的基本信息，如：年龄、姓名、学历、履历和职业证书等，有利于企业对员工进行初步了解，主要被应用于企业招聘选拔过程中；能力数据主要是体现员工能力的优劣，如：员工培训考核成绩、奖惩情况、竞赛情况等，有利于企业对员工进行因材施教，除了被应用于招聘选拔外还会应用于员工的开发培养；效率数据主要是体现员工业绩方面，如：员工工作、绩效、生产等多方面的效率水平，有利于企业设计员工薪酬体系，主要被应用于员工的绩效、福利和薪酬管理中；潜力数据主要是体现员工的前景如何，是否值得被企业培养，如：收入的涨幅度、业绩的提升度等，有利于企业来进行筛选持续型人才，主要被应用于人力资源的规划配置中。

三、数据驱动下的企业人资管理问题分析

（一）管理层面问题分析

1.数据观念意识薄弱

企业的观念意识薄弱主要在于两方面，一个是对人力资源管理的管理观念较为陈旧，另一个是数据化意识较为薄弱。一定程度上，观念决定着未来的发展，企业在观念上的与时俱进是十分重要以及必要的。管理观念的改变不是一蹴而就的，企业的管理者们已经形成了自己的思维定式，所以即使能够接受数据化以及想要进行管理模式上的更新换代，也不能够快速行动，这种根深蒂固的东西是很难被打破的。因此，企业内部传统的人力资源管理模式是缓慢而又艰难地进行革新中，而数据化在其中的应用更是慢不可言。

同时，我国整体上数据化的意识就比较薄弱，无论是技术层面还是数据信息的安全性层面，社会上也是最近几年才更加重视。我国拥有着庞大的人口，这意味着各行各业都会产生巨量的数据信息，由此可见，我国不缺乏数据来源，然而遗憾的是缺乏数据处理的技术以及人们的数据化意识。幸运的是，最近几年，这种观念意识在逐渐加强中，无论是企业还是个人都逐渐对数据信息越发重视，极大地推动企业以及社会的发展。

2.数据技术层面较为落后

信息数据化要求规模大、具有多种结构、处理工具运行速度十分快，同时在散乱无序中会蕴含着不可估量的价值。这种特征的叠加使得人们对于数据信息的抓取整理变得不是那么容易，传统的信息处理工具也无法较好地满足数据处理的需要。因此，数据化时代的到来将会给科学技术带来一定的挑战，需要不断地推陈出新来紧跟数据化时代的发展步伐。对于企业来说，应该要加大科研投入，要能够从散乱无序的数据海洋里捞取出有价值的符合公司需求的信息。同时，要争取在公司内部多个部门以及旗下多个子公司中合理地运用数据处理工具，从而使得公司发展更加协调稳定。

（二）员工绩效管理方面的问题

1.绩效管理目标与企业战略发展目标偏离

企业的绩效管理以及人力资源管理的最终目的应该就是要符合企业战略发展目标并促进企业的战略发展，从而使得企业稳步前进。企业绩效管理目标的主要制定依据与企业战略发展目标不匹配，这会造成在绩效考核时候不能够更好地结合企业发展数据，并且可能为企业后期的发展埋下隐患，从而不利于企业战略发展目标的实现。

2.绩效考核不具备科学数据支撑

对于企业来说，绩效考核是用于考核与评估员工的工具，对于企业的正常运营来说更是必不可少。对于员工来说，建立保持公平公正的绩效考核制度，以及运用科学的绩效评估手段无疑是至关重要的，这会关系到员工的收入。企业普遍在进行绩效考核时主观性较强，数据分析使用程度较低。可见，企业对于数据的重视度薄弱，领导以及员工们的数据意识需要提升，绩效考核的数据支撑力度有待加强。

（三）员工劳动关系方面的问题

1.员工劳动关系的处理方法简单

科学合理的员工关系管理体制对于打造良好员工关系和营造良好工作氛围来说是十分重要的，能够解决许多已出现甚至潜伏中的问题。而一个松散简单的员工关系处理方法则无法有效解决一些隐藏在员工之间的弊病，长久以往，对于企业的稳定健康发展来说是极其不利的。企业普遍对于员工关系的管理重视度还有待加强，应当学会把数据工具运用于其中，从而做到事先判断，更好地解决问题，营造良好的员工关系。

2.缺少员工关系问题的预见性机制

企业普遍在处理员工关系问题时事后处理较多，其事前预见性较为薄弱。这种问题事前预见机制的缺乏不利于很好地处理员工之间的矛盾纠纷，不利于良好员工关系的长久维持。同时，事后才能处理问题与矛盾的处理成本显然会高于提前把问题扼杀在摇篮里的成本。因此，事后处理问题的员工关系管理机制会加大企业成本，对企业正常运营也会造成一定损害。事后问题尽管处理了，但是矛盾已经发生了，员工之间的根本矛盾依然存在，这对于创造良好工作氛围是不利的，也不利于激发员工积极性。而员工积极性不高且员工间关系不够良好，很可能引起员工对当前工作的不满意甚至产生想要辞职的念头，这对于企业塑造员工忠诚度是极其危害的。同时，若持续地造成员工的流失，企业的工作效率以及社会形象都会大打折扣，人力资源也难以发挥良好作用，因此，企业建立并完善员工关系事前预见机制是十分必要且重要的。

四、基于数据驱动的企业人力资源管理优化

（一）做好人力资源规划中数据驱动的顶层设计

倡导数据思维。企业自上而下应该培养起数据意识与思考惯性，要有将数据处理技术应用于人力资源管理以及其他各项工作的思维模式。公司可以邀请相关专家来公司讲座，传授知识的同时还可以通过他们带来的案例，不断刺激员工的神经，激发他们对数据化的热情，逐渐形成数据化思维惯性；另一方面，可以定期或者不定期地开展数据化相关知识以及思维模式的培训课程与分享交流会，从而形成良好的应用氛围，培养数据化意识。

统一公司内部数据平台。为了能够有效地利用数据处理技术，企业应该搭建属于公司内部的数据信息平台以及引入相关数据处理工具，从而使得公司内部可以共享庞大的数据信息并挖掘出价值。基于数据，能够使得规划更加合理地与公司战略发展相匹配。目前企业引入的数据平台很多，如在薪酬管理方面、绩效考核方面都有了相应的数据平台，这些数据平台从不同的信息公司引入，各自在相对独立的领域发挥作用，却没有实现数据的互通，这容易出现人力资源管理中的数据遗漏、信息反馈不真实的弊端。因此，企业应整合现有数据平台，在此基础上实现数据平台的统一管理。

（二）注重员工招聘与配置中的数据筛选

首先，招聘程序进行数据分析筛选。企业目前的招聘方式较为传统，甚少结合数据处理技术，大都是进行线下现场招聘，对于人力物力财力都会造成不少浪费。同时，利用人工从海量的纸质简历中进行筛选，无疑工作量巨大。并且人工处理的主观性强，无法保证数据合理科学，容易错失公司所需求的人才。

因此，应充分利用数据分析筛选功能，企业可以打破传统招聘思维，多利用网络及网上信息。通过调查能够发现目前的应聘人员在线上进行投递简历以及寻找工作是十分普遍的，尤其是青年员工，而这个年龄段的员工正是企业所需要的“新鲜血液”。因此，企业应该利用数据处理技术从线上来多渠道地搜集整理人才信息，从而建立起一套属于自己的人才信息库，然后建立相搭配的人才筛选系统。之后在进行员工招聘时，当应聘人员投递简历进来时，利用人才筛选系统初步判定该名应聘人员是否适合本公司以及适合公司哪个岗位，如此一定程度上为人力资源管理部门节省了不少人力物力。同时，每当应聘人员来应聘的时候，都能够利用数据处理工具抓取和整理人才信息并录入公司内部的人才信息库中，这有利于人力资源管理部门后期调取出科学合理的数据进行正确的认识分析与决策。

其次，招聘标准构建数据化的“人才画像”。通过调查能够发现，企业在进行员工招聘的时候依旧跟传统模式一样，主要关注应聘人员的学历、专业以及工作经验等指标。对此，本文认为企业应该拓展一下思路。数据化时代，每个人的基本信息包括性格、生活习性、兴趣爱好等都可以在网上查阅，企业的人力资源管理部门可以通过社交网站或者其他渠道来了解应聘人员的生活动态、个人素质以及性格等。利用数据处理技术把应聘人员的相关信息进行搜集和分析，从而形成“个人画像”，其不仅包括应聘人员的学历和专业等一些传统指标，还能够包含着应聘人员的性格分析和生活习性等新指标，如此，让每一位应聘人员更加立体化和形象化。同时，对于公司内部每个岗位来说，不同岗位需要的人才不一样，因此可以给每个岗位勾勒出该岗位需求的“人才画像”，从而将其与外部应聘人员的“人才画像”相对比，能够更容易以及更准确地找到公司岗位所需要的人才。除此之外，企业可以分析在岗期间表现得良好的员工们有着什么样的共性，从而制定出公司内部的人才标准，在进行招聘的时候也就有了侧重点，可以筛选出优秀的人才。

最后，利用数据引导实现岗位与员工的合理配置。对于企业来说，要想把人力资源效益最大化，那么自然是应该将每一位员工都放到最适合的岗位上。企业的员工配置是存在不合理性的，从人员进入就并非按工作岗位需要进行配置，有些人员专业和岗位都存在不对口的情况。除了一些不可控制的因素外，还是有很多岗位是可以通过恰当的手段进行人员配置。

（三）强调员工培训与开发中数据分析作用

员工培训计划的制定需要分析员工工作数据。企业目前的制定方式主观性强且缺乏科学数据信息支撑。要想更好地发挥出员工培训的作用从而对员工真正起到素质提升作用，企业应改变传统的员工培训定势思维，转为利用数据处理技术来综合分析各岗位员工需求从而制定出合理科学的员工培训计划。一方面，员工培训方式和内容上立足于数据分析。企业可以利用相关技术抓取多样化培训方式数据并从中筛选，如：联合本地高校以及其他培训机构定期开展员工培训，从而提升员工素质；还可以跟同行业兄弟企业多沟通交流、数据共享，定期或者不定期地开展专业技能友谊赛，既促进跟兄弟企业的感情也能提升员工技能水平；可以在企业内部开展员工技能比赛或者相关活动，来代替传统的课堂与会议培训，做到寓教于乐；除此之外还可以请公司或者母公司优秀员工来进行经验分享交流，在促进感情的同时提升自我。另一方面，员工培训后反馈也应立足于数据分析。这既能检验员工的培训效果也能为后续制定培训计划与内容搜集数据信息。

五、结语

综合现有研究现状和文献来看，目前单独对人力资源管理和数据应用的理论研究较多，但将数据和人力资源管理结合做实证研究的相对较少。针对这种情况，本文以数据化高速发展的社会背景，从理论上丰富数据化企业人力资源管理的研究体系，能帮助企业建立更有效和人性化的人力资源管理体系的同时，也能为人力资源管理领域问题的解决提供参考经验，还能为数据化时代下企业人力资源管理提供新的思路和新的对策。