吴雨馨 曲爱妍
当前,越来越多的企业在人力资源管理上向数字化进行转型,企业利用大数据来构建和优化适合企业自身发展的人力资源管理方式。大数据的应用不仅可以挖掘人力资源的潜在价值,还可以通过数字化转型构建更科学、高效、人性的管理环境,因此,人力资源管理要适时而动,以更好地实现组织与人的和諧发展。那么,组织在人力资源管理中应做哪些准备呢?
●人力资源管理角色性的转变
传统的人力资源管理主要以约束机制为主,“约束”就会带来“限制”,限制员工的思维能力、创新潜力以及业务参与度等方面。利用大数据可以使人力资源管理的角色发生转变,使其从外在的约束向内在的需求转变,具体主要体现在以下几个方面:第一,用数据说话。在传统的人力资源管理中,对员工的评估以及企业人员的配置主要通过经验并依靠主观感受来进行判断,对于员工的评判以主观感受进行决策,然而利用大数据可以依靠数据客观地进行决策。数据具有说服力,可以减少决策偏差,使人力资源管理更科学、更合理。第二,人力资源管理人员可以从传统的数据收集角色中走出来,向管理决策身份转变。在传统的人力资源管理中,管理人员的工作主要是对员工考勤、考核分数、人才引进等方面的数据进行收集,这些工作内容繁杂且琐碎,占据了大量的工作时间。应用大数据的人力资源管理者通过管理平台便可完成数据的收集与汇总,这大大地提升了管理人员的工作效率,管理人员有更多的时间和精力去分析数据,通过分析比对来实现管理决策。第三,通过运用大数据,人力资源管理更具有前瞻性,可以承担更多的企业责任,也会有更多的机会实现人力资源与其他部门合作,从而发挥更大的价值。
●提升人力资源管理效率
传统的人力资源管理者多偏经验型,主要根据长年日积月累的经验进行管理工作。然而在新时代,大数据具有多样、高速等特征优势,运用大数据的人力资源管理更科学,也更严谨。根据客观的数据进行管理决策等工作,大大地提高了工作效率,并提升了管理工作的严谨性。以企业的招聘工作为例,传统的招聘工作可能通过各个渠道获取人才信息,然后通过这些信息进一步收集和分析个人情况,整体工作内容繁杂且缺乏精准度。而利用大数据可以更精准地获取条件符合且有意向的人才信息,还可以有效地分析其综合数据,挖掘其个人特质和职业能力,从而快速精准地筛选出合适的人才;在日常工作中可以利用大数据随时记录员工的工作数据,这利于企业了解每个员工的工作能效,进而有针对性地分配工作任务,提升整体的工作效率,同时可以有针对性地开展专业培训,员工可根据自身需求参与培训来提升能力。
●挖掘员工个人价值
过去人力资源管理侧重集体行为管理和标准化管理,但随着社会的不断发展进步,人们的文化水平不断提高,个性化特征也逐渐突出,人力资源管理也要注重向个性化转变,利用大数据可以有效地进行管理上的转变。比如,通过互联网大数据分析统计,可以快速地搜集到员工的相关个人成长经验以及兴趣爱好等相关信息数据,通过对这些数据的综合分析,可以满足员工的个体需求。通过对数据的分析还可以精准地为员工提供培训、家庭关怀、生活保障等服务和福利,这样一来可以精准地满足员工的个性需求,同时还可以充分调动其工作的积极性,让其发挥最大个人价值。
●精准匹配
招聘是一个缺乏数据支持的模块,企业从未像现在这样需要用数据来实现吸引人才的目的。大数据对招聘有两点价值:一是决策支持。各个渠道的效果、面试官的配合程度、校招学校站点的选择、企业的招聘能力,都可以通过数据分析来判断或决定。二是考核招聘团队的绩效指标。招聘在用人部门看来往往是非零即一的事情,但招不到合适的人有很复杂的因素,需要深入分析,然而长期缺乏用数据说话的工作方式让人力资源部在组织内部缺少话语权。
大数据最典型的应用场景是“推荐”。通过大数据的分析可以更精准与科学地为企业找到合适的人才,同时人才也能通过大数据找到适合自身特质的工作。企业运用大数据进行人才招聘的方式主要有以下两种:一方面,利用大数据对岗位需求进行合理分析,构建人才画像。以企业的岗位技能需求为基础,利用大数据筛选出合适的人才并作为企业的人才储备信息库。通过对人才储备库中的信息进行甄选,构建高效的人才识别机制,并根据不同职位的工作需求描绘人才画像,从而准确地选择出适合的人才。另一方面,通过社交网络平台进行招聘。人力资源管理的招聘者可以通过当下流行的App,比如微信、微博等来获取应聘人才的综合信息,比如个人的兴趣爱好以及工作能力等,这些信息可以使人力资源招聘者更直接也更清晰地了解应聘者的现实情况,从而选出适配度高的人才。
管理心理学认为,候选人筛选是一个复杂的过程,即使提前设定好硬性筛选条件,面试官也难免因为综合因素而放弃一些原本的坚持,此时大数据算法推荐就可以发挥价值了。基于大数据的算法推荐是根据面试官筛选简历的条件及原因来建立推荐模型,并且会随着面试官不断进行筛选的动作来持续优化模型,再从人才库中推荐满足条件的候选人。面试官的操作行为越多,招聘系统的推荐模型就越准确,从而能通过人才筛选来发挥人才库的价值,同时也能大幅降低招聘成本并提升招聘效率。
●赋能绩效
大数据的到来彻底改变了绩效管理。科技赋能为企业实现高质量发展奠定了基础,“数据驱动价值”日益成为企业竞争战略的核心,其中对于大数据的利用尤为关键。IMA研究与政策副总裁、常驻教授Raef Lawson表示,由于采用以数据为中心的业务管理方式,越来越多的企业正在不断挖掘利用大数据的潜能。首先,通过大数据对企业内每个岗位的特点进行分析,设计出一套具有科学性的绩效指标与评价指标。通过统计员工的日常工作情况以及完成任务的情况,得出员工的绩效考核结果,这样有效地提高了绩效管理效率。其次,可以利用大数据分析绩效指标与岗位职能的相关性,这样可以更直观地观测员工的绩效指标与其关键行为的关系。以IBM为例,它们采用新绩效管理系统,在考核维度和反馈频率上进行变革。考核维度包括业务成果、对客户的影响、创新、个人对他人的责任、技能。反馈频率为部门负责人每月至少一次征求下属意见,年度内进行四次以上的考核目标讨论,保持团队的敏捷和可持续。
●创新激励
大数据时代,企业可以通过人才市场的数据库收集各个企业不同岗位的薪酬信息,通过比对和分析建立适合自身的薪酬体系,并且对员工的工作技能、价值创造等方面进行科学的评估,这样可以根据员工的价值创造情况调整薪酬水平,从而在员工的薪酬管理上做到公平和全面。人力資源管理者可以借助企业的历史数据的对比分析,合理地调整薪酬体系,使员工薪酬与其工作付出成正比。除此之外,企业还可以通过分析员工的物质期望和精神需求,对员工采取一定的差异化激励措施,这样一来可以让员工发挥更大的个人价值,同时工作效率也得到了提高。比如谷歌,引进了一套预测算法,及时、个性化地调整员工的薪酬,以防止人才的流失。
大数据时代的一个特征是云端共享,随着云计算技术的日益成熟和应用,依托云端的数据处理也为激励的创新提供了新契机。云端共享以其超大规模、超快速度、超低成本的处理特点实现了海量数据的深入挖掘,员工的行为、情绪、绩效等各方各面的动态能够快速在数据上反映出来,并呈现给管理者,这使得传统的周期激励得以转变为数字化、全面化、即时化的激励流程,并借助多端链接打造激励流程一体化,全面提升员工的激励效果。
●数据驱动
在《点球成金》的电影中,因为资金有限,奥克兰棒球队无法像大俱乐部那样搞金元战略买大牌球员。于是,球队总经理独辟蹊径,根据球员的关键技术指标数据表现来挑选球员。当时在行业里,人们更喜欢根据球员个头、相貌、品行来挑人。以数据说话,数据驱动决策,奥克兰队最后用小预算实现了大成功,打造了一支拥有史上最长连胜纪录的球队。今天的人力资源领域,也开始广泛应用大数据分析建模技术来做预测。在挑选数据、使用数据时,必须抱有开放而灵活的心态。
新技术催生了新职业,其背后是一些重复性、标准化、效益低的工作的消失。而人则通过转岗和职业升级来与机器协作,管理机器,让工作更具创新性和高附加值,提高生产力,推动整个产业的智能化、数字化升级转型。特别是传统行业,“智能+”将要求企业在应用新技术的同时,也要对开发、维护、管理人员进行专业培训,或者招聘更高层次的人才,全面提升智能化运营水平。人才培训是一个长久且具有针对性的工作,大数据可以有效地优化这些问题,并对这些数据进行分析,形成针对不同岗位和不同结构的员工的职业规划,利用人力资源的专业技能来为员工制定个性化的人才培养方案,有效地帮助员工尽快地胜任自己的工作,还能对员工的职业发展起到导向作用。很多大型的企业以大数据为基础建立了网络培训平台,员工可以随时随地更自由地选择培训,像阿里巴巴线上开放云平台,员工可以根据自己的时间安排随时自主培训。在培训过程中员工不断进行反馈,人力资源在反馈中不断进行更新改进,其培训效果得到了大众的认可。
大数据时代,企业人力资源的转型是必然的、不可逆的。毋庸置疑,数字化转型给企业带来相当多的好处,比如人才盘点更便捷、人岗匹配更精准、绩效反馈更个性化。在转型过程中,企业需要重点关注一些维度,如应从简、从小着手,逐步探索内部及外部可用数据的使用潜能;为有使用需求的人员实时提供基于数据的信息;获得高管层面和部门层面对大数据及前沿分析计划的支持;制定有效利用前沿分析技能和技术的战略;建立严格的数据治理和坚实的质量架构,以确保数据完整性和数据质量。总体而言,国内多数企业的人力资源管理在向大数据转型时,还处在摸索阶段。未来,随着大数据时代技术的不断迭代,企业将会面临更多大考,需要组织与员工共同面对。
[本文系2021年南京市软件科学项目“南京区块链产业创新发展对策研究”(202206022);2021年江苏省文化和旅游科研课题《“区块链+数字孪生”技术在文化和旅游场景中的应用研究》(22YB32)]
作者单位 1南京市明月印文化旅游有限公司2金陵科技学院