田路超

（东营银行股份有限公司，山东 东营 257000）

大数据时代促进了商业银行的信息化和组织结构合理化发展，对商业银行在人才引进、人才培训、人才晋升等人力资源管理问题上提出了新时代的革新要求。传统的城市商业银行人力资源管理模式已无法匹配大数据时代的管理要求，无法使城市商业银行获得足够的竞争力，甚至还会使城市商业银行整体发展停滞，因此城市商业银行积极跟进大数据时代的脚步、汲取大数据信息化管理的营养便显得尤为重要。大数据时代不仅改变了商业银行外部的宏观经济环境，还对商业银行内部人力资源管理的组织架构提出了变革的要求。商业银行人力资源传统的低效率、低成长潜力的管理模式远不足以满足大数据时代下的新理念，并且还会严重制约城市商业银行的业务发展。大数据的新时代发展趋势是商业银行革旧图新的机遇，商业银行只有正确把握大数据时代的发展趋势才能够在我国当下新经济格局中规模化发展。目前城商行在整合大数据资源，优化自身人力资源管理模式方面还存在短板，以致其跟不上新时代大数据快速发展的步伐，无法在新经济格局中站稳脚跟。因此本文追根溯源地分析了大数据时代的背景及其与商业银行人力资源管理的关系，从而更好地为大数据时代下城商行人力资源管理模式的革新提出建设性建议。

一、大数据时代背景

2015 年国家针对大数据的发展现状、形势、问题等出台了大数据发展纲要，系统性地指导了我国企业大数据发展的方向，明确了大数据与我国新经济发展的关系。以国家政策指导为基石，近年来我国大数据的发展有了许多新突破。大数据发展的基础设施建设完成度不断增加，比如国家互联网政务数据服务平台和国家基础信息资源体系的建立，这些大数据基础设施的建立进一步为我国企业的数据处理模式的创新和数据资源一体化整合奠定了基础。国家当代大数据时代的规划主要有三个方面。一是政府数据资源共享开放工程。目前我国政府数据的统一共享开放平台已经基本建立，社会跨部门数据共用体系已经投入使用，这是当代大数据时代数据共享模式的重大突破。二是国家大数据资源统筹发展工程。目前我国互联网政务数据服务平台已经搭建成功，大数据处理和互联网模式已经和政务服务完美融合，人民群众和城市建设的基本信息也已经录入国家基础信息资源系统。三是公共服务大数据工程。涵盖医疗健康、教育服务、旅游交通、社会救助和保障的一体化公共服务数据系统近年来已经取得全方面的建设，一定程度上对民生问题的解决和城市智慧化建设起到了巨大的推动作用。

大数据时代的一个关键特征就是数据处理的集成化与数据结果的高附加值。大数据时代对于数据处理模式的云计算能力、洞察及决策能力都提出了革新的要求，如半结构化数据的结构化处理、数据的规模化加工处理等。大数据时代对数据处理的要求远远超出传统数据库的处理能力范围，具有规模化、结构化、集成化和多样性的特征。大数据时代虽然对数据的规模化有明确要求，但是海量的数据仅仅是大数据的一个最底层基础，大数据时代更核心的要求是对数据的加工处理能力的提高以及数据的附加值的有效提取和利用，因此可以说大数据是对海量数据一体化处理和数据价值提升的过程。大数据对于资源优化的作用是当今社会和市场关注的一个核心内容，多数企业将数据的资源化利用以及数据集成化管理作为其战略发展的基石。数据管理对于当今企业来说是提升竞争力的焦点工作，数据处理涵盖企业可持续发展的方方面面，比如业务经营、资产管理、投融资策略以及企业战略规划、人力资源管理等。数据资产的管理效率直接牵动着企业销售收入以及利润率的提高和资产配置的有效性。原始数据的整合处理和质量提升是大数据时代对企业经营的基本要求，数据结果的高质量水平是企业智能发展的关键因素，同时也是促使优质企业脱颖而出的重要原因。

二、大数据对商业银行人力资源管理的影响

1.改变人才招收与培育体系

计算机数据处理人才、研发技术人才是大数据发展的坚实支柱，新时代大数据的发展离不开数据处理以及人工智能的创新变革。大数据背景下数据以及计算机技术型人才的市场供给和需求的缺口较大，数据处理人才是大数据发展的刚性需求。大数据时代下商业银行对数据型人才、技术研发型人才的需求加大，这就要求商业银行人力资源管理中人才的招收与培育体系尽快地适应大数据时代发展的改革。传统商业银行的人才招收偏重于业务模块，中后台数据处理及技术支持模块的发展被严重弱化。大数据发展趋势直接将商业银行传统的人才招收和分配体系的弱点暴露出来，这就促使其在大数据趋势下要偏重于后台数据处理和云计算人才的招收，以满足大数据时代刚性的数据处理要求。在传统的城市商业银行人力资源管理中的人才培育制度下，后台技术支持人员的发展晋升渠道远远少于前端业务人员，这不仅使得数据处理和技术支持人员的工作积极性和效率降低，也使得商业银行的互联网建设进程存在发展障碍。宏观的大数据背景暴露出了传统人力资源管理的薄弱之处，因此商业银行需要彻底转变人才招收和培育的管理方向和重点，转而重视后台数据处理和技术支持人员的人力资源管理工作。

2.促进人力资源管理的信息化建设进程

大数据对商业银行数据规模化、信息化建设的要求是迫切的，传统商业银行人力资源的信息化水平已经跟不上大数据发展的趋势。为了紧跟数据时代的信息化建设，商业银行人力资源管理过程中越来越多地引入了信息化的人才管理系统。传统的人力资源管理系统在面对新时代人才的学历信息管理、绩效考核管理、岗位信息管理等人力资源管理问题时存在严重的效率问题，重复的手动管理模式已经不足以满足商业银行人力资源管理的工作需求。大数据系统在商业银行人力资源管理中的作用愈益突出，商业银行人力资源管理的信息化建设进程加快，大数据在商业银行人力资源管理中的运用也逐步加强。由此可见，人力资源管理工作越来越依赖于大数据技术，大数据技术不仅完善了商业银行人力资源管理的信息化、系统化的建设机制，而且提高了商业银行整体的工作效率，使商业银行的金融属性和大数据的数据属性相融合。

强大的数据处理能力和云计算的存储能力能够为商业银行解决市场人才挖掘以及内部人员信息管理的复杂数据问题，商业银行在实际人力资源管理工作中也愈加依靠云计算、云模式的处理方式，例如人才挖掘云处理、人才培训云处理、人才晋升云处理等。以云计算数据处理支持的人力资源管理模式能够为商业银行在我国宏观大数据背景下的经营运作保驾护航。

3.改变整体组织架构的金字塔模式

大数据背景对商业银行金字塔层级结构的数据信息传递的准确性和及时性提出了巨大的挑战。传统商业银行金字塔结构已经不足以满足数据精准交流传递的目标，无法适应大数据时代的环境变化和市场的多维需求。这就要求商业银行要尽快调整组织架构，加快数据传输的准确性和时效性，要向扁平化、合理化的新型组织架构转变，以期日常运营数据处理和数据报告的层级流通更加顺畅和准确。大数据的应用在使得商业银行各层级、各部门沟通更加快速有效的同时，也必然将提高决策的正确性，进而更有效及时地应对市场竞争变化。

三、大数据背景下城市商业银行人力资源管理模式的问题

1.研发人员缺失，人才支持不足

当下大数据处理技术的获取是商业银行在同业市场中建立竞争地位、促进自身发展的重要技术资源。然而传统商业银行的人力资源管理中，业务人才和管理人才是招聘和培训的主流，而后台数据处理和技术支持的人员没有得到足够的重视，这是长久以来商业银行人力资源管理的历史遗留问题，对中小型城商银行更是如此。城商行大多依托于当地政府或大型企业集团出资建立，依靠特定的区域市场优势，其对于人才引进更是缺乏正确认识，引入的大多是本地人员或者来自周边地区，技术型专业人才则少之又少。这种对人才的错误认识又反过来加剧了大数据处理技术研发人员的流失和缺乏，这对于城商行在大数据背景中发展是极其不利的，不仅无法满足自身发展需求，也不利于在市场中建立有效的竞争力。专业技术人才的缺失使得城商行无法实时获取符合大数据时代发展要求的数据处理技术，进而导致其逐步脱离与大数据时代同步发展的轨道。

2.对传统人力资源管理模式的改革不够彻底

目前人力资源对于大数据应用和开发能力的不足，使得商业银行对于传统人力资源管理模式的改革仍显不彻底。传统人力资源管理模式偏重人力资源管理人员的手动数据处理和文件整合，存在极大的效率问题，无法保证人力资源管理链条的可持续运作。大数据技术的应用能够彻底改变传统人力资源管理的低效率问题，让人力资源管理的全过程准确高效地运行。然而目前城市商业银行对于对大数据技术的研发和应用起步较晚，技术支撑仍显不足，这使得其针对传统人力资源管理模式的改革不够彻底，进而使得大数据背景下的人力资源管理流程发展缓慢，在面对激烈的市场竞争时尤显无力。

3.传统组织架构与大数据的融合不佳

商业银行传统组织架构对于数据处理和技术研发的重视不足，使得大数据的技术与机构内各层级在运作融合过程存在诸多问题。尽管大数据在提高商业银行人力资源管理效率、科学布局战略规划方面存在积极的推进作用，但是各层级人员对于大数据的认识并不统一，缺乏统一的领导，在实际操作中就难免产生执行力不佳、效率低下的问题。这一方面使得商业银行推进信息化人力资源管理流程变得困难，另一方面也使得各层级人员工作积极性不足、缺乏效率。城商行组织架构与大数据融合不佳，归根结底是由于内部没有对人力资源管理部门和其他各层级部门进行对于大数据应用的统筹部署，因此城商行要自上而下地加大对人力资源管理信息化建设的战略规划，从根本上解决改革与技术应用融合之间的矛盾。

四、大数据时代下城市商业银行人力资源管理优化建议

1.加快对后台大数据处理的技术人员的引进工作

规模化数据处理及系统的建立是大数据应用的一个核心内容。城商行应该加快对后台大数据处理的技术人员的引进工作，提升自身数据处理的竞争力，从而能够在大数据发展趋势中站住脚跟。城商行要重视后台大数据处理的技术人员在人力资源管理中的重要作用，建立集成化的云计算人力资源管理系统，以最大化实现商业银行人力资源的价值。此外，城商行应尽快丰富职业晋升通道，摒弃传统技术人员低成长的人力资源管理思想，给予后台技术人员流通快、高成长的晋升渠道，为数据处理人才设计丰富高效的晋升途径，避免人才的流失。城商行还可以通过建立数据处理和技术研发人员专属的福利制度，激励其高效完成数据处理和研发工作，进而加快城商行大数据改革进程。

2.促进大数据在人力资源管理模式中的应用

城商行应尽快转变人力资源管理理念，充分了解到目前传统管理模式下人员的低效性以及大数据背景下未来的人力资源管理发展方向，积极探索建立高效的以云计算处理为基础的人力资源管理模式。城商行应该针对人力资源管理的全过程设计一体化的云计划模式，具体涵盖云招聘、去晋升、薪酬绩效的云应用等各环节。城商行要摒弃过去手动的绩效考核和人员信息管理方式，依据大数据技术建立人力资源管理模式的信息化系统，对职工信息和职业生涯数据进行量化分析，科学设计员工职业发展规划，将员工的职业发展诉求与企业战略规划统一起来，从而实现员工和银行的双赢。

3.改进内部组织架构

城商行应该关注其组织架构上的各层级人员对大数据的应用融合情况，监督促进人力资源管理大数据系统在各层级的贯彻执行。城商行要着力于改进其组织架构，在各层级中加入大数据的技术人员，确保人力资源管理的大数据系统能够渗入城商行的各个部分，以提高人力资源管理的效率。城商行在改进其组织架构的过程中，要注意结构的扁平化变革，确保大数据处理在各层级得到相应的重视，拥有同等重要的地位。

五、结语

集成化和高附加值的大数据处理能够提升城商行人力资源管理的效率，促进城商行的信息化发展。大数据时代背景改变了商业银行人才招收与培育体系，使得大数据技术在人力资源管理中的重要性增加。目前我国城市商业银行还存在大数据处理技术研发相关人员缺失以及对传统人力资源管理模式的改革不够彻底等问题，这影响了其与大数据时代的同步发展。因此城市商业银行应该加快对后台大数据处理的技术人员的引进工作，改进组织架构以使得大数据能够更好融入企业的人力资源管理的发展之中。