丰琴

摘要：随着国家在全球化浪潮中进入二十一世纪，国家的政治、经济、市场和企业的现代化进程得到飞速的发展，得益于全球互联网的连接程度，高度信息化和数据化成为这个时代各个行业必然不可避免的重要技术手段和工具，这也必然会引发企业的人力资源管理从管理概念、定位到管理行为、管理效率、管理效益的改善和变革。我们必须积极的探索大数据思维和信息平台为我们的人力资源战略所带来的结构性改变和益处，为我们的人力资源管理的重新定位和价值塑造带来深入而全面的发展。本文尝试分析大数据的涵义和重要价值，并将积极探索大数据与人力资源管理的有效融合方式，为现代企业人力资源管理的变革提出一些可供参照的思考和观点。

关键词：大数据;人力资源管理;管理效益

一、对大数据和人力资源管理的基本定义

随着全球经济、文化、生活进入全球化、信息化和现代化，大数据随着信息技术的飞速发展已经渗透到了各个行业的各个职能部门当中，企业的人力资源管理也受到了大数据带来的信息化挑战。为了更好的适应大数据时代的不可逆性，将大数据的积极作用进行更好的发挥，我们必须转变人力资源管理的定位、定义、方法、评估、应用范围等，将其与大数据进行有效的融合，从而有效地提高企业的人力资源管理水平，为企业的运营和利润提供信息数据和人才管理的支持。

为了更好的和更有效的探究大数据背景下的人力资源管理的变革，我们首先要从概念为起始点，对人力资源管理和大数据的内涵作出基本的理解，这样才能有效的对如何在大数据背景下进行人力资源变革作出准确的和有效的类比和分析，从而建立基本的思考框架，为大数据背景下企业人力资源管理的变革作出可靠的思考。

（一）人力资源管理的基本内涵

人力资源的管理，最基本的定义是企业的一系列人力资源政策的管理行为，涉及到企业工作人员的招聘、留存、培训、薪酬、奖惩、关系、文化、环境、安全和健康等与人直接或间接相关的属性，通过一系列政策和管理行为使之为了完成企业的发展目标而发挥作用。

在人力资源概念诞生之前，与之相关的概念是人事管理，其重点是对劳动定额、科学管理、组织中人的心理、组织中人的行为等等方面进行探索和基本的定义，为后来的人力资源管理拉开了序幕。

人力资源的概念，最早起源于至今依然为各个行业的企业家们学习的彼得·德鲁克，他是各个行业想要从事管理工作的人们所尊崇的管理学之父，在其1954年的著作《管理实践》中首次提出“人力资源”的概念。随着对人力资源的深入探索，如何将其为企业运营管理战略进行服务成为人力资源管理必须承担的角色，战略人力资源管理由此诞生。

为了更好的承担人力资源管理在企业管理战略中的角色，人力资源管理体系将企业中的人作为资本、生产要素来进行管理，人的角色可以是资本，人的价值可以提升，人成为产生利润的资本，人可以参与到利润的分配当中。

随着二十一世纪的现代化和信息化进程的推进，以人为本的人力资源管理模式应运而生，通过以人的各种需求如工作环境、尊重、薪酬、文化氛围、个性等为核心的服务型管理模式来拥有高素质、高创造力的人力资源，从而创造出高品质的产品和品牌服务来占领消费市场，形成信息差异化的核心竞争力。

（二）信息化背景下的大数据的基本内涵

随着全球发展进程进入二十一世纪，基于互联网的第三次社会性革命浪潮席卷了整个世界，计算机技术的普及和互联网工具的广泛运用，为世界逐步进入海量信息和数据大规模爆发的现代化状态奠定了扎实的基础。中国正处于市场经济、现代技术快速发展上升的时期，基于互联网平台在政治、经济、社会、文化、组织、企业等各个层面的广泛存在，整个社会产生了大量的信息数据，巨大数量、相互连接的信息数据极大的推动了大数据思维、技术的进步和发展，对大数据思維和技术能够有效掌握和运用的数据化人才成为国家、社会各阶层尤其是企业人力资源管理的重要资产。

大数据的本质是从一堆杂乱无章的数据中分析出对目标有价值的资产性信息，让其为政府、企业、组织机构等战略性决策提供数据依据。大数据的资产性价值需要我们利用大数据技术，对众多信息数据进行科学分类与管理，在其基础上进行有目的性的分析探索、构建数字模型，通过对过去的历史数据建立分析预测模型，从而对未来某些事情的发展作出合理的预测和决策，最终让我们的预期目标与现实变化有效的匹配，提高目标的实现效率和质量。

大数据的概念起源于计算机领域，之后进一步延伸到科学领域和商业领域，使用大数据对数据的大量快速增长进行描述，主要是为了更好的让人们理解数据海量增长中出现的难辨析、难抓取、难判断、难管理等难题和挑战。随着大数据思维和技术的理解的深入，我们将会更快地从传统的“随机采样”、“精确选择”、“因果互连”的传统思维模式中跳转出来，进入到“规模化聚焦”、“相似标签”、“关联为核心”的数据化思维模式中。

经过多年来的发展和人们对大数据的理解，大数据的发展是基于互联网在社会各个层面的渗透延伸和信息技术应用成本不断降低的基础之上，最终形成了数据海量性、多元化、历史性、善变性的重要特征。

二、大数据时代下的人力资源管理的机遇与挑战

大数据在国内的应用尚处于起始阶段，更多的应用在政府行政领域和商业市场营销领域，如何将大数据的思维模式和技术工具引入企业人力资源管理系统中，利用大数据更好的提升人力资源管理的效率，将企业的人才能力数据、薪酬数据、绩效数据、成本数据、利润数据、发展数据、经验数据等纳入企业的人力资源管理数据系统中，为企业管理层、部门主管、员工的决策和成长提供知识与经验数据。

（一）大数据时代下企业人力资源管理的机遇

1.人力资源管理的地位由辅助贡献向战略协作转变

传统的人力资源管理的工作人员的时间和经历经常因为大量的信息数据而陷入繁琐的事务性工作模式中，更多的是处于被动式的对公司管理层或老板的需求作出应激式的反应状态，根本很少有机会、有经验、有见识的参与到企业的战略性运营和决策体系中。

随着大数据在企业和行业中的渗入，企业内部、企业外部的海量人力资源数据可以利用一定的技术平台更容易的获取，企业的人力资源管理系统可以充分的利用大数据的思维模式和技术平台，由传统的救火式、应激式管理模式向信息化、智能化人力资源管理模式转变，从而进入一种标准化、高速化、灵活化的工作状态中，将人力资源管理人员的时间、经验、视角、认知从具体的事务性工作行为解放出来，投入到与企业战略发展相关的人力资源资产化的工作目标中。

2.人力资源管理的结果由概率筛选向精确判断转变

传统的人力资源管理的工作人员，通常性的数据获取和存储也仅限于员工的基本数据，如姓名、年龄、性别、地址、生日、专业、工作经历、工作年限、岗位级别、职位职责、考勤、假期等基础性信息，对员工工作中涉及到的工作结果、工作过程、知识经验、职业成长、投入产出、成本利润等资产性信息缺乏系统性的整理、标签、分类、管理和分析，管理活动和管理行为都是对人进行表面性的管理和监测，无法对成本和绩效作出预测性分析和判断。

随着大数据技术平台的搭建和数据库系统的建立，凡是与员工工作成本和产出相关的过程性、结果性数据都能及时的完整性的收集和存储，在大数据思维模式的思考下，我们可以对各种数据进行分类、整合、分析、判断和预测，找出员工工作行为与工作结果之间的成本效益关系，将行为与结果的关系纳入因果连接中，为企业对员工的培训、考核、预测、提拔、留存等方面的决策提供必要的明确的数据依据和预测模型。

3.人力资源管理的影响由行政职能向人际关系转变

传统的人力资源管理的工作人员由于对企业整体的人力资源的成本与收益等各种数据的存储、分类、分析的不足，使得人力资源管理体系更多的是发挥行政职能层面的影响力，无法对员工的工作行为和结果提供有效的解决方案性建议，也无法对企业管理者出于主观经验的粗放式管理方式提出改善方案，这就使得企业的人力资源管理容易陷入夹心层状态中。

随着大数据技术在企业人力资源管理系统的参与，人力资源管理的工作人员将能够自上而下的对企业所有的人员数据进行分析、判断，最终建立清晰的、客观的人力资源管理数据模型，为企业管理者的行为决策提供客观的、预测性的行为决策标准。另一层面，人力资源管理可以利用大数据提供的有价值的信息，与基层员工进行个更加现实性、成长性的交流，为调整员工工作状态、改变员工工作行为、改善员工工作绩效、发展员工工作潜力提供必要的数据分析支持，最终提高人力资源管理在员工中的影响力。

（二）大数据时代下人力资源管理改革的挑战

1.对大数据背景下人力资管管理的理念和模式认知转变的挑战

随着二十一世纪信息大爆炸的发展趋势的不可逆转，社会各企业对运营、管理的改善和变革的重要性有了更多的认知，在这种认知下也是不断的引入许多先进的管理理念和技术以寻求成本利润结构的改善，而大数据作为全新的互联网技术，引起了企业管理层的关注。但是在实际的引入大数据思维和技术平台后，企业的管理层依然沿用传统的管理模式和管理经验，这种对大数据认知和运用的不彻底性会自上而下的传染到基层员工的态度中，最终也无法是员工的工作模式产生根本性的改变。

2.对人力资源管理中大数据技术的运用能力和风险认知态度的挑战

企业若想在行业、社会中获得更好的发展，就必须在信息大爆炸的时代做好对信息数据的资产化的能力的准备，如何对企业所有的数据中进行合理地记录、分类、整理、储存、筛选、分析、辨识，如何将其转化为能产生价值的数据资产，这些对人力资源管理的工作人员来说将是一个巨大的挑战。很多企业虽然会引入大数据技术平台和大数据思维模式，但是由于工作人员的技术和思维能力的不足，导致企业在大数据技术方面的应用的进程受到阻碍;同时，数据涌现的渠道各种各样，其中的关联性和因果性会使数据存在暴露员工隐私的可能性和风险性，如何处理号信息数据的运用与企业员工数据隐私之间的矛盾，也是人力资源管理的已达挑战。

3.对人力资源管理中大数据综合性人才的寻找培养的挑战

传统的人力资源管理的工作人员基本都是人力资源专业或相关管理专业的人员，它们具有基本的人力资源数据管理、分析和处理能力，但是对于大数据时代下的规模化、连接化、还量化、相关性的数据，传统的人力资源管理工作人员对其包含的企业内外各个层面的认知和运用应对不足，人力资源管理系统需要及时的、尽快的补充具有大数据思维的人力资源人才，能够对外部市场上人员数据、薪酬、成本、收益等数据、企业内外各个层面的数据进行合理分析和预测，如何寻找和培养同时具备大数据思维和人力资源管理知识的认知、经验、运营能力的综合性人才也将是一个较大的挑战。

三、大数据背景下企业人力资源管理的改革探索

在互联网和信息化的时代发展下，大数据已经被证明是企业优化、改善企业管理、决策、人员工作水平、工作效果的重要手段和工具，因此企業的人力资源管理必须积极探索在大数据的时代背景下如何更好的进行有效改革，提高人力资源管理水平，为企业的发展贡献其创造的差异化价值和数据资产。接下来我将尝试探索大数据背景下的人力资源管理体系变革的途径。

（一）以自上而下的搭建大数据技术平台实现人力资源管理数字化体系

大数据背景下的人力资源管理体系，最核心的是利用什么样的大数据技术平台为人力资源管理系统的数据化运营打下坚持的技术平台基础，最重要的是要考量好用什么样地业务流程来实现人力资源管理体系的高效运行，这就需要我们搭建以大数据为基础的人力资源数字化管理体系。

建立以大数据为基础的人力资源数字化管理体系，最重要的是要关注如何实现企业人力资源管理的流程与服务的自动化、业务场景的数字化和人力资源管理的智能化。首先，我们要将所有的数据、信息、知识和流程整体性的搬迁到数字化系统中，尤其是聚焦于服务于老板、客户和员工的价值流程、使能流程和支撑流程的信息搬到数字化数据系统上;其次是把各种人力资源规则和业务按照功能场景、服务场景搬迁到系统中，为企业的决策提供必要的数据支持;最后，人力资源管理体系必须重视和连接到企业的战略管理中，将人力资源管理体系与具体的业务连接到一起。

（二）以数据量化的积累构建人力资源管理的人际关系反馈体系

在企业内外海量的、相关的数据背景下，我们应当建立人力资源的人际关系互动体系，对所有工作人员的数据进行整体性的记录、保存、分类、分析和判断。我们应该对人力资源管理体系内的工作人员的工作重点进行区别划分和聚焦，首先，安排相关人员对企业自上而下的人力资源顶层射击进行负责，跟进企业老板和公司的战略规划，通过提供相配为的战略性人力资源方案来影响与企业管理层的关系;其次，安排相关人员与企业各个部门的主观进行对话沟通，明确各个部门为了完成各自的绩效任务需要的人力资源需求，及时的提供能够有效的满足部门需求的人力资源方案;最后，安排相关工作人员与企业的基层员工进行良好的互动，包含员工的薪酬奖励需求、技能培训需求、职业成长需求、工作指导需求、心理健康需求等，通过大数据进行员工动机和需求的定位，从而提供更加精准的服务和支持。

（三）以数据海量相关性的测算搭建人力资源管理的完整的价值体系

随着大数据在企业人力资源管理体系中的渗透和运用，我们的人力资源管理体系必须对大数据的认知和使用有着充分的准备和实践。为了更好的进行人力资源管理体系的改革，我们必须建立完善的人力资源机制。首先，我们要通过大数据对每位员工进行分析和分配，让每一位员工都能分配到最合适的工作岗位上，从而提高企业的劳动生产率和信息数据的准确性，为企业整体的人力资源配置提供必要的数据支持;其次，我们应该对员工进行培训、反馈评估和监测考量，对员工进行培训后的工作行为、工作能力、工作结果建立完整的数据;再有，我们要通过大数据平台对员工的绩效进行更为有效的评估，通过当前绩效的完成度来分析每位员工的工作行为数据，从而建立每位员工的完整数据线;最后，通过对员工的考勤、业绩、目标、完成结果、培训、奖惩等各种数据进行记录来完善人力资源数据库，通过对这些数据的分类好了分析，有利于人力资源管理体系对每位员工的绩效完成路径作出预测，从而及时的参与进来进行干预和支持。

四、结语

大数据技术若想真正的应用于人力资源管理中，我们的企业就必须对大数据有着充分的准确的认知，对人力资源管理体系的未来发展方向有着清晰的明确定位，我们必须不断的进行创造性的人力资源管理体系的改革路径尝试，将改革路径的理论探索和实践探索进行配位，最终建立有效的以大数据为核心的人力资源管理体系，為企业的战略方向、人力资源配置、人力成本与产出等决策的制定提供必要的信息数据和分析预测模型，提供企业管理者的决策准确率，提供员工的工作效率和结果。

参考文献：

[1]李继英.大数据时代人力资源管理改革研究[J].中外企业家，2019，（03）：65-71.

[2]李婕.大数据时代下人力资源管理的改革探索[J].中外企业家，2016，（14）：89-100.

[3]吴雅静.浅谈大数据背景下企业人力资源管理的变革[J].现代经济信息，2017（17）：34-45.