大數據時代 企業人力資源戰略變革
- 職場資訊 -
職場攻略
-
中人網
-
- 更新日期
2014-01-17
“信息社會”的確立標志著大數據時代的到來，也標志著一場生活、工作與思維的大變革。就如維克托·邁爾·舍恩伯格在《大數據時代》書中所寫，“大數據開啟了一次重大的時代轉型。就像望遠鏡讓我們能夠感受宇宙，顯微鏡讓我們能夠觀測微生物一樣，大數據正在改變我們的生活以及理解世界的方式，成為新發明和新服務的源泉，而更多的改變正蓄勢待發……”毫無疑問，洶涌來襲的大數據浪潮，也是加速企業創新和變革的重要利器。
長期以來，企業多數招聘、人員晉升和激勵都是基于主管感覺、個人經驗和企業價值觀體系。但是企業真知道優秀銷售人員獲得出色業績的原因嗎？我們真的明白為什么有的領導者能夠帶領公司向前持久發展而有些則曇花一現嗎？我們真的能預測一位應聘者能夠勝任新的崗位嗎？遺憾的是，人力資源經理和企業高管們對上述問題從來就沒有明確的答案。
可喜的是多數企業人力資源管理已從單憑經驗的模式逐步向依靠事實數據的模式轉型。數據對于企業的HR來講并不陌生，從最開始通過招聘搜集員工信息，到能力測評，以及年度、季度的績效考評，日積月累的數據不可謂不大，但是真正將這些數據整理分析，提供給人才管理者做決策的企業卻并不多見。這時，新的問題又出現了，我們如何充分利用這些數據以便更有效地支持人力資源管理工作？
德勤公司人才管理顧問Bersin就這個問題給出了答案。如今大多數企業都擁有大量的人力資源和員工業績數據，除了具備必要的分析經驗和工具外，最重要的第一步是提出正確的問題。但是企業面對海量的人力資源信息無從下手，而這些數據通常并不能直接拿來用，這便需要企業把相關數據提取出來。最新的HR系統研究表明，大企業的人力資源系統中的簡歷格式往往超過十種，而核心系統也至少6年都沒有升級了。因此將這些數據提取出來是非常費力的一件事情。然而能夠提出正確的問題，提取數據，這些遠遠是不夠的。企業還需要展開數據分析，這需要數據分析、清洗、統計、可視化和解決問題的數據分析人才，大多數HR經理們都不具備數據分析經驗，因此企業需要招聘相關專家與人力資源一起分析數據。
以上便是Bersin的人才分析成熟度模型。根據市場研究機構Gartner的預測，2015年大數據分析產品和服務的市場規模將高達3.7萬億美元，并產生440萬個新的就業機會。目前企業界討論最多的依然是大數據在市場營銷和消費市場研究方面的應用。但是根據德勤人才管理顧問Bersin的分析，大數據在人力資源領域的市場潛力更大，也就是所謂人才分析（Talent Analytics）。
在谷歌，人力資源部門被稱為“People Operations”，簡稱“POPS”。POPS部門的核心是一項復雜的員工數據追蹤計劃，目的是通過數據分析更好地改善企業的人力資源管理。同時，谷歌還聘用了社會科學家來對這家公司進行研究。例如，設計出更科學的的薪酬福利計劃。此外，社會科學家和人力資源團隊組成了PiLab（People Innovation Lab，即人力和創新實驗室）團隊，通過數十項有關員工的實驗，找出有關管理大型公司最好的方式。例如，POPS部門旗下“人員分析”團隊通過數據分析精簡了谷歌的招聘流程。除了招聘企業還可以采用大數據技術改善人力資源管理。企業在進行項目設計尤其是培訓體系的設計時，可以利用大數據技術找出員工能力差距、知識和技能的差距。隨著技術的發展，員工也接觸和運用了越來越多的技術設備進行學習，當員工使用不同的技術設備時，通過分析計算處理的海量數據，企業可以找出員工的需求以及喜歡的學習方式。
資深項目數據分析師指出“不僅企業人力資源管理需要數據分析的技能，據普華永道最近發布的一份報告指出，數據分析將成為企業知識工人的必備技能。企業需要具備必要的分析工具和經驗。”簡而言之，通過大數據，管理者可以將一切量化，從而對公司業務盡在掌握，進而提升決策質量和業績表現。
隨著業務自動化的實現，企業需要處理的信息正以從未遇見過的規模和渠道涌現。那么，企業如何避免對大數據的盲目投資，爭取更有效地利用所收集的數據做出正確合理的決策成為首當其沖的任務。首先，企業必須給員工提供相應的培訓，提高員工對數據的洞察力以及有效地將信息與決策制定相結合的能力。而集中授課是企業主要的培訓方式，員工們可通過對項目數據分析師（CPDA）課程的系統學習掌握該項能力。
此外，還有一點值得引起企業管理者的注意，那就是企業經理人需要重新審視自己在數據管理中的角色。相當一部分人的經理人要么認為數據管理是IT部門的工作，要么認為他們自己并非內行，無法參與到數據在企業內部的共享過程。然而，事實上，經理人應該認識到，企業如果在數據上的投資回報不佳，那很可能是由于企業缺乏對數據應有的理解。他們必須向管理企業的人才、資本和品牌那樣有效的管理信息，重視信息在企業內部的共享和流通，提高整個企業對數據的理解和分析判斷的能力，而這些能力恰恰是通過經驗無法獲得，只能通過系統的、專業的項目數據分析培訓獲得。
LinkedIn公司的聯合創始人兼當時的CEO，Reid Hoffman相信數據分析的強大力量，給予了Jonathan Goldman高度自主權。Goldman根據用戶在網站上注冊時填寫的資料，制訂了一套向每個用戶提供三個最想與之聯系的其他用戶的廣告。幾天后，其點擊率非常之高。之后，廣告——“你可能認識的人”便被列為標準功能，并使LinkedIn飛速成長。Goldman的例子很好的說明企業中數據分析的關鍵作用。而今，數據分析能力已經越大被眾多行業企業所看重，Ovum最新調查顯示，在北美、歐洲和亞太地區將近有半數以上的企業將在不久的將來投資大數據分析。這一現象并不難理解，全球企業與個人的交互數據正在以爆炸性的速度增長，一些企業預計，明年他們數據庫的數據量至少會有10%~20%的增長。人才是企業的基石，人力資源戰略將隨著大數據時代的到來發生結構性變化，兼具項目經驗和數據能力的核心人才正成為keyman，您的企業是否已經做好從在這大數據時代掘金的準備了？