原文連結
如果評選2014年最熱詞彙，大數據一定榜上有名。如果在人力資源管理者中調研2014年最關注的話題，人才管理必定當仁不讓。伴隨著移動應用在日常生活中的普及以及社交應用的風起雲湧，基於雲技術的大數據應用，也逐漸拓展到企業管理的多個領域。例如，Google已開始利用大數據更好地招聘，LinkedIn也更加關注如何為注冊用戶提供更有針對性的職位推送等。不過，大數據真的是企業管理的靈丹妙藥嗎？從傳統的聚焦因果分析的企業內部決策分析（事後分析），升級到更加關注趨勢分析的大數據分析（事前預測），不僅僅需要跨越數據積累和數據模型的鴻溝，更大的挑戰在於與實際管理業務是否直接互聯互通。
剛剛完成人事管理、人力資源管理到人力資本管理升級的中國人力資源管理者，在互聯網浪潮、社交應用、大數據的輪番衝擊之下，能否通過大數據應用實現彎道超車，跨越人才管理的基礎鴻溝，真正提升人力資源管理在企業戰略決策中的地位，這是所有人力資源管理者困惑和需要深入思考的重點。
面向未來的趨勢分析勞動力
人才管理區別於傳統意義中人力資源管理的最核心之一即是勞動力規劃。企業的戰略在發展和變化，人才戰略需要能夠高度匹配企業戰略；企業戰略隨著市場環境而發生變化，人才戰略更需要基於企業戰略規劃，更好地模擬和預測未來的發展。現有的勞動力規劃，擅長基於既定戰略、結合原有人才體系，進行人力資源規劃；而基於大數據的勞動力規劃，則需要更廣泛地分析歷史、行業、全球、地區的數據，並結合政策信息、人口信息、環境信息等各種數據，模擬未來戰略發展、演變以及與之配套的勞動力結構、數量、能力要求、人才儲備、發展計劃等。
因此，人才戰略不再是單純的計劃，而更多的是立足於長遠的規劃和演進，進而幫助企業戰略落地和校准企業戰略方向。例如，大數據分析幫我們更好地預測到人口紅利消褪的2020年，勞動力的主要構成、文化習慣、管理方式創新等。在此領域，SAP聯合牛津大學聯合發布的《未來的勞動力》（Workforce of the Future）做了卓有成效的探索。當然，我們也需要清醒地看到，囿於大數據規模效應尚未形成，勞動力分析的大數據仍然需要更廣泛的數據源補充。
在人才招聘中互聯互通
社交媒體的活躍，不僅僅為普通大眾打開了一扇更廣泛的社交方式，對企業的滲透也在逐漸深入。一方面，以社交媒體的“去中介化”為起點，完全顛覆了傳統招聘的信息不對稱局面，雇主可以透過社交媒體固有的“大數據分析”機能更好地全方位考察候選人；另一方面，“自媒體”的崛起，幫助候選人更容易透過社交媒體多角度了解雇主，尤其是雇主品牌。簡單如LinkedIn的意向職位推送，即體現了大數據的力量。我們欣喜地看到，隨著移動應用的進一步普及，基於大數據的社交招聘，正通過微信等新興媒體的快速傳播而逐漸占據招聘的主流地位。同時，與雲端的人才測評等的高度融合，更加速了招聘走向大數據化和社交化。
深入瞭解個人與組織
《論語》曰：知之為知之，不知為不知，是知也。要做到“知之”難，做到知“不知”更難。我們習慣性認為，自己已經具備勝任工作的能力，同樣習慣性認為已經為自己做了比較正確的職業規劃，其實不盡然。事實上，商業環境的變化、知識更新換代的加速，決定了我們在“知己”方面的嚴重誤判風險，以及組織和個人發展方向的盲目樂觀。
以學習和培訓為例，新興崗位培養體系的無法借鑒性，加之知識更新換代頻率的加速，決定了傳統的培訓方式、培訓內容、學習目標、學習動因都在發生顛覆性的變化，如何更好地、更針對性地、更合理地安排個人和組織的學習成長目標、學習發展方式、職業生涯規劃、繼任計劃等，成為大數據時代人才管理者的巨大挑戰和重大契機。大數據一方面提供了更廣泛的參照樣本，一方面也幫助企業和個人更加科學、量化地看到自身能力的補充方向和發展方向，更加積極主動地參與到學習環節中，從“要我學”真正轉化為“我要學”。
高績效行為準則為基準優化人才結構
同時，人力資源管理者更需要充分利用移動技術和社交技術，充分利用員工/學習者的碎片化時間和已經潛意識的分享“衝動”，更好地建立學習型組織，建立服務企業戰略的學習體系。以高績效為基准優化人才結構績效管理的核心價值在於將企業的戰略目標高效、准確地傳遞給每一個員工。完善的績效管理體系，能夠幫助企業更有效地執行企業的戰略。而大數據時代的績效管理，則進一步需要幫助高績效員工“畫像”，以此“畫像”塑造員工、發掘員工、招募員工。通俗而言，即是透過大數據分析，將高績效員工的行為特征進行量化描述，進而基於此可視化描述形成員工行為准則和選拔標准，幫助企業建立高績效的管理機制和團隊能力，以高績效行為准則為基准，優化人才結構。
同時，我們可以發現，目前績效管理與大數據的結合，不在於缺乏高績效人才行為的洞察模型，而在於歷史數據的可參照性欠缺，以及對標數據的完整性不足。不同的企業裡面，分別有哪些崗位的離職風險較高，主要原因是什麼？當前組織單元裡面，哪些人有潛在的離職風險？離職的真正原因是什麼？這些問題，人力資源管理者一般無從回答或僅能憑感覺回應。以大數據的人才盤點為基礎，可以將基於樣本的分析模型，應用於足夠豐富的大數據，進而更清晰地盤點隱藏在人員結構之下的能力/潛質分析、績效/產出分析等。
相助人才盤點洞察微末
同時，反過來優化分析模型，可更好地盤點人才，包括結構的盤點、發展趨勢的盤點（離職傾向、績效提升/改進點等）。這是對傳統的智能分析“以結構和因果為主進而發現問題為原則”的跨越式升級，形成洞察微末，進而“防微杜漸”的真正的決策支持。觀察行業，我們欣慰地洞察到越來越多的企業將大數據視為升級人力資源管理體系的重要手段和契機，逐漸應用在招聘、績效、人才盤點、學習與發展等領域，更加推動了中國的人力資源管理從人力資源到完整人才發展的跨越。但是，我們也需要認識到目前的強大阻力包括：對“雲技術”/雲應用的不信任、顧慮甚至抵觸，以及企業人力資源管理者對原本內部管理數據的安全顧慮，進而保守封閉，導致大數據不大（充分）等。這些障礙，不僅僅束縛了自身的手腳，更無法真實獲取對標數據，因此，也無從談起大數據的真正應用。
大數據之惑欲說還休
總之，雄關漫道真如鐵，大數據推動人才管理，在路上。人力資本管理強調“預測和決策”，人力資源管理者要培養“數據意識”，嘗試“用數據說話”，從自己熟悉的領域出發，對企業海量的人員數據、行為數據、經營數據和外部數據進行深層分析，從“描述統計”到“推論統計”、從“預測”到“決策”，不斷獲得有利於促進人才發展、優化商業運作模型、提高核心競爭力的信息。未來的人力資源政策和經營決策將更多的基於大數據分析的結果，做到有理可循、有據可依，通過理性的分析和決策實現人力資本效率最大化。福田企業集團培訓部部長閆吉倫：在信息爆炸的時代，大數據將發揮巨大的作用。通過大數據的分析發現事物的規律，這一點對企業培訓有很大的啟發意義。組織培訓和學習的過程中也會產生大量的數據，諸如員工的績效結果、全員的IDP數據分析、員工的培訓需求調研、培訓滿意度調研、培訓課時等，都可采用大數據的方式進行分析，發現企業員工學習規律和特點，從而找准企業培訓的方向和方式。
如果評選2014年最熱詞彙，大數據一定榜上有名。如果在人力資源管理者中調研2014年最關注的話題，人才管理必定當仁不讓。伴隨著移動應用在日常生活中的普及以及社交應用的風起雲湧，基於雲技術的大數據應用，也逐漸拓展到企業管理的多個領域。例如，Google已開始利用大數據更好地招聘，LinkedIn也更加關注如何為注冊用戶提供更有針對性的職位推送等。不過，大數據真的是企業管理的靈丹妙藥嗎？從傳統的聚焦因果分析的企業內部決策分析（事後分析），升級到更加關注趨勢分析的大數據分析（事前預測），不僅僅需要跨越數據積累和數據模型的鴻溝，更大的挑戰在於與實際管理業務是否直接互聯互通。
剛剛完成人事管理、人力資源管理到人力資本管理升級的中國人力資源管理者，在互聯網浪潮、社交應用、大數據的輪番衝擊之下，能否通過大數據應用實現彎道超車，跨越人才管理的基礎鴻溝，真正提升人力資源管理在企業戰略決策中的地位，這是所有人力資源管理者困惑和需要深入思考的重點。
面向未來的趨勢分析勞動力
人才管理區別於傳統意義中人力資源管理的最核心之一即是勞動力規劃。企業的戰略在發展和變化，人才戰略需要能夠高度匹配企業戰略；企業戰略隨著市場環境而發生變化，人才戰略更需要基於企業戰略規劃，更好地模擬和預測未來的發展。現有的勞動力規劃，擅長基於既定戰略、結合原有人才體系，進行人力資源規劃；而基於大數據的勞動力規劃，則需要更廣泛地分析歷史、行業、全球、地區的數據，並結合政策信息、人口信息、環境信息等各種數據，模擬未來戰略發展、演變以及與之配套的勞動力結構、數量、能力要求、人才儲備、發展計劃等。
因此，人才戰略不再是單純的計劃，而更多的是立足於長遠的規劃和演進，進而幫助企業戰略落地和校准企業戰略方向。例如，大數據分析幫我們更好地預測到人口紅利消褪的2020年，勞動力的主要構成、文化習慣、管理方式創新等。在此領域，SAP聯合牛津大學聯合發布的《未來的勞動力》（Workforce of the Future）做了卓有成效的探索。當然，我們也需要清醒地看到，囿於大數據規模效應尚未形成，勞動力分析的大數據仍然需要更廣泛的數據源補充。
在人才招聘中互聯互通
社交媒體的活躍，不僅僅為普通大眾打開了一扇更廣泛的社交方式，對企業的滲透也在逐漸深入。一方面，以社交媒體的“去中介化”為起點，完全顛覆了傳統招聘的信息不對稱局面，雇主可以透過社交媒體固有的“大數據分析”機能更好地全方位考察候選人；另一方面，“自媒體”的崛起，幫助候選人更容易透過社交媒體多角度了解雇主，尤其是雇主品牌。簡單如LinkedIn的意向職位推送，即體現了大數據的力量。我們欣喜地看到，隨著移動應用的進一步普及，基於大數據的社交招聘，正通過微信等新興媒體的快速傳播而逐漸占據招聘的主流地位。同時，與雲端的人才測評等的高度融合，更加速了招聘走向大數據化和社交化。
深入瞭解個人與組織
《論語》曰：知之為知之，不知為不知，是知也。要做到“知之”難，做到知“不知”更難。我們習慣性認為，自己已經具備勝任工作的能力，同樣習慣性認為已經為自己做了比較正確的職業規劃，其實不盡然。事實上，商業環境的變化、知識更新換代的加速，決定了我們在“知己”方面的嚴重誤判風險，以及組織和個人發展方向的盲目樂觀。
以學習和培訓為例，新興崗位培養體系的無法借鑒性，加之知識更新換代頻率的加速，決定了傳統的培訓方式、培訓內容、學習目標、學習動因都在發生顛覆性的變化，如何更好地、更針對性地、更合理地安排個人和組織的學習成長目標、學習發展方式、職業生涯規劃、繼任計劃等，成為大數據時代人才管理者的巨大挑戰和重大契機。大數據一方面提供了更廣泛的參照樣本，一方面也幫助企業和個人更加科學、量化地看到自身能力的補充方向和發展方向，更加積極主動地參與到學習環節中，從“要我學”真正轉化為“我要學”。
高績效行為準則為基準優化人才結構
同時，人力資源管理者更需要充分利用移動技術和社交技術，充分利用員工/學習者的碎片化時間和已經潛意識的分享“衝動”，更好地建立學習型組織，建立服務企業戰略的學習體系。以高績效為基准優化人才結構績效管理的核心價值在於將企業的戰略目標高效、准確地傳遞給每一個員工。完善的績效管理體系，能夠幫助企業更有效地執行企業的戰略。而大數據時代的績效管理，則進一步需要幫助高績效員工“畫像”，以此“畫像”塑造員工、發掘員工、招募員工。通俗而言，即是透過大數據分析，將高績效員工的行為特征進行量化描述，進而基於此可視化描述形成員工行為准則和選拔標准，幫助企業建立高績效的管理機制和團隊能力，以高績效行為准則為基准，優化人才結構。
同時，我們可以發現，目前績效管理與大數據的結合，不在於缺乏高績效人才行為的洞察模型，而在於歷史數據的可參照性欠缺，以及對標數據的完整性不足。不同的企業裡面，分別有哪些崗位的離職風險較高，主要原因是什麼？當前組織單元裡面，哪些人有潛在的離職風險？離職的真正原因是什麼？這些問題，人力資源管理者一般無從回答或僅能憑感覺回應。以大數據的人才盤點為基礎，可以將基於樣本的分析模型，應用於足夠豐富的大數據，進而更清晰地盤點隱藏在人員結構之下的能力/潛質分析、績效/產出分析等。
相助人才盤點洞察微末
同時，反過來優化分析模型，可更好地盤點人才，包括結構的盤點、發展趨勢的盤點（離職傾向、績效提升/改進點等）。這是對傳統的智能分析“以結構和因果為主進而發現問題為原則”的跨越式升級，形成洞察微末，進而“防微杜漸”的真正的決策支持。觀察行業，我們欣慰地洞察到越來越多的企業將大數據視為升級人力資源管理體系的重要手段和契機，逐漸應用在招聘、績效、人才盤點、學習與發展等領域，更加推動了中國的人力資源管理從人力資源到完整人才發展的跨越。但是，我們也需要認識到目前的強大阻力包括：對“雲技術”/雲應用的不信任、顧慮甚至抵觸，以及企業人力資源管理者對原本內部管理數據的安全顧慮，進而保守封閉，導致大數據不大（充分）等。這些障礙，不僅僅束縛了自身的手腳，更無法真實獲取對標數據，因此，也無從談起大數據的真正應用。
大數據之惑欲說還休
總之，雄關漫道真如鐵，大數據推動人才管理，在路上。人力資本管理強調“預測和決策”，人力資源管理者要培養“數據意識”，嘗試“用數據說話”，從自己熟悉的領域出發，對企業海量的人員數據、行為數據、經營數據和外部數據進行深層分析，從“描述統計”到“推論統計”、從“預測”到“決策”，不斷獲得有利於促進人才發展、優化商業運作模型、提高核心競爭力的信息。未來的人力資源政策和經營決策將更多的基於大數據分析的結果，做到有理可循、有據可依，通過理性的分析和決策實現人力資本效率最大化。福田企業集團培訓部部長閆吉倫：在信息爆炸的時代，大數據將發揮巨大的作用。通過大數據的分析發現事物的規律，這一點對企業培訓有很大的啟發意義。組織培訓和學習的過程中也會產生大量的數據，諸如員工的績效結果、全員的IDP數據分析、員工的培訓需求調研、培訓滿意度調研、培訓課時等，都可采用大數據的方式進行分析，發現企業員工學習規律和特點，從而找准企業培訓的方向和方式。
留言
張貼留言