欢迎光临中华人力资源官方网站! 社保代办 | 人力资源 | 劳务派遣 | 法律咨询 | 网络运营
设为首页 | 加入收藏 | 联系我们
当前位置:首页 > 广告

广告

致HR:先搞懂“数据”,再去考虑“大数据
     发布日期:2016-3-24
“博士,我们需要一个关于大数据(big data)人力资源管理的讲座!”
这是2014年开年以来,我听到来自500强HR们的新需求,同时这也在所有需求中排名前Top3。是呀,大数据的魅力已经无需证明!渴望改变的HR们又怎么会放弃这样一个“杀手级”利器?
一、 大数据与HRM大未来
大数据是什么?一般来说,大数据就是大量的数据,其具有“4V”的特点:Volume(大量)、Velocity(高速产生)、Variety(多样性)、veracity(真实性)。进一步看,就是在某些领域通过传感器和屏幕等入口自动高速产生了大量、多样的数据,这些数据辅以合理的算法和强大的云计算能力,能够告诉你这些领域的一切信息!
大数据不仅是数据量的庞大,其更是一种数据产生和处理的模式。我更习惯于将大数据的特点总结为“3A”:
第一,大而全(ALL),大数据不仅要足够大,而且要是全貌。这进一步补充了其“大”的本质,阿里巴巴首席战略官曾鸣甚至认为“其实叫全数据比大数据更准确”。数据再“大”,如果不“全”,都不是大数据。
第二,持续在线(Always on line),大数据是在线收集、及时处理、实时反馈。简单来说,就是要形成一个数据“上传-处理-反馈”的循环系统,让用户的上传具有内生的动力,在获得其他功能时自动上传信息,让数据“跑”起来。举例来说,当某人在酒店门口向滴滴打车发出用车需求时,他就自动上传了自己的方位信息、目的地信息、选择车型信息。
第三,关注未来(Aim to future),大数据从相关性中进行预测。正如维克托·迈尔-舍恩伯格及肯尼斯·库克耶所言,对于大数据的运用应该更多地关注其潜在价值,即通过大数据进行预测。值得一提的是,这种预测看似非常粗糙,不一定依赖严谨的因果关系模型,但却能够快速产生信息,即注重效率而非精准。所以,大数据是往前看的,不追究原因,只关注可能发生什么。这个世界已经被彻底数据化,而基于互联网提供数据平台和云计算能力,我们能够将代表任意两个物体、两种行为的数据进行相关性分析,寻找到下一个可能发生的事件。我们甚至可以大胆预言,没有数据能力的行业专家还不如没有专业能力的数据师。
人力资源管理是关于分配人和相关资源(培养、激励资源)的工作,如果借助大数据,将人和其他资源数据化,再用算法进行匹配,显然有无限的想象空间。可以说,大数据实现了资源的“可扩展获得”,提升了资源的利用效率。
具体怎么玩呢?
首先,应该把人数据化,为其打上足够多的标签,清楚地知道“人是怎样的”,并把这些数据上传到云端。这些数据包括,他的能力如何?行为特征如何?绩效表现如何?基于这一基础,人力资源管理各大职能就能够显著提高效率,实现我们对于“云组织”的若干设想。
在调配领域,如果将人力资源数据化,并将工作机会数据化为若干筛选条件,我们可以让任何一个人都获得最匹配的工作机会,可以从容地招聘、调用企业内的闲置人员跨界协作。如此一来,每个工作机会上都有最适合的人员,成本最低,收益最大。
在培养领域,如果将培训资源(培训内容、形式等)数据化,岂不是可以从容地组织、推送员工最需要的培训支持?每个人获得的培训都是高度定制化的、自己最需要的,且学来能用,用来能好,从学习到实践产出的过程几乎没有损耗。
在激励领域,如果将激励资源数据化,岂不是可以从容地推送各类激励套餐?每个人获得的激励都是高度定制化的、自己最需要的,同样的成本支出,每个人对于全面薪酬的感知可以放大到极限。
二、 HR可能误会了大数据
事实上,专业一点的HR都玩数据,他们测试胜任力,评估岗位,考核绩效,利用数据进行决策。我也非常推崇这样的玩法,认为HR要用数据分析来为自己的岗位建立“技术刚性”。但不得不遗憾地说,这些玩法不是大数据。
从字面上理解,大数据的关键在于数据量庞大。涂子沛在《大数据》一书中有个定义,即指一般软件工具难以捕捉、管理和分析的大容量数据,数据量大到以“太字节(TB)”为单位。太字节是多大?1TB=1024GB。一个万人的企业,即使你把胜任力、绩效、岗位、SOP等传统数据完全纳入,顶多只能用“吉字节(GB)”为单位,离“太字节”的体量还是相差甚远。HR们以为数据量已经足够庞大,难以处理。实际上,这种数据量通过本地软件的计算能力(甚至直接用excel表)就可以解决,根本不需要运用到互联网上的云计算,这些显然不是大数据。
达不到大数据的体量是表象,关键还在于没有理解大数据的“3A”特征。HR采集数据的传统思路是“先有思考框架,再收集相应数据”,数据大多来自数据生成之后,才用报表要求基层有选择地逐级上报,这大大损耗了数据量。例如,考核某个员工的绩效,HR会在其工作完成之后才要求直线经理根据考核指标进行数据收集,而后计算汇总,最后上报人力资源部。
这种思路使得传统数据具有典型的“非大数据特征”,这大大制约了数据的威力。
其一,这些传统数据是“冷备份”而非“热备份”。冷备份即生成之后再调用,成本极高,