大数据时代的人力资源量化管理

张 琼

（华中科技大学 管理学院，湖北 武汉 430070）

1 引言

近两年来一个术语越来越频繁的出现于各国新闻网站和行业会议上——“大数据时代”.随着互联网掀起第三次革命浪潮，世界亦逐渐进入数据大爆炸时期.每天，数以亿计的图片、新闻故事、音乐歌曲、电子邮件、电视节目，正在一步步将我们领入一个全新的时代.Twitter的信息几乎每年翻一倍，平均每天都会发布超过4亿的消息，Facebook每日则有40亿的信息扩散，YouTube每月接待8亿访客….在计算机数据急速增长的过程中，“大数据（Big data）”应运而生.在如此动荡的时代，挑战与机遇并存，各国几乎处于同一起跑线上，中国企业如何迅速适应时代发展并占据优势地位便显得异常重要.而在大数据时代，学会理解数据、运用数据、相信数据，将成为企业发展的新动力，也是企业管理者迫切需要掌握的一项能力.现如今全社会多领域正经受着大数据浪涛的冲击，人力资源管理领域也无法置身事外.人是非常复杂的生物体，而且受情绪、环境的影响一直会动态变化，具有很强的不确定性，对人进行描述和评估一直是企业管理中的挑战.将“大数据”这一思想应用于人力资源管理领域，利用“大数据”的价值提升企业人力资源管理工作的效率，是大数据时代人力资源管理工作的一次革新.

2 大数据时代

目前对大数据还没有很标准化的定义，一般认为它是一种数据量很大、数据形式多样化的非结构化数据.IBM从三个基本特性角度来定义大数据，即：“3V”：体量（Volume）、速度（Velocity）和多样性（Variety）.（1）海量(Volume)：是指数据巨大，如每 60 秒产生 98000条 Twritter、695000种Facebook的状态更新、698445条谷歌搜索结果、1.68亿封邮件等等.（2）多样性(Variety)：是指数据类型繁多，包含结构化的和非结构化的数据，如网络日志、视频、音频、图片、地理位置信息等等.（3）高速(Velocity)：是指数据被创建和移动的速度快，企业创建实时数据，通过快速处理分析返回给用户，以满足用户的实时需求.

大数据时代一词的兴起不过近两三年，相关的研究资料还很少.虽说最早大数据的英文big data于1997年就已经出现在有关存储技术的论文里,2001年出现在计算机人工智能杂志的文章标题中.但此时的大数据要区别于本文的“大数据”，因为后来有人赋予了它特殊的含义.2010年2月出版的《经济学家》杂志中一篇题为“The data deluge”的文章，被认为是这种“大数据”概念的发端.“The data deluge”可译为“数据洪流”或“海量数据”.此时的这种概念基本已于现在的含义等同了，只是没有用“大数据（big data）”这一概念.2011年，“世界经济论坛”发布了《大数据，大影响力》报告，阐述大数据为国际发展带来的新机会，建议各国与工业界、学术界、非营利性机构与管理者一起利用大数据所创造的机会.同年5月麦肯锡全球研究院发表了一篇名为“Big data:The next frontier for innovation,competivity and productivity”(大数据：未未创新、竞争和生产力的下一个前沿）的研究报告.这篇报告无论在IT界，还是经济界、学术界和公共管理部门，都极具影响力.“Big data”亦即“大数据”这个关键词就开始出现并愈来愈广泛流传.2012年12月，“大数据时代的预言家”维克托·迈尔-舍恩伯格在他的《大数据时代》一书中向读者揭示了大数据时代将开启一次重大的时代转型.

3 人力资源量化管理

人力资源管理发展至今大致经历了三个阶段，人事管理阶段、人力资源管理阶段、人力资本管理阶段.人事管理起源于18世纪末的工业革命，历经了科学管理、工业心理学、人际关系等几个主要的演化过程，此时仅将人才当做是一种简单的劳动力来使用和管理；直到20世纪中期，才由管理大师德鲁克先生首次提出人力资源的学术概念，且到了20世纪80年代才逐渐被企业所接受并快速发展，此时的人才管理核心就是将人当做一种资源来运作和管理.随着近几年西方人力资源管理的传入和影响，在国家宏观政策的鼓励下，我国的众多企业已经逐步从传统的人事管理中解放出来，投入到对人力资源管理的进一步的探索和实践中去.人力资源管理从泰勒的“胡萝卜加大棒”到现代的人性化管理，一直被认为是一种无量化的人性问题，但事实上人力资源管理科学正在以严谨的管理理论和实证为基础，进行领域转型.此时的人更多的已被认为是一种资本，是一种知识和能力的结合，可以被用来提供未来的收入.因此对人的管理出现了最高境界——人力资本管理，但虽其理论学术研究风行颇久了，却似乎尚未有成功的实践应用.此时如何系统全面地对人力资本进行管理似乎已成了一个大问题，而大数据时代的到来似乎为人力资源管理的发展提供了一个天时地利，“用数据说话”将人力资源引入了量化管理的时代.人力资源管理不仅因量化分析可以提供明确的问题解决方案而使其成为一门真正的科学，更从根本上解决了困扰“经理人”们的管理决策问题.量化分析不同于简单的统计分析，它更多的是试图用完整的体系来解答根本问题，其中要用到数据、指标、信息及其他量化分析.对人进行的量化分析便是人力资源量化管理的基础.而量化管理则主要是指一种以数字为基础，用数学的方法来考察和研究事物的运动状态和性能，以求对事物的存在和发展的规模、程度等作出精确地数字描述和科学控制，实行标准化操作的管理模式.随着中国企业的规模越来越大，管理者也越来越无法仅凭直觉和经验进行管理与决策.所以，我们需要用数据，而非感觉来管理，因为人的感觉很可能会出现偏差.为了把握住未来的发展机遇，一定要运用数据，运用数量化的方法观察企业运营、进行市场预测，以及对人员进行有效地管理和评估.

4 对人的数量化管理

人的经验和感觉会出现偏差，在这个大数据时代，无论做什么工作，管理者都需要学会用数据来管理工作，而不是凭感觉.因此，数据时代将会是一场关于生活、工作和思维的大变革.数据时代对商业模式的冲击将迫使企业改变思维模式、决策制定和衡量标准，寻求规模化发展道路.而这些问题都可以从数量化思维方式中找到出路.人力资源量化管理便是在这个以人为本的管理理念的时代中，通过对人的数量化管理来实现.主要体现在以下几个方面：

4.1 加强员工招聘的量化管理

员工招聘方面的量化管理最基本的在于加强原始数据的量化分析，所谓原始数据，主要是指那些能够真实反映员工自身素质的被数字化的“个人信息”.它就像是一个记录员工成长印记的记事本，忠实的记录了员工各方面的原始能力情况，并真实反映员工的个人素质，且能够在人才招聘的过程中给人力资源管理部门提供客观的参考.这类数据包括个人的基本信息，如年龄、学历信息、专业、基本技能水平、岗位工作时间、工作年限、岗位级别、现任职务等.企业每天都必须做出数以千计的人员相关决定——应该聘用哪些人员，应该给他们什么样的薪水，应该提升哪些员工，应该让哪些人离职等等，如何让人员决策方面采取与工程决策相同的严格标准，让所有人员决策都有数据支持便显得至关重要了.现实的严峻形势迫使企业不断思考新的出路，谷歌最近开发了一个人才雷达计划.因为除了大型的电子平台招聘和猎头招聘，“员工内推”算是最节省成本的招聘方法了，而这个计划便是试图通过搜索内部员工在网络社交的数据，进而分析得出他们的兴趣、性格、能力及其与这个职位的匹配度，从而提高招聘人才的效率.

西门子公司，全球领先的电子电器企业，注重对人的充分关注，希望他们更多的用沟通协调的方式获得支持，强调协调平稳的变革.因此该公司在招聘的时候对他们的三项核心能力战略创新、合作协调、和团队发展都做了“能力素质模型”设计考察的方法.能力素质模型，也称为“职业素质模型”“竞争力模型”，是用行为方式来定义和描述员工完成工作需要具备的知识、技巧、品质和工作能力，具备这些能力或特征的人，就可以胜任一定的岗位，并且文化的契合也会使求职者更加有归属感，增加满意度.能力素质模型应该具有鲜明的企业文化特色，明显不同与其他企业.下表1便是该公司的面试者A的面试成绩表，量化的标准0-10.此表结果表明大家普遍对其“合作协调”这一能力表示怀疑，虽然其他方面不错但这个协调沟通的关键能力不够，可能也是不会被录用的.这只是招聘量化分析的一个方面，通过诸如此类的方法能够识别出一个人是否真的能适应企业的发展.

表1 面试成绩表

4.2 加强员工培训的量化管理

对员工培训方面的量化管理主要体现在对于员工能力数据的量化分析，不同于原始数据记录的是员工从事劳动之前就已经产生的反应自身能力水平的原始信息.但这些数据无法反映员工的动手、学习能力，而能力数据便是记录这些能力的量化数据，具体主要包括员工培训经历、接受专业培训课程的时长、培训考核情况、解决问题时的效率、参与竞赛结果、奖惩情况等等.培训指标应该包括技能水平、技能水平变化，还有培训的数量和质量.除了一些简单指标如培训时长、接受培训人数、所需技能水平与现有水平的差距等等，还可以设置一些与成熟度和技能相关的问题，如;

☆员工们有培训计划吗？

☆有职业发展规划吗？

☆技能水平多长时间评估一次？

☆有交叉培训计划吗？

☆有多少员工被看做那个领域的专家？

此外不同于传统的培训方法，最近兴起了一种网络平台培训方法.2013年以来，大规模网络公开课(MOOC)浪潮席卷美国的教育领域，这种新型的智能在线学习平台也成为高科技领域创新和投资的重点，除了全世界一流大学资源分享之外，他还有一项进步，在于其增加了行为评价和学习诱导的成分，如通过记录鼠标的点击，可以研究学习者的活动轨迹，发现不同的人对不同的知识点有何不同的反应，用了多少时间，哪些知识点需要重复或强调等.记录单个个体行为的数据似乎是杂乱无章的，但当数据累积到一定程度时，群体的行为就会在数据上呈现一种秩序和规律.通过分析这种秩序和规律，未来的在线学习平台将足以弥补没有老师面对面交流指导的不足.如此量化的学习方式相信也是未来企业培训的一种重要方式.最后，对于培训结果也可以进行量化的评估，通过调查或问卷的形式对他们的培训结果进行考核，考核结果将同样有助于培训过程的评估.

4.3 加强员工考核的量化管理

在人力资源管理工作中，如何发掘出优秀人才显得至关重要，而这个依据的标准便需要能够反映员工潜力的潜力数据，通过量化分析这些潜力数据能使得企业区分出真正有发展潜力，工作效率高的员工.这些潜力数据主要是指那些能够比较客观地反映出员工劳动效率的提升和劳动效果的提高，以及能够比较客观地反映员工劳动能力呈现出持续增长状态的数据，例如工作效率提升率、收入涨幅水平、职称提升频率、业绩提升率等.员工的考核除了基本的绩效考核之外，还包括各项能力的考核，在这方面可以依然可以根据能力素质模型设置评分标准，衡量员工的核心能力匹配度.最近，国内外各大型企业已经相继开始了相关工作，著名的戴尔公司就曾对员工的“命令和控制”能力设置了评分标准，如表2所示.最后通过对员工的综合评价进行相应的培训和管理方法的改进.

表2 “命令与控制”评分标准表

4.4 加强员工满意度的量化管理

众所周知，如果员工对工作满意，就会更加努力.他们会有主人公意识，会自发地想办法帮企业取得成功，从而有益公司发展.因此企业一般每年都需对全体员工进行一次员工满意度调查，好了解企业的战略实施是否得到员工的支持、文化是否得到理解和执行，以及管理的水平.通过员工调查和访谈的方式进行量化的评价，这是很多大型企业采用的科学方法.因此对员工满意度数据的搜集数据、建立指标和量化分析进而及时优化调整策略就显得尤为重要.员工满意度的指标没什么特别的，主要是访谈或调查的主观反映.如西门子公司就设置30多个问题，包含了战略、文化和管理等方面进行调查，每个问题从0分到10分进行打分.0便是非常不同意，9表示比较认同，10分是非常同意，包含“你是否愿意向其他人推荐来公司工作”等问题，并设置了对应的数据表，如表3.结果表明虽然2012年中国分公司的员工数据是83分，距离总部的92分差距很大，但比起全球员工和中国相关行业的水平，中国分公司还是提供了较好的环境.此外，业界对调查员工满意度的指标设置还有一种有名的杠杆模型——盖洛普的Q12，是盖洛普公司通过对来自12个不同行业、24家公司的2500多个经营部门的数据搜集，并对105000名不同公司和文化背景下的员工态度进行分析，发现了12个最能反应员工效率、满意度的指标.这12个经典问题包含了“在工作中，我每天都有机会做我最擅长做的事吗？”，“在过去七天里，我因工作出色而收到过表扬吗？”等问题.

表3 员工满意度调查评分表

5 结论

在“大数据”时代，人力资源管理工作的内容已经不仅仅是简单的人与人之间的交流，更多的是人对数据的分析和整理.人力资本管理的时代必将到来，而人作为一种资本自然就有量化的必要，因此人力资源量化管理对企业既是机遇也是挑战，如何应用数据而非感觉对员工进行有效地管理和评估也将是人力资源管理者必须面临的重大课题.

〔1〕McKinsey Global Institute.Big Data:The next frontier for innovation,competition and productivity,McKinsey Global Institute.2011.

〔2〕迈尔－舍恩伯格．大数据时代:生活、工作与思维的大变革[M]．杭州:浙江人民出版社，2013.

〔3〕何莹.大数据时代的管理创新[J]．人力资源，2013（10）.

〔4〕胡少甫.“大数据时代”给当今世界带来的变革与挑战[J]．国际观察，2013（12）.

〔5〕缪其浩.大数据时代：趋势和对策[J]．2013.

〔6〕涂子沛.大数据:正在到来的数据革命[J].广西师范大学出版社,2012.

〔7〕熊怡.“大数据”时代的人力资源管理创新[J].中国电力教育，2014.

〔8〕索晓凤.对企业人力资源量化管理的研究[J].电子制作,2012(11).

〔9〕王征辉.现代企业人力资源量化管理策略研究[J].中国经贸,2013(4).

〔10〕张德玉.基于人力资本、人力资源量化管理的企业培训开发的研究[D].中国海洋大学,2011.

〔11〕崔小屹，韩青.用数据说话—大数据时代的管理实践[M].北京：北京大学出版社，2013.

〔12〕Martin Klubeck.量化-大数据时代的企业管理[M].北京：人民邮电出版社，2013.