大数据在人力资源管理中的应用

■邵丽利 曹计（安徽财经大学工商管理学院）

在现有的信息化时代环境下，招聘的途径、渠道以及工具不断发展，简历筛选、处理以及整合等问题逐渐显现出来。在现实需求下，企业急需要有效整合、利用招聘资源，建设更加高效以及智能化的解决方案。除了招聘环节，企业在育人、用人、留人等人力资源管理过程中都需要使用更加高效、职能的决策支持。大数据技术的运用能够充分利用人才大数据，通过机器学习算法进行企业人力资源的管理，提升管理的效率以及效果。

一、大数据应用的内涵

大数据是一种技术、一种应用，也同样是一种经济模式。大数据并不是对数据的收集与存储，而在于对数据的功能运用上——包括整理、分析、预测和控制。第一，数据整理是将所有的数据进行归类，使其根据定义标签回归合适的位置，便于工作人员随时进行数据的检索和调用。第二，数据分析是为了清楚了解数据的真实价值，寻找到具有相关性的有用信息，引导后续的决策。基于大数据技术的数据分析具有实时性，解决了滞后性问题，并借助可视化功能和发现性功能，提升数据分析的精准性。第三，大数据技术能够基于上述功能，理清、分析其中的逻辑关系，并作出科学决策。第四，大数据的控制功能能够解决潜在的问题，并通过系统的自我检查和优化提升效率。

大数据整理、分析、预测和控制作用的发挥对企业人力资源管理具有重要的实践意义，能够转变现有人力资源管理的路径、方式以及思想，提升管理的及时性、有效性以及可行性。

二、传统人力资源管理中的困境

（一）人力资源策略制定的滞后

企业在人力资源管理过程中，需要对所有的管理流程以及环节展开规划，制定阶段性、年度性的人力资源管理策略。传统人力资源管理过程中，人力资源部门相关人员一般会按照一定时间间隔人工调整人力资源策略，无法对实时的变化做出迅速及时的反应。人力资源策略的制定存在主观化、滞后性等不足，没有办法及时发现问题、预防问题以及解决问题。没有高效、快速、智能化的信息处理以及分析系统，无法实现人力资源管理信息的实时处理分析，并转化成有效维度、指标，支持人力资源部门人员随时调整策略，优化决策。例如，在人才储备方面，由于无法实现对有换职意愿的高匹配人才开展实时跟踪，因此企业在定向寻访人才、人才储备等过程上比较滞后，一旦员工离职，容易出现“青黄不接”的用人短缺问题；在人才保留方面，由于数据处理分析以及与预测的滞后，企业无法提前获知员工流失前兆，没有办法帮助企业提早干预，留住想留的人才。

（二）招聘环节效率低下

在人力资源管理过程中，选人环节是后续企业育人、用人、留人等人力资源管理过程的基础。人力招聘能够满足企业现状以及未来的人力使用需求，同时能够在后续的工作过程中为企业产出价值。在互联网时代环境中，人力资源的招聘主要有线上以及线下两种选择渠道。线上渠道为各大招聘平台，如58 同城、前程无忧等网站；线下的渠道主要招聘会、校招等方式。但是不管是线上还是线下的招聘渠道，在实行过程中主要存在两个问题：第一，如何有效整合海量的简历和求职信息；第二，如何改变招聘被动的地位。

1.简历信息和求职信息整合困难

现代企业招聘往往是多种招聘渠道以及方式协同使用，人力资源管理人员能够有机会接触更多的简历信息以及求职信息。但是在信息管理中，容易出现信息管理不及时问题、信息筛选和整合问题。在信息爆炸的互联网招聘时代，信息的处理速度和效率制约了招聘过程中的成果发展以及成本降低。

从各个招聘渠道汇聚而来的求职信息和简历信息，没有办法打通各个渠道之间的信息交流壁垒，因此只能依靠人工进行去重、分类，在提取关键信息的基础上，将这些信息输入、导入到企业的人才库中。由于整个过程主要借助人力资源部门的人工操作，因此在处理速度以及处理质量上存在较大的不足。例如，对于存入企业人才库的求职信息和简历信息，及时更新、及时盘活等过程仍旧没有规范化和有效化，导致后续的招聘流程无法简化，招聘成本难以控制。

2.招聘过程被动化

求职者需要寻求就业机会来创造价值，维持生存和发展的机会。同样，企业也需要通过吸收人才的形式满足内部的用工需求和长期的发展。因此招聘过程是一个需求方、供给方相互满足需求的过程，应该是双方都有互动。但是在实际招聘过程中，求职者往往都是主动寻找工作的状态，而招聘企业是被动接受求职申请，欠缺主动搜寻人才的理念以及行动。目前，随着猎头岗位的兴起，企业在高级人力资源招聘上转被动为主动。主动搜寻的人才更符合企业的需求，更适应企业的发展。但是人力资源部门往往需要耗费大量的时间成本或者资金成本去主动搜索、筛选简历、与求职者沟通。一方面，如何将主动搜索的成本降低下来；另一方面，如何提升主动搜索的时效性和精准性等都是现代人力资源招聘过程需要解决的问题。

（三）员工培训内容不全面

企业不仅需要做好选人工作，同时更应该做好用人、育人工作。对于新招聘的员工、老员工，企业的用人策略以及育人策略应该是不同的。并且对于企业内部不同部门、不同层次的员工在培训制度、绩效考核制度上也是有不同需求和要求的。在以往的培训工作中，培训的内容与员工的实际需求、能力发展要求等存在一定的不匹配性，因此企业培训的功能和作用一直没有有效发挥出来。在企业培训过程中容易出现培训内容不全面的问题。知识、技能、道德、文化等都应该纳入到企业的培训内容体系中，并且不同部门、不同层级人员之间在培训内容的安排上也需要具有差异性。但是在企业培训内容的规划中，员工培训需求采集、差异化的内容设计等内容都还需要进一步发展以及完善。

三、大数据在人力资源管理中的应用实践

（一）大数据在人力资源策略制定上的应用

大数据技术以及应用能够帮助人力资源管理核心的决策提供更多的技术支持、系统支持以及信息支持。在招聘策略中，大数据技术能够实现对简历信息、招聘信息的实时收集和处理，将海量的数据进行分类，便于对分类后的信息进行维度和指标的划分、构建，能够帮助人力资源部门及时调整招聘策略，控制好人力资源的供给数量以及质量要求。在员工保留策略上，大数据技术能够及时预测员工的流失征兆，帮助企业及时进行干预，做好人才的筛选和保留工作。在员工绩效考核策略上，大数据技术能够打通多个维度的信息壁垒，对员工的工作过程、工作结果进行综合评判，全面性、客观性的评价员工在上一阶段的真实表现和实际产出，从而保证绩效考核的有效性。同时大数据支持下的绩效考核制度会及时根据内部信息、外部信息的变动而提供变动提示，为人力资源部门建设实效性绩效考核制度提供必要的信息参考和依据。人力资源规划以及策略的制定是从战略角度对企业的人力资源具体发展过程进行指导。因此策略制定的过程中需要大量有效信息进行决策支持。大数据技术能够协同企业内部信息、企业外部信息，并打通企业各个部门之间的信息不对称问题，促进信息的协同和整合。同时大数据技术能够对重复性信息进行整合、对无效信息进行筛选，从而保证了人力资源信息的有效性。同时基于大数据技术建立的人力资源系统能够实现信息在各个部门以及人员之间的上传下达，促进组织内部的沟通效率，降低人与人、人与事之间的沟通障碍和问题。

（二）大数据在企业招聘中的应用

目前大数据技术在企业招聘环节中的应用比较广泛和成熟。企业招聘是人力资源管理环节中信息处理需求最为迫切的一个环节。人力资源招聘环节需要面对大量外部的简历信息、求职信息，因此大数据技术在招聘者筛选、留用、管理上能够起到重要作用。

大数据技术能够有效提升人力资源部门简历处理的效率。大数据技术引入自然语言处理技术，对成千上万的求职者简历数据、企业内容各异的职位数据进行关键词抽取和权重计算，分析候选人和企业人力资源经理的核心诉求点，提升招聘效率。除了自然语言处理技术的有效运用，同时大数据技术能够利用机器学习技术，提升个性化的搜索以及推荐服务，主动性的帮助企业搜寻到合适的候选人。企业目前在招聘环节主要面临的信息处理问题以及被动性问题都能够通过大数据技术和系统的加持得到有效的解决。在自然语言技术、数据归一化、知识图谱的技术中，企业能够完善自身的人才使用需求，确定候选人的职业画像，并利用上述的数据技术实现简历信息、求职信息的筛选和整合。通过利用机器学习技术，构建知识图谱，企业能够根据自身的用人需求在互联网渠道中实现岗位和简历的主动匹配，从而实现人才搜寻的主动性，并保证了精准人才搜寻和定位的实现。

在人才招聘中，不仅是外部渠道，内部渠道也占据着越来越重要的地位。大数据技术能够帮助企业实现高效化的人才内推渠道。借助企业内部员工的人脉大数据，企业能够运用到数据智能算法筛选和匹配，从现有的人力资源身上挖掘相关的人脉链条（现有在职员工的前任同事、校友等关系网络）。相对于传统招聘的广泛性，人脉内推的形式能够降低人才搜索的范围，进一步降低人才招聘的成本，并且能够提升求职准入门槛，为企业匹配高质量人才。

（三）大数据在人才培训过程中的使用

员工培训需求的满足不仅能够为企业发展创造更多的价值，同时也能够帮助员工实现个人职业理想和个人价值。培训需求的及时采取、有效整合是开展培训内容规划和设计的信息基础。但是由于人力资源部门并不完全清楚和了解其他部门的具体的工作内容和问题，因此没有办法准确判断部门工作技能需求以及问题解决内容。所以员工对于个性化的、定制化的、差异化的培训制度和内容有较高的需求。但是仅仅依靠人力资源部门的人工劳动，具有上述特点的培训制度和内容制定具有较高的执行难度和实现成本。对此大数据技术的应用能够实时实现人才培训需求的采集，并将这些需求进行归类和整合，帮助员工培训者进行同类需求的归类，为差异化培训内容的制定提供信息指导。在培训信息的采集中，培训者会由于沟通问题的存在无法及时感知以及领会到员工的培训与发展需求。此时大数据技术可以从两个方面帮助企业精准定位培训需求。一方面，现有的大数据系统与互联网相连接，因此具有互联网化的数据库，人力资源部可以从数据库抽调出行业内企业、相同类型企业的培训制度以及发展内容，用作参考。另一方面，企业内部的大数据系统具有信息采集以及沟通的作用，能够强化人力资源部门与其他部门之间的联系和互动。除了用人、育人问题，在企业人力资源管理中，留人问题也同样紧迫。企业员工流动是客观存在的，但是很多时候企业管理者对于关键性人才的去留问题缺乏完善的信息参考，因此没有办法判断关键性人才真正的职业考虑和工作需求，造成了不必要的人才流失问题。企业内部人力资源与大数据技术的协同，能够基于海量数据，不断挖掘离职员工或有明确离职行为员工的特征，通过机器学习这些特征，自动建立离职预测的量化模型，再利用该模型，帮助企业预测关键岗位员工的离职意向及原因，帮助企业提前进行人才挽留。

四、结束语

大数据通过“数据+算法”的技术、系统和应用帮助企业人力资源管理完善资源规划环节、招聘环节、培训环节，提升了人力资源管理的效率以及质量。在现有的人力资源管理中，招聘、培训、绩效管理等过程中存在的信息不对称问题、效率低下问题、被动性管理问题等都能够借助大数据技术以及系统实现解决方案以及系统的设计和使用。同时，大数据技术能够打破企业人才数据边界，在智能分析和处理基础上提升企业人才的结构优化、质量提升。目前，企业可以考虑自建人力资源管理系统或者租赁第三方服务商系统的方式，在成本以及收益的综合考虑上，根据企业的实际情况进行选择。目前大数据技术仍旧在发展之中，未来在技术支持能力、系统集成能力上仍旧会有更加突出的表现，能够为企业人力资源管理创造更大的应用价值。