数据驱动下的人力资源管理创新研究

2023-05-30范瑞芳朱换影

中国集体经济 2023年16期

范瑞芳　朱换影

摘要：人力资源的数据化管理是大数据背景下的必然趋势。为了提高人力资源管理系统的应用水平，企业不仅需要拥有充足的数据人才储备，还需要拥有一定的数据思维。文章在人力资源管理中融入了大数据思维，对企业内部组织架构、内部工作人员的思维模式及考核方法的变革展开了详细分析。还介绍了基于数据驱动的方法和技术在招聘、薪酬等系统中的应用。一方面，企业需要结合实际情况，建立相对完善的人力资源管理数据仓库，推进人力资源管理模式的创新，从而提升企业的核心竞争力。另一方面，建立智能企业人力资源管理系统，为企业构建智能化数据化人力资源管理系统提供新思路。

关键词：数据驱动；人力资源；管理创新

近年来，数据广泛应用于各行各业，逐渐成为全新的生产要素。“三分技术、七分管理、十二分数据”是企业信息化建设的指导思想，突出了数据的重要作用。数据化管理可以有效提升企业人力资源管理的质量和效率，大数据时代背景下，为了提高决策的科学性和有效性，企业必须加强对大数据的应用，构建更完备的人力资源管理系统。

数据驱动指的是利用数据构建全面的评估体系，提高企业的整体经营管理效率，促进业务的创新增长。数据驱动方法涉及深度学习、机器学习等技术，能够给企业带来多种形式的算法资源和数据处理方法。目前，数据增长迅速，企业如果继续使用过去的一些分析方法，很难对这些数据进行科学有效的处理，而数据驱动方法在数据规模较大的情况下表现较好，所以越来越多的企业开始使用这种方法，旨在帮助企业分析决策。陈小倩以数据驱动为基础，创建了企业营销服务系统，不仅促进了与客户之间的交流，而且有效提高了企业信息化水平。李照慧基于数据驱动，通过分析和研究总结出了其可能会给企业战略绩效带来的影响，为了能够深层次挖掘数据信息，李照慧还因此创造性地提出了成立机器学习研究院的想法，从而为客户提供更优质的服务，提高企业决策的科学性。

对企业人力资源管理而言，大数据和数据驱动理念具有重要意义。王逸菲通过分析发现，企业应用先进的人工智能和大数据，能够提供有力的数据支持，使得企业管理者可以作出更为科学的招聘计划，从而在一定程度上提升企业的招聘效率。屈腾探讨了大数据对企业人才招募、人才培训、人才管理的影响，推动人力资源管理的智能化、数字化。但是，在当前的大部分已有的文献，更侧重理论层面探究大数据对人力资源管理的作用，关于大数据方法和技术的具体应用的相关研究较少。

本文介绍了数据驱动在人力资源管理创新中的意义，并对企业人力资源管理现状进行了分析，之后又详细探讨了数据驱动和大数据思维对人力资源管理的变革，接着又分别从五个方面讨论了数据驱动方法在人力资源管理中的应用，又根据企业发展的实际需要，构建了智能企业人力资源管理系统。本文在人力资源管理方面，创造性地引入了科学的数据驱动方法，助力企业人力资源的数据化管理。

一、数据驱动在人力资源管理创新中的意义

（一）促进业务增长

当前，企業人力资源管理部门的发展目标，主要是根据自身的发展要求，通过人力资源管理实现企业业务的高效发展，并在此基础上，有效促进企业和员工的协同发展。所以在实际的工作中，企业在进行人力资源管理时要从全局出发，充分掌握当前的战略导向和业务要点，并结合所获得的详细信息，制定具有针对性的解决策略。此外，企业还需要根据实际需要，提出有效的人力资源规划方案，通过以上这些方法，最大程度地发挥出各种资源的实际价值，并在此基础上，尽可能地实现企业产品和服务的创新，只有这样，企业才能够有效推动业务增长。企业在开展人力资源管理工作时，通过创新应用先进的大数据技术，能够建立完备的人才数据分析平台，从而进行智能化的人力规划分析，除此之外，企业还可以利用该平台进行更复杂的高潜预测和高职预测，根据所得出的数据，能够进一步帮助管理者作出更为准确的决策，从而提高战略业务的创新性。

（二）提高管理效率

在任何行业或领域的经营管理过程中，如果能体现出数据驱动的特征，就能真实了解和把控自身的财务运营情况。而且通过应用大数据技术，企业能够极大地提高自身的决策效率，如果从产能方面分析，可以发现大数据技术的应用，能够提高企业的经济效益，进而提升企业的市场竞争优势。所以在大数据时代，企业要提高人力资源管理效率，就必须结合自身的发展情况，创新应用大数据技术，从而在实际的工作中，充分挖掘和利用数据信息，同时能够准确客观地探讨企业的人力资源管理体系，并根据具体的探讨情况，制定适合的智能化解决方案，从而最大程度地提高企业自身的人力资源管理决策质量。

（三）提高管控效果

基于数据驱动的人力资源管理，可以帮助企业做好管理者的压力管理，通过利用大数据技术，对繁杂的重复性工作进行优化。除此之外，在面试人才或签订时，企业通过创新应用先进的AI技术，能够在一定程度上简化人力资源管理流程，在此基础上，企业使用随机森林算法等算法模型，可以结合相关数据信息，准确地分析员工离职倾向性，并根据所得出的具体内容，制定相应的解决方案，提升企业人才流失风险的管控水平。

二、大数据时代人力资源管理现状

（一）薪酬绩效考核方式数据化水平较低

为了实现企业的健康发展，确保人力资源管理工作的高效进行，企业需要根据自身的具体情况，建立公平的薪酬绩效考核制度。在实际工作中，关键绩效指标、平衡积分卡是许多企业普遍使用的考核方法，但是不管使用的是哪种方法，企业都要拥有准确且充足的数据作支撑。但是在现阶段，仍然有不少企业在薪酬绩效考核中，过于看重主观性评价，其中工作人员的自我评分、领导评分和员工互评占了整个薪酬绩效考核的50%，有的企业甚至会超过50%。考核缺少数据支持，在这种情况下，直接导致企业的量化考核严重不足，考核指标不够全面。而且部分企业没有将最终的考核结果详细地展示出来，导致员工难以对比分析考核结果，也无法总结经验教训，这就导致了企业不能有效发挥薪酬绩效考核的作用。

（二）招聘方式传统低效

近年来，随着互联网的发展和普及，网络招聘兴起，求职者可以利用这种方法在相关的平台上传递简历，与传统的线下招聘相比，这种线上的招聘方法更加方便快捷，但是在一定程度上增加了相关工作人员的工作难度。当前，手动筛选简历仍是企业最常使用的一种方法，然而海量的简历极大地增加了工作人员的任务量，他们要从简历中提取有效信息，这不仅增加了企业进行人才招聘的成本和时间，而且还给企业招聘方面的工作带来了困难。除了以上这些问题，企业在制定具体的招聘计划时，常常会直接依据企业相关工作人员的经验，而随着信息技术的不断进步与发展，当前企业内部环境变化快，在这种情况下，工作人员无法明确岗位的关键因素，因此他们不能够清楚地了解和掌握企业内部各岗位的真正需求。

（三）组织模式和管理理念滞后

当前，大部分企业仍然深受傳统管理理念的影响，企业的管理者牢牢掌握着各种信息资料与业务数据，然而他们能够使用这些数据的机会并不多，基本上只有在员工升职时才用到，这种情况不仅使得企业的各种数据利用率较低，而且由于数据都被管理者掌握，导致企业各部门的工作人员难以利用这些数据进行有效沟通。许多企业的人力资源管理部门在开展相关工作时，由于没有树立以人为本的管理理念，使得他们对于企业内部工作人员个性化发展并未给予充分的重视，除此之外，管理者和工作人员的交流过少，这就使得企业的组织内部职能界定模糊、层级冗杂，进而直接影响到企业不同部门间的信息传递。因此，如果企业不能及时地改变组织模式，则会给管理者的工作带来很大的困难。

（四）企业人力资源管理现状及成因

当前，数据已经成为最重要的资源，然而许多企业未能充分认识到数据的重要性，因此没有形成良好的数据思维和意识，而且人力资源管理者和员工不够重视数据，缺乏对数据的敏感度，这就使得他们无法深刻地了解基于数据驱动的方法，而且也无法真正地掌握和运用数据挖掘能力，导致招聘、薪酬等系统的数据化水平低。在人力资源管理工作中，工作人员经常需要处理大量的数据，这些数据同时还具有较为复杂、多变的内在结构，所以对工作人员而言，采集、存储和分析数据存在一定的难度。为了更好地完成人力资源管理工作，提高工作效率，工作人员必须要加强相关知识和技能的学习，培养数据思维。除此之外，企业还应该积极地引进数据人才，并根据自身的实际需要，建立数据存储、分析框架和工具，从而使得人力资源管理效率获得有效提升。

三、数据驱动和大数据思维对人力资源管理的变革

（一）人力资源管理理念的数据思维变革

在实际的工作中，当企业内部的人力资源管理部门开展相关工作时，经常会在招聘、薪酬等系统中产生大量数据，为了能够更好地处理和分析这些数据，企业应形成数据驱动和大数据思维，并积极地创新人力资源管理思维方式。人力资源管理者不仅需要了解数据的重要性，同时还需要努力提高对数据的敏感性，从而更好地实现思维模式的转变。除此之外，还应该加强对内部工作人员的培养力度，使他们能够形成良好的数据思维，并让他们记录工作中产生的数据，然后采取合适的方式对这些数据进行处理和分析，让管理者和工作人员养成“用数据说话”的工作习惯。

（二）人力资源管理组织架构的升级变革

传统的人力资源管理组织架构为“金字塔”形，而往往在这种形式中，企业的人力资源主管处于顶端位置，且呈现多级管理模式，使得组织内部无法实现有效、顺畅的数据交流，而且组织结构较为冗杂。随着信息技术的不断发展，企业通过使用数据驱动方法，极大地简化了管理层级，并且在一定程度上加强了各级管理者和工作人员之间的信息交流，促使人力资源管理组织架构更加扁平化，从而提高信息传输效率，同时还可以减少工作过程中所产生的沟通成本。

（三）人力资源管理考核方法的科学变革

在过去，企业无法高效地收集和应用数据，因此在薪酬、招聘等方面没有足够的数据支持，进而使得考核方式缺乏客观性，限制了企业人力资源的开发，导致企业不能有效地培养和引进数据人才，不利于企业的未来发展。近年来，大数据技术发展迅速，尤其是在人工智能和机器学习领域表现较为突出，极大地推动了人力资源管理方法的变革，而在实际工作中，运用基于数据驱动的方法，结合各种数据驱动模型，从而对人力资源管理进行更为有效的量化考核，通过把数据转换成有用的信息，从而创新招聘、薪酬等系统的考核方式，在此基础上，可以更加科学地进行人力资源管理。

四、数据驱动方法在企业人力资源管理中的应用

（一）建立人力资源管理数据仓库

对于现代化企业而言，数据仓库是各种的数据集合。近年来，社会经济快速发展，企业改革也不断深入，由于在人力资源管理过程中，相关工作人员需要面对大量的数据，因此，企业为了能够有效地解决数据存储问题，应根据自身的实际需要，建立数据仓库。数据仓库可以提供充分的数据支持，结合数据驱动方法，实现人力资源管理的数据化。企业不仅要熟悉企业业务场景，还要拥有科学的技术方案和技术架构，只有这样才能够建立健全的数据仓库。除此之外，建立人力资源管理数据仓库，企业应该要清楚地了解招聘、薪酬等系统产生数据的属性，并基于此构建信息发布系统、数据仓库数据库等数据仓库的组件。只有这样，企业才能够建立更为完善的人力资源管理数据仓库，从而上传并保存招聘、绩效等系统产生的数据，这种情况下，企业可以借助数据仓库的数据，建立基于数据驱动的分析模型，从而为企业未来的决策提供有力支持。

（二）数据驱动方法在培训系统中的应用

在大数据时代，企业必须对以往的培训模式进行改进和创新，这是由于以往的培训模式不具有针对性，没有充分重视企业内部工作人员自身的特性，聚焦式培训可以很好地解决这种问题，不仅有助于提升工作人员的工作水平，而且还可以有效提升培训效率。为了充分运用这种培训模式，企业需要掌握数据聚类技术，通过聚类分析，可以根据数据的特征把数据集分成不同类别，企业则需要分别对这些不同的类别进行分析。在实际工作中，相关工作人员可以先从数据仓库提取出员工的特征，然后再利用数据聚类的方法，详细地分析企业内部的每一位新员工，接着则需要按照相关标准，把特征相似的员工归为一类，最后企业可以制定出具有针对性的培养计划，通过这种方式，可以让企业的每一位新员工都能得到有效培养，进而提高他们的工作能力，提升培训效率。

（三）数据驱动方法在招聘系统中的应用

近年来，网络招聘逐渐兴起，对于企业人力资源管理部门而言，他们要从简历中迅速找到求职者的特点，而且他们还需要结合企业的实际情况，筛选出符合岗位需求的人才，只有这样，才能真正完成人力资源管理工作的预期目标，实现企业和人才的双赢。基于数据驱动的思想，在一定程度上给企业内部的招聘工作带来新变革。在实际工作中，相关工作人员需要拟定岗位需求，主要涉及所需人才的工作经历、基本技能等指标，根据这些内容，工作人员能够较为准确地建立人才特征画像。之后工作人员在大量的求职者简历中提取他们的特征，并利用先进的大数据技术，构建机器学习模型，这主要是为了快速、准确地计算求职者和人才特征画像匹配程度，而相关工作人员在利用这种模型计算出匹配程度后，还要结合具体的岗位要求，以此来评判求职者是否胜任该岗位，然后再根据最终的评判结构筛选符合岗位需求的人才，通过采用这种方法，能够最大程度地提升企业的内部招聘效率。

（四）数据驱动方法在薪酬系统中的应用

为了提高企业的核心竞争力和凝聚力，要建立合理的薪酬管理制度。大数据时代，企业需要构建更为完善的薪酬体系，利用先进的大数据技术收集和处理数据，并借助相关模型计算薪酬。企业可以构建不同形式的统计分析模型，利用统计学中的数据分析方法，从而更好地统计和预测薪酬情况。除此之外，还可以建立薪酬系统的多元线性回归模型，从而更为准确地计算薪酬。第一，人力资源管理部门需要收集工作人员的详细资料，主要涉及他们个人的日常表现、业绩信息、工作效率等方面，之后需要根据具体的情况来为不同的考核部分设定权重看。为了让薪酬的计算有模型数据作支撑，人力资源管理部门还需要建立薪酬和工作人员综合情况的多元线性回归模型。第二，采集工作人员按照时间顺序的薪酬数据，建立薪酬的时间序列模型，从而更准确地预测工作人员的未来薪酬情况。企业应根据相关的统计学模型，为决策提供数据支持，加强对先进的大数据技术的应用，从而完善薪酬管理系统，确保每一位工作人员都能得到合理的薪酬。

五、基于数据驱动的智能企业人力资源管理系统

微软和IBM公司提供了可视化数据仓库的商业智能解决方案，基于此，在企业的人力资源管理系统中添加了数据仓库的商业智能体系，并且还通过这种方式建立了基于数据驱动的智能企业人力资源管理系统，为数据化管理提供新方向。本文把智能企业人力资源管理系统分为智能管理平台、智能管理工具、智能管理门户和智能管理应用。

第一，智能管理平台是数据仓库的关键环节和技术，它是智能企业人力资源管理系统的基础。涉及报表管理引擎、数据的抽取、清洗和加载，以及数据挖掘引擎和数据仓库引擎。第二，智能管理工具将平台中的报表管理引擎和数据挖掘引擎进行交互，从而利用相关工作进行分析。结合平台提供的预处理后的数据，然后再把这些已经进行科学处理的数据转换为知识，从而为决策者提供决策依据。第三，智能管理门户为系统使用者提供访问入口。它主要包含了薪酬、绩效等子系统的数据，除此之外，企业内部的每个子系统的员工都能够根据自身的实际需要，建立个性化的个人门户，同时每个子系统的员工也都能够选择和自身相关的数据，通过这种方式，可以极大地提升员工数据访问和使用的效率。第四，智能管理应用可以有效解决特定子系统业务的需求。比如在使用培训子系统时，为了能够帮助企业客观、准确地评价员工，可以借助应用能力素质模型进行评价，并根据最终的结果来制定具有针对性的培养方案；招聘子系统中的招聘规划和对求职者的考核评价等。

六、结语

本文通过分析人力资源的数据化管理，发现企业人力资源管理水平低的主要原因是缺少专业的数据人才、管理者和工作人员数据意识和思维淡薄，这些问题使得企业不能够在较短的时间内从复杂繁多的数据中提取出有用的信息，导致人力资源管理部门的相关工作人员效率低下。因此，本文探讨了数据驱动和大数据思维对薪酬绩效考核方法、工作人员思维模式、内部组织架构的变革，并且还详细分析了企业在招聘、薪酬等系统中如何应用文本挖掘、数据仓库、数据聚类等数据驱动技术，在人力资源管理领域有效地运用了数据驱动模型和方法，结合数据收集、共享和建模，实现人力资源的数据化管理。通过这种方式，能够有效地提高企业的市场竞争力。

参考文献：

[1]李丹丹.大数据时代人力资源管理创新思维探索[J].人才资源开发，2022（21）：85-86.

[2]孟佳佳.以数据驱动为基础的人力资源管理创新[N].山西日报，2022-11-08（010）.

[3]屈腾.大数据时代企业人力资源管理分析[J].中小企业管理与科技（下旬刊），2021（05）：3-4.

[4]吕炎，刘瑞政.大数据时代企业人力资源管理创新对策分析[J].办公室业务，2022（17）：116-119.

[5]杨朋飞.大数据时代下中小企业人力资源管理创新策略研究[J].中国产经，2022（10）：130-132.

[6]李岩.大数据背景下的人力资源管理创新应用[J].黑龙江人力资源和社会保障，2022（13）：8-10.

[7]朱琍.大数据背景下企业人力资源管理创新策略[J].人才资源开发，2022（06）：65-67.

[8]黄闽英，李舒翔.基于数据驱动的企业人力资源管理创新研究[J].西南民族大学学报（自然科学版），2022，48（01）：113-118.

[9]趙佩.大数据时代企业人力资源管理创新[J].今日财富（中国知识产权），2021（12）：144-146.

[10]汪少贤.企业在大数据时代下的人力资源管理创新策略研究[J].湖北开放职业学院学报，2021，34（21）：12-13.

[11]刘春良.大数据时代下企业人力资源管理模式创新思考[J].中国中小企业，2021（02）：188-189.