基于大数据的人力资源管理模式创新研究

刘冰

(天津商业大学宝德学院 天津 300384)

随着大数据时代的到来，大数据战略作为信息时代的产物，已广泛应用于教育、医疗、服务等各个领域。人力资源管理作为企业管理的核心模块，传统的人力资源管理方式在人才的激励、吸引和保留等方面都存在着明显的滞后性，难以满足企业的战略发展要求。本文基于大数据战略，以全新的视角探索研究人力资源管理战略，全面把握大数据下的人力资源管理特征，将大数据技术渗透和融入企业人力资源的日常管理工作中，构建出更加符合企业发展的、与时俱进的人力资源管理体系，推行人力资源管理体系的创新和改革，优化资源配置，实现资源整合，有效提升人力资源管理效能，以期为企业的后续发展和壮大奠定坚实的管理基础。

人力资源管理是在人事管理工作的基础上进行了进一步提升，以经济学与人本思想作为指导思想，通过干部人才管理、劳动用工管理、薪酬激励管理、培训发展管理等多个方面，考虑企业内部竞争环境和外部竞争环境等因素，实现对人力资源管理各个管理模块进行合理有效的优化配置，不仅要满足企业现阶段的发展需求，还要满足企业未来发展的战略需求，从而保证企业长期战略目标与员工共同成长的双飞轮效应。企业需要建立一套符合现阶段自身发展需求的人力资源管理模式，这套人力资源管理模式具备的先进性和创新性管理理论，可以满足员工多层面的自我发展需求，激发员工工作积极性，从而促进员工工作能力的有效提升，改善员工工作氛围和工作环境的舒适度，加强员工对企业文化的认可，在为企业带来更高经济效益的同时对标外部同行业薪酬水平，提升员工薪酬满意度，对企业后期发展起到积极的影响和决定性作用。反之，如果人力资源管理模式无法有效支撑企业的战略发展，出现管理信息化程度低、管理效率低、管理决策滞后等问题，不仅会在日常运营中受到较大的影响，还会在外部竞争环境中逐渐失去优势地位，企业最终将会面临巨大的、不可挽回的经济损失。所以，优秀的人力资源管理模式将对企业的战略发展具有重大意义，也凸显了其重要性所在。

近几年国内有关人力资源管理相关的论文和参考文献，对人力资源管理进行了多维度的论述和归纳，主要有以下三种观点：

西方的人力资源管理模式主要分为三种：哈佛模式、盖斯特模式和斯托瑞模式。

(1)哈佛模式属于分析型模式，主要分为情景因素、相关受益者、人力资源制度的管理与决策、人力资源管理效果和长期影响这五个重要组成部分。通过采用差异化的管理模式，使人力资源管理和战略与相关受益人和内外部环境等因素进行关联，强调了企业整体领先的思路，是每个管理成员的观念、专业知识和技能的领先，主要体现在高度自信、勇于尝试冒险和知识层面拓展创新等方面。

(2)盖斯特模式属于分析型模式，主要分为人力资源管理政策、人力资源管理结果、组织结果和系统整合四个重要组成部分。人力资源管理政策并不局限于做好人才的测评和招聘管理、劳动用工管理、薪酬福利发放和激励管理、培训发展管理等基础性工作，而且更加注重企业长期战略发展目标的实现。该模式中提及的系统整合部分主要分为领导、文化和战略三个重要因素，其中蕴含着企业决策者的支持，具体以人力资源战略为基础来实现。在某种意义上，盖斯特模式较哈佛模式在理论层面上表述更加清楚详细，但该模式的实践性较差，并且许多假设是不现实的。

(3)斯托瑞模式属于分析型模式，主要分为信念和假设、战略方面、直线管理与关键杠杆四个重要组成部分。该模式下的人力资源管理模式更趋于理想化，希望通过加强员工对企业的忠诚度来实现“超越合同”的目标。

人力资源管理模式是通过分析人力资源管理模式中的不同变量，对其进行加权得分，同时依托于西方对人力资源管理模式的分类，我国将人力资源管理模式总结归纳为降低成本导向的控制型模式与提高员工承诺导向的承诺型模式。

人力资源管理模式是通过拓宽人力资源管理理念并应用于实践当中形成的人力资源管理实践系统。人力资源管理模式简单地概括为最优模式和非最优模式，其中最优模式又细分为承诺型、控制型、内部发展型、市场导向型、利诱型、投资型与参与型等不同形式。

20世纪90年代，比尔·恩门首先提出了“大数据”这个概念，同时其被誉为“数据仓库之父”。随着时代的发展，“大数据”这个概念最早只是用于描述数据规模巨大的数据集，后来逐步从随机分析法向全量数据分析处理进行演变。IBM曾经对大数据技术进行总结和概括，即是大量、高速、多样、低价值密度、真实性的5V特性。在当今大数据时代背景下，大数据技术的发展和应用已经涉及工业、教育、卫生等多个行业与领域，如何将已经掌握的大量数据信息在有效时间内进行专业化处理，分析整合提取其中的有效数据信息，并应用于企业人力资源管理决策中，具有极为重要的战略意义。大数据技术在人力资源管理领域进行应用将面临巨大的机遇和挑战，通过对多样化、开放化、规模化的数据来源进行初步筛选、专业处理、优化整合分析，以“了解过去，分析当前，预测未来”的视角对企业未来的发展机遇进行分析：首先利用大数据分析当前人力资源发展状况，对制度进行梳理并规范流程；
其次利用大数据分析结果预测未来发展，发现商机，把握机遇；
最后面对外部竞争环境的改变进行及时应对，对标行业内企业相关战略指标，动态调整确定企业长期的战略发展方向。

4.1 人力资源数据处理观念落后

现有人力资源管理模式只是在传统人力资源管理模式的基础上进行了优化和完善，完成了向现代人力资源管理模式的转变，目前还仅局限于完成日常操作性的管理和简单的统计工作，并未对目前掌握的基础数据进行系统化的梳理和专业化的处理和分析，人力资源管理工作存在局限性，工作模式创新程度低，数据处理应用程度低，导致错失大数据技术对未来人力资源管理工作带来的机遇与挑战。

4.2 人力资源管理模式滞后

现有人力资源管理工作中多采用个人工作经验、主观印象等方式进行考核和评价。这种方式存在主观性和片面性，同时考核评价周期较长，考核过程中更偏向于近期的工作情况，缺乏基于大数据进行的定性和定量的分析评价，容易导致干部人才管理、劳动用工管理、薪酬激励管理和培训发展管理等方面产生工作误差，降低了人力资源管理效能。

4.3 人力资源数据分析工作缺失

现有人力资源管理工作中常用经验论和主观印象等方式处理问题，在数据收集、数据筛选、数据挖掘和专业化分析等方面尚未形成一套专业化的评估体系，在科学性、完整度和可操作性等方面都直接影响了人力资源管理在预测分析方面的准确率，难以对企业战略发展提供有效依据。

大数据技术已经广泛应用于人力资源管理工作的各个模块，从制度和流程两个方面进行了规范和简化，进而提升了人力资源管理效能，使得人力资源决策更具科学性、针对性和有效性，在一定程度上对人力资源管理工作进行了创新改革。具体体现在以下几个方面：

5.1 大数据在招聘管理工作中的应用研究

目前企业招聘管理工作主要由人力资源部核定各部门人员的编制数量，用人部门在人力资源部核定的人员编制范围内提出用工需求及招聘条件，人力资源部通过招聘网站或校园主页等方式刊登招聘信息并收取应聘者简历。人力资源部和用人部门根据招聘条件对收取的应聘者简历进行初步筛选，再经过后续的笔试、面试等环节进行综合评价，最终确定录取人员名单。这种招聘管理方式不仅过度依赖于面试官的工作经验，同时还掺杂着面试官的个人主观感觉，在面试过程中极易出现偏差。将大数据技术应用于人力资源招聘管理工作中，将应聘者简历进行有效整合，同时通过“人才测评技术”引入“人才测评模型”进行聚焦，了解应聘者胜任力底层的潜力，选取人才素质能力与应聘岗位匹配度更高的应聘者数据。基于大数据技术的招聘管理工作对现有工作模式进行了优化和创新，优化了岗位人才素质模型，提升了人员筛选和岗位匹配的精准度，还能帮助企业全面洞察了解员工的能力、行为、潜力等深层次数据，避免在招聘过程中的主观臆断现象，同时随着招聘数据的不断积累，在日后企业内部的干部提任、岗位竞聘等选人用人方面也起到了积极作用，实现企业和应聘者的双赢。

5.2 大数据在薪酬激励管理中的应用研究

大数据在薪酬福利发放和激励工作中的应用，不再局限于日常薪酬发放和简单的薪酬数据汇总，而是从创新的视角对各类数据进行整理和挖掘，达到对数据信息的有效处理和分析，为人力资源管理工作提供有价值的经营和管理信息。

(1)运用大数据思维和总体报酬思维理论对影响不同代际员工的主观幸福感和工作绩效等相关的非货币薪酬进行定性、定量分析，制定企业人才发展战略，增强员工对企业文化的认同感，实现人才激励与保留的愿景。大量收集企业员工的诉求，对其进行有效分析整合，完善薪酬激励管理模块，满足员工多层次的自我需求，从而指导企业丰富和完善非货币薪酬体系，使整体薪酬管理体系更具弹性，有效解决了因员工需求层次提升而导致的货币报酬激励效果递减的边际效应。

(2)运用大数据技术搭建一套高精细化管理水平、低成本高激励的薪酬激励管理体系，从不同层面逐步满足薪酬激励管理模块中的重点工作，形成具有全面性、价值型和前瞻性三个维度的薪酬报告，为企业领导层提供决策依据，同时收集行业内薪酬相关数据，从薪酬结构、行业内平均薪酬水平等指标进行动态对标，保证企业市场竞争力处于优势地位。

5.3 大数据在绩效考核中的应用研究

大数据在人力资源绩效考核管理工作中的应用，不再局限于考核结果的应用，如薪酬的兑现，岗位晋升和职称评定的限定条件等，而是注重过程管理、绩效沟通、考核结果情况分析和后期工作能力培训提升等方面，充分实现人力资源绩效管理的科学化。

首先，人力资源绩效考核办法需要重新修订，完善绩效管理流程，形成绩效计划、绩效辅导与反馈、绩效评估、绩效应用四个方面的闭环管理流程。在考核过程中应结合企业自身实际情况选取大数据技术下的考评和评价方法，有效保证绩效考核的规范性、科学性、公开性，尽量避免在绩效考核过程中出现结果导向的绩效考核方法的弊端。

其次，利用大数据技术全面采集被考评人员的基础数据，基础数据主要包括被考评人的基础信息、人才测评信息、培训信息、考核结果等，深入挖掘各个数据之间的内在联系，赋予考核权重，形成分析报表，持续提升企业管理水平和员工自我管理能力，使企业战略目标有效实施和落地。

最后，人力资源绩效管理基于大数据技术对绩效管理工作进行创新，创新试行过程应融入员工满意度调查，针对员工提出的意见或想法，逐一梳理验证，形成“岗位数据＋职工参与”的大数据绩效考核，促进企业绩效管理与员工能力共同提升，提升职工的成就感和工作积极性。

5.4 大数据在培训发展管理中的应用研究

大数据技术在培训发展管理模块中的应用，不再局限于人力资源部筛选相关课程或利用调研问卷方式收集员工需求进行培训课程的统一安排，而是运用大数据技术构建一套具有企业特色的员工岗位胜任力评估和培养体系。培训体系的构建首先要从企业战略发展出发，制订人力资源部培训管理体系方案，从某个岗位、某个层级能力需求进行客观评价，组织针对性强的培训课程。在这一过程中逐步建立人才数据仓库，包括员工的个人基本信息、履历信息、绩效考核信息、培训课程信息和能力提升信息等，运用大数据进行专业化的分析整合，从对工作能力、领导认可度和个人能力发展三个方面与员工建立超越劳动合同形式的心理契约，促使员工个人价值理念更加贴近企业战略，使两者之间的关系更加密不可分，从而更好地提升人力资源管理的效能。

人力资源管理融入大数据技术后，不仅带来了全新的思维模式和创新视角，同时也面临着巨大的机遇和挑战。借助大数据技术，结合先进的人力资源管理模式，完善人力资源管理中的基础信息数据库，优化提升人力资源管理工作中的各个模块，在干部人才管理、劳动用工管理、薪酬激励管理和培训发展管理中形成一系列闭环的人力资源管理运作模式，简化人力资源事务性工作流程，提升员工感知和满意度，提升人力资源管理效率，激发各类人员活力，提高人力资源配置效率，从而有效支撑企业领导层的各项决策。