引言：世界著名咨询机构麦肯锡公司在2011年5月发布了《大数据：下一个竞争、创新和生产力的前沿领域》的研究报告，首次宣告“大数据”时代已经到来。
大数据所带来的巨大潜在价值将渗入企业的经营管理中，引发人力资源管理的变革创新。将大数据技术与企业人力资源管理有效融合、助力企业人力资源管理价值提升，是大数据时代带给企业人力资源管理的机遇及挑战。
一、 大数据的含义和特征
（一） 大数据的含义
大数据概念，最初起源于美国，由IBM、甲骨文、思科等公司提倡发展起来，随着第三次信息化浪潮正式地进入人们的视野。维基百科中对大数据的定义是：大数据是无法在可容忍的时间范围内，用传统数据库软件工具对其内容进行抓取、管理、存储和分析处理的，体量和数据类别都非常巨大的数据集。
（二） 大数据的特征
大数据主要有四个基本特征：
第一，数据体量巨大。随着信息技术的飞速发展，数据化、信息化、智能化水平不断提高，数据也开始爆炸性的增长，数据量从GB、TB级别跃升至PB、EB。
第二，数据类别多样。不再为了某一特定的目标而设定专门的标准去采集，广泛的数据来源决定了大数据的数据类别多样：既包括人类行为产生的，高价值、高结构化的数据，例如电子商务网站中的顾客数据、交易数据。也包括各种搭载传感器的设备收集的原始、半结构化、非结构化数据。
第三，数据处理速度非常快，用批处理和流处理两种范式可以秒从大量多种类型的数据中获得高价值的信息。
第四，数据的价值密度低，相比于传统数据，大数据中有价值的数据占比较低，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规律和秩序。通过分析这种规律和秩序，得到准确有价值的分析结果。
二、 大数据分析在人力资源管理中的价值
科学有效的利用大数据技术可以挖掘出大数据巨大的潜藏价值。在人力资源管理领域，大数据的价值主要体现在节约人力，提高Hr度工作效率、节约企业人力资源运营成本、提供全面的量化思考，支持人为决策三个方面。
（一） 节约人力，提升HR工作效率
大数据及AI技术的兴起，使得 HR 可以将更多的时间、精力投入到企业的核心业务中，将注意力从筛选简历、邀约面试等简单的事务型工作，转向团队培养、人才提升、组织发展等能够从战略上帮助企业升级转型的事项。例如：过往企业的人力资源部中，往往存在大量招聘专员，每天的核心任务就是在各个招聘渠道中广泛的获取简历，再按照业务部门的招聘标准加以筛选，并联系合格的候选人前来面试。
大数据浪潮下，企业可以借助大数据及机器学习能力，生成各行业、各职位的胜任力模型，使得候选人与职位能更快速、更精准的完成匹配；开发能够与候选人互动的智能机器人，代替 HR 完成诸如意向沟通、面试邀约。虽然这些技术不能完全代替人力资源部完成所有的日常事务性工作，但足以将HR 们从繁复的工作中解放出来，使其能够投入到根据战略意义的事务中去，在人力资源管理上帮助企业成功。随着AI技术的不断提升，对大数据的应用能力进一步提升，大数据与AI技术结合的产物足以让程序做到“像人类一样思考”，甚至可以独立地感知、理解、学习及行动，比人更快速、更准确的做出智能决策。例如，智能面试机器人能独立完成直接与候选人进行初步沟通交流，完成意向沟通、测评、初步面试、向候选人推荐职位、后期发放 Offer 等标准明确的事务性工作，实现时效性与准确性的全面提升，进一步提升 HR的工作效率。
（二） 节约企业人力资源运营成本
大数据使得企业的人力资源管理比以往任何时刻都更为精准，因此，也为企业节约了大量的人力资源成本。例如，在劳动力规划领域中，企业可以依据行业大数据对业务所需的职务建立技能模型，另外通过大数据测量每个员工的技能信息，进而准确推断当前的劳动力缺口，避免过多招聘员工。另外，企业制定薪酬体系时，也可以更广泛的引入行业薪酬数据进行对标分析，进而得出更有竞争力的薪酬标准模型，进而降低企业的人力资源成本。
（三） 提供全面的量化参考，支持人为决策
在数字化浪潮下，数据化、信息化带来的信息量提升，无论从深度还是广度，都极大强化了企业的决策能力。过去的企业决策，主要依赖雇员主动收集、统计来的数据，受人力、时效等因素的限制，数据总量小、种类少、精度低，而且大多只能为企业的核心事务发起，勉强起到辅助决策的作用。大数据时代加速了企业数据化、信息化的进程，也带来了更大量、更多类型的数据，企业不再依赖传统方法收集数据，通过建立统一的数据仓库，对数据仓库中不同类型数据进行分析处理，将人力资源管理中的实际问题抽象化，掌握人力资源管理方向和要素，准确建立人力资源数据分析模型。
同时大数据时代下各行业的数据化、信息化，也为企业带来了企业外的参考数据。例如，将本企业雇员的投入度、人均效能甚至绩效与同行业企业对标，得到对本企业人力资源在同行业中竞争力的判断，帮助企业洞察人力资源问题及风险，并能做出行之有效的应对策略。利用大数据模型科学客观的分析和预测来辅助决策，使企业的人员管理的决策成为“基于数据的决策”或是说“基于事实和证明的决策”。
三、 大数据在人力资源管理中的应用
（一） 利用大数据实现智能化精准招聘
企业通常通过三条准则来判定招聘效能，分别是招聘所耗费成本、从招聘开始至员工正式入职经历时间、以及员工入职后的绩效水平。
招聘所耗费成本，包括因渠道费用、候选人薪资等产生的直接支出，此外还有 HR 开展招聘业务、用人部门用于评估简历、面试候选人等等所产生的，可以换算成员工所耗费时间的间接支出。企业通过大数据技术，建立适用于各类职位的胜任力模型，并通过机器学习进行自动化的筛选、评估，极大幅度的降低企业员工在招聘事项上所花费的时间，因而降低招聘的直接成本。另一方面，企业通过大数据技术建立行业的薪资标准模型，也能使得企业各职位的薪资水平始终处于行业中较有竞争力的地位，又不过高以至于产生溢价，这也降低了企业在招聘中产生的直接财务成本。
从招聘开始至员工正式入职经历时间，其时间长短取决于招聘流程中各个流程的耗时，例如，HR 从各种招聘渠道获取候选人简历、HR 按照业务提供的岗位胜任力模型筛选候选人简历、业务根据胜任力模型评估简历、业务对候选人进行笔试、面试以考核能力。企业通过大数据技术，可以提升胜任力模型的精准程度，通过分析候选人投递类似职位的表现，提前完成对候选人的评估，使筛选过程可以在更早的环节中完成，也便于各环节的负责人可以更精准的评估候选人，进而提升时效，实现快速精准招聘。
员工入职后的绩效水平，是企业人力资源管理中招聘效能的重要考核指标，也是企业人才核心竞争力的体现，绩效水平高或低，其本质就是反应了员工能力模型与岗位胜任力模型的匹配程度。通过大数据技术，不断调整和完善候选人能力模型和岗位胜任力模型，生成更精准的岗位胜任力模型及员工能力模型，不但能更准确的预判员工绩效，也为精准化招聘提供更有力的支持。
（二） 利用大数据实现人才保留
企业核心竞争力的体现不仅仅是如何快速精准的招聘人才，更重要的是防止人才的流失。在数字化时代，企业留存了员工的大量数据，例如员工的考勤信息、绩效表现、专业能力、潜力、与他人沟通的频率等。运用大数据技术对这些信息进行综合分析，可以更好的实现人才保留。例如，通过大数据技术判断员工的离职倾向，在员工离职前，及时了解风险并在早期实施保留策略，为员工留任提供个性化的解决方案。能在优秀员工有跳槽的打算之前将他们留住，人才流失问题将大大减少。不仅如此，还可以基于大数据分析、预测在未来员工管理工作上可能会出现的问题，及时改善调整，从而更好地实现人才保留。
（三） 利用大数据挖掘高潜人才
高潜人才是企业决胜于未来的重要资本，对企业的未来发展有着举足轻重的作用，在精准招聘人才来提升核心竞争力的同时，识别高潜人才也是人力资源管理工作的重要组成部分。目前，挖掘高潜人才的最好方式是做企业人才盘点，但人才盘点的一大痛点在于，有些高潜人才并未在其工作中突出显现出来，导致了人才浪费。大数据时代，利用大数据技术，企业一方面可以通过大量的数据建立各类人才的人才标准模型，进行精准招聘；另一方面可以通过引入更多维度的数据（例如履历、经验、绩效、胜任情况、多方评价、沟通频次等）来丰满企业员工画像，构建更多维的高潜人才模型，使人才盘点更标准、更全面、更准确。
其次，企业在盘点内部人才的优势、待发展领域、职业发展的可能路径、职业空缺风险以及现在和未来的继任者后，可以创建企业的人才数据库，把员工能力透明化、数据化、标准化及结构化，这也让人才数据的储存和使用更加便利，更便捷的分析和对比，呈现方式丰富、动态、可调整、敏捷主力人才管理智慧决策。基于对大量内部数据的整合性研究与分析，挖掘出有卓越表现的高潜人才，快速锚定高潜人才加以培养，搭建人才梯队，为企业未来发展蓄力。
（四） 利用大数据分析员工培训需求及培训结果
随着人口红利向人才红利转换，员工的成长愈发与企业的发展息息相关，员工培训不仅是帮助员工提升工作技能的有效方式，也是增强企业、留住人才的重要手段。但在以往的企业培训中，管理者难以了解企业员工需要习得哪些技能。一方面，对于员工当前工作需要哪些培训不清楚、不了解；另一方面，也无法为员工提供职业发展所需的更多学习渠道。通过大数据技术，企业即能通过比较员工能力模型与其胜任力模型的差异、为其开放针对性强的、能立竿见影提升员工绩效的能力课程。
同时，企业还能收集员工的职业偏好、兴趣偏好，为不同的员工推送不同类型、不同方向的学习内容来提升员工未来职业发展的多样性，为企业的继任计划提供充足的人才基础。企业还能通过数据来动态跟踪员工培训后的能力表现、绩效表现，来评估员工培训的效果，并分析哪些课程、课程中的哪些要素对员工会更加有效，使企业内的员工发展形成从内容生产到内容消费的循环，不断优化提升企业培训的效果。
（五） 利用大数据优化组织效能
企业所有管理行为，是对人、对组织的管理，是对企业工作流程的组合。在信息化、数字化程度较高的企业中，企业利用大数据技术将收集到的大量数据加以分析利用，可以帮助管理者及时发现业务流程中不顺畅、效率低的流程节点，并有针对性的加以优化，进而提升组织的运转效率。例如，企业的管理者可以获取所有销售人员获取客户的财务支出、时间支出，其销售线索在各销售阶段的转化时间，各流程阶段中，不同角色的执行时间及效率，进而能对销售流程的风险提前进行预测，当某个流程节点数据异常时，能够及时进行有针对性、有成效的补救措施。企业也能更近一步，提前洞察运转过程中效率较低的流程节点，并通过组织架构调整、工作流程再造等手段予以优化，进而提升组织效能、提升组织的运转流程效率。
结语：在数字化浪潮下，企业对于人力资源管理系统的使用还处在一个不断发展变化的过程中，但大数据在人力资源管理系统中越来越发挥出其巨大的价值，也展示出了其巨大的发展潜力。大数据技术应用于人力资源管理系统，不但为企业的人力资源管理带来了许多的帮助，节约企业人力资源运营成本，更提高了企业人力资源管理效率，进而提升了企业核心竞争力。大数据与AI技术的结合也为建设智能化人力资源管理系统提供了有力的支持，帮助企业的人力资源管理实现数字化转型，助力企业更好的发展。未来大数据会在人力资源领域中被更广泛更深度的使用，展现其更高的价值。
参考文献：
［1］ 李柯. 大数据时代人力资源管理的机遇、挑战与转型升级[J]. 金华职业技术学院学报, 2015(04):41-46.
［2］张欣瑞、范正芳、陶晓波.大数据在人力资源管理中的应用空间与挑战——基于谷歌与腾讯的对比分析,中国人力资源开发,2015(22):52-57.
［3］王定红. 大数据时代的循证式人力资源管理[J]. 中外企业家, 2013,000(009):157-157.
