大数据背景下人力资源管理实践变革研究

滑儿笑

摘要：大数据的发展方兴未艾，必将导致企业人力资源管理，特别是制造业人力资源管理发生深刻的变革，促进人力资源管理模式的发展和创新。本研究实地调研15家重庆市制造业企业，通过问卷访谈的方法，对大数据时代背景下重庆制造业人力资源管理现状和存在的问题进行归纳总结，再采用科学的研究手段对现有问题提出改进建议，指出大数据在人力资源管理全过程应用的可行建议。

关键词：大数据 人力资源管理 制造业

随着现代信息技术和计算机网絡的快速发展，大数据已经在各个行业和领域得到了很好的应用。然而，长期以来，中国并未使用大数据，特别是在人力资源领域。此外，学术界对大数据在企业生产中的应用进行了很多的研究，但对企业管理，特别是人力资源管理方面的研究则很少[1]。因此，研究大数据时代的人力资源变革对于大数据在人力资源领域更好的应用具有重要意义。

制造业作为国民经济的重要组成部分，发展过程中创新风险不断增加、产品更新换代加速、用户需求不断变化，单纯的依靠企业自主创新已不能解决这类问题，需要各个企业间进行协同创新[2]，然而随着大数据时代的到来，拥有大数据分析能力成为推动制造业企业间协同创新的必要因素[3];“十五”期间，西部省份的制造业实现了快速增长，其增长率平均达到203.44%，其中重庆制造业增长最为迅速，已经达到532.44%;因此本文选取了15家制造业企业为例开展研究。

一、重庆制造业人力资源管理现状

研究者实地调研15家重庆不同规模的制造型企业，首先对不同企业现有人员的基础数据、绩效数据、培训激励等信息进行收集、统计和分析，再结合企业发展规划和整体战略目标，通过分析得出不同企业人力资源中存在的问题主要有以下几个方面：

（一）人员整体素质低下

调研过程中，研究者发现重庆制造业的现有管理人员中，高层管理人员主要是本科院校毕业的;中层管理人员主要是大专学历;他们在管理过程中只是机械式的命令，不注重员工的想法以及与员工之间的沟通。一线员工则主要为高中及以下学历。

（二）高离职率

调研过程中发现，制造业企业由于一线员工大部分比较年轻职业稳定性较低，基层管理者的素质有限等原因，大多数企业存在离职率高的现象，这在一定程度上导致企业浪费了人力成本和时间成本，也使得产品质量和生产效率有所下滑，严重影响到了企业的健康稳定发展。

（三）整个行业人才分布不均衡

在重庆的制造业调查期间，我真的深深感受到了我们产业工人的素质。由于企业文化的差距。现在许多工厂拥有先进的设备和严格的管理制度，但工人的流动性导致员工分布不均。

根据调查结果，重庆市制造业企业的人才分布存在不均衡状况：其中工业技术人员实现人均GDP为42%，实现人均工业增加值占同比全国平均水平低27%，这在一定程度上表明，现有员工大多数人并没有创造太多的价值。此外，从人才分配的角度来看，中高级管理人员和一线员工不成比例，一线员工人数不足，研究机构或人才选拔机构数量较少。

（四）具体岗位的配置和培训机制不完善

在调查期间，大多数人员配备计划并不全面。培训被认为是耗时且无用的，或者培训是下属自己的事业，因此它是敷衍的，目标和结果是非常不同的，并且存在对培训机制的误解。没有可供选择，配置和使用的规划人员。他们忽视了人才，能力和环境的需求和建设，造成了巨大的人才和资源浪费。由于缺乏广泛的信息交流和沟通，以及人力资源管理系统的建设，它们相互脱离，这也使得企业在经济全球化过程中失去了竞争力。

（五）绩效评估机制存在激励不足的现象

从调研情况来看，目前一些企业缺乏人力资源制度设计，实施激励机制的灵活性。结果造成员工的积极性不高，企业缺乏竞争力。绩效考核制度是人力资源管理的重要组成部分，其好坏也是管理者进行控制的重要工具。

（六）人力资源信息资源的利用率不足

很多制造型企业往往忽略了信息资源在公司运行过程中的作用，很多企业在绩效考核中没有实现绩效结果的有效反馈，这可能导致员工不公平感加剧，以及其他非客观现象等，影响企业目标的实现。此外，人才需求和招聘过程中，很多企业不注重市场调研和人力资源数据的收集，这导致了企业招聘的员工不能实现人尽其才，造成人才的浪费，这种浪费在一定程度上给企业形成了新的危机。

从以上问题可以看出，重庆制造业人力资源管理过程中存在诸多不合理的现象。通过企业之间的数据共享和企业内部的数据挖掘，整个制造业的人才可以实现“人尽其才”，满足人力资源及战略规划要求。

二、国内外研究现状

国外的研究主要集中在通过大数据技术选择求职者和招聘合适的员工，从理论上来证明大数据在人力资源管理中的优越性。

Richard Vidgen（2014）以三家企业的实际调研案例，通过对大数据的应用将组织业务的分析进一步转化为企业的价值所在，探讨和构建了四个领域：组织结构，流程，人员和技术。大数据是管理应用程序中的新模型。从职能战略的角度来看，人力资源在企业战略管理中发挥的作用很小，往往被排除在执行和董事会层面的战略讨论现实之外。

David An-grave（2015）提出，只有将大数据应用于人力资源管理分析，预测和数据挖掘，人力资源管理才能更好地发挥战略作用，促进组织变革。

Peck（2013）指出，大数据的应用范围应该基于候选人的概况和绩效水平来预测候选人未来的复杂行为，例如邮件通信和交互模式选择。

Du Plessis（2016）指出组织通过各种渠道（内部或外部）获取数据，然后人力资源部门将数据输入HRIS系统，并通过系统分析，形成组织和人力资源部门的战略。

国内学者的研究主要集中在通过实证研究将大数据应用于人力资源管理，并给出有针对性的结论。

董晓红和郭爱英（2014）构建了以社交网络招聘为中心的人力资源招聘流程。田红（2014）指出，大数据可以对招聘候选人的工作匹配进行排名，根据候选人的个人数据，从九个方面为员工提供一个“九维雷达图”，该图使用专业背景，专业影响力，个性匹配，朋友匹配，九维工作场所，职业定位，求职意愿，行为模式和信任关系决定了候选人的内在能力和潜在的态度和动机。孙明浩（2018）研究了如何将大数据挖掘技术应用于人才招聘，人力资源配置和分离。高奇峰（2018）倡导人力资源管理价值链的应用，构建“选拔，教育，保留，辞职”的资源平台。

在绩效薪酬领域的应用方面，公司为了绩效管理对高性能数据信息（基本信息，绩效数据，工作时间利用率，工作效率，工作和生活习惯，社会行为等）进行统一分析，从而描绘出高绩效人才的标准和特征，以此作为绩效考核的基础，评估其他员工的工作和行为。

三、大数据背景下制造业人力资源管理的含义及特点

（一）大数据背景下制造业人力资源管理的概念

大数据时代背景下，互联网技术飞速发展，从一定程度上改善了当下人力资源中存在的困境和难题。例如，通过改进数据利用技术进行人工搜索，数据库管理技术可以通过将人力资源匹配实现企业的人力资源战略发展方向制定，人力资源规划形成，同时也为更加有效的人力资源管理模式提供了可能。通常，当下，人力资源的基本数据类型可以大致分为四种类型，如表2-1所示。

（二）大数据背景下制造业人力资源管理的特点

1.绩效数据信息化

基于大数据的人力资源管理是通过大数据技术的应用，同时结合移动互联技术，云计算技术等，采集员工流程绩效中的数据点，并将收集到的各类数据采集到大数据技术处理平台进行存储和处理。

2.绩效数据开放化

大数据背景下的人力资源管理是在大数据技术基础上，以建立的开放的数据管理平台，可以很好的获取和共享数据，以得到数据的充分利用。开放数据使数据能够实时共享，降低数据的流通成本;同时开放的数据可以直接发送给员工和经理，这样员工就可以实时地观察自己的绩效数据，并与其他员工共享绩效数据。

3.绩效分析可预测

基于大数据的人力资源管理的一个极其重要的特征是性能分析的可预测性。 基于大数据的人力资源管理的可预测性主要体现在微观和宏观方面。

四、大数据背景下人力资源管理创新内容

在大数据时代背景下，管理层应逐步摆脱经验主义，进行更多的数据管理和数据整合，再通过数据统计和分析进行客观科学地进行决策和管理是非常必要的。同样，在人力资源管理方面，为了提高人力资源管理的科学水平，人力资源的传统模块中均需要数据来支撑，将大数据作为人力资源管理的第七个模块渗透到现有六个模块中也是十分必要的。这里本文重点讨论培训和绩效激励等板块来解决制造业当前面临的一系列问题。

（一）员工培训创新

员工培训创新主要包括一线员工和管理者。对于一线员工，我们可以在日常生活中详细记录他们的效率数据，其中包括工作完成率，任务完成时间以及出错率等，然后对这些数据进行整理分析，准确地识别出绩效不满意员工的技能差距、学习需求等，再制定科学的具有针对性的培训来解决以往培训效果得不到保证的问题，在最大程度上来挖掘员工的潜能。相应地，对于管理者来说，培训大数据思想以及大数据技术是十分必要的，企业可以专门聘请大数据人才进行课堂讲座等培训。

（二）绩效管理创新

首先由于大数据本身严谨性的特点，改变了以往绩效考核结果模糊的缺陷，而是变得更加准确和有说服力。另外可以借助移动互联网通信手段，改变以往的阶段性考核，采用日常持续的数据记录，这样的实时跟踪使得绩效管理更加地简捷准确。最后在整个考核过程中，应该让员工也参与进来，实现管理人员与员工双向的交流，给与员工最大的鼓励，促进员工个人绩效最大程度的提升。

（三）离职预测模型

制定员工活动跟踪解决方案，方法是在不侵犯员工隐私的基础上，通过日历、电子邮件等接口收集和分析数据，从而获得有关主题、时间、协作类型以及参与者的角色和地理位置等信息。通过分析汇总这些信息，可以形成整个公司的沟通和协作行为全景图。再通过分析员工的任职期限，性格特点等数据，从而预测员工的离职倾向性。

（四）数字化职业生涯管理

随着大数据时代的到来，员工的职业生涯也应该是建立在科学测评基础上的。可以应用大数据技术将职业前辈们的工作绩效，职业生涯等数据进行搜集整理并整合，建立一个大的数据库供职业经历相似的后来者们参考，这样的系统平台可以给到员工职业生涯一个最具有建设性的建议。

结论

大数据背景下的人力资源管理，特别是传统制造业的典型人力资源管理，通过对员工的行为数据和绩效数据进行调研和收集，再通过大数据平台的综合分析，可以显着提高人力资源管理的效率。但是，仍然存在伦理道德等一系列问题，例如员工个人隐私数据无法得到有效保护以及对员工敏感数据的过度访问等。接下来，在实际应用中，应该从系统、设备和技术中增强大数据管理功能，并确保员工数据在安全和道德范围内。在大数据的背景下，笔者提出了重庆制造业人力资源的优化，希望能为其他城市和企业的人力资源开发提供有益的参考。

参考文献：

[1]刘善仕，孙博，葛淳棉，et al.组织人力资源大数据研究框架与文献述评[J].管理学报，2018.07.018

[2]吴思斌 . 中国装备制造业协同创新与自主创新结合机制研究[J]. 科学管理研究 ， 2015， 33（1）： 48-51.

[3]HAZEN B T，SKIPPER J B，EZELL J D，et al. Big data and predictive analytics for supply chain sustainability：a theory-driven research agenda[J].Computers & industrial engineering，2016，101（6）：592-598.

[4]冯芷艳， 郭迅华， 曾大军， et al. 大数据背景下商务管理研究若干前沿课题[J]. 管理科学学报， 2013， 16（1）：1-9.

[5]孙明标. 基于大数据挖掘技术下的企业人力资源管理研究[J]. 现代营销（下旬刊）， 2018（1）.

[6]何军. 大数据对企业管理决策影响分析[J]. 科技进步与对策， 2014（4）.

[7]Mcafee A ， Brynjolfsson E . Big data： the management revolution.[J]. Harv Bus Rev， 2012， 90（10）：60-66.

[8]维克托·迈尔·舍恩伯格， 周涛. 大数据时代——生活、工作与思维的大变革[J]. 人力资源管理， 2013（3）：136-136.

[9]D'Angeac G D . Big Data： The Management Revolution - Harvard Business Review[J]. Harvard Business Review， 2012， 90（10）：60-6， 68， 128.

[10]Waller M A ， Fawcett S E . Data Science， Predictive Analytics， and Big Data： A Revolution That Will Transform Supply Chain Design and Management[J]. Journal of Business Logistics， 2013， 34（2）：77-84.

[11]單凤儒. 论大数据时代企业经营者社会资本培育机制创新——以生活为媒介的“双网”渗透培育机制探究[J]. 中国软科学， 2014（6）：81-97.

[12]李宝莹. 大数据时代人力资源管理的主要特征[J]. 北京劳动保障职业学院学报， 2015， 9（4）：26-28.

[13]王根. 基于大数据时代人力资源管理的变革[J]. 财讯， 2017.