发挥大数据人力资源管理平台的分析和预测价值


大数据在中国企业的实践可能不到10年时间，然而中国大数据的发展却备受西方国家的关注。中国传统的人口红利逐渐减少，13亿人口基数却给大数据提供了新的红利可能，无论是消费市场、资本市场还是劳动力市场，每年都有大体量的数据产生，这可能会成为中国新的人口红利。从人力资源管理实践来看，中国既有相对落后的人事管理，也有诸如华为、阿里巴巴、海尔之类的企业主动探索实施国际领先的人力资源管理理念，如HR三支柱模式、人才合伙制等，人力资源管理的效率、效果有巨大的比较价值。这铸造了中国天然的人力资源管理实验室，为中国大数据人力资源管理弯道超车提供了非常好的发展前景和预期价值。


大数据人力资源从传统意义上说是基于人力资源成果指标收集数据，根据人力资源招聘、培训、绩效、薪酬和员工关系等模块的指标体系要求对数据进行收集、统计和监测。未来三种数据将打破这一框架。第一种是行为数据：关于员工的行为和行为发生时环境的观察报告；第二种是过程数据：各个信息系统的用户操作日志以及操作轨迹；第三种是心理数据：员工的情绪心情、性格倾向、行为动机等分析观察和测评类数据。

对这些数据用算法建模，可以挖掘事物潜在的关联性，在多种数据技术的探索过程中发现企业、组织、员工未曾意识到的新问题，据此设计人力资源解决方案、产品和服务。大数据人力资源平台还可以帮助企业做好宏观行为层面的战略决策并与公司盈利挂钩，这是传统人力资源基础数据无法实现的，是大数据人力资源分析的关键价值。


更开放、动态调整的大数据人力资源分析和预测指标


传统的人力资源管理指标体系是先构建一级指标体系，再从一级指标体系中派生出二级指标，用于分析、监测和预警。大数据人力资源是先有数据后有指标，数据收集后，通过机器学习等方法形成分析指标。这样的好处是，机器在最大限度上挖掘了数据之间的关系，总结出很多靠人工意识不到的潜在的指标。分析指标被提取后，哪些指标可以运用到选、育、用、留、出的哪个环节，就将其纳入对应的一级指标中，未来这些指标可以直接用于预测。这个过程与传统的人力资源指标体系构建过程是相反的，是通过对行为、过程、心理数据的不断演算挖掘来更新、发现指标的。由于大数据人力资源指标体系是动态调整的，因此为人力资源管理的不断变革创新提供了更多的可能性。


构建大数据人力资源复合型团队决胜商业人才竞赛


当今多个领域，如科研教学、企业管理、环境保护、工程技术、国土安全、生物医药等，都亟待大数据分析人才实现突破。根据全球著名的信息技术咨询公司IDC的研究，大数据的全球领跑者美国在2018年将有18万个深度分析岗位，是技术管理和数据解读相关技能岗位数量的5倍，大数据分析人才稀缺。大数据人力资源管理对大数据与人力资源复合型人才的要求越来越高，由于涉及计算机技术、数据算法、心理学原理、人力资源、信息管理等多方面的知识、经验、技术，大数据人力资源复合型人才供给与需求存在缺口的现实问题日益凸显。

对于大数据专业人才，大数据人力资源难在找到分析的思路和角度。而对于广大HR从业者，从有大数据人力资源管理的想法、创意到将其落地分析需要跨越一定的技术门槛。这需要企业着重吸纳大数据分析人才，科学地培养、开发HR专业人才的量化思维能力，组织高智能的大数据人才和技术专家团队，提升大数据人力资源团队的异质性，实现优势互补，最终促进大数据人力资源平台建设在企业战略执行中生根发芽。

大数据技术应用普及后，每家公司都有成熟的大数据人力资源工具和算法，到那时胜出的关键就在于大数据人力资源复合型团队的水平，只有发挥具有数据经验的专业人才的作用，才有可能在商业人才竞争中获胜。


大数据人力资源的隐私保护


大数据人力资源平台每天都会收集大量的人员行为数据，对这些数据的挖掘可能会涉及员工的隐私。为了防止侵犯员工的隐私，首先，大数据分析过程要将大数据信息去身份化，宜聚合数据，进行整体趋势分析，不宜涉及员工个人信息的分析。其次，将员工隐私协议化，可以事先与员工签订数据隐私协议，避免触碰员工的隐私底线。最后，从数据安全、用户权限、透明度三方面推动隐私合规，在权限范围内将数据红利同员工共享，这样既能减少大数据人力资源引发的员工争议，也可以使公司规避可能出现的法律风险。当然，也有学者提出有一天部分隐私可能不再是隐私，比如监控摄像可能涉及个人隐私，但慢慢大家会接受它，甚至如果公共场合没有监控摄像，大家会感到不安全。

总的来看，大数据时代的到来使得人力资源管理“基于数据、用数据说话”成为可能，人力资源价值计量管理成为提升人力资源管理效能的有效途径。人与组织之间、人与人之间的互联互通积累、集聚的巨量大数据为人力资源管理的程序化决策与非程序化决策提供了无穷的科学依据。人力资源管理可以更定制化、个性化地服务员工，基于数据辅助管理者决策，为组织打赢全球范围的人才攻防战提供动能。