文/孟广桥 曾有段时间,我发现一个现象,当我打开电脑或手机浏览器时,某款汽车的相关信息特别多,顿生疑惑,难道这款在国内销量不大的车,现在发力了?也没有呀?怎么回事?后来才明白,原来是大数据的杰作。当你经常在网页浏览或利用搜索引擎搜索某些内容时,这些‘人’便记录了你的‘行踪’,而后进行分析,预测出你可能的需求,然后当你再次打开浏览器时,便会挑选一些你可能需要的内容推送给你,就出现了开头的一幕(因为,有段时间我想买这款车,所以经常上网了解)。当我明白了这个道理时,才从关注大数据的现象、概念,转移到关注实际的应用上。
手机制造公司的一名数据中心负责人说:“凡是使用本公司手机的人,他所在的地理位置、个性特点、口味、穿衣习惯、爱好、有何特长……甚至你的潜在优势等,诸多信息我们都能知道。当然,公司会保守秘密。”可怕呀,让人毛骨悚然的大数据,竟然使人的一切暴露在了阳光下,成为了一个‘玻璃人’。
大数据有四个显著特点:规模化(Volume),数据规模特别巨大;多样化(Variety),数据类型种类繁多;快速化(Variety),数据即时反馈、即时分析、时处理;精确性(Veracity),具有高精确的原始数据以及数据分析结果。正是基于这些特性,大数据向传统的人力资源管理提出了挑战。
大数据-多角度的素质识别与岗位匹配
当我们还埋头于从简历‘淘敛’、职业倾向测试、个性特征测试、技能考评、面试等方式,求证求职者的素质真谛时,以大数据为基础的人才综合甄别技术已在悄然地影响着招聘。商业智能工具帮助人力资源管理从凭借经验的模式逐步向依靠事实数据的模式转型;人力测评由基于人主观性的测评转向构建数学模型依靠大数据处理技术进行测评;企业招聘过程也正朝着越来越依靠社交网络和大数据技术的方向发展。Google这个颇受求职者青睐的世界级IT公司,每月都会收到超过10万份的简历,面对如此庞大的筛选工作量,用传统的方法成本巨大,借助大数据技术问题迎刃而解。他们设计了一份300道问题的问卷,并根据问卷建立了一套数学模型,求职者在向其投送前必须回答这些问题,才能实现‘网申’。只要求职者如实的回答上述问题,Google的这套系统就会自动统计、识别出求职者的素质特征,并与拟招聘岗位胜任要素进行匹配,将相符的人推举出来,婉拒‘不合格者’。一些专业的人力资源公司,借助社交、购物、求职招聘网站,对个人的素质特征进行统计分析;对行业、地区薪酬情况进行分析,形成人力资源管理解决方案或行业宏观分析报告,售卖给企业、猎头、媒体、政府部门等,大大节省了相关单位的招聘甄别成本。
大数据可以有效解决企业招聘过程中信息查询、统计和筛选的效率问题,提高招聘的准确度、成功率。没有人不明白,从一万份简历中选择一个人和从一百份简历中进行选择,所产生的截然不同的效果。
‘将适合的人放在合适的岗位上’是企业对人员选拔、调整、使用的理想目标,人与岗位匹配中核心的两个问题——个性素质能力的认定;岗位胜任素质(在书中我们称其为‘岗位性格’)的认定,由于大数据技术的介入,为我们接近这一‘理想’提供了更为科学的解决方案。传统的人与岗位匹配工作,通常只能对人的几个,最多几十个素质特征与岗位胜任素质进行比对,应用大数据技术则可以从候选人的简历、工作业绩记录、在社交网络上留下的数据(互联网时代,只要常上网就会在互联网上留下私人信息。如发的微博,写的博文,各种社交网站的留言,可以从侧面客观的反映出其世界观、价值观、人生观、兴趣爱好以及性格等),然后用大数据技术进行分析,通过考察数千个数据点,对候选人和空缺职位的匹配度评分,快捷地计算出每一个候选人的素质与所申请岗位素质的相似程度,供我们进行选择,让匹配最恰当的人走上岗位。
大数据-人力资源管理质的飞跃
21世纪是知识经济、网络经济的时代,以土地、资本为资源霸主的时代,已经渐行渐远,取而代之的是知识、信息、技能承载者的人力资源。据世界银行统计,当前世界财富的64%是由人力资本构成的;诺贝尔经济学奖获得者贝克尔教授指出:“ 发达国家资本的 75%以上不再是实物资本,而是人力资本,人力资本成为了人类财富增长、经济进步的源泉。”
如今的市场竞争,已经不再是组织中的某单一要素优劣的打拼,而是全要素效能最大化的较量。组织中的人力资源管理也决不是招聘、培养、使用等简单行为,应是一项系统工程,一项由大数据支撑的全要素提取、分析、优化、改善的集合工程。
HR-BI(Human Resource Business Intelligence),即人力资源商业智能,通过数据对组织整个人力资源管理过程实施监控、分析。它是商业智能在人力资源管理决策分析过程中有效应用的具体体现,是通过建立一套基于企业人力资源管理过程的分析模型,利用商业智能分析统计功能强大展现形式丰富的特点,实现支持企业人力资源管理决策分析的分析系统。它会将:人力成本数据,包括劳动分配率、劳动报酬率、人均人工成本、人工成本占总成本比;效率数据,包括单位人工成本增加值、单位人工成本销售收入、单位人工成本生产研发增加值;薪酬数据,包括人均收入对比、级差、档差;招聘配置数据,包括招聘周期、到岗率、招聘费用、职能与后勤人员占比、管理人员占比;培训发展数据,包括人均培训课时(费用)、管理人员人均培训课时(费用)、后备梯队配置比;劳动关系数据,包括劳务纠纷发生次数、社保公积金覆盖率、劳动合同签订率、劳务纠纷相关费用占总人工成本比等。进行全时段、全要素的分析、比对,形成组织综合的系统人力资源效能数据,显示出优势、劣势,并给出改善建议。
虽然,现今多数企业主要还在延用着传统的人力资源管理手段,但大数据技术已经开始渗透,先进的企业正在转型。可以肯定,在不远的将来,大数据技术必将成为人力资源管理的主角。
大数据-精准定位人‘心’的需求
人需要什么?以往我们的做法可以概括为“经验+感觉”模式,即:“我认为你需求什么,就是需要什么”,或者大家认为你需要什么就是需要什么,最典型的例子就是企业给员工的奖励。这种主观的推测并不能客观、准确地反映员工的真正心理需求。
腾讯人力资源平台部总经理马海刚在作《大数据 助力HR共享服务交付》的演讲中,举了一个例子:腾讯的新入职的工程师和程序员们在加入公司满周年的时候,可以到HR部门领取一些比如Q币之类的纪念礼物。刚开始时,周年纪念礼物的领取率仅有50%-60%。为什么白给的东西他们不要呢?对此,他们没有直接进行面对面的调查,而是通过大数据分析这些员工的习惯特性。发现这些工程师、程序员群体爱和机器打交道,不习惯与HR部门的美女们打交道,捕捉到这一心理后,他们改变了礼物的派发方式,把信息推送给员工,员工可以用机器自助领取礼物,结果礼物领取率几乎提升到了100%。
在企业,培训经常是根据计划或大多数人的需求,安排大课,集中讲授,也有的使用网络,基本是一刀切的形式居多,造成了有的员工收获不少,但也有员工浪费不少,效能不高。大数据技术,通过员工心理状态、工作效率、业绩分析,精准确定其效能的影响因素,是心理问题还是技术问题,并且把这些需要再进行细分,如,技术需求是需要基础知识,还是某一板块的技能欠缺,还是创新型思维的不适等,然后,给出每个人的具体需求,最后,有针对性、有的放矢地进行信息的推送。我在某机械公司调研时,在其人力资源部门看到了一个有趣的现象,电脑显示的公司人员名册表格中常有员工的名字成红色显示,我询问其人资经理,这是为什么,他介绍这是公司的一套培训管理系统。每名员工都纳入数据库进行管理,他们每天的工作会有记录,不管是什么问题都可以记,包括遇到的技术问题、协调问题、管理问题等。系统会自动统计、筛选每天员工反映的问题,独立性的问题会推送给相关的、能解决此问题的部门或人员;共性的问题就会显示出关注人的数量,以便采取措施。对于需要培训解决的工作态度、技术性问题,都会罗列的非常详细,人资部门会根据这些情况决定培训,培训什么、由谁培训、谁来参加等都是根据每个员工的需求而定的,有需求的人才会进行培训,没有的就不培训。这套系统运行几年来,效果非常明显。
互联网时代最突出的特点是数据引领互联网+的发展,未来是一个数据为王的时代,一切被记录的都是数据,人力资源管理工作将从依个人主观感觉,变成向“事实+数据”的理性大数据分析转变,使决策更具有理性;人力资源管理会构建自我的大数据系统,将大数据思想应用于招聘、管理之中,如,将岗位胜任素质转化成为数据,将接收简历变成接收求职者的素质特征信息,面试的相当一部分工作会由智能计算替代;培训也将利用学习分析技术,为员工量身定制培训等。
大数据技术给我们的人力资源管理开了另一扇窗,那里的‘风景’更美丽、迷人。它必将助力于我们的人力资源管理,特别是招聘面试工作,向更精准、更便捷、更高效的方向发展。以此,代为后记,展望一下人力资源管理的趋势与必然,期待HR们在新的时代,有卓越的作为。 文/孟广桥
1楼 孟辉聊人力
实战经验丰富的大咖落户三茅啦,欢迎欢迎孟老师