《大数据解决公司人力资源管理现存的问题》由会员分享，可在线阅读，更多相关《大数据解决公司人力资源管理现存的问题（9页珍藏版）》请在金锄头文库上搜索。
1、一、大数据解决公司人力资源管理现存问题当前全社会多领域正在经受着大数据浪潮的洗礼，人力资源管理 领域也不能例外。商业智能工具帮助人力资源管理从凭借经历的 模式逐步向依靠事实数据的模式转型；人力测评由主观性强的单 一专家进展测评转向构建数学模型依靠大数据处理技术进展测 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 方向开展。一大数据助力HR-BIHuman Resource Business Intelligence,以下简称 HR-BI，即人力资 源商业智能，主要解决通过数据对整个人力资源过程监控，对人 力资源管理监控分析。它是商业智能在人力资源管理决策分析过 程中有效应用的结果，
2、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和展现形式丰富 的特点，实现支持企业人力资源管理决策分析的分析系统。例如： 随着某公司“软实力的提升，对人力资源管理理念与管理能力 提出了更高的要求，人力资源决策迫切需要从“经历+感觉模 式向“事实+数据模式转型，这时候就是HR-BI派上用场的时 候了。区别于e-HR，即面向业务过程的一般性报表的电子人力资源管 理，HR-BI的价值在于通过其多维数据仓库功能，进展数据建模， 提高大数据情况下的人力资源分析效率，使得人力资源管理体系能够找到不断调整与优化的方向与策略，更好的支持业务开展， 真正适应企业整体开展战略的需
3、要 业界的佐佑人力资源管理咨询参谋公司和企业应用软件巨头Aptean公司就分别从“数据“、“信息和“洞察力以及预算 管理和薪资等方面提供了足够好足够多的案例。二大数据助力人才测评随着人力资源管理日益成为企业生存关键的时候，人才测评作为 人力资源管理的一项专门技术也越来越受到人们的重视。通过对目前国外人才测评状况的了解得知，现在企业的人才测评 大多处在单一的专家评估上面，明显带有强烈的主观性。为此， 利用大数据技术对人才测评中的一些问题如人才绩效考核、人才 选拔以及分类进展研究，改良以前算法中的一些不成熟的地方。 大数据技术能从一些大型的人力资源数据库中找到隐藏在其中 的信息，帮助决策人员找到数
4、据间潜在的联系，从而有效地进展 人才测评。北森是国最早做测评并且专注于做测评的公司。在云计算平台和 大数据技术的效劳使得北森的测评工作更加高效准确。北森利用 行业专家经历，积累了 200万测试者的数据，构建模型进展测评; 国际上的Hay Group在测评方面更是资深行家，其核心产品海氏 系统法从实质上讲就是一种测评方法。这种方法是国际上使用最 广泛的岗位评估方法。据统计，世界500强的企业中有1/3以上 的企业岗位测评时都采用了海氏三要素测评法。三大数据助力企业招聘在大数据爆发的时代背景下，互联网企业开场重新审视自己的行 业定位，将数据资源和数据价值提升到自己的核心战略中，并衍 生出一系列新型
5、效劳和产品，而这种趋势还在继续迅速爆发中。 当然招聘也结合大数据技术的特征，研发出一系列利用社交网络 和大数据技术的为企业招聘效劳的产品。一些公司提供人力资源管理解决方案和行业宏观分析报告，并把 他们售卖到人力资源部门、猎头、招聘、媒体、政府。靠售卖招 聘规模报告，在线个人方案，在线企业方案来赢利。比方Wanted Analytics和Forensic JobStats这两家B2B模式的公司就比拟典型。 同时它们还可以通过快速确定在何处放置招聘广告，轻松填补职 位空缺，了解在哪里可以找到候选人等方法帮助企业更快速的找 到适宜的求职者。前程无忧的“个人竞争力分析与Wanted Analytics
6、功能类似。 通过它企业可以看到投该职位的应聘者人数，工作年限，学历等 信息，这样企业就能比拟这些人的竞争力ZhengYil。竞争力排 名是一个动态的数字，会随着投递人数的变化而发生变化。二、人力资源管理公司的商业模式大数据人力资源部门管理到底为我们解决了哪些问题？它帮我 们解决了招聘过程中的信息不对称和信息不透明问题。这里的信 息包含了企业信息和候选人的个人信息。一企业信息的透明化传统招聘上的企业信息不透明，因为这些信息都是企业人力资源 部门提供的，不够客观。如今人们能够通过发布与获得更多来自 企业部员工对企业的评价，更加真实可靠，是寻求信息对等和雇 主与雇员之间信息沟通的渠道。代表企业有Gl
7、assdoor、分智、Simply hired和ResumUp几家。它 们都提供工龄、企业评价、评级、薪水报告、面试问题、招聘启 事等信息。Glassdoor的核心产品是提供包括公司部情况、薪酬、公司幕和 工作环境之类的信息。在这里注册的求职者资历通常较深，因此更愿意推广自己，并展 示自己给企业带来的利益。与Facebook整合后，Glassdoor还可 以告诉你应该结识一家公司中的哪些人，这点类似下文将提及的 ResumUp。由于98%的Glassdoor用户都与Facebook账户进展了 关联，该还可以帮助雇主通过社交数据确定求职者适合的职位， 从而实现精准定位。分智可称为中国的Glass
8、door，其核心产品可以提供薪水查询效 劳，提供详尽的工资待遇信息，工作地点、所在公司、工龄、工 作时间以及工作职位。这些信息都是由用户各个公司的员工 编写产生的，再返回去为这些用户提供效劳。Simplyhired将Google地图、薪酬研究PayScale.、社交网 络社区 Linkedln、MySpace等机构提供的容整合在一起，借助社交网络 的便利，提供查看某公司部资讯、查看某公司部“是否有自己认 识的人、甚至能够查看某公司对职工婚姻状况是否存在“潜规 定等特色容，这点很像Glassdoor。Simply Hired提供的效劳是 免费的，广告是其主要的收入来源。Simply Hired还
9、把招聘市场 的各种资料数据有偿地提供应研究组织，也会为雇主提供其它周 边效劳，以此来增加收入。Resumup的核心功能是个人的职业规划，提醒个人用户如果想到 达某个职位，便要按照Resumup提供的一个step-by-step职业路 线图去奋斗。用户看后会清楚地知道如果想得到更好的晋升时 机，他们需要做什么、需要学习什么知识、提高什么技能等。Resumup的数据来源于Facebook和LinkedIn，就产品设计角度而 言ResumUP解决方案的特点是从根本上简化了用户体验。ResumUP跟identified很像，都可以载入Facebook的个人信息， 自动生成个人简历的60%左右，之后手动
10、填充，填充容可以加分， 直到填充满：教育背景，工作经历，技能等信息为止ResumUP 还会显示你有什么Facebook朋友、LinkedIn联系人已经步入了 你想要的工作目标，或者他们正在朝那条路上走。这样你向他们 取经和交流。二个人信息的深入挖掘传统的招聘上的个人信息不透明，都是候选人自己编辑上传的文 字，如今大数据技术可以实现从社交网络上来查询并深入挖掘候 选人的信息，让企业更清晰的了解候选人的情况。此类中最具代 表性的企业有Talentbin和Identified。TalentBin公司提供针对社交网络的职业搜索引擎效劳，它收集应 聘者在社交网络上的信息，整理编辑出一个以人为中心的数据
11、库，想招聘某种人便可以去TalentBin搜索。大数据时代，有效 的数据收集和分析工具在人们获取数据时是至关重要的。Identified公司提供基于Facebook的职业搜索引擎，对企业提供 效劳，可以对求职者进展打分，它的核心功能是是通过工作经历、 教育背景和社交网络三项指标信息给人们打分。这些信息都来自 Facebook，用户还可以添加更多信息。Identified类似于Google PageRank的人物版本。三候选人与职位匹配招聘过程的最根本诉解决企业职位与候选人之间匹配的问题，而 大数据技术恰恰能更高效精准的完成这个匹配过程。此类中最具 代表性的企业有Bright和Path.to。B
12、right与ResumUp类似，对空缺职位和求职者的匹配度的评分。 它从用户上传的简历和社交网络上提取候选人的总量数据，然后 用大数据技术进展分析，通过考察数千个数据点，给求职者和空 缺职位的匹配度评分，分值越高那么匹配度越高。Bright能帮助 企业和求职者有效的缩短应聘时间，为他们提供更好的效劳。Path.to的用户需要输入他们所擅长的工作，或者从LinkedIn导入 自己的工作经历，而且还要答复一些关于他们喜欢怎样工作的问 题。之后Path.to通过独特算法完美匹配员工与雇主，这一点与 Bright相似，Path.to的商业模式就是算法，算法是它的竞争优势。通过Path.to寻找职位是免
13、费的，但是企业发布职位信息那么要 收取一定的费用 三、大数据是中国人力资源与招聘行业决胜的关键大数据处理技术的应用在全球围迅猛增长，推动整个社会进入了 大数据时代。而大数据处理技术本身也将成为中国人力资源管理 与招聘行业决胜的关键。人力资源管理与招聘行业以大数据技术为支撑的产品和解决方 案在全球围赢得了迅猛的增长。人力资源行业企业通过出售经过 处理分析的商业报告来获取直接的利益，以商品化的大数据应用 创造了新的商业模式。在eHR系统数据建立中，数据源源不断聚集到数据库，确 保数据能用、可用，且操作者对其善于运用，这才是数据建立的 核心。数据是否可用和可信，是用户关心的两个层面，也是eHR 数据
14、建立的两个根本。可用是技术层面问题，是指数据的格式、容等能否被用户读 取和使用，方便地进展深入处理和分析。可信是数据质量问题，是指数据在准确性、完整性、及时性 和有效性方面能否满足应用要求。凭借“大数据理念进展数据建立凭借“大数据理念进展数据建立，不但能确保数据可用和可信， 也将在数据使用上获得意想不到的效果。与一般数据信息相比， 大数据除了具有大量、高速、多样、真实等特征，更关键的，是 数据的流通与互动eHR系统数据建立除了在数据准备阶段 要恰中选择数据处理的原那么和方法，还要应用好以下五个实施 策略，有效维持特性，才能满足系统运行后的数据分析、数据挖 掘需求。1数据整合大数据虽然数量庞大，
15、但并不是简单的数据堆积。系统设计者必 须整体考虑企业的eHR建立，使数据库成为自由共享中心，掌 握各应用系统专业数据围，明确数据的归口管理单位，制定相应 的数据标准，防止数据多源、重复。2数据与流程协同要使eHR系统中的数据成为“活数据，须将数据与系统各业 务流程模块协同，到达数据的有效流通和互动。流程即是开展业 务的实现途径，也是数据的管控手段，静态数据与动态数据的平 衡互相均借此实现。3数据标准化数据标准化才能显现处理和统计速度的乘数效应，离开数据标准 化，搭建数据统计的分析模型、进展数据挖掘等就成为纸上谈兵。4数据相关性做数据相关性分析，可把涉及的其他专业数据进展分类，对数据 源进展追溯
16、，利用根底数据的相关性衍生某些数据，减少非专业 数据在建立中数据采集、录入和统计的工作量。5数据质量控制数据质量控制一般围绕适用性、准确性、完整性、及时性、有效 性5个质量特性，从数据源、数据录入、数据上报点着手，建立 部和外部监视，在数据约束、相关性分析、数据逻辑分析的根底 上建立完善的数据校验程序，并通过各级用户对数据的准确评估 来掌握和校正数据、提供质量。数据可用、可信只是为ehr系统提供了有价值的数据资源，真正 做到让数据“说话并不简单。首先要准确建立数据分析模型。eHR系统虽然聚集了海量的人力资源信息，但这些数据通常不能 直接应用，而需要利用工具把相关数据提取出来，通过建立数据 模型加以计算，最后对结果进展分析和诊断。因此，HR能否将 人力资源管理的实际问题抽象化、掌握方向和要素，将直接决定 着建
