擁抱大數據時代的人力資源量化管理

靳娜

摘要：大數據作為IT產業又一次顛覆性的技術變革，正在重新定義人力資源管理的過程和方式?；诖?，文章針對大數據時代的人力資源量化管理，從數據挖掘、數據可視化、數據安全與隱私三個層面進行多維分析，以期引導企業及時變革來應對此次信息浪潮。

關鍵詞：大數據時代；人力資源；量化管理

0.引言

在大數據（Big Data）時代，每個人的行為軌跡都納入到互聯網之中，由此產生了海量的、低價值密度和多樣化的數據信息。學會理解數據、運用數據、相信數據，將成為企業人力資源管理變革制勝的關鍵。2013年6月發布的《中國人力資源服務業白皮書》中提到，人力資源服務行業發展的趨勢將是以云計算為核心的人力資源Software-as-a-service（軟件即服務）和大數據分析，同時進一步闡明了我國未來人力資源的新模式就是將大數據分析技術融入到人力資源領域。因此，企業利用大數據技術進行人力資源量化管理，是人力資源管理在信息化時代下的創新之舉。

1.大數據時代的人力資源量化管理

1.1大數據時代

大數據時代這一詞匯是近幾年才興起的，相關的研究資料還比較少。維克托·邁爾·舍恩伯格是最早洞察大數據時代發展趨勢的數據科學家之一，在他的著作《大數據時代》一書中指出，大數據時代開啟了一次重大的時代轉型，這場信息風暴正在變革我們的生活、工作和思維。根據不完全統計，互聯網在一天之中產生的全部數據可以刻滿1.68億張DVD。因此在大數據時代，難能可貴的是從復雜的數據中汲取有價值的知識，這才是創造價值的源泉。大數據時代的最顯著特征主要體現在以下三個方面：一是動態性；二是公開性；三是價值性。

1.2大數據時代人力資源量化管理的多維分析

目前的人力資源管理工具沒有辦法跟上數據應用需求的步伐，運用大數據進行管理，用量化分析的方法來觀察企業的運營，對人員進行有效的管理和評估將是大勢所趨。因此，企業應當構建一個以數據挖掘、數據可視化、數據安全與隱私為基礎的人力資源量化管理的框架體系，利用數據找到人才管理與勞動生產率之間的聯系，推動企業人力資源管理模式轉型。

（1）數據挖掘

大數據時代最主要的理念之一就是如何從萬千世界紛繁復雜的海量數據中發現數據的價值、尋找其規律并利用其預測未來趨勢，這種理念價值的追求正與人力資源量化管理的價值目標相契合。數據挖掘（Data Mining）亦被稱作數據庫中的知識發現（KDD），即從數據庫中提取未知信息，并且進行處理后能夠被運用的數據。保障數據挖掘效能的前提是要有海量的、低密度的、高質量的數據，在此基礎上大數據分析工具才可以挖掘出潛在的、有價值的數據規律和信息，人力資源管理部門的管理活動才能夠達到預期的目標。因此，人力資源量化管理在進行數據處理的初始階段要注重數據采集的多維性，除了關注代表企業人力資源現狀的基礎數據（員工考勤記錄等常規結構化數據）之外，還要重視動態的非結構化數據，例如網頁，微博、圖片等。在大數據背景下，搜索引擎分類工具和分布式計算機系統是人力資源管理進行數據采集時可以運用的有效工具。

多樣性是大數據的基本特征之一，與此同時數據采集的多樣性使得數據的類型和內容紛繁復雜，數據清洗就變得更為重要。以員工的心理數據為例，此類數據中既包含了員工對企業人力資源管理工作的心理反應數據，又包含了與此毫無關聯，甚至是錯誤信息的數據，這就要對相關數據進行清洗，排除其數據關聯性分析造成的干擾。除此之外，在數據挖掘中，應當運用聚類算法提取出人力資源管理各個模塊的數據信息之間的關聯度，這與人力資源量化管理的目標——人力資源的精細化管理和規劃是相一致的。所謂聚類（clustering）就是將抽象或物理對象的集合劃分為相似對象類的過程，運用自動聚類分析能夠分辨出對象空間中的稠密區域和系數區域，可以發現全局分布模式與數據屬性之間的相關性。例如，培訓數據的員工信息、培訓需求、滿意度、發生時間等，把具有類似特征的數據信息劃分成同類，然后依據數據特征再組成不同的數據類，進行標記分析挖掘。一般可以用數學公式或者判定樹等來表示通過數據挖掘而來的模型，此數據模型會極大的提高后續數據分析的信度和效度。之后通過輸入相應模型，就可以快速有效地預測人力資源管理的現狀和趨勢。

（2）數據可視化

作為解釋大數據最有效手段之一的可視化技術最開始是被應用在科學與計算機領域。數據可視化（DataVisualization）是指運用計算機圖形學和圖像處理技術，將數據轉換為圖形或者圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術。換句話說，數據可視化就是借用人腦的視覺思維能力，把抽象的數據表現成可見的圖像或者圖形，以此幫助人們發現隱藏的數據規律。這是因為圖形化的方式相比文字更容易被用戶接受和理解。數據可視化就是為了更有利的向用戶呈現出數據挖掘的分析結果。目前的可視化技術包括圖標技術、像素技術、集合技術等，但是對大數據的探索和可視化還處于初始階段，尤其是動態多維大數據流的可視化技術還很匱乏，很需要擴展現有的可視化技術。因此，如何將海量數據恰當地、清楚地呈現給用戶，是大數據時代人力資源量化管理的一個重要挑戰。

（3）數據安全與隱私

數據的來源和應用領域隨著大數據時代的到來變得更加寬泛，在互聯網上隨意瀏覽一下網站，就會留下一連串瀏覽痕跡；隨處可見的攝像頭、傳感器可以隨時記錄個人的行為和位置信息等等。數據專家通過相關的數據分析，就可以快速的挖掘人們的個人重要信息，如果這些信息利用得當，就可幫助相關領域的企業更好地了解員工、客戶的需求，反之，就會帶來隱私安全泄露的風險。大數據時代，隱私的問題一般包括兩個方面：一是個人隱私的保護，數據采集技術的發展可以使用戶在毫不知情的情況下獲取其個人有關重要信息；二是即便在得到用戶許可的前提下，個人隱私數據在儲存和傳送的過程中也有可能泄露。為了解決大數據時代的數據安全與隱私問題，很多學者紛紛提出了自己的解決辦法，其中比較有代表性的是2010年Roy等提出的一種隱私保護系統Airavat，把集中信息流控制與差分隱私保護技術融入云計算的數據生成與計算階段，防止MapReduce計算過程中的數據隱私安全泄露。

大數據時代，由于數據安全與隱私問題的存在，人力資源量化管理過程中應當設置數據“防火墻”，用于保護存儲在大數據集群中的數據安全，使其避免受到非法入侵。同時，在人力資源量化管理過程中運用大數據時，必須建立相應的工作流程和標準，明確各自的職責權限?？偟膩碚f，在大數據時代背景下進行人力資源量化管理，更應該為大數據本身及其分析處理過程、成果建立防護機制，充分尊重員工個人及企業的數據安全與隱私。

2.結語

大數據時代，除了上帝以外的任何人都必須用數據說話——用這句話來描述大數據給企業管理帶來的影響是最為恰當的。人力資源管理的工作內容已經不再局限于人與人之間的簡單交流，而是更傾向于人對數據的采集、挖掘與分析。人力資源量化管理對企業來說是機遇更是挑戰，大數據技術在人力資源量化管理中的應用研究還有待深入探索，但是作為企業人力資源管理工作者理應對大數據持開放的態度，學會充分利用大數據給企業提供的數據分析與挖掘的平臺，有效的對人才進行選、用、育、留。