京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当人力资源管理遭遇“大数据”_数据分析师
如今“大数据”时代已经来临,由于大数据的数据源充分,并且具备抓取能力强、刷新及时等特点,在大多数领域都能精准地指导资源分配,因此无论工作还是日常生活,都离不开“大数据”的支持。在企业管理中,很多公司都开始运用大数据来整合和管理人才。
“大数据”早已应用 只是缺乏推广
“‘大数据’是在硬件平台的基础上,采集大量的数据,为企业的决策和支持,进行很多数据的分类和挖掘,”曹轶凝首先对“大数据”做了解释,“目前每天的数据增长量很快,根据这个数据分析,得出我们想要的结果。这是主流,比如网购、车票,甚至高速公路的统计,都用到大数据,它是与我们的生活分不开的。”
曹轶凝的说法得到了董锴的认同。“实际上在上世纪70年代,大数据就已经得到应用了,包括企业的智能化、信息化等方面,只是那时候因为数据存储困难、存储量大,缺乏大数据的支持,所以得不到推广。”董锴进一步解释说,数据是被记录下来的符号,本身没有什么作用,但如果把数据解释成人力资源工作中所需要的某些方面,那么就产生了不同的效果。“在很多猎头公司和大型招聘网站,都有类似的数据储备或数据库,但对于单独企业来说,只掌握自己公司员工的数据,对企业外的人才掌握的很少。”董锴补充说,“当人数特别巨大时,我们可以分析出一些东西,对人员结构、未来发展和人才支持,大数据都能产生积极作用。”
“在人力资源工作中,最大的问题就是哪些环节会借助到大数据。数据越多、越大,得出的结果越精准,因为它把各个方面都考虑到了,最后得出一个‘合理值’。作为HR,借助大数据到自己的企业中,把自己想要的内容与数据结合到一起,得出结论,帮助自己制订计划。”
在人力资源管理中用途广泛
在此之前,杨丽云与同事探讨过大数据在人力资源工作中的作用。“比如一些招聘网站、企业培训等,都需要有数据的支持,甚至在薪酬方面的调研、工作计划等,尤其是全国性调研,需要后台大数据的支持,才能从中得出自己想要的关键数据。”因此,杨丽云认为,大数据对每个企业的HR来说非常有用。
对杨丽云的话罗直深有感触。10年前,罗直在上海的一家集团公司做人力资源,当时罗直请了一家数据开发公司做系统。那家公司为罗直公司设计了一个大型框架系统,任何信息都可以按照自己企业的实际情况自动调整。“我们的集团比较大,全集团有几千人,到我离开的时候已经有100多个子公司了,这样庞大的数据如果用Excel表进行手工统计,根本是不可能的事。”罗直说,当时他就跟开发公司商量做这套系统,将全集团每个人的晋升、调动、职业通道,甚至家庭背景,都整理出一套方案,然后将它们与企业内部需求、组织结构结合起来。“这个系统对我的工作帮助非常大。”
“如果HR能够对每个员工70%-80%的信息都了如指掌,那对企业管理来说是件好事。”刘桂平也说出了自己的观点,如果把一个员工的状况和每天的行程都记录下来,一年之后,这个人就完全“透明”了,管理者可以对该员工的未来发展、能力、前景、积极性等进行分析,那么这个员工的发展就是可以预测的。
对此,马淅濛也表示,管理者想要了解哪个员工,只要把他的资料调出来,那么他的兴趣爱好、曾经做过什么、跑过哪些城市、谈了什么业务,这些信息就会完完全全展现在眼前。
有方便之处 也有“可怕”之处
“数据的可怕之处在于,你自己都不记得、不知道做过什么,可它比你记得还清楚。”李朝阳发表了自己的看法,“因为它不只是一个数据库,而是多个数据库串联组成的具体资料。”
“大数据固然方便,但信息安全问题也不容忽视。”董锴接着抛出自己的看法,如果人力资源的数据完全公开化,全部汇总到一个数据库,实际上是实现了整个社会人力资源的最优配置,是理想化状态,但其安全性、隐私性则不容易把握。
这种观点得到了大家的认同。侯荩说,她所在的猎头公司拥有庞大的数据库,能拿到很多“先机”,掌握着大量的优秀候选人信息和大量的企业信息。“安全性是我们非常重视的。”侯荩说,如果这些信息被别人拿走,这对于企业来说是致命的。“如果他们拿走做不好的用途,那么信息源在我们这里,后果是不可估量的。对候选人和客户也会造成损失。”因此,侯荩的公司所采取的方法是禁掉所有外网。“没有特殊情况是不允许登录外网的。”
“我有个客户,他的公司数据量就很庞大,只要给出一个模糊的信息,半小时之内就能把这个人找到。”罗直说,“所以这个公司有摄像头,老板监控员工的一举一动,技术方面还有一个定期监控系统,每隔30分钟或一小时,系统就会自动给电脑拍照,图像自动储存。”罗直解释,这种监控设置又会形成一个庞大的信息库,一旦出现问题,可以从这个信息库中找到责任人。
归根结底只是一种辅助工具 最终决策该由人决定
“大数据是趋势,目前它已经运用到很多领域了,但延伸到人力资源管理中,还不是很得心应手。”马淅濛说,“在人力资源管理中,要看我的这些数据对于我所需求的、所设定的项目,哪些与之匹配,抓取数据进行分析,使其产生帮助。但以目前来讲,大数据给出的分析大多是宏观的,还不能给出比较具象化的结果。”
“比如企业内部对每个员工的关注。”罗直举例说,“如果大数据可以分析整个企业对于人的使用、岗位的设置、组织结构、用人政策等,这一系列信息就会形成海量的数据库,一旦有人提出需求,数据库就会自动开始匹配。我觉得这可以是将来的一个趋势。虽然做得不算太好,但我知道已经有企业开始尝试这样的方式了。”
“大数据的应用应该根据HR的经验和方法,以及公司在特定阶段的需求来决定。”曹轶凝接着说,IT行业给出的只是一些已经成型的算法,把这些数据推荐给企业,但行业内部的需求,需要行业内部的人来判断和提供。这些数据只具有借鉴意义,最核心的决策权还是应该掌握在HR手里,大数据只是一种辅助决策的工具,即便再有说服力,最终的判断标准还是要依据HR的经验和需求。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31