随着大数据时代的来临，大数据所蕴藏的巨大能量和价值将引发井喷式的产业创新和管理变革，对国家治理、企业决策以及个人的生活、工作和思维将产生广泛而深远的影响。对企业而言其影响力将渗入从战略乃至每个经营管理细节，人力资源管理作为企业提高核心竞争力的关键，必然面临大数据时代的挑战。如何全面认识大数据，把握大数据的机遇与挑战，加快形成大数据思维，充分利用大数据价值，积极变革企业人力资源管理，大胆推进管理创新，无疑是不容回避的现实选择。

　　一、大数据时代之“大数据”解读

　　（ 一） 大数据时代的到来

　　近年来，大数据理论和大数据行动在国内外学术界、企业界、政府机构形成一片热潮，昭示着大数据时代的来临。1980 年，美国着名的未来学家阿尔文·托夫勒在《第三次浪潮》一书中，将大数据赞颂为“第三次浪潮的华彩乐章”,基于当时科技水平的局限，世界并没有做好拥抱大数据时代的准备。20 世纪 90 年代初，数据仓库之父比尔·恩门首次提出“数据仓库”概念，较早表述了大数据的理论思想。他指出与数据库应用不同的是，数据仓库更像是一种过程，对分布在企业内部各处的业务数据的整合、加工和分析。90 年代末，国外企业界出现了商业智能（ Business Intelligence 即 BI） 的新术语，它利用ETL（ Extraction-Transformation-Loading 的缩写，意即数据提取、转换和加载） 、数据仓库、数据挖掘等先进的信息技术将企业的现有数据转化为知识，从而为管理者的决策过程提供支持，进一步推动了大数据理论的发展。2005 年，约翰·韦伯斯特和克里斯·斯塔库提斯在《无所不包括的数据》一书中首次描述大规模数据对于企业发展和人们生活的影响。此后互联网迅速发展，社交媒体、智能手机等的广泛应用，为数据的多元化、多样化、规模化提供了快速发展的空间和技术支持。2008 年 9 月《自然》（ Nature） 刊登了一个名为“Big Data”（ 大数据） 的专辑，首次提出大数据（ Big Data） 概念，2009 年年初，“大数据”一词开始逐步受到信息技术行业的重视。2010 年被誉为“大数据时代的预言家”的英国学者维克托·迈尔·舍恩伯格在《经济学人》上发布了长达 14页对大数据应用的前瞻性研究，比较明确的提出了大数据时代的思想。

　　2011 年 6 月，麦肯锡全球研究院发布研究报告《大数据： 下一个创新、竞争和生产率的前沿》（ Big Data: The Next Frontier for Innovation,Competition,and Productivity） ,最先提出“大数据时代已经到来”.报告显示： 数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素； 而人们对于海量数据的挖掘和运用将预示着新一波生产率增长和消费者盈余浪潮的到来。

　　“大数据”是未来信息社会企业创新与竞争，社会生产力提升的指向标。2012 年 1 月举行的达沃斯世界经济论坛，将大数据列为主题之一，该会议还特别针对大数据发布了《大数据、大影响：国际发展新的可能性》（ Big Data,Big Impact:New Possibilities for International Development） 等系列报告，探讨了新的数据产生方式下，如何更好地利用数据来产生良好的社会效益，并重点关注了个人产生的移动数据与其他数据的融合与利用。联合国“全球脉冲”（ Global Pulse） 的倡议项目在 2012 年 5 月发布报告《开发大数据： 挑战与机遇》（ Big Data for Development: Challenges &Opportunities） ,主要阐述了大数据时代各国特别是发展中国家在面临数据洪流（ Data Deluge） 的情况下所遇到的机遇与挑战，同时还对大数据的应用进行了初步的解读。2012 年 12 月，我国一批知名企业、高校在北京共同发起并宣布成立“中关村大数据产业联盟”,率先将大数据产业纳入《中关村战略性新兴产业集群创新引领工程（ 2013 -2015 年） 》，推动培植世界领先的大数据技术、产品、产业和市场。这充分表明中国已经以开放的心态和视野、创新的勇气，紧跟世界发展，积极拥抱“大数据时代”.

　　（ 二） 全面理解“大数据”

　　目前，学术界和业界对大数据的界定见仁见智，就大数据（ big data） 的定义而言，比较权威的观点有，维基百科认为： 大数据或称巨量资料，指无法在允许的时间里用常规的软件工具对内容进行抓取、管理和处理的数据集合。麦肯锡给出的定义是： 大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。并特别强调，并不是说一定要超过特定 TB 值的数据集才能算是大数据。研究资讯机构 Gartner 则认为： “大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

　　对“大数据”的特征概括，道格·莱尼（ DougLaney） 2001 年指出的数据增长有三个方向的挑战和机遇，即海量（ Volume） 、高速性（ Velocity） 、多样性（ Variety） ,形成最初的“3V”特征。之后，研究者进一步把“3V”扩展到了“4V”,从不同视角对第四“V”进行表述，如布赖恩·霍普金斯（ Brian Hopkins） 和鲍里斯 · 埃韦尔松 （ BorisEvelson） 撰写的《首席信息官，请用大数据扩展数字视野》的报告，提出大数据还应有易变性（ Variability） 特征。维克托 - 库克耶编写的《大数据时代》以及国际数据公司（ IDC） 均认为，大数据则还具有价值密度低、商业价值高的价值性（ Value） 特点。IBM 则认为大数据必然还具有真实性（ Veracity） 特征。2014 年，IBM 发布了《践行大 数 据 承 诺： 大 数 据 项 目 的 实 施 应 用》（ Realizing the Promise of Big Data: ImplementingBig Data Projects） 白皮书，在该报告中对进一步扩展了大数据的特性，首次提出将大数据的特性由“4V”扩展为“Vs”,“Vs”增加了数据黏度（ Viscosity） 特征。

　　对大数据的属性来说，大数据包含着技术属性和社会属性的双重属性。大数据在诞生之初主要是一个 IT 行内的技术术语，更多体现的是技术属性。如麦肯锡、Gartner 以及 IBM 等作为大数据的推崇者，事实上更侧重于从技术层面界定大数据。Gartner 在 2011 ~2013 年发布了多个与大数据有关的白皮书，如“Hype Cycle for BigData,2012”,明确定义了大数据的技术生命周期，指出大数据不只是一项单一技术，而是一个概念，是一套技术。更多的学者提出大数据还是一系列最先进现代信息技术体系，主要有云技术（ 虚拟化技术，分布式处理技术，海量数据的存储和管理技术，非关系型的数据库、实时流数据处理、智能分析技术等） 、分布式处理技术、存储技术（ 大数据存储和大数据分析） 、感知技术（ 传感器技术，指纹识别技术，无线射频识别技术） 等等。同时，大数据还具有社会属性，艾伯特·拉斯洛·巴拉巴西在《爆发： 大数据时代预见未来的新思维》一书中指出，“大数据，更强的流动能力，社会化增强； 每个人都是自媒体，个性化增强； 更大范围的连接，网络化增强”.表明大数据受社会影响与人、社会建立了广泛密切的联系，时刻发生着关系，展示了人类行为的规律性，具有社会属性。

　　对大数据时代的理解，维克托·迈尔 - 舍恩伯格在《大数据时代： 生活、工作与思维的大变革》一书中指出： 大数据时代已经到来，要用大数据思维去发掘大数据的潜在价值。从因果关系到相关关系的思维变革，是“大数据”颠覆传统认识论模式的关键。并进一步解释了大数据思维的三个要求： 需要全部数据样本而不是抽样、关注效率而不是精确度、关注相关性而不是因果关系，提出大数据思维和大数据智慧的重要理念。阿里巴巴的首席技术官（ CTO） 王坚对于大数据思维的独特见解是，“今天的数据不是大，真正有意思的是数据变得在线了。你千万不要想着拿数据去改进一个业务，这不是大数据，你一定是去做了一件以前做不了的事情。”同时，维克托·迈尔 - 舍恩伯格还指出：大数据是人们获得新的认知，创造新的价值源泉； 大数据还是改变市场、组织机构，以及政府与公民关系的方法。

　　基于上述分析，我们认为，“大数据”作为信息社会发展的一项新生事物和一个时代的标志，其内涵体系尚处认识、探索、研究的初始阶段，会随着实践的发展日益丰富。就目前而言，其含义主要从四个层次来理解： 第一，“大数据”指需要超出常规的技术工具、新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。第二，“大数据”具备海量（ Volume） 、多样性（ Variety） 、高速性（ Velocity） 、易变性（ Variability） 、巨大的数据价值（ Value） 、真实性 （ Veracity） 和强关联性（ Viscosity） 的“7V”为标志的“Vs”特征。第三，大数据具有技术属性和社会属性的双重属性，既是对“7V”为标志特征的数据集进行高效可行处理的最先进系统性技术工具和分析能力及方法，还是改变市场、组织机构，以及政府与公民关系的方法，展示了人类行为发展的社会规律性。第四，“大数据”是一种全新的大数据的思维方式和数据智慧。可以说，大数据开启了一个重大的时代转型，已经成为当今重要的社会资源及推动经济社会发展的动力源，完整地把握大数据含义对企业人力资源变革具有重要理论指导意义。

　　二、大数据助推企业人力资源管理变革

　　（ 一） 企业人力资源管理理念的大数据思维变革

　　基于大数据的理论分析，转变传统人力资源管理思维方式，形成大数据思维，积极变革人力资源管理模式和管理方法，成为企业人力资源管理应对大数据时代挑战的核心。维克托·迈尔 - 舍恩伯格指出： 大数据颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。据此，“大数据思维”变革主要包括： （ 1） 人力资源管理者首先应具备大数据思维。不仅需要战略上具备对人才需求变动的洞察力和前瞻性，还需具备拨雾见日的本领，对日常管理工作具备更高敏感性、专注力和创新思维的能力。同时，还要注重向员工培训和灌输大数据思维，形成全方位立体式的大数据思维。（ 2） 必须将大数据人力资源视为企业管理中的核心生产要素。人力资源部门作为企业中的重要职能部门，每天需要接触处理的信息量逐渐变大，数据种类也日益多样化，如记录员工基本信息、实际工作绩效情况、受训情况、人工成本、人力资本投资回报率、员工满意度、员工敬业度、员工绩效考核、核心员工流失率等。此外，企业外部可以获取的相关人力资源信息数量巨大，按大数据思维要求把如此丰富的人力资源视为组织的战略核心资产可为组织的绩效以及长久竞争优势的获取提供强劲的人力资源保障。（ 3） 人力资源管理者依据大数据的“7V”为保证特征，迫切需要人力资源决策从“经验 + 感觉”向“事实 + 数据”的思维模式转型。随着人力资源管理系统不断汇集、整理、分析和挖掘各项人事业务及人事信息，依据大数据具备的“7V”特征开发和利用大数据的价值、制定与公司战略基本一致的人力资源战略和规划、帮助部门及企业高层更加理性快速科学地决策等，均迫切需要人力资源决策从以往“经验 + 感觉”向“事实 + 数据”的思维模式转型，从而提高企业人力资源开发利用效率。（ 4） 预见性地确立以人为本的大数据战略方针，通过大数据解决企业人的问题。

　　（ 二） 企业战略人力资源管理真正从“幕后走向前台”

　　战略人力资源管理要求人力资源管理部门帮助企业高层管理者设计战略规划，制定支持组织整体战略规划的部门职能战略，提供实现战略的人才支撑。大数据时代到来，组织的外部环境不断变化，竞争使产业融合加剧，新的业态快速出现，导致企业的战略周期越来越短，组织的战略目标处于不断地变化和调整之中。人力资源管理作为企业和外部环境的有效连接者，确立战略人力资源管理的大数据思维，从以往的因果关系到相关关系的思维变革，利用相关关系分析法基础上的预测成为大数据的核心。一方面利用大数据资源和大数据技术洞悉企业面临的风险和挑战，在未来环境和组织目标可能发生变化的前提下进行预测分析，以确保企业长期、中期和短期战略实施的人力资源需求，使人力资源供给和需求达到动态平衡； 另一方面，大数据为战略人力资源管理从人与工作流程、日常运作、未来发展、战略四个角度将人力资源管理的角色更清晰分为战略伙伴，职能专家，员工支持者，变革推动者四类，形成具有外部匹配与内部匹配的配置效率，提升人力资源管理效率，促使企业战略人力资源管理真正从“幕后走向前台”.

　　（ 三） 企业人力资源管理内容和管理系统将推陈出新

　　目前，一般企业人力资源管理主要由六大模块构成，包括人力资源规划、招聘与配置、培训与开发、绩效管理、薪酬福利管理、劳动关系管理。六大模块各有重点，既相对独立又密不可分，涵盖了企业选人、育人、用人、留人的方方面面。大数据时代助推人力资源管理内容和体系进行变革： （ 1） 人力资源管理内容更加精细化、高效化。

　　如员工招募与选拔，利用大数据发现与选拔人才可以尽可能做到“全息搜索”,应聘者的各类信息无论是个人视频照片、工作信息、生活状况、社会关系、能力情况都可能被人力资源部门所了解掌握，从而形成关于应聘者的综合立体信息，实现精准的“人岗匹配”.又如人才测评，可利用“人才素质模型雷达图”等大数据信息和技术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据间潜在的联系，从而有效地进行人才测评，改进人才测评不足。惠普利用大数据搭建的离职风险评分系统，成功帮助 公 司 降 低 了 离 职 率 就 是 最 好 的 案 例。（ 2） 大数据催生新业态和新职位的出现，部分职位职能和职位关系要求重新确立。2012 年 7 月阿里巴巴集团宣布，在集团层面设立首席数据官岗位（ Chief Data Officer） ,成为国内第一个任命真正意义的首席数据官职位的企业，与此同时数据科学家、数据分析师、首席信息官、首席执行客户官等职位的相继出现。Gartner 高级副总裁兼全球研究负责人 Peter Sondergaard 表示： 到 2015年，大数据将为全球带来 440 万个 IT 岗位，预计每个大数据相关的岗位将催生三个非 IT 的就业机会。再如企业过去的市场部总经理，现在面临转型为新首席营销官，推动营销从“成本”中心到“价值”中心的转型，实现从营销到客户体验的拓展和业务变革，这些对岗位职责、绩效考核提出变革创新。（ 3） 人力资源第七个模块---人力资源信息（ 大数据） 管理崭露头角，职能将日益凸显，七大模块既相对独立又高度融合，以致边界模糊再造凸显。应该说很多企业对人力资源信息管理一直比较重视，并把它作为人力资源部门的一项重要的工作内容。但由于所掌握和分析的信息局限，加之技术的约束，往往仅限于企业内部的人力资源静态信息，存在信息孤岛和碎片化管理。随着云技术、分布式处理技术、存储技术的日渐成熟，大多处于“休眠”状态海量数据可以被利用，真正提升人力资源效率。另一方面，随着人力资源大数据拥有者、提供者和服务者等产业链的建设进程加快，大批人力资源专业公司和人力资源外包业务的发展，加之人力资源大数据资源将成为企业重要战略资源，人力资源大数据信息管理之“第七”模块的职能将日益凸显。人力资源海量数据真正用于提升企业战略，提高业务效率、改变业务流程、变革业务发展，与原有六大模块的相对独立变成高度融合，各个模块的数据化渗透，以致模块内容和模块关联模糊，边界再造凸显，促使企业人力资源管理内容、管理方法和管理系统将推陈出新。

　　（ 四） 企业人力资源管理模式和组织构架的升级变革

　　人力资源管理模式和管理系统作为企业现代信息化管理系统的重要内容，在大数据时代也面临着变革挑战。（ 1） 企业人力资源信息孤岛或者单线信息关联及碎片化的管理有望得到整合。目前，企业人力资源管理主要的工作还是以员工进出、员工培训、聘任、上岗、职务升降、离退或辞退等为主，这些工作分类本身具有较明显的结构特点，犹如一个个人力资源信息孤岛，可以独立成为一个工作单位。由于工作之间又存在交叉的现象，导致大部分人力资源是在无系统化的情形下进行碎片化的管理，大部分工作陷于具体的、重复的繁琐性事务中。此外，由于部分人力资源管理者能力的限制、人事工作规范性制度的缺失，导致工作中一些问题和环节未能有效管理。基于此，需要应用大数据理念和方法创新人力资源管理，将组织中每一个岗位单元链接成一个有序高效的整体，创建人力资源管理新模式和流程，使得人力资源信息孤岛或者单线信息关联及碎片化的管理得到整合。（ 2） 基于岗位的人力资源管理模式向基于能力为核心，能力和岗位结合的人力资源管理模式转变。在企业组织中，各个具体岗位为完成一定工作任务而设，组织中的个人必然是身处一定工作岗位，组织分工合作是企业的基本形态，由此形成基于岗位的人力资源管理模式一直在企业管理实践中发挥巨大作用。今天在大数据时代，这种管理模式已经无法适用于企业中的员工。以数据分析师为例，他们不仅需要强大的数据处理能力、科学的数据统计分析方法，更重要的还要具备对行业前景的远见及对未来业务发展动向的洞察力，而后者的提升更多需要自己的不断学习思考领悟。因此，基于能力管理为核心，能力与岗位有机结合，全面提升员工素质和能力的人力资源管理模式的变革成为必然。这种模式要求在人员的选拔、薪酬、绩效、个人发展和培训及职业指导等方面将采取不同以往的方式，每一环节都要与能力联系起来。人力资源管理的核心不再是工作而是个人，着重点也不再是工作和岗位任务描述而是个人能力的描述、激励和发展，形成岗位和能力的真正匹配。相应的组织中现有的人力资源管理系统进行调整，包括组织结构设计、企业文化重建等。（ 3） 企业人力资源管理组织结构由“金字塔”向“扁平化”的组织结构转换。以往人力资源主管往往处于金字塔尖，除了人员的基本信息采自普通员工以外，更多的人力资源信息来源于组织外围（ 第三方招聘、档案托管部门） 或组织上层。人力资源管理多级（ 二级、三级……级）管理模式，使成本增加，沟通减少。随着大数据信息化平台构建，“金字塔”管理系统将为“扁平化”的优化组织架构替代，决策层与基层员工通过网络更好地传递工作过程中的信息，有效沟通减少了成本，提高了管理效率，真正形成以人为中心的管理。

　　（ 五） 大数据方法融入促使人力资源管理手段方法更加丰富先进

　　人力资源大数据成为推动人力资源管理创新和决策升级的重要力量。其中也将促使着人力资源管理系统“大数据”技术的衍生和探索，管理方法和管理手段不断创新，日益丰富。维克托·迈尔 - 舍恩伯格指出： 大数据是人们获得新的认知，创造新的价值的源泉； 大数据还是改变市场、组织机构，以及政府与公民关系的方法，大数据的核心就是预测。（ 1） 大数据技术渗透人力资源管理，创新管理方法。如通过大数据多维数据仓库功能，进行数据建模，提高大数据时代的人力资源分析效率。具体如利用大数据进行员工离职分析，以往基于普通心理学和大众心理学的原理，将绩效持续下降、考勤异常、疏远团队等现象，作为员工离职的先兆。但这种预测方法，耗时耗力，主观性较强，且员工表现出的这些征兆，往往即将离职，挽回余地较小。如果能利用大数据技术，结合员工的个性、价值取向、职业发展规律、行业和企业特点、职业环境等要素构建数据库，通过先进手段提前2 ~ 3 年预测员工的离职倾向，将给人力资源管理工作带来更多的预见性和精确性。（ 2） 原有人力资源管理方法的完善和创新。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相关信息，帮助决策人员找到数据间潜在的联系，从而有效地进行人力资源开发配置。

　　如建立在大数据分析基础上的海氏分析法，由国际知名的资深测评行家 Hay Group 创立，其核心产品海氏系统法从实质上讲就是一种建立在大数据分析基础上的人员测评方法。该方法成为国际上使用最广泛的岗位评估方法。据统计目前世界 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。我国国内的“北森测评模型”也是具有代表性的依托大数据方法建立的测评体系。又如胜任力模型的改进，该模型原来的若干假设条件在大数据条件下面临变革创新。再如虚拟人力资源管理采用现代信息技术，将企业内部的人力资源管理的一部分职能分离出来，以职能外包的形式交由社会或其他组织、个人来承担。虚拟人力资源管理的出现，使企业的人力资源管理更灵活、更高效。

　　三、结语

　　大数据时代的企业人力资源管理变革，必然还面临企业内部以及外部的包括理念、投资、制度、环境和条件的一系列约束与挑战，诸如企业高层大数据管理变革思维的形成，人力资源大数据信息平台搭建的资金投入，信息资源的充分重复利用和资源共享机制的构建，现代信息技术对海量人力资源数据的收集处理筛选提取的运用，人力资源大数据拥有者、提供者和服务者等产业链的建设，企业、行业及国家人力资源大数据信息安全体系和机制的建立、能够处理大数据的“数据科学家”等专门人才培养等。

　　这就需要企业、政府、教育、科技、社会组织等多部门通力合作，也更需要国家法律政策、宏观战略的制定和财政资金的大力支持。这些必将是企业能否决胜于大数据时代人力资源管理变革的重要保障。

　　参考文献

　　[1]邬贺铨： 《大数据时代的机遇与挑战》，载于《科技与管理》2013 年第 4 期，第 47 ~49 期。

　　[2]孟小峰、慈祥： 《大数据管理： 概念、技术与挑战》，载于《计算机研究与发展》2013 年第 1 期，第 146 ~149 页。

TAG标签： 助推     管理创新     数据