1、大数据时代的人才管理 前几年在某大型跨国公司管理团队时，我意识到 “大数据 ”在 HR管理中的作用。在管理团队薪酬时， IT系统不仅处理薪酬流程，还提供对标数据支持决策：调薪周期开始时，公司把调薪预算从上到下分解到各级经理，经理会具体分析每个下属员工应该分配多少预算。一般会考虑：一、员工当期绩效表现，二、目前在公司内同类工作岗位中所处薪酬水平？三、与同行和竞争对手的同类岗位相比处于什么水平？经理根据业务需要确定是否要努力保留一位员工，通过预算分配使员工处于合理的薪酬水平。这个系统不仅提供了公司内按职位角色细分 的薪酬分布曲线，同时提供了行业薪酬分布曲线，使管理人员能直观看到员工调薪前后在公司内
2、及市场上的薪酬 “分位值 ”。 公司如果有规范的职位职务体系基础容易统计内部薪酬分布，行业的数据一般来自大型 HR 咨询公司的薪酬数据库。做跨公司的职位职务对应匹配却是件有挑战性的事情 你怎么知道 A 公司的八级软件工程师相当于 B 公司的十级咨询顾问呢？传统上，我服务的那家公司是定向的对标指定，即人工对应到具体同类型公司的同类型岗位。随着技术的发展，现在时髦的基于文本分析的 “大数据分析 ”能够解决更广泛的职位匹配问题，再结合薪酬数据库，能 够更准确做薪酬对标。可以预计，这种对标方法会成为一种更加普及的应用。 HR 咨询公司薪酬数据库的客观性和准确性往往存有争议，大企业做对标时一般会购买几家
3、咨询公司的数据，相互参照使用。然而，现在互联网上各种 “晒工资 ”网站越来越多，例如GlassD，基于互联网的大数据分析可能颠覆传统的薪酬数据库服务，企业能够更加实时、准确地做职位薪酬对标，提升人才管理水平。 HR 部门的价值从后台服务职能，发展到帮助业务部门挖掘、培养、发展人才，成为企业业务的驱动者，人才相关数据的分析为这样的工作方式转型提供了可能性。不仅是薪酬数据分析，从上图所示的 HR 相关数据可以产生很多分析机会。 例如某些专业岗位招聘如何选择候选细分人群，需要在用人成本、人才质量、使用风险以及细分人群供应量等不同因素中平衡，可以通过数据挖掘方法，根据不同人才寻源策略确定相应的候选人细
4、分对象；又如雇主品牌建设，通常员工敬业度调研结果中薪酬是一个抱怨因素，可是，实际薪酬水平以及期望薪酬水平与员工的敬业度、 员工绩效之间有多深的关联？不同的薪酬或者奖金结构方式会对敬业度产生什么影响？再例如提高招聘质量，国外某保险公司对数百例初级销售人员聘用后的实际业绩分析发现，应聘人资质与业绩相关度较高的因素有：简历文本质量（语法准确、表述清楚）、教育经历完整性、高端产品销售的经验、过去类似工作的成功、不确定环境下工作的能力等，并有意思地发现大学档次、大学成绩、推荐人资质等因素与业绩相关度不高。除此之外，在员工保留因素、销售人员绩效、出勤率预测、继任计划、人才管道计划、高潜力人才挖掘等人力资源
5、管理领域，数据分析都有广泛的应用。 HR 总监向管理层解释工作计划是件比较麻烦的事情，如果他在预算会上拿出一份人员自然减员率分析、招聘预测、人员管道与业务增长相关性、不同绩效水平的薪酬增长比率和市场对标水平等数据的分析报告，可以设想这会多么有说服力。 在移动、社交和互联的今天，与消费者开展 “倾听、理解、使能 ”循环，加上精准效果评估，是新一代首席营销官的工作模式。如果把人才和员工看做 HR 的营销对象，首席人力资源官的工作方式会越来越像 CMO，通过社交媒体的多向信息沟通特点，建立内外部人才协作、目标设定和绩效跟踪、职业生涯管理、人才寻源等， 并准确评价 HR 投入产出效果。 来源：人力资源开发与管理 2014 年 05 期 作者：陈果
