搜索一下“HR+大數(shù)據(jù)”,我們也許能得到幾百萬條記錄,可見大數(shù)據(jù)在HR領(lǐng)域并不是一個陌生的話題,遺憾的是,熱度有余而深度不足。北大光華的穆勝博士在其寫的《大數(shù)據(jù)為何走不進人力資源管理?》一文中提出“HR可能誤會了大數(shù)據(jù)”, HR的大數(shù)據(jù)需要有自己的玩法,其不同于傳統(tǒng)的HR數(shù)據(jù)分析的功能可以概括為三個方面:
一是養(yǎng)成平臺的能力:
大數(shù)據(jù)的特征概括為4V, Volume(大量)、Velocity(高速)、Variety(多樣性)、veracity(真實性)。這也決定HR的大數(shù)據(jù)絕不僅僅是把一些數(shù)據(jù)拿過來分析,而是一個涵蓋數(shù)據(jù)的產(chǎn)生、存儲、抓取、清理、分析、挖掘、建模、訓練、驗證、呈現(xiàn)的全過程的綜合平臺。
二是要有連接的效能:
與傳統(tǒng)的數(shù)據(jù)分析只需要得出一個數(shù)據(jù)性的管理結(jié)論不同,HR的大數(shù)據(jù)分析包括了 提出概念、分析框架、數(shù)據(jù)準備、數(shù)據(jù)清理、數(shù)據(jù)挖掘、模型創(chuàng)建、訓練驗證以及管理行動,其過程充分卷入了HR三支柱的COE、BP和SDC,乃至于管理者和員工,其目標是推動HR管理的持續(xù)改善。
三是能夠牽引HR的方向:
傳統(tǒng)的數(shù)據(jù)分析多是事后的總結(jié),是一種滯后的管理。而HR的 大數(shù)據(jù)分析則要求能夠幫助HR進行預測,實現(xiàn)前置的管理。
例如傳統(tǒng)的人力資源通過績效管理來識別高績效的員工并幫助員工持續(xù)提升績效,而在大數(shù)據(jù)模式下的思路則是通過數(shù)據(jù)的挖掘找到高績效員工的特征要素,讓企業(yè)的每一個員工都能夠持續(xù)產(chǎn)生高績效。
由于多數(shù)企業(yè)在HR的數(shù)據(jù)領(lǐng)域缺乏規(guī)劃,要實現(xiàn)上述突破對HR部門而言將是一個漫長而艱難的過程。本文以HR大數(shù)據(jù)領(lǐng)域騰訊的實踐與探索為例,說明HR領(lǐng)域大數(shù)據(jù)實踐的現(xiàn)狀。
騰訊在HR領(lǐng)域的大數(shù)據(jù)實踐最早可以追溯到2012年,通過People Soft搭建起了HR的統(tǒng)一結(jié)果庫,并開展了第一期的數(shù)據(jù)清理工作。
1騰訊的HR大數(shù)據(jù)平臺由應用層、功能層以及團隊三個部分組成
(1)應用層主要解決HR大數(shù)據(jù)如何支撐HR業(yè)務的問題,闡述的是大數(shù)據(jù)的應用場景,以及需求如何被響應和落地。
(2)功能層主要解決HR大數(shù)據(jù)在后臺如何運作的問題,闡述的是如何去科學的管理和使用數(shù)據(jù),保障數(shù)據(jù)的質(zhì)量和價值,包括元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理和邏輯建模規(guī)劃三大核心模塊。
(3)從應用層和功能層我們可以看到HR的 大數(shù)據(jù)涉及了HR專業(yè)以外的IT系統(tǒng)、數(shù)據(jù)庫、數(shù)據(jù)分析、產(chǎn)品設計等多個專業(yè),這也意味著 僅憑專業(yè)的HR是無法搭建起HR的大數(shù)據(jù)平臺的。
以騰訊SDC的大數(shù)據(jù)團隊為例,其成員由SSC、E-HR、區(qū)域中心的員工共同組成,是一個擁有人力資源、HR信息化、數(shù)據(jù)庫、HR咨詢復合工作經(jīng)驗和背景的團隊。
2在連接效能上我以騰訊正在開展的某項目舉例
該項目由COE最先提出概念,先后卷入SDC和BP,執(zhí)行迅速成立了項目聯(lián)合團隊。
其中COE團隊負責政策、資源的協(xié)調(diào)以及專業(yè)方向的把控,BP團隊負責模型驗證以及落地研究,SDC團隊則負責數(shù)據(jù)清理、質(zhì)量建設、特征挖掘以及模型的搭建和訓練。
在這個項目中,不僅COE、BP和SDC的人被連接起來,同時連接的還有對應的“事”和“信息”。
3在牽引HR的方向上以騰訊社招候選人穩(wěn)定性分析為例
傳統(tǒng)的HR數(shù)據(jù)分析會圍繞離職率展開分析,而在HR的大數(shù)據(jù)分析中則是 將騰訊歷史上所有的員工按照穩(wěn)定程度分成多個樣本,通過數(shù)據(jù)的挖掘找到與穩(wěn)定性相關(guān)的典型特征,建立起能夠識別候選人穩(wěn)定性的數(shù)學模型。
其目標之一是希望通過應聘者的簡歷自動對其穩(wěn)定性給出評估建議,也為后續(xù)招聘以及保留環(huán)節(jié)提供參考。
幾點建議給到準備進行HR大數(shù)據(jù)探索的同行們
1. 從現(xiàn)在開始,夯實數(shù)據(jù)基礎。
以騰訊的某個HR大數(shù)據(jù)項目為例,一次調(diào)用的數(shù)據(jù)就超過了600萬條,400多個字段,一般的PC機以及excel、spss等工具都無法支撐此種量級的數(shù)據(jù)挖掘,但是其量級又達不到使用TDW的程度,加上數(shù)據(jù)敏感性等諸多因素,最終發(fā)現(xiàn)需要搭建用于HR大數(shù)據(jù)分析的服務器。
2. 數(shù)據(jù)質(zhì)量決定數(shù)據(jù)的價值。
涂子沛在《大數(shù)據(jù)》一書中用了整整一個章節(jié)來闡述 數(shù)據(jù)質(zhì)量,足見數(shù)據(jù)質(zhì)量的重要性。在此我想用一句話來補充說明:在 一堆錯誤的數(shù)據(jù)中,你能指望得出正確的分析結(jié)果嗎?
3. 是挖掘數(shù)據(jù)而不是統(tǒng)計數(shù)據(jù)。
僅從統(tǒng)計學的方法上看就可以看到差別,傳統(tǒng)的HR數(shù)據(jù)分析用的最多的統(tǒng)計方法就是描述統(tǒng)計、箱型圖等。
但是到了 HR的大數(shù)據(jù)分析,相關(guān)性分析、方差分析、回歸分析、聚類分析、決策樹模型等用的會更多。其原因就像維克托.邁爾-舍恩伯格在其《大數(shù)據(jù)時代》中強調(diào)的, 大數(shù)據(jù)研究的“不是因果關(guān)系,而是相關(guān)關(guān)系。”
對于企業(yè)的HR而言, 當HR遇上大數(shù)據(jù),我們更應該抓住這個機會,在大數(shù)據(jù)平臺能力,連接的效能,牽引HR方向這三方面尋求突破,進行創(chuàng)新性的研究和探索,提升HR之于企業(yè)的價值和影響力。
最后借用名言:“It was the best of times, it was the worst oftimes”,I時代帶給HR的不僅僅有挑戰(zhàn),同樣也有機會。亦如郭重慶院士所言,“管理學界應該抓住這個機會,實現(xiàn)自己的歷史使命和擔當。”
來源:環(huán)球人力資源智庫