大数据时代人力资源管理创新模式研究
- 格式：pdf
- 大小：207.01 KB
- 文档页数：2
ＮＯ．１ ７。 ２Ｏｌ ４
现 代 商 贸 工 业 Ｍｏ ｄ ｅ ｒ ｎ Ｂ ｕ ｓ ｉ ｎ ｅ ｓ ｓ Ｔ ｒ ａ ｄ ｅ Ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙ
２ ０ １ ４年 第 １ ７期
大 数据时代人力资源管理创新模 式研究
陈 莉 胡
（ 华 中师范大学信 息管理 学院 ， 湖 北 武 汉 ４ ３ ０ ０ ７ ９ ） 摘 要 ： 以大数据环境 为基础 ， 通 过 分析 大 数 据 与 人 力 资 源 管 理 的 关 系 ， 列 举 了现 今 人 力 资 源 管 理 中 能 够 构 成 大 数 据 的 ４类 数 据 ； 根 据 当前 人 力 资 源 管 理 发 展 中存 在 的 几 个 问 题 提 出 了管 理 环 节 中基 于 大 数 据 的 招 聘 、 人 才测评 、 决 策 及 循 证
管理创新 模式 ， 最 后 阐 述 了融 合 大数 据 的 人 力 资 源 管理 应 注 意 的 经 济 及 安 全 问题 。
பைடு நூலகம்
关键 词 ： 人 力资 源管理模式 ； 大数据 ； 社 交网络招聘 ； 绩 效考核 ； 循 证 管 理
中图分类号 ： Ｆ ２ 文献 标识码 ： Ａ 文章编号 ： １ ６ ７ ２ － ３ １ ９ ８ （ ２ ０ １ ４ ） １ ７ － ０ ０ ２ ４ — ０ ２
２ ． １ 人 力 资 源 管 理 处 理 各 类 数 据 的 观 念 固 化 首先， 我 们 讨 论 了 人 力 资 源 部 门 在 履 行 职 能 中 处 理 的 谷歌 的关系 和发展 ； Ｓ ｃ ｉ ｅ ｎ ｃ ｅ在 ２ ０ １ １年 刊 登 了 文 章 “ Ｄｅ ａ ｌ ｉ ｎ ｇ 且 数量不 断增多 ． 然 而 目前 多 数 人 力 资 源 部 ｔ ｈ ｅ ｄ ａ ｔ ａ ” ， 阐 述 数 据 洪 流 能 够 加 速 推 进 社 会 发 展 。可 见 大 数 数 据 类 型众 多 ， 即 部 分 数 据 据 已渗 透 到 现 代 信 息 化 的 各 个 领 域 ， 在 人力 资源 管 理领 域 ， 门对数据 大都予 以主 观 判断 的轻 重选 择 方 式 ，
劣势 。
将到来 。Ｇ ａ ｒ ｔ ｎ ｅ ｒ 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 。世 界 型 权 威 期 刊 也 于 ２ ０ ０ ８年 后 陆 续 刊 载 有 关 大 数 据 的 论 文 如 Ｇｒ ａ ｈ ａ ｍ— Ｒ ｏ ｗ ｅ等 在 ＮＡ — ＴｕＲＥ发 表 了 “ Ｂ ｉ ｇ ｄ ａ ｔ ａ ：Ｔ ｈ ｅ ｎ ｅ ｘ ｔ Ｇ ｏ ｏ ｇ ｌ ｅ ” ． 阐 述 大 数 据 与
忽 略” 。改 变 人 力 资 源 部 门 大 数 据 也 逐 渐 突 显 其 量 化 的 指 导 性 作 用 。 当 下 该 如 何 把 握 在 未 经 审 核 比较 的 前 提 下 就 被 “ 对 数 据 筛 选 处 理 的 观 念 ， 将 有 用 信 息 全 部 进 行 数 据 化 处 理 大 数 据 以 实 现 人 力 资 源 管 理 的 创 新 是 人 力 资 源 管 理 系 统 迫 并 辅 以 深 度 加 工 是 目前 需 要 解 决 的 问 题 之 一 。 切需要 探索 的问题 。 ２ ． ２ 人 力 资 源 管 理 模 式 落 后 于“ 现 代化工具” ｌ 大数 据 与人 力资 源管理 的 关 系 人 力资 源 管 理 在 发 展 中经 历 了商 务 软 件 应 用 阶段 、 现 阶 段 的 人 力 资 源管 理 中存 在 海 量 个 人 、 流程 数据 ， 且 Ｅ Ｒ Ｐ应 用 阶段 ， 逐 渐 形 成 了 人 力 资 源 管 理 系 统 。然 而 最 近 结构 规模符合 大数 据 的要 求 ， 因 此 大 数 据 在 人 力 资 源 管 理 短 短几年问先后 出现 了大数据 、 云计算 等 概念 ， 同 时 伴 随 而 职 能 中 具 有 重 要 的作 用 。 来 的 信 息 化 技 术 如 Ｍａ ｐ —Ｒ ｅ ｄ ｕ ｃ ｅ 、 Ｈａ ｄ ｏ ｏ ｐ等 也 被 应 用 于 诸 １ ． １ 人 力 资 源 管 理 中 大 数 据 的 来 源 多 领 域 。 相 反 的人 才 资 源 基 数 逐 年 增 大 ， 传 统 的 人 力 资 源 不 同领 域 的 大 数 据 内 容 各 不 相 同 。 人 力 资 源 管 理 中 的 管 理 部 门 对 相 关 信 息 的 处 理 手 段 过 于 主 观 粗 糙 化 ， 很 难 从 “ 大数据 ” 源 自于 人 力 资 源 部 门 在 开 展 “ 人” 与“ 事” 的 各 类 工 综 合 角 度 评 价 人 才 素 质 、 绩效 结果 等 指标 ， 且 管 理 效 率 逐 渐 作中， 所产 生 的业 务 、 资料、 政策、 行为、 过 程 等 各 项 信 息 内 下 降 。面 对 当下 的 信 息 时 代 ， 人 力 资 源 管 理 需 要 跟 上 步 伐 容 。具 体 能 够 构 成 大 数 据 的 数 据 类 型 包 括 基 础 、 能力 、 效 并 合 理 结 合 现 代 化 工 具 。 率、 潜 力 ４类 数 据 ， 如 表 １所 示 。 ２ ． ３ 数 据 分 析 及 趋 势 预 测 效 果 不 佳
Ｏ 引 言
１ ９ ８ ０年 阿 尔 文 ・ 托 夫 勒 等 人 就 预 见性 地 指 出 大 数 据 即
２ 现 阶 段 人 力 资 源 管 理 发 展 存 在 的 问题
上 一 阶 段 战 略 性 人 力 资 源 管 理 与 企 业 战 略 目标 纵 向 匹 配 的 研 究 已经 较 为 完 善 ， 尤 其 在 定 性 研 究 中 成 果 显 著 。但 进 入移动互联 网高速发展 、 数据 激增 的 时代 ， 对 数 据 处 理 要 求 更高 ， 人 力 资 源 管 理 在 定 量 处 理 方 面 的 发 展 逐 渐 暴 露 出
现 代 商 贸 工 业 Ｍｏ ｄ ｅ ｒ ｎ Ｂ ｕ ｓ ｉ ｎ ｅ ｓ ｓ Ｔ ｒ ａ ｄ ｅ Ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙ
２ ０ １ ４年 第 １ ７期
大 数据时代人力资源管理创新模 式研究
陈 莉 胡
（ 华 中师范大学信 息管理 学院 ， 湖 北 武 汉 ４ ３ ０ ０ ７ ９ ） 摘 要 ： 以大数据环境 为基础 ， 通 过 分析 大 数 据 与 人 力 资 源 管 理 的 关 系 ， 列 举 了现 今 人 力 资 源 管 理 中 能 够 构 成 大 数 据 的 ４类 数 据 ； 根 据 当前 人 力 资 源 管 理 发 展 中存 在 的 几 个 问 题 提 出 了管 理 环 节 中基 于 大 数 据 的 招 聘 、 人 才测评 、 决 策 及 循 证
管理创新 模式 ， 最 后 阐 述 了融 合 大数 据 的 人 力 资 源 管理 应 注 意 的 经 济 及 安 全 问题 。
பைடு நூலகம்
关键 词 ： 人 力资 源管理模式 ； 大数据 ； 社 交网络招聘 ； 绩 效考核 ； 循 证 管 理
中图分类号 ： Ｆ ２ 文献 标识码 ： Ａ 文章编号 ： １ ６ ７ ２ － ３ １ ９ ８ （ ２ ０ １ ４ ） １ ７ － ０ ０ ２ ４ — ０ ２
２ ． １ 人 力 资 源 管 理 处 理 各 类 数 据 的 观 念 固 化 首先， 我 们 讨 论 了 人 力 资 源 部 门 在 履 行 职 能 中 处 理 的 谷歌 的关系 和发展 ； Ｓ ｃ ｉ ｅ ｎ ｃ ｅ在 ２ ０ １ １年 刊 登 了 文 章 “ Ｄｅ ａ ｌ ｉ ｎ ｇ 且 数量不 断增多 ． 然 而 目前 多 数 人 力 资 源 部 ｔ ｈ ｅ ｄ ａ ｔ ａ ” ， 阐 述 数 据 洪 流 能 够 加 速 推 进 社 会 发 展 。可 见 大 数 数 据 类 型众 多 ， 即 部 分 数 据 据 已渗 透 到 现 代 信 息 化 的 各 个 领 域 ， 在 人力 资源 管 理领 域 ， 门对数据 大都予 以主 观 判断 的轻 重选 择 方 式 ，
劣势 。
将到来 。Ｇ ａ ｒ ｔ ｎ ｅ ｒ 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 。世 界 型 权 威 期 刊 也 于 ２ ０ ０ ８年 后 陆 续 刊 载 有 关 大 数 据 的 论 文 如 Ｇｒ ａ ｈ ａ ｍ— Ｒ ｏ ｗ ｅ等 在 ＮＡ — ＴｕＲＥ发 表 了 “ Ｂ ｉ ｇ ｄ ａ ｔ ａ ：Ｔ ｈ ｅ ｎ ｅ ｘ ｔ Ｇ ｏ ｏ ｇ ｌ ｅ ” ． 阐 述 大 数 据 与
忽 略” 。改 变 人 力 资 源 部 门 大 数 据 也 逐 渐 突 显 其 量 化 的 指 导 性 作 用 。 当 下 该 如 何 把 握 在 未 经 审 核 比较 的 前 提 下 就 被 “ 对 数 据 筛 选 处 理 的 观 念 ， 将 有 用 信 息 全 部 进 行 数 据 化 处 理 大 数 据 以 实 现 人 力 资 源 管 理 的 创 新 是 人 力 资 源 管 理 系 统 迫 并 辅 以 深 度 加 工 是 目前 需 要 解 决 的 问 题 之 一 。 切需要 探索 的问题 。 ２ ． ２ 人 力 资 源 管 理 模 式 落 后 于“ 现 代化工具” ｌ 大数 据 与人 力资 源管理 的 关 系 人 力资 源 管 理 在 发 展 中经 历 了商 务 软 件 应 用 阶段 、 现 阶 段 的 人 力 资 源管 理 中存 在 海 量 个 人 、 流程 数据 ， 且 Ｅ Ｒ Ｐ应 用 阶段 ， 逐 渐 形 成 了 人 力 资 源 管 理 系 统 。然 而 最 近 结构 规模符合 大数 据 的要 求 ， 因 此 大 数 据 在 人 力 资 源 管 理 短 短几年问先后 出现 了大数据 、 云计算 等 概念 ， 同 时 伴 随 而 职 能 中 具 有 重 要 的作 用 。 来 的 信 息 化 技 术 如 Ｍａ ｐ —Ｒ ｅ ｄ ｕ ｃ ｅ 、 Ｈａ ｄ ｏ ｏ ｐ等 也 被 应 用 于 诸 １ ． １ 人 力 资 源 管 理 中 大 数 据 的 来 源 多 领 域 。 相 反 的人 才 资 源 基 数 逐 年 增 大 ， 传 统 的 人 力 资 源 不 同领 域 的 大 数 据 内 容 各 不 相 同 。 人 力 资 源 管 理 中 的 管 理 部 门 对 相 关 信 息 的 处 理 手 段 过 于 主 观 粗 糙 化 ， 很 难 从 “ 大数据 ” 源 自于 人 力 资 源 部 门 在 开 展 “ 人” 与“ 事” 的 各 类 工 综 合 角 度 评 价 人 才 素 质 、 绩效 结果 等 指标 ， 且 管 理 效 率 逐 渐 作中， 所产 生 的业 务 、 资料、 政策、 行为、 过 程 等 各 项 信 息 内 下 降 。面 对 当下 的 信 息 时 代 ， 人 力 资 源 管 理 需 要 跟 上 步 伐 容 。具 体 能 够 构 成 大 数 据 的 数 据 类 型 包 括 基 础 、 能力 、 效 并 合 理 结 合 现 代 化 工 具 。 率、 潜 力 ４类 数 据 ， 如 表 １所 示 。 ２ ． ３ 数 据 分 析 及 趋 势 预 测 效 果 不 佳
Ｏ 引 言
１ ９ ８ ０年 阿 尔 文 ・ 托 夫 勒 等 人 就 预 见性 地 指 出 大 数 据 即
２ 现 阶 段 人 力 资 源 管 理 发 展 存 在 的 问题
上 一 阶 段 战 略 性 人 力 资 源 管 理 与 企 业 战 略 目标 纵 向 匹 配 的 研 究 已经 较 为 完 善 ， 尤 其 在 定 性 研 究 中 成 果 显 著 。但 进 入移动互联 网高速发展 、 数据 激增 的 时代 ， 对 数 据 处 理 要 求 更高 ， 人 力 资 源 管 理 在 定 量 处 理 方 面 的 发 展 逐 渐 暴 露 出
