背景：如果評選2015年最忙的詞匯，“大數據”應該榜上有名。各個行業都在為大數據時代的到來歡欣鼓舞。在人才管理的各類行業論壇、專業研討會、案例分享活動中，不管是否與自己的業務有關聯，標題和內容也是言必稱大數據。似乎不抓住這些機會明確表態，就會被時代淘汰一樣。之前北森與許多HR 從業者交流過他們對大數據的看法——絕大部分人說不出來“大數據”到底指什么內容，只是模糊的覺得這是趨勢，會改變他們未來的工作方式。
鑒于此，北森專門收集了HR同仁們對大數據在人才盤點過程當中的一些問題，請北森測評云高級產品總監&北森人才管理研究院的王丹君女士進行了解答。
1.大數據與人才盤點之間有什么關系?
坦率來講，大數據其實跟現在企業里面做的人才盤點本身并沒有特別直接的關系。當然我們做的所有事情的基礎都是基于數據，北森認為兩者之所以能夠關聯在一起，也體現了HR同仁們在現在工作中，可能對數據的一種渴望，或者希望有更多的信息能夠去支持我們的決策。
我想先簡單的跟大家分享一下關于大數據的東西。可能有一些朋友對北森有點熟悉，之前也參加過北森的活動，我們其實會經常在一些活動上跟大家分享大數據這個概念，只是在管理領域或者人力資源這個領域里面，它可能用到的一些場景。我們自己也有專門的技術和產品團隊去做這個方面的一些嘗試和努力。
其實在同行之間也做很多的交流，我們發現，在HR的領域，可能是跟我們具體在工作中會產生的那些數據的量有關系，包括獲得的那些可以分析的東西有關系。其實包括很多的供應商，大家在講的大數據并不是真正的大數據的概念，大家經常會講大數據，那大數據和數據的差別就差那一個大字。那bigdata是不是當你的數據量上去了，它就算是大數據?為什么大數據火了，主要跟互聯網的發展有非常大的關系。
我相信今天在群里的這些群友可能除了用微信，應該也用微博、知乎、豆瓣等社交網絡，互聯網的發展提供了越來越多這種交流，然后連接人和人，人和知識，人和信息這樣的一些平臺。當這些平臺比較多了以后，就會產生非常多的信息，這時，我們就會很關心說，所有的用戶在這些平臺上的一些動作也好，發言也好，是否代表一些趨勢，中間能否分析出一些規律。
因此，平臺上產生的數據量才可以稱為大數據，這時你已經沒辦法用簡單的統計來分析。分析的實時性也很重要，就是不能延時，過一個星期才能獲得這樣的結果肯定是不行的。所以當這些訂單產生了海量的信息以后科學家們，包括計算專家，互聯網的從業者，甚至多數學家都會研究說那我們該怎么辦?我們是不是能在這中間獲得一些更多的價值，我們能挖掘出什么。于是，有人把大家做的這些事情，稱之為大數據。
2.大數據到底用在什么地方?
現在在大數據領域，作為普通用戶你能感受到的，最重要的一個價值是排序和推薦。排序大家可以理解，其實推薦也是一種排序。近期如果大家買的比較多，會發現淘寶的搜法有了一些變化。以前，比如說搜連衣裙，可能我搜的和您搜的連衣裙結果是一樣的，因為我們用的關鍵詞都是連衣裙這三個字，但是最近，可能會發現，你再搜連衣裙，淘寶出現的排序結果，可能就不一樣了。我們說這個排序的結果可能就會優先出現的是你最近搜索過的連衣裙，咱倆搜的結果不一樣的時候，它就會有差別。
然后可能還會優先給你推薦的是根據以往搜索或者購買記錄，你可能會喜歡那樣的款式。慢慢地，我們會發現，每一個用戶，即使你想在上面做同樣的事情時，以往在這個平臺上所做過的那些嘗試和努力，它就產生了一個價值，所以你看到的最直接的結果就是順序變化了。大數據做的主要事情就是不斷地去揣摩您在這個平臺上所做出的行為，不斷地給你的行為構建一個模型，然后根據模型去匹配你有可能感興趣的東西。
大數據現在用的最多的就是排序，后面會專門講一下在HR的領域，大數據都能做一些什么。如果大數據這個領域將來大家發現，別人跟你講大數據，只強調數據多，那他一定是耍流氓。
3.大數據在HR領域成功的關鍵是什么?
把大數據的成功關鍵歸納成幾個方面，其實在不同的領域，包括將來如果我們在HR的領域去做大數據方面的實踐，其實也是一樣的。第一是數據量要大，真的數據量要大的時候，可能去使用這樣的相關技術才有價值。如果說每天只產生100套200套數據，那么用Excel可能就更快，所以數據量大是大數據的第一個關鍵。
第二是存儲能力，當數據量大的時候，這個數據如何去存儲，如果能快速提取出來很重要，這個是比較技術化的。
第三是算法和模型，所有的大數據并不是一個簡單的搜索，算法和模型是非常非常重要的，第四是計算能力，就是數據是否能實時得到結果。如果計算的數據是上個月的結果，那可能參考意義就會比較低，但如果你能實時的得到各種各樣的分析，那可能就會比較有價值。就像我們前面說的，如果你是上個月，在淘寶買了很多玉米，那這個月的時候系統才給你推薦玉米，可能這個就不是你想要的東西。
簡單來講，做這么多事情，其實它要達到的一個目的，就是從很龐雜的大量數據背后，能夠挖掘和分析出用戶的習慣，他們的行為，還有他們的喜好，能夠自動的找出更符合用戶口味的產品和服務，然后結合他的需求去調整這個推薦的產品，去調整推薦的候選人。總的來講，現在的大數據主要的應用目的就是提高效率，然后優化資源配置。
4.怎樣把大數據與人力資源工作的規劃與優化相結合?又怎樣去幫助/支撐公司去做出決策?
在HR的工作里面，可能會用到的數據分析有兩類，一類是一般性的數據分析，可能大家日常都會在做，一般就叫HRdatas。最開始時，就是記錄數據，比如統計員工的工時，然后計算員工的效率，可能在薪酬績效方面都會產生流量化的數據，我們將它記下來，用于描述現在的一個情況。這種HR的數據分析，尤其是在一個單一的組織里面，其實數據并不會特別多，當然如果您是在一個多樣化的集團，可能數據非常多，那仍然是一個統計的工作。
我們做了許多工作去搜集數據，試圖尋找一些相關性。數據的類型主要分成兩類，一類叫business data，是業務流程的分析，另外一種叫people data，是跟人才相關的分析，比如人才情況的一些展現，還有一些是分類的信息統計等。
5.現在市面或者研究機構里面，真正在HR領域做了大數據，會做一些什么樣的事情?
所有我們做的數據歸根到底都是為了描述業務現狀，能幫我們去做更好的決策。去找到關于人才，或者關于組織發展相關的一些問題的答案。
比如，老板最想問的是很多事情進行的怎么樣了?你的招聘進行到什么程度了?你的人工成本有多高?你的成績分布情況是怎么樣的?然后我們去了解這些業務的現狀。給大家分享一下，就是這個不是大數據，其實就算是一個數據分析，是跟人才盤點有關系的，我們在這個領域做的一點點的嘗試。
圖1
這張圖只算是一個數據的聚合。當我們聊數據和大數據的時候，我覺得數據應該會有幾個層次，而數據的展現是所有數據使用的基礎。當然更基礎的是你首先得有這樣的數據。上圖是一個人才盤點報告，這個報告的一頁紙里面能夠展現出這個人各方面的特點。如個人信息、工作經歷、獎罰情況、發展建議、測評結果、人才地圖等。可能這個都算不上數據分析，但是這個數據能夠為你所用，為決策所用，這個價值就夠了。這個是最基礎的，能夠讓您收集所有的信息展現出來。
從這個圖上來看，這些信息是從不同地方獲取來的。比如說員工的基本信息，包括一些項目經理的經歷，可能是從他的EHR系統里面獲取來的，測評結果可能是從北森的測評系統里獲取來的。人才地圖就是九宮格的這種可能是從以前盤點的結果導入進來的。也有可能您有繼任系統，或者專門做了一個什么樣的系統，從那個系統里獲取來的。那領導力素質有可能會從360度評估系統里獲取來，當然這個圖里面還缺信息，如果更多的話還會展示績效的一些信息。甚至是本次人才盤點，如果還請候選人做了一些準備，可能還會有一些針對本次活動的一些輔助信息。
其實我覺得是否大數據不重要，重要的是那個有用就好。你能夠讓你的領導也好，參與人才盤點的人也好，在特別短的時間內能夠快速的把握內部候選人的特點、重點就足夠了。所以即使大家將來手工做這個事情，或者是將來通過系統去呈現它。可能有幾個重點，一個是不同的數據源的信息要弄到一起;第二個就是你展現的那個信息是跟你特定的使用場景非常相關的;第三個就是盡量以圖視化的方式展現，而不要全是文字或者全是數字。
京公網安備 11010502049343號