隨著物聯網、虛擬化技術、區塊鏈、云平臺等一系列新興技術的加速發展和升級，互聯網掀起了第三次革命浪潮，全球數據呈現出爆發增長、海量匯集的態勢，改變了人們的思維、工作和生活方式，在政策、技術、產業、應用等領域發揮著越來越重要的作用。聯合國相關文件指出，“大數據時代已經到來，大數據的出現將會對社會各個領域產生深刻影響”。黨的十九大報告也提出要“推動互聯網、大數據、人工智能和實體經濟深度融合”。隨著一系列政策的出臺，大數據國家戰略正在加速落地。大數據將帶給企業全新的改變，滲透到企業的運營中，重塑企業管理，成為企業發展不可忽視的戰略資源。在此背景下，企業人力資源部門應當利用好大數據這一工具，實現傳統人力資源管理向數據驅動型人力資源管理轉變，進而提高企業人力資本效能，提升企業核心競爭力。

打造人力資源數據信息庫，奠定人力資源管理工作基礎。傳統的企業人力資源管理中，對于數據的搜集基本上是結構化數據，例如簡歷、年齡、教育經歷、工作經歷、出勤情況、薪酬等。大數據技術則大大拓寬了人力資源管理相關數據的范圍，因此可以利用大數據技術打造人力資源數據庫。

一是在數據搜集方式上，人力資源管理人員要充分利用各種大數據技術、借助計算機以自動化搜集為主，確保實時、持續性數據的搜集，提高搜集的效率和效能。二是要注重對半結構化、非結構化數據的搜集。一方面可以通過使用智能手機、傳感器、 辦公室物聯網或者可穿戴設備采集圖像、聲音、超媒體等信息;另一方面可以通過公司內部通信系統、數字化辦公系統等技術追蹤員工的個人和團隊在辦公場所的物理移動、與他人的交流互動等行為，以此采集員工工作中各種實時行為數據、關系數據。三是要構建一個多方位整合的人力資源數據信息庫。要將傳統的結構化數據與多種不同來源、結構化程度不同的數據進行整合;也要打破部門界限，實現企業內部部門間的數據共享，在人力資源管理和公司戰略之間建立清晰的關聯性;還要整合公司內部以及外部數據，包括與網絡運營商、電子商務網站、在線社交平臺、即時通信軟件廠商等開展數據合作，以彌補內部數據的不足。四是要注重數據安全問題的處理。在大數據環境下，大部分信息系統之間是緊密互聯的，數據既然具有共享性，就會涉及安全性問題，因此，在注重數據共享時，也要注意數據安全問題的處理，為大數據在人力資源管理中的有效應用保駕護航。

構建智能招聘平臺，高效開展招聘工作。當前部分企業的人才招聘模式中存在著諸多問題，譬如招聘雙方信息的不對稱性、篩選匹配信息的不準確性、招聘流程的復雜性等，使得招聘效率低下。基于大數據和人工智能技術的招聘工作在招聘信息發布、簡歷收集篩選、入職匹配等方面無疑能夠提升招聘的效率和效能。

首先，在人才來源方面，大數據環境下，企業可以通過硬件管理系統進行數據的采集以建立強大的人才數據庫，企業可在數據庫中尋求匹配的人才，求職者也可在數據庫中尋求匹配的工作，使二者實現信息的及時高效對接，消除信息不對稱性，為高效招聘人才打下基礎。其次，在簡歷篩選方面，大數據可以為招聘團隊打造簡歷智能篩選系統。一方面運用“區塊鏈”技術，對簡歷進行智能認證，實現候選者簡歷信息的真實性、不可篡改性、不可偽造性，有效解決簡歷造假問題;另一方面運用人工智能技術結合候選人相關背景、以往工作內容等進行綜合考量，從而達到精準匹配人才庫中符合要求的簡歷。再次，在員工甄選方面，可以有效運用視頻技術、虛擬現實等面試技術，讓候選人和招聘者更高效地溝通。通過建立人才數據庫和企業—人才互動網絡，真正實現大數據時代的移動化招聘，實現企業招聘的數據化和信息化，提升企業招聘的效率，優化企業人才配置。

打造智能化員工培訓系統，助力員工學習與成長。員工培訓是企業發展必不可少的途徑，科學合理的員工培訓能夠提升企業員工的素質，為企業發展積累人才、奠定基礎。大數據背景下，傳統的基于流程的培訓系統，將向基于員工知識管理的學習管理平臺轉變，智能化培訓系統能夠實現培訓資源和培訓需求的及時高效對接，從而提高培訓效果。

第一，在培訓資源建設方面，人力資源管理部門可以利用互聯網技術和云平臺，將企業所具備的培訓資源進行整合梳理，構建員工培訓學習的大數據平臺，以便為員工提供培訓支持。第二，在培訓需求滿足方面，人力資源管理部門可以運用區塊鏈技術，以打破員工在各個公司工作時的培訓壁壘，從而形成一個具備可持續性的學習檔案，來儲存員工在各個公司的學習記錄，建立起即時更新、不可篡改的培訓記錄，便于企業和員工準確把握培訓需求，開發有效的培訓資源;人力資源管理部門還可以利用“學習分析技術”平臺，通過結合員工的學習檔案、行為數據等為員工量身定制個性化學習方案，進而針對個性化培訓需求自動推送精準學習課程。第三，在培訓方式供給方面，人力資源管理部門可以建立在線學習網絡，方便員工利用移動設備和碎片時間，進行非正式的抑或是社交化學習，而不是局限在傳統的線下培訓。

構建數據驅動型績效管理系統，高效激勵員工。傳統人力資源管理部門在進行績效管理方面仍存在不少弊端，例如數據分析方式陳舊、繁瑣等，這使得在對員工進行綜合考核時，難以達到公平、公正，嚴重制約員工的積極性。在大數據背景下，企業可以借助大數據技術重塑績效管理，以數據為驅動，以大數據技術為輔助，使績效管理工具趨向多樣化和高效化，更加客觀、敏捷地進行績效數據分析，以制定合理的激勵方案，充分調動員工積極性，激發組織活力，最終達到持續提升組織績效、發展員工能力的目標。

具體來看，一方面，企業人力資源管理部門可以利用先進的數據挖掘工具對存儲的信息進行歸集整理、分類識別，并運用數據分析工具對已匯集存儲的數據進行建模分析，再通過一系列的輔助信息系統將分析結果按照流程和組織可視化呈現給管理層。另一方面，運用大數據技術，可以將企業的戰略目標轉化為一種可供操作的工作目標，最終實現將組織目標轉化為員工的日常行動，并納入個人績效考核機制中，同時可利用績效儀表盤等高科技技術對戰略目標進行動態調整，實現高效動態的績效管理。

建立離職預測模型，促進企業穩定發展。人才是第一資源，穩定的高素質人才隊伍是企業提升核心競爭力的關鍵。人才的流失會影響團隊的穩定、增加企業的重置成本，如何穩定人才隊伍，是人力資源管理工作的重點和難點。以往，人力資源部門的人才穩定工作主要是在當員工提出離職時進行人才挽留的干預，這種留任干預效果往往不佳。而以數據為驅動，運用大數據技術，能夠通過對員工歷史上的工作任期、離職行為和對應的大數據特征進行分析，預測員工離職意向，從而建立離職預測模型。基于離職預測模型，人力資源管理人員可以提前識別具有潛在離職傾向的員工，為人力資源經理提供提前主動干預的時機，提高人才留任的效率，穩定企業人才隊伍。