“博士，我們需要一個關于大數據(big data)人力資源管理的講座!”這是2014年開年以來，我聽到來自500強HR們的新需求，同時這也在所有需求中排名前Top3。是呀，大數據的魅力已經無需證明!渴望改變的HR們又怎么會放棄這樣一個“殺手級”利器?
大數據的HRM大未來
大數據是什么?簡單來說，大數據就是大量的數據，其具有4V的特點：Volume(大量)、Velocity(高速產生)、Variety(多樣性)、veracity(真實性)。進一步看，就是在某些領域通過傳感器和屏幕等入口自動高速產生了大量、多樣的數據，這些數據輔以合理的算法和強大的云計算能力，能夠告訴你這些領域的一切信息!
大數據不僅是數據量的龐大，其更是一種數據產生和處理的模式。由于是自動提取，保證數據源充分;由于是即時產生和處理，保證隨時刷新;由于是全貌數據，保證永遠不會出錯。所以，這種模式在大多數領域都能夠精準地指示資源分配。
人力資源管理是關于分配人和相關資源(培養、激勵資源)的工作，如果借助大數據，將人和其他資源數據化，再用算法進行匹配，顯然有無限的想象空間。其實，通過大數據實現資源的“可擴展獲得”，提升資源的利用效率，也正是我在2011年提出的“人力資源云轉型”。
具體怎么玩呢?
首先，應該把人數據化，清楚地知道“人是怎樣的”，這包括，他的能力如何?行為特征如何?績效表現如何?
基于這一基礎，人力資源管理各大職能就能夠顯著提高效率。
在調配領域，如果將崗位數據化，明確每個崗位需要什么樣的人，豈不是可以從容地招聘、調用企業內的閑置人員跨界協作?每個崗位都有最適合的人員，成本最低，效用最大。進一步看，組織機構、業務流程、崗位系統不再成為員工釋放能力的邊界，員工還能跨崗位擔綱其他角色，以網絡化的方式無邊界協作，進一步將人用到極致，將人工成本投產比放到最大。
在培養領域，如果將培訓資源(培訓內容、形式等)數據化，豈不是可以從容地組織、推送員工最需要的培訓支持?每個人獲得的培訓都是高度定制化的、自己最需要的，且學來能用，用來能好，從學習到實踐產出的過程幾乎沒有損耗。
在激勵領域，如果將激勵資源數據化，豈不是可以從容地推送各類激勵套餐?每個人獲得的激勵都是高度定制化的、自己最需要的，同樣的成本支出，每個人對于全面薪酬的感知可以放大到極限。
HR可能誤會了大數據
事實上，專業一點的HR都玩數據，他們測試勝任力，評估崗位，考核績效，利用數據進行決策。我也非常推崇這樣的玩法，認為HR要用數據分析來為自己的崗位建立“技術剛性”。但不得不遺憾地說，這些玩法不是大數據。
從字面上理解，大數據的關鍵在于數據量龐大。涂子沛在《大數據》一書中有個定義，即指一般軟件工具難以捕捉、管理和分析的大容量數據，數據量大到以“太字節(TB)”為單位。太字節是多大?1TB=1024GB。一個萬人的企業，即使你把勝任力、績效、崗位、SOP等傳統數據完全納入，頂多只能用“吉字節(GB)”為單位，離“太字節”的體量還是相差甚遠。HR們以為數據量已經足夠龐大，難以處理。實際上，這種數據量通過本地軟件的計算能力(甚至直接用excel表)就可以解決，根本不需要運用到互聯網上的云計算，這些顯然不是大數據。
為何會達不到大數據的體量?關鍵還在于HR對于數據的理解，HR采集數據的傳統思路是“先有思考框架，再收集相應數據”，數據大多來自數據生成之后，才用報表要求基層有選擇地逐級上報，這大大損耗了數據量。例如，考核某個員工的績效，HR會在其工作完成之后才要求直線經理根據考核指標進行數據收集，而后計算匯總，最后上報人力資源部。
這種思路使得傳統數據具有典型的“非大數據特征”，這大大制約了數據的威力。
其一，這些傳統數據是“冷備份”而非“熱備份”。冷備份即生成之后再調用，成本極高，收集數據的過程已經讓HR苦不堪言，他們需要不斷催告業務部門，還要一遍一遍地付出教育成本，確保統計口徑統一。熱備份則是數據隨著工作流無意識產生，只要員工開展工作，自然有數據往“云平臺”上跑，而且這些數據也能被平臺的計算功能即時處理。
其二，這些數據是“報表數據”而非“源數據”。報表數據是經過處理后的數據，例如某餐飲企業里，員工某天接待顧客的數量。而源數據則是指未經過處理的數據，是對于工作流全面的呈現。同樣用餐飲企業的例子，員工在某個具體時點接待了一個多大年齡的顧客(很大程度上意味著服務難度)，客單價多少，接待時長多少，提供服務次數……員工A某天服務顧客數可能是員工B的兩倍，如果我們僅僅關注這個報表數據，就可能得出A績效優于B的結論。但如果關注源數據就有可能發現，B服務每個顧客的接待時長是A的三倍，為每個顧客提供的服務次數是A的兩倍……這些都是有價值的信息!NBA球隊休斯頓火箭隊的總經理莫雷正是基于這些源數據的分析，從低順位(選秀時靠后的選秀機會)中選出了那些被報表數據淹沒的高潛質球員。
其三，這些數據是“樣本”而非“全貌”。由于是在某個時點上針對某些領域提取數據，數據僅僅是樣本，而非全貌。只要是樣本，就有可能出現偏差。例如，有的咨詢公司在為企業進行敬業度調查時，采用了采樣方式，即使樣本特別龐大，這也不是大數據。這種情況下，可能有抽樣偏差，員工可能被問卷帶著走，被訪談的氣氛誘導，盡管我們可以通過各類技術去減少這些干擾。但是，如果他們在論壇、微博、微信等社交工具上對所有員工的發言進行關鍵詞的抓取和分析，甚至對于員工的行為進行各種分析(如早到時間、加班時間、協作次數、申請培訓數量等)，那才是大數據。這種情況下，幾乎不可能出現偏差。
跨不過的坎
明白了大數據的思路，HR能不能推動企業走入大數據人力資源管理呢?
據我的觀察，很難!這絕不是因為硬件的制約，事實上，在傳感器和屏幕遍布的今天，不少企業在硬件上已經具備了吸納數據的可能，有些企業也將數據吸納到了生產信息系統上。我們要思考的是，這些數據為何進入不了人力資源管理信息系統?
這主要是因為三方面的原因：
第一是部門博弈問題。業務部門將生產數據導入人力資源管理信息系統，對于人力資源管理的效率無疑是一個利好，但對于部門來說，意味著權力空間被擠占。以前部門爭取機構、編制、人員都可以保留一定的裕度，可以和HR們談判，但導入大數據之后，他們幾乎變成透明的，顯然是弊大于利!我調研的一個企業，HR意圖建立大數據云平臺，這意味著幾個生產信息系統要與人力資源管理信息系統整合，但業務部門的領導卻以安全性為由拒絕了HR的要求。
第二是HR的恐懼。要打籃球的人去踢足球，他們不會愿意。面對龐大的數據，HR們對于數據的處理能力決定了他們的地位。盡管前景廣闊到可以讓他們成為企業內的“上帝”，但這種角色的轉換也讓他們不安，與其如此，還不如將工作范圍保留在自己的“安全區域”。
第三領導思路問題。當前，國內企業，甚至國外企業，重視數據的老板不多。即使在大數據如火如荼的今天，老板們辦公桌都擺上了一本《大數據》，他們內心深處依然是傳統玩法。即使在最前沿的互聯網行業，也有凡客這樣因為不玩數據而使供應鏈失控的企業。這也難怪，他們過去的成功本來就不是靠數據，所以，他們的企業沒有數據基因也正常，他們想象不出大數據的威力，就如同你無法向地上的猛獸描述天空的精彩。這些企業中，一線的業務尚且不玩數據，更何況二線的人力資源管理?但是，部門博弈和HR的恐懼偏偏需要一個強勢的老板來做頂層設計，如同亞馬遜偏執狂一般的貝佐斯。
所以，大數據才會走不進人力資源管理。從這個意義上說，本文開頭那些主動擁抱大數據的500強的HR們不愧是業界先鋒，也許，只有當他們用大數據把人力資源管理的大未來實現時，人力資源管理才將真正迎來下一站的“云時代”!
京公網安備 11010502049343號