京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据如何助力人力资源管理
挖掘数据价值的利器
“啤酒与尿布”的故事,在这个时代已经人尽皆知。
作为最经典的营销案例之一,“啤酒”和“尿布”这两个看上去并无关系的商品,摆放在一起进行销售却获得了很好的收益,其奥秘就在于巧妙地利用了商品之间的关联性。
而如今能够有效挖掘这种关联性及其价值的工具,就是大数据。
马云说:“当我们还没有弄清什么是个人计算机的时候,互联网就到来了;当我们还没有弄清什么是互联网的时候,大数据时代已经到来了。”
大数据时代,各行各业都在经受着大数据浪潮的洗礼,他们开始重新审视自己的行业定位,将数据资源和数据价值逐渐提升到核心战略之中,唯恐落于时代的后端,人力资源行业也不例外。
在9月16日北京才源国际文化交流公司举办的“大数据应用研讨会上”,中国人事科学研究院研究员王通讯教授、美国摩根大通副总裁李翔博士、北京才源国际文化交流有限公司总经理谭灿玉女士等具有丰富大数据经验的专家学者出席了此次会议,就大数据在人力资源方面如何进行建设的话题为与会嘉宾进行了分享。
大数据人力资源管理
作为中央人才工作协调小组《国家中长期人才规划纲要(2010-2020年)》专家顾问、中国人才研究会副会长,王通讯教授对9月5日国家发布的《促进大数据发展行动纲要》进行了深度解读。
王教授认为,大数据是以容量大、类型多、存取速度快、应用价值高为主要特点的数据集合,具有充足、抓取力强、刷新及时的神通力量,本质是用来洞察关系、需求和趋势,是人类认识新世界的工具。所谓“大数据促进热力资源管理升级”,就是向精细化、及时化、人性化、智能化方向转型升级。
王教授表示,大数据人力资源管理大致可从以下7个环节来解读:
1. 大数据育人
基于互联网、大数据、云计算的人才培育,能够大大提升人才培育的质量和效率,而且人们可以在任何时间、任何地点、随时进行学习活动。
大数据育人,可以利用云课本、云学堂、云考试等。北大通过基于互联网与大数据的幕课,使北大对社会人才的培养贡献翻了一番,两千多年前孔夫子所谓的“有教无类”,到了今天真正得以实现。
2.大数据招聘
以往由于缺少对招聘对象的准确描述,对合适的人选到底是谁很难把握;再加上不公开透明,很容易产生不公平、不公正的招聘,乃至于“萝卜招聘”。在大数据方法的支持下,国外已经改进了这一过程,明显提升招聘质量。
招聘者可以从各个维度给出求职者一个分值,如职业背景、专业影响力、能力状况、性格特征、职业倾向等,这样的好处在于,以数据作为衡量人才的前提,以模型作为评价人才的标准,能够迅速有效地进行筛选,保证招聘质量。
3.大数据管人
大数据管人能做到精细而准确。企业员工的日常管理,比如考勤状况、勤奋状况,都可以借助大数据进行。
4.大数据用人
每家企业都会产生大量的数据踪迹,通过分析员工之间的数据沟通,不仅能够了解员工的个人表现,还可以掌握员工的合作状况,从而能够采取有效地措施提高企业内团队的合作效率,甚至在团队组成之前就能预测出队员间的合作情况以及可能出现的问题,让公司长期收益。
5.大数据考核
考核是人力资源管理的重要环节。在大数据思想的指导下,组织可以通过软件记录员工每天的工作量、具体工作内容、工作业绩,仁厚使用云计算处理,分析这些数据,了解到员工的工作态度、忠诚度、进取心等等。
6、大数据薪酬
为了获得国内外同行之间的竞争力,需要参考大数据提供的数据来调控企业薪酬水准。云计算技术使你能够快速解决此类问题。
7、大数据评测
大数据能够评测人才,这个一个新的思路。
王通讯教授认为,在大数据时代来到之前,没有人能把一个人的“社会关系综合”搞清楚,但如今社会上已经出现“搜索引擎”,信息仓库里的信息越来越多,不良分子难以遁形藏身,而优秀的人才也能依次进行挖掘,因此他认为大数据方法是人才研究的利器。
此外,他还特别向与会者解读了纲要传达了什么:
(1)大数据成为推动经济发展转型的新动力;
(2)大数据成为提升政府治理能力的新途径;
(3)大数据能够建设以人为本、惠及全民的民生服务新体系;
(4)大数据应率先在就业保障、教育培训领域推广应用,激发大众创业、万众创新;
(5)大数据发展,要求加强信息采集、保存和分析建设能力;
(6)大数据能够推动政府治理精准化;
(7)政府要与社会合作开发大数据试点,包括劳动就业与收入分配领域;
(8)发展大数据科学,积极培育大数据技术与应用人才。
《纲要》明确要求抓紧建立七个方面政策机制:
1、建立国家大数据发展和应用统筹协调机制。
2、加快法规制度建设,积极研究数据开发、保护等方面制度。
3、健全市场发展机制,鼓励政府与企业、社会机构开展合作。
4、建立标准规范体系,积极参与相关国际标准制定工作。
5、加大财政金融支持,推动建设一批国际领先的重大示范工程。
6、加强专业人才培养,建立健全多层次、多类型的大数据人才培养体系。
7、促进国际交流合作,建设完善国际合作机制。
从商业视角看大数据
在此次上,美国摩根大通副总裁李翔以“从商业视角看大数据”为主题对大数据的特征、技术基础、应用心得进行了诠释。
李翔认为,大数据仍面临不堪重负的任务,需要正确的人来解决问题。日益增加的成本也让人无法做到捕捉100%的数据。除此之外,隐私权的问题和数据质量不均等都是目前大数据缩面临的困难。
当然,大数据的的益处也显而易见,它让企业拥有更好的竞争优势,做出趋势预估和预测,从而做出更好的商业决策。有效的营销能让顾客满意度增加,大数据也能增加创新和下一代产品的开发。
大数据助力人才培养
作为一家与国家相关部委研究机构及高校合作开展项目的专业机构,北京才源国际文化交流有限公司主要业务包括大数据相关的培训、合作、咨询等,也会进行礼仪项目的培训与企业管理咨询。
对于此次会议的圆满举办,北京才源国际文化交流有限公司总经理谭灿玉给予了高度肯定,并表示在各位专家学者的通力合作下,公司将借力政策东风,为大数据产业健康发展贡献出自己的力量,为产业培养和输送更多优良人才。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18