企业人力资源大数据应用现状及趋势探究

    朱婷婷

    中图分类号：F272.92 文献标识：A 文章编号：1674-1145（2019）6-170-02

    摘 要 本研究中，笔者综合运用问卷法和访谈法，调查了120家企业在人力资源大数据应用方面存在的普遍问题、制约因素和未来需求。在此基础上，从完善制度建设、加强经费投入、重视员工培训、拓宽大数据应用场景四个方面提出了完善企业人力资源大数据应用的具体建议。本研究旨在让更多的企业认识到人力资源大数据应用的重要性，进而推进企业人力资源管理水平的升级，为企业战略目标的实现提供有力支撑。

    关键词 人力资源大数据 应用现状 趋势

    一、调查背景

    为更好地了解目前我国企业人力资源管理的现状和未来，2019年3月10号-6月10号，笔者通过线上发放问卷的方式开展了主题为“人力资源大数据应用现状及发展趋势”的调查，此次调查共回收到120家企业HR的有效反馈。统计显示，被调查企业主要位于北京、上海、深圳等地，行业涉及金融、计算机、教育等，员工规模集中在100-500人。

    在受访的企业HR中，年龄方面呈现年轻化特征。25-35岁的占比近六成，位居首位。其次，36-45岁的占比为31.4%。在人力资源从业人员的学历分布方面，本科学历占比最高，为69.4%。其次是硕士学历，占比也超过四分之一。在岗位级别分布方面，调查对象涵盖不同层级的人员，其中，总监及以上占8.3%，经理级别占28.9%，主管所占比例最高，为33.1%。

    本文将基于调查的结果，从社会认知度、企业相关制度建设、面临困境与未来需求等方面展示被调查企业人力资源大数据应用的重要发现， 并结合现实需求，提出了促进企业人力资源大数据应用发展的具体建议。

    二、研究发现

    （一）人力资源大数据分析的社会认知度整体偏低

    调查发现，人力资源从业人员对人力资源大数据分析的了解程度整体偏低。其中，仅有0.8%人力资源从业人员选择“非常了解”，15.7%的选择了“较为了解”，两者之和不足五分之一。相比明显的是，55.4%的人力资源从业人员选择了“一般”，也有28.1%的选择了“不太了解”和“非常不了解”。人力资源从业人员对大数据相关技术的了解同样不高。在问及对大数据采集与储存技术、大数据分析技术、大数据结果呈现技术的了解程度时，选择“不了解”的占比均在40%以上。选择“仅了解部分概念”的也都在30%以上。

    （二）人力资源大数据的重要性及发展前景得到HR的普遍肯定

    调查发现，尽管人力资源从业人员对统计学相关知识和大数据相关技术的了解程度均偏低。但大部分从业者都认识到人力资源大数据的重要性，在问及“人力资源大数据对公司发展的作用”时，选择“非常重要”和“重要”的人力资源从业者占到总数的82.6%。调查也发现，绝大多数人力资源从业人员看好大数据在人力资源管理领域的应用前景。其中，44.6%的认为“有较高的应用价值”。29.7%的选择了“有一定的应用价值”。超过五分之一（21.5%）的认为“有革命性的影响”。

    （三）企业高层的支持度不够，制度建设相对滞后

    企业高层作为企业的领导者，其态度和决策意愿对企业人力资源管理具有重要的影响。调查发现，企业高层对人力资源大数据分析应用的态度较为复杂。仅有不足十分之一（9.1%）的非常重视，35.5%的比较重视，两者之和占比不足半数。

    企业在制度建设方面也相对滞后。设置专门岗位是人力资源大数据分析在一个企业发展成熟的重要标志。在人力资源大数据分析岗位设置方面，49.6%的企业选择了“人力资源部员工兼职分析职能”，5.8%的企业人力资源部设有专门的人力分析岗位，4.1%的企业成立了独立的人力资源分析部门，3.3%的企业商业分析部门设立有人力分析岗位。此外，选择“其他”和“不清楚”的企业分别占5.0%和32.2%。

    （四）企业投入不足，人力资源大数据应用满意度偏低

    整体而言，企业在人力资源大数据分析应用方面的经费投入偏低。调查发现，超过六成的企业尚未在人力资源大数据分析应用上投入经费。在已经投入经费的企业中，人力资源大数据分析应用经费投入占公司当年营业收入的比例主要集中在0.6%-3.0%，占被调查企业的16.2%，其次是3.1%-5.0%区间，占比为11.1%。接着是0.5%及以下区间，占比为10.1%。5.1%及以上区间的占比最低，为2.0%。

    人力资源从业人员对公司人力资源大数据应用的整体评价满意度偏低。调查发现，超过八成的企业对自身的人力资源大数据应用的整体评价为一般和不满。仅有2.5%的企业非常满意，11.6%的企业满意。

    （五）企业人力资源大数据应用程度低

    为进一步了解企业人力资源大数据分析与应用在具体场景中的实施情况，笔者围绕人才招聘、人才培訓和人才保留、绩效评估设计了具体问题进行调查。结果发现，企业主要依赖经验和基本的汇总分析，进行相关分析、回归分析和构建复杂统计分析的企业占比均不超过5%，尚未发现企业利用高级技术（如机器学习、人工智能等）进行前瞻性预测分析。在大数据日益发展的今天，这样的结果令人担忧。具体表现为，在招聘、培训和人才保留方面，分别有61.1%、57.0%和55.4%的企业主要用Excel对公司现有数据进行简单的汇总分析。同时，在上述三个环节，均有超过五分之一的企业基本依靠经验和直觉，很少分析数据。

    （六）企业人力资源大数据应用面临的困境及未来需求

    调查发现，缺乏大数据与分析专业知识或人才是企业面临的最大障碍（占比为62.0%）。其次，缺乏明确的规划、预算不足、高层重视程度不够、数据过于分散难以整合以及数据质量不高也是紧随其后的主要原因，分别占比43.8%、43.0%、42.1%、38.8%、33.9%。

    在未来需求方面，调查发现，仅有15.7%的被调查企业表示未来一年有购买人力资源大数据与分析的计划。这也许与企业在将大数据应用于人力资源管理时缺乏大数据与分析专业知识或专业人才密切相关。企业购买人力资源大数据与分析服务的原因是多方面的，其中，位居首位的是HR希望运用新的工具、技术提高人力资源工作效率和价值（78.9%），第二位的是高层管理者希望进一步提高人力资源管理水平（68.4%），再次是公司积累了越来越多的数据，需要对其价值进行深入挖掘（36.8%）。此外，就是市场竞争压力较大，对公司的人力资源管理提出了更高的要求（21.0%）。另有5.3%的企业的理由是看见比别的公司选择，自己也想试试。

    三、促进企业人力资源大数据应用进一步发展的建议

    （一）完善企业人力资源大数据应用的制度建設

    制度建设对于保障新业务的发展具有十分重要的影响，通过设置专门机构、配置专业人员、制定数据采集、分析、使用及安全保护的制度对提升企业人力资源大数据分析应用水平具有重要的意义。此次调查发现，企业在人力资源大数据分析系统建设、专职人员配置与岗位设置等方面远远无法满足人力资源管理的需要，尚有较大的提升空间。因此，建议各企业结合自身实际，在对标国内外人力资源管理先进企业做法的基础上，为自身的人力资源大数据分析应用制定个性化的制度体系，完善部门设置、人员配备、岗位设置和数据管理，为有效推进企业人力资源大数据应用水平提供制度保障。

    （二）争取公司高层的重视，加大经费投入

    领导重视是推进人力资源大数据分析与应用的重要推动力，提供充足的经费则是重要的物质保障。调查中笔者发现，超过半数的企业公司高层的态度为一般或不重视。在经费投入方面，超过六成的企业尚未在人力资源大数据分析应用上投入经费。可见，我国人力资源大数据与分析的发展面临十分不利的局面。因此，企业HR需要通过参观学习、专家讨论等方式让公司高层充分认识到人力资源大数据分析应用对企业发展的重要性，改变其原来的态度。同时，鼓励企业加大经费投入，为人力资源大数据分析与应用的发展提供资金保障，通过购买服务或研发系统，提升企业人力资源服务的效率和质量，全面提升企业的人力资源管理水平。

    （三）重视现有人力资源分析人员的培训

    人才是组织发展的第一资源。调查中，超过六成的企业认为缺乏大数据与分析专业知识或专业人才是大数据应用于人力资源管理的最主要障碍。同时也发现，人力资源从业人员对大数据技术和统计技术了解甚少。此外，调查中也发现企业人力资源管理者对人力资源大数据分析与应用的相关技术具有较大的需求。因此，建议企业通过线上培训、面对面教学等多种形式为其提供专业化培训，有效提升现有人力资源分析人员的能力，为实施企业人力资源大数据分析与应用破除人才方面的制约。同时，也可通过引进专业人才、建立自身的人力资源大数据管理系统等方式带动现有人力资源分析人员的培训。多措并举，营造有利于企业人力资源大数据发展的人才保障环境。

    （四）拓宽人力资源大数据的应用场景

    目前超过半数的企业在人才招聘、人才培训和人才保留环节对数据的利用还停留在用Excel对公司现有数据进行简单汇总分析的阶段。同时，在上述环节基本依靠经验和直觉，很少用分析数据的企业占比也均超过20%。此外，调查显示，在人才测评、绩效考核、精准培训等方面采取措施的企业比例均不超过20%。因此，企业要扩宽人力资源大数据的应用场景，通过技术创新和系统构建，将人力资源大数据分析应用技术拓展到员工规划预测、培训需求挖掘、培训内容精准推送、绩效考核分析、员工离职预测、员工关系管理等诸多环节，实现员工服务全流程智能管理，切实为员工提供高效、快捷、人性化的服务。

    参考文献：

    [1] 王爱敏，王崇良，黄秋钧.人力资源大数据应用实践——模型、技术、应用场景.北京：清华大学出版社，2017.

    [2] EMC Education Services.数据科学与大数据分析.曹逾，刘文苗，李枫林，译.北京：中国工信出版社，2017.

    [3] 闫巩固，高喜乐，张昕.重新定义人才评价.北京：机械工业出版社，2019.

    [4] 王通讯.大数据人力资源管理.北京：中国人事出版社，2016.

    [5] 和云，安星，薛竞.大数据时代企业人力资源管理变革的思考[J].经济研究参考，2014.