拥抱大数据时代的人力资源量化管理
靳娜
摘要：大数据作为IT产业又一次颠覆性的技术变革，正在重新定义人力资源管理的过程和方式。基于此，文章针对大数据时代的人力资源量化管理，从数据挖掘、数据可视化、数据安全与隐私三个层面进行多维分析，以期引导企业及时变革来应对此次信息浪潮。
关键词：大数据时代；人力资源；量化管理
0.引言
在大数据（Big Data）时代，每个人的行为轨迹都纳入到互联网之中，由此产生了海量的、低价值密度和多样化的数据信息。学会理解数据、运用数据、相信数据，将成为企业人力资源管理变革制胜的关键。2013年6月发布的《中国人力资源服务业白皮书》中提到，人力资源服务行业发展的趋势将是以云计算为核心的人力资源Software-as-a-service（软件即服务）和大数据分析，同时进一步阐明了我国未来人力资源的新模式就是将大数据分析技术融入到人力资源领域。因此，企业利用大数据技术进行人力资源量化管理，是人力资源管理在信息化时代下的创新之举。
1.大数据时代的人力资源量化管理
1.1大数据时代
大数据时代这一词汇是近几年才兴起的，相关的研究资料还比较少。维克托·迈尔·舍恩伯格是最早洞察大数据时代发展趋势的数据科学家之一，在他的著作《大数据时代》一书中指出，大数据时代开启了一次重大的时代转型，这场信息风暴正在变革我们的生活、工作和思维。根据不完全统计，互联网在一天之中产生的全部数据可以刻满1.68亿张DVD。因此在大数据时代，难能可贵的是从复杂的数据中汲取有价值的知识，这才是创造价值的源泉。大数据时代的最显著特征主要体现在以下三个方面：一是动态性；二是公开性；三是价值性。
1.2大数据时代人力资源量化管理的多维分析
目前的人力资源管理工具没有办法跟上数据应用需求的步伐，运用大数据进行管理，用量化分析的方法来观察企业的运营，对人员进行有效的管理和评估将是大势所趋。因此，企业应当构建一个以数据挖掘、数据可视化、数据安全与隐私为基础的人力资源量化管理的框架体系，利用数据找到人才管理与劳动生产率之间的联系，推动企业人力资源管理模式转型。
（1）数据挖掘
大数据时代最主要的理念之一就是如何从万千世界纷繁复杂的海量数据中发现数据的价值、寻找其规律并利用其预测未来趋势，这种理念价值的追求正与人力资源量化管理的价值目标相契合。数据挖掘（Data Mining）亦被称作数据库中的知识发现（KDD），即从数据库中提取未知信息，并且进行处理后能够被运用的数据。保障数据挖掘效能的前提是要有海量的、低密度的、高质量的数据，在此基础上大数据分析工具才可以挖掘出潜在的、有价值的数据规律和信息，人力资源管理部门的管理活动才能够达到预期的目标。因此，人力资源量化管理在进行数据处理的初始阶段要注重数据采集的多维性，除了关注代表企业人力资源现状的基础数据（员工考勤记录等常规结构化数据）之外，还要重视动态的非结构化数据，例如网页，微博、图片等。在大数据背景下，搜索引擎分类工具和分布式计算机系统是人力资源管理进行数据采集时可以运用的有效工具。
多样性是大数据的基本特征之一，与此同时数据采集的多样性使得数据的类型和内容纷繁复杂，数据清洗就变得更为重要。以员工的心理数据为例，此类数据中既包含了员工对企业人力资源管理工作的心理反应数据，又包含了与此毫无关联，甚至是错误信息的数据，这就要对相关数据进行清洗，排除其数据关联性分析造成的干扰。除此之外，在数据挖掘中，应当运用聚类算法提取出人力资源管理各个模块的数据信息之间的关联度，这与人力资源量化管理的目标——人力资源的精细化管理和规划是相一致的。所谓聚类（clustering）就是将抽象或物理对象的集合划分为相似对象类的过程，运用自动聚类分析能够分辨出对象空间中的稠密区域和系数区域，可以发现全局分布模式与数据属性之间的相关性。例如，培训数据的员工信息、培训需求、满意度、发生时间等，把具有类似特征的数据信息划分成同类，然后依据数据特征再组成不同的数据类，进行标记分析挖掘。一般可以用数学公式或者判定树等来表示通过数据挖掘而来的模型，此数据模型会极大的提高后续数据分析的信度和效度。之后通过输入相应模型，就可以快速有效地预测人力资源管理的现状和趋势。
（2）数据可视化
作为解释大数据最有效手段之一的可视化技术最开始是被应用在科学与计算机领域。数据可视化（DataVisualization）是指运用计算机图形学和图像处理技术，将数据转换为图形或者图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。换句话说，数据可视化就是借用人脑的视觉思维能力，把抽象的数据表现成可见的图像或者图形，以此帮助人们发现隐藏的数据规律。这是因为图形化的方式相比文字更容易被用户接受和理解。数据可视化就是为了更有利的向用户呈现出数据挖掘的分析结果。目前的可视化技术包括图标技术、像素技术、集合技术等，但是对大数据的探索和可视化还处于初始阶段，尤其是动态多维大数据流的可视化技术还很匮乏，很需要擴展现有的可视化技术。因此，如何将海量数据恰当地、清楚地呈现给用户，是大数据时代人力资源量化管理的一个重要挑战。
（3）数据安全与隐私
数据的来源和应用领域随着大数据时代的到来变得更加宽泛，在互联网上随意浏览一下网站，就会留下一连串浏览痕迹；随处可见的摄像头、传感器可以随时记录个人的行为和位置信息等等。数据专家通过相关的数据分析，就可以快速的挖掘人们的个人重要信息，如果这些信息利用得当，就可帮助相关领域的企业更好地了解员工、客户的需求，反之，就会带来隐私安全泄露的风险。大数据时代，隐私的问题一般包括两个方面：一是个人隐私的保护，数据采集技术的发展可以使用户在毫不知情的情况下获取其个人有关重要信息；二是即便在得到用户许可的前提下，个人隐私数据在储存和传送的过程中也有可能泄露。为了解决大数据时代的数据安全与隐私问题，很多学者纷纷提出了自己的解决办法，其中比较有代表性的是2010年Roy等提出的一种隐私保护系统Airavat，把集中信息流控制与差分隐私保护技术融入云计算的数据生成与计算阶段，防止MapReduce计算过程中的数据隐私安全泄露。
大数据时代，由于数据安全与隐私问题的存在，人力资源量化管理过程中应当设置数据“防火墙”，用于保护存储在大数据集群中的数据安全，使其避免受到非法入侵。同时，在人力资源量化管理过程中运用大数据时，必须建立相应的工作流程和标准，明确各自的职责权限。总的来说，在大数据时代背景下进行人力资源量化管理，更应该为大数据本身及其分析处理过程、成果建立防护机制，充分尊重员工个人及企业的数据安全与隐私。
2.结语
大数据时代，除了上帝以外的任何人都必须用数据说话——用这句话来描述大数据给企业管理带来的影响是最为恰当的。人力资源管理的工作内容已经不再局限于人与人之间的简单交流，而是更倾向于人对数据的采集、挖掘与分析。人力资源量化管理对企业来说是机遇更是挑战，大数据技术在人力资源量化管理中的应用研究还有待深入探索，但是作为企业人力资源管理工作者理应对大数据持开放的态度，学会充分利用大数据给企业提供的数据分析与挖掘的平台，有效的对人才进行选、用、育、留。
