一、引言
大数据是规模超出传统数据库工具能够捕捉、储存、管理和分析的数据，除规模以外，大数据还具有智能的特征，通过对行为和结果进行细颗粒度的分析，不仅能解释行为和结果，还能实现预测功能。
传统的人力资源决策更多地基于各类人事统计报表，随着大数据技术的发展，通过对组织、岗位、人员、业务等多方面的数据进行关联性分析，各项人才决策将更加有数可考、有据可凭。大数据的优势不仅在于“数据量的大规模”，还包括“信息的多维度”，多维度带来多视角的立体视觉，实现信息的交叉验证和决策的可靠性，例如大数据人才测评，就是要通过数据的多维性、海量性以及数据挖掘能力，系统提高人才测评的有效性。据《2014德勤全球人力资源趋势报告》的调查发现，越来越多的人力资源部门在使用大数据做更为科学的人才决策及员工绩效预测工作，并提前做好人力资源规划。
二、人力资源大数据管理存在的两个焦点问题 （一）什么是人力资源大数据
人力资源管理中的大数据应该包括哪些数据类型，学术界尚未形成共识。一般认为，人力资源大数据包括结构化数据和非结构化数据。结构化数据是人力资源信息化管理阶段产生的统计数据，如个人传记特征、个体绩效、人才测评等数据。非结构化数据包括员工社交网络上的沟通信息、网络搜索、电子图片、录像片段和地理位置等，从理论上而言，组织中的个体每分每秒都在产生非结构化数据。结构化数据往往根据现实指标体系的要求对数据主动进行收集和监测，而非结构化数据则打破了这一框架，基于算法对员工日常工作中产生的非结构化数据进行分析和建模，从数据的相关性中发现组织、团队、员工的潜在问题，能够为组织提供有价值的人力资源决策。非结构化数据在拦截与分析的技术上已不成问题，但法律道德的阻碍较大，比如腾讯高层对员工内部沟通、聊天等隐私信息进行分析是持保留意见的。
（二）人力资源大数据的应用场景
大数据能够应用到人力资源管理中的哪些场景？能够为组织创造什么样的价值？如何为组织打造竞争优势？人力资源管理部门如果借助大数据，将人的信息和其他资源数据化，再用算法进行匹配，测试员工的胜任力、岗位评估、考核绩效等，将会为人力资源管理工作带来诸多新的可能。通过在线培训数据收集和培训后员工行为数据的分析，可以判断培训效果。大数据为人力资源的数据化决策与计量管理提供了基础数据，从而为团队管理提供前瞻性分析与洞察，对团队动态的变化、未来的趋势进行预测。
在人力资源大数据管理的最佳企业实践领域，目前最被推崇的是谷歌和腾讯两家公司。例如在人员面试与选拔环节，腾讯人力资源部会从公司内部选择至少三个绩优员工样本，并针对这些样本进行数据采集、清洗、建模、分析，尽可能找到这些绩优员工区别于一般员工的素质结构和行为表现，进而根据这些行为特征制定面试问题，从而提升选人的准确性。而谷歌基于大数据的人力资源管理应用包括：（1）智能化招聘。基于简历数据和工作描述的数据，通过基础AI能力，包括自然语言处理、深度学习、候选人画像技术等，做到简历的智能筛选和匹配。（2）人才保留。通过对大样本的员工离职因素的分析，预测员工离职的可能性，并为员工保留提供个性化的解决方案。（3）工作环境优化。通过海量数据的分析与建模，为员工设计出平衡工作、学习、娱乐的最佳工作环境，提升员工的工作满意度和工作绩效。
基于谷歌及腾讯的大数据人力资源管理实践，我们可以发现大数据在人力资源管理领域的应用的确为企业带来了新的价值。但不
可否认，无论是谷歌还是腾讯，其天生的互联网基因使得其在大数据获取、大数据分析和建模、大数据应用与创新等方面具有先发优势。而传统企业如何基于大数据进行人力资源管理工作的提升，相关的实践案例研究仍然非常的匮乏，这也使得人力资源大数据管理在企业中更多地处于“雷声大、雨点小”的状态，研究者和实践者往往能够逻辑自洽却又苦于找不到落地路径。
本文将对A企业基于人才大数据分析的基层工日常工作中产生的非结构化数据进行分析和建模，从数据的相关性中发现组织、团队、员工的潜在问题，能够为组织提供有价值的人力资源决策。非结构化数据在拦截与分析的技术上已不成问题，但法律道德的阻碍较大，比如腾讯高层对员工内部沟通、聊天等隐私信息进行分析是持保留意见的。
（二）人力资源大数据的应用场景
大数据能够应用到人力资源管理中的哪些场景？能够为组织创造什么样的价值？如何为组织打造竞争优势？人力资源管理部门如果借助大数据，将人的信息和其他资源数据化，再用算法进行匹配，测试员工的胜任力、岗位评估、考核绩效等，将会为人力资源管理工作带来诸多新的可能。通过在线培训数据收集和和培训后员工行为数据的分析，可以判断培训效果。大数据为人力资源的数据化决策与计量管理提供了基础数据，从而为团队管理提供前瞻性分析与洞察，对团队动态的变化、未来的趋势进行预测。
在人力资源大数据管理的最佳企业实践领域，目前最被推崇的是谷歌和腾讯两家公司。例如在人员面试与选拔环节，腾讯人力资源部会从公司内部选择至少三个绩优员工样本，并针对这些样本进行数据采集、清洗、建模、分析，尽可能找到这些绩优员工区别于一般员工的素质结构和行为表现，进而根据这些行为特征制定面试问题，从而提升选人的准确性。而谷歌基于大数据的人力资源管理应用包括：（1）智能化招聘。基于简历数据和工作描述的数据，通过基础AI能力，包括自然语言处理、深度学习、候选人画像技术等，做到简历的智能筛选和匹配。（2）人才保留。通过对大样本的员工离职因素的分析，预测员工离职的可能性，并为员工保留提供个性化的解决方案。（3）工作环境优化。通过海量数据的分析与建模，为员工设计出平衡工作、学习、娱乐的最佳工作环境，提升员工的工作满意度和工作绩效。
基于谷歌及腾讯的大数据人力资源管理实践，我们可以发现大数据在人力资源管理领域的应用的确为企业带来了新的价值。但不可否认，无论是谷歌还是腾讯，其天生的互联网基因使得其在大数据获取、大数据分析和建模、大数据应用与创新等方面具有先发优势。而传统企业如何基于大数据进行人力资源管理工作的提升，相关的实践案例研究仍然非常的匮乏，这也使得人力资源大数据管理在企业中更多地处于“雷声大、雨点小”的状态，研究者和实践者往往能够逻辑自洽却又苦于找不到落地路径。
本文将对A企业基于人才大数据分析的基层团队管理模式创新做相关探讨，以希望进一步丰富人力资源大数据管理的实证研究，并引起学界和企业实践者对该领域的更多关注和讨论。
三、A公司基于人才大数据分析的基层团队管理模式创新 （一）案例背景
A公司是某国有大型能源企业，近年来在总部层面进行了大刀阔斧的机构改革，包括压缩管理层级、优化业务流程、创新管理模式等。A公司在全国各省市公司建立了直接面向客户的数千个基层服务团队，如何提升基层团队的工作效率，实现基层团队的高效管理是集团公司推进系统化改革成败的重要保障。基层团队数量庞大、人数众多、素质和能力差异大，但这种差异又存在彼此间的关联性，如何对这种关联性进行数据化，并挖掘数据之间的潜在价值，是基层团队人力资源管理模式创新的重要突破口。
（二）基于人才大数据分析的基层团队管理模式内涵
A公司认为基于人才大数据分析的基层团队管理模式，就是基于“数据驱动”的理念，通过大数据技术，建立数据采集、转化、分析的系统化机制并构建智能化信息处理平台，发现数据隐含的规律，开展有价值的信息分析和应用，以此来指导基层团队的优化配置和员工的个性化激励，形成更加智能化的基层团队人力资源决策方案。
A公司基于大数据管理的基本逻辑，通过三个阶段的工作来推动人才大数据在人力资源管理工作中的应用和创新。
阶段1：开展大数据采集
利用人机交互等方式，广泛采集人才大数据，并保证数据的信度、效度。A公司基层团队的人才大数据包括员工基本情况、身心健康、能力素质、工作业绩、专项调研数据五大类别。
1.基本情况：包括年龄、性别、所学专业、部门、岗位、入职时间、工作履历等。
2.身心健康：从身体和心理两个方面建立员工的健康数据库，包括年度健康体检数据、专项体检数据、心检调查等心理检测数据等。
3.能力素质：包括学历、职称、技能鉴定等级、专家人才称号、职级、培训培养评定结果等。
4.工作业绩：包括绩效评估结果、创新成果、竞赛调考以及各类个人荣誉。
5.专项调研数据：包括人岗匹配以及其他专项数据报表。
人才大数据横向覆盖员工个体和基层团队，纵向跨越从员工入职或团队组建到成熟发展甚至退出解散的整个生命周期，从而构建起开放、融合、可扩展的分布式一体化数据库，实现紊乱的数据资源向有效的数据资产转化。
阶段2：搭建大数据处理平台 1.探索智慧应用，建立智能处理平台
由于数据来源的多样性，各项数据统计口径不同，因此需要进一步对数据做解码转换和标准化处理。最终的人才大数据平台是基于人才全方位、团队全业务、管理全流程的数据集成与储备，包含若干子系统，并将信息孤岛及零散数据进行系统整合，通过数据融合技术得出相关结论，以支持各个层面的管理决策。经过智能化数据分析，A公司将原始的人才大数据信息拟合成基于“身心岗+”的“四位一体”人才大数据平台。
2.心理健康数据平台
依托“员工帮助计划”（EAP），开展心检调查，将心理繁荣指数作为衡量员工心理健康管理的成效标准。“心理繁荣指标体系”（KFI）包括“个体繁荣”“团队繁荣”“组织繁荣”“管理繁荣”四大维度，分别聚焦员工个体积极心态与心理资本、团队支持协作与积极氛围、员工组织承诺及对企业文化的感受、员工对流程、制度及跨部门协作的感受。
3.身体健康数据平台
以互联网+理念为指引，健康私有云为顶层设计，建立员工健康管理系统。引入智能手环，实现员工血压、心率等指标实时数据的监测反馈，通过智能监控管理了解员工身体健康状况，整合员工个人体检健康数据，形成员工健康云。将全体员工年度体检数据、实时监测健康指标进行整合并实时动态更新，建立云端数据库，搭建身体健康数据平台。
4.人岗匹配数据平台
按照“知岗-识人-匹配”的逻辑，先从岗位出发，建立标准岗位名录，描述岗位任职资格体系，创建PPE岗位价值评估模型；再对员工个体进行分析，建立员工能力素质三级模型，并通过人机交互及360度测评等方式实现员工内在素质、管理素养和专业能力等数据的采集；最后在公司内网部署人岗匹配网络测评系统，进行匹配数据分析。
5.开放式可接入数据
人才大数据平台实行开放式管理，可以拓展接入其它数据，如ERP系统中员工各项基本信息、员工培训调考成绩等，多维度补充人才数据信息，从而得到更有效、更精确的人才模型。
阶段3：人才大数据应用
在系统整合人才数据信息的基础上，A公司将基于人才大数据分析的管理模式在岗位竞聘、团队配置和个性化激励等方面进行实践应用，逐步建立起人才大数据的采集、转化、分析、决策机制，从而不断提升人力资源管理工作的效能。
1.岗位竞聘与人才选拔
A公司将人才大数据应用于明确岗位任职资格、锚定人员初选范围、筛选适岗人员、匹配评估备选员工等环节，为人才选拔提供依据，提升岗位竞聘的有效性。
示例：在2018年A公司某基层团队的内部岗位竞聘中，员工常某、郑某、刘某竞聘检修部网络与信息安全技术岗。利用“人才大数据平台”，从ERP系统中提取员工工作年限、学历、考试成绩等基础信息；从健康管理系统中调取员工身体健康数据和心理繁荣指数；在审查符合基本条件的基础上，利用人岗匹配平台对竞聘候选者的内在素质、管理素养和专业能力进行匹配分析，将测评结果进行排序。其中，常某内在素质匹配度达到了87.4分，管理素养匹配度达到87.2分，专业能力达到92.5分，综合达到了人岗匹配分级标准中的“优化配置”级别。此外，常某的身体健康、心理健康也符合应聘岗位需求，因此通过综合分析比较，最终常某与竞聘岗位匹配程度最高，符合上岗条件，调入竞聘岗位（见表1）。
2.团队配置优化
A公司将人才大数据应用于科学评估员工的能力素质，提升人岗匹配的准确性，优化团队内部人员配置。
示例：业主项目部是A公司具体负责项目建设管理的基层单位，根据工作要求，部门内配置了“项目协调”等七个岗位。在团队人员配置过程中，A公司形成了业主项目部人员配置的两个初步方案，通过对人员配置初步方案进行团队的“内在素质一特质”分析，发现方案一的团队呈现出规范稳定型的特征，工作风格偏向严谨务实，更加注重团队凝聚力和协同性，能很好地关注细节问题，也更适合从事执行和监控的技术实践类工作，这和业主项目部的工作职责有着更好的匹配性，因此A公司最终选择了方案一的团队配置。
3.个性化激励
A公司基于经典的马斯洛需求层次理论所揭示的个体激励要素，将人才大数据应用于构建员工需求模型，充分挖掘员工内在需求的差异性，开展个性化、定制化、动态化的团队激励。个性化激励的内容包括：
（1）分类数据采集和员工需求定位
为有效获取员工需求信息，精准测量员工期望，A公司综合引入移动、智能、信息化手段，动态、高效采集与员工日常工作行为、职业发展相关的各类信息，深层次地搜集员工的激励诉求数据，具体的数据类型包括：
员工健康数据：整合员工历年体检数据，利用智能手环实现实时数据的监测反馈优化数据，形成员工健康私有云，逐渐积累形成员工健康数据库，挖掘员工健康管理新需求和侧重点。
员工心理数据：采用问卷调查的形式，对员工的个人心理资源、心理状态和对组织的态度进行测量，调查员工内在需求的整体状况和个体差异，甄别员工心理状态、压力来源。
适岗能力数据：不断完善岗位胜任力模型，实施员工能力素质测评，确定员工在知识技能、管理素养及内在素质三个方面与岗位的匹配程度，掌握公司员工整体特征和个体倾向，把握员工成长需求。
发展期望数据：通过合理化建议征集、职工代表建言献策、总经理联络员等机制，收集员工对于企业发展与个体发展的期望。
（2）部门和员工的激励模式分析
通过对员工的个性化激励诉求数据进行分析，寻找员工个人传记特征与需求变量之间的相关性，基于需求倾向归类员工的激励策略。比如针对不同部门的激励模式分为信任关怀型、责任认同型、价值归属型等（见表2），针对不同的员工个体可在物质激励、情感激励、目标激励等方面做组合化激励模式设计（见表3）。
（3）精准实施员工的个性化激励
在明确不同部门和员工的激励模式的基础上，A公司有针对性地探索多维度、个性化的激励举措，全面满足员工生理、安全、情感、归属、自我实现的需求。
为满足生理需求搭建员工健康云平台：通过穿戴设备、风险监测仪器、心检软件等，对员工进行健康状况监测，建立分级分类的员工健康云平台。基于员工健康体检和动态监测数据，结合专业工种、区域特点、气象信息，构建员工健康风险管理体系，实施标准化健康防护。
为满足安全需求改善工作生活环境：改善办公条件，提升办公环境的整洁度、舒适度和美观度，为员工提供良好的工作环境。绘制生活地图，加强功能型生活场所建设，为员工提供生活便利。为全体员工购置家财保险，使员工生活更安心。
为满足情感需求强化心理健康干预：综合移动信息平台和“馨雨小屋”坐诊方式为员工提供心理咨询，为特定群体提供心理咨询服务。用情绪管理、积极沟通、心理工作坊、躯体压力缓解、绩效面谈等嵌入式的心理管理方法，开展员工心理健康辅导与干预，提升员工的心理感受和归属感。
为满足尊重需求完善柔性组织的评价方式：建立项目与岗位绩效并行考核的柔性评价机制，鼓励员工积极投身创新工作，增强员工在创新过程中的个人价值感。
为满足自我实现需求实施定制化培养方案：面向青年员工实施EAP滚动式培育，针对基层操作人员进行技能提升培养方案，面向优秀人才实施分级分类的加速培养计划。
四、人力资源大数据管理的未来
人力资源大数据应用有着广阔的空间，它为人力资源管理效能提升带来了新的价值。但当前对于人力资源管理大数据的认识和实践还处在一个不断发展变化的过程中，无论是企业实践者还是理论研究者，在未来都需要持续关注以下三个方面的进展：一是如何建立全面的数据产生与共享机制，创新数据共享的管理模式；二是如何不断创新和变革数据平台的处理技术，向高承载力和高智能化方向发展；三是如何优化人力资源大数据分析的经典化和建模固化，并由深度学习来形成前瞻性的认知与决策。
因篇幅问题不能全部显示，请点此查看更多更全内容