进入大数据时代，对于人力资源管理者来说，是一个改变自身处境的绝佳的良机。在大数据技术的支持下，人力资源的选、育、用、留都可以纳入到量化范畴，使人力资源管理更加高效、更加精准并更有话语权。人力资源从业者将真正开始成为企业内的专家，他们对于人力资本的管理，可以达到与其它职能模块同等甚至更优的专业水平，包括在选拔人才时确保效率与质量、既帮助企业培养储备人才也帮助员工进行职业生涯管理、帮助企业人才吸引力始终保持在业界平均水准之上。 一言以蔽之，大数据来了，人力资源管理的游戏规则变了。 未来的招聘：充分释放的人才价值
设想以下的场景：
某大型企业人力资源部招聘专员小张，最近得到指令，要为企业选拔一位新型业务单元的经理，她的任务是遴选出三位左右的候选者，同时要按照与岗位的匹配性进行准确排序，为老板的后续面试做好准备。小张开始了自己的工作。 她首先进入到公司人力资源管理数据系统，点开其中储备人才库系统，按照自己对于目标岗位的理解，键入了相应的搜索关键词，包括业务名称、管理层级、工作经验等，出现了若干可供候选的人员。之后，小张进一步增加搜索关键词，包括这些人员曾经的管理幅度、是否有帮助传统企业转型的成功经验、在每次职业转换后的职业成就等，随着搜索词的增加，可供候选的人员减少到个位数，小张将其简历提取出来作为备选。 随后，小张点开了系统中合作猎头公司的服务界面，之前，猎头公司已经按照小张的要求进行了候选人才的数据置入，小张按照同样的关键词进行遴选，并获得了更多的有效候选人简历。显然，专业猎头公司的简历质量更高，有几个看上去确实不错的人选。为了进一步了解这些人，小张点击了猎头公司提供的更多数据服务项，对比分析这些人在薪酬期望上的排序、在成功经验上的排序、在多背景企业工作适应度的排序，尤其小张加入了一项老板非常看重的排序：这些人员曾供职企业对于他们的信用评价排序。通过这个过程，小张进一步获取了一些有效的候选人简历。
经过前面的过程，小张大致获取了总计十份简历，并导入到深度分析库中，她的进一步筛选过程开始了。她首先点开了这次要招聘岗位的胜任力评估模型，按照这个模型预设的四个维度：领导力、专业能力、创新精神、团队激励，对于十份简历进行总体排序，也就是说，她开始按照五个维度为每个候选人打分并排出高低，这个过程完成后，小张淘汰后四份简历，拿出前六份简历进行进一步评估。 小张点开了系统中的职场社交评估界面，这是小张的习惯，她一贯很重视候选人所在职业社交中的真实表现。她逐一开始键入六位候选者的姓名，查看六位候选人在社交网络中的相关信息，包括他们的发言、他们发布的一些专业文章、他们的人脉网络、跟帖者的评价等等，在此基础上对分数进行微调。随后，小张键入了自己的企业价值观的几个关键词，针对六个候选者进行模糊搜索，进一步确认候选人与公司价值观的匹配度，并按照各候选人在这一项的表现，对六个人的排序进行了微调。 再之后，小张将六个候选者的关键维度数据全部展开进行逐一对比，既包括学历、从业经验、管理经验等硬指标及描述，也包括领导力、创新精神等软指标及相关描述，再反复对比上再次进行微调。最终，小张挑出了排名前三位的简历，注明了在整个过程中的各位候选者得分，以及自己的调整理由，点击发送给自己的上级。 点评
以上利用大数据技术进行招聘的过程，相较于当前的企业招聘模式，无疑是革命性的进步。
当代企业在重要岗位招聘上的基本特点是：通过长流程、高费用和多人参与保证招聘质量。例如，必须依赖猎头公司每次一议式的简历提供、通过几轮面试笔试的层层筛选确保候选者质量、通过内部多部门共同把关确保能力胜任，由此，形成了重要岗位招聘中质量和效率的明显矛盾。大数据时代的企业招聘，有望实现质量和效率的平衡。
更重要的是，大数据创新会有助于推动充分市场化、专业化的职场环境，这将带来人力资源价值的充分释放。 在以上的过程中，需要人才自身、用人企业、人才中介机构对于人力资源管理过程中每一步痕迹，进行定量化积累、跨领域分享及模型化挖掘，形成一个运作有序的人才价值交换市场。例如，职业人在各企业的综合表现、薪资福利、职业历程、职业信用信息，在职业社交平台上的发布信息、互动信息、人脉信息，在职业测评中的测评信息，在职业转换中的相关信息等，这些都需要进行量化积累，同时需要借助某种共享平台实现信息分享，在此基础上，进行专业的挖掘与提取。 大数据时代的企业招聘，从技术方法角度看，是持续的数据挖掘过程；从信息角度看，是供需信息持续匹配，关联信息的不断交叉组合的过程；从人力资源专业来看，是对于人才价值评估、岗位胜任力理解的专业展现过程。 对这个世界上的大部分人来说，其职业成长其实是盲目的。大多数的人职业路线是沿着这样的路线进行：选择一个与大学专业相近的工作；羡慕地看着小部分幸运的人获得提升，但自己的表现最仍属于平均水准；非常苦闷但无处求助，也不清楚自己的职场竞争力究竟如何；盲目跳槽寻找新机会，或者是在企业中边缘化地继续下去...... 造成盲目的主要原因在于：第一，不了解自己到底适合做什么；第二，不了解自己最需要提升什么；第三，不了解适合自己的职业在哪里；第四，不了解自己的职业成长是否在正确的方向上。以上这些问题，借助大数据时代的技术创新和商业模式创新，有望迎刃而解，使得未来职场人的成长模式发生巨变。 设想以下的场景：
职场新人小李，在某企业担任网管，度过了两年的职场新鲜期之后，陷入深深的迷惘之中，他迫切知道自己未来的职业道路在哪里，自己需要做哪些改变。 他点击了自己手机上的一个APP“成长之旅”，这是一个基于大数据技术的职业指导软件。他点击进入之后的首页门户提示他“欢迎您进行全面的职业测评”，他发现这里面包含很多测评，包括“岗位胜任力测评”、“职场优势能力测评”和“行业内竞争力测评”。 小李点击了“行业内竞争力测评”，并回答了其中的各项问题，包括工作年限、所承担工作内容、自己能够驾驭的各类IT系统等等，得到了这样的反馈“您好，您在参加测评的89462名计算机网管同行中，竞争力排名为68543,建议您持续提升自身的职业竞争力，此外系统对您的了解太少，请您继续完成其它测试”。 小李继续点击岗位胜任力测试，按照系统要求输入自己的更多信息，并根据提示题目进行点选，岗位胜任力测试的反馈结果为“优秀”，同时在数万名同类测试者中排名靠前。这说明，小李本身非常适合当前岗位，但却没有达到应有的职业成绩，并没有在同行中脱颖而出，系统对小李这一类的职场人士纳入到“亟待突破型”，并提供了进一步的职业规划服务。 小李继续点击“职业经验参照”，发现在“亟待突破型”的计算机网管人士中，和自己一样工作两年的，有48%通过持续学习脱离“亟待突破”区域，有25%通过加入专业圈子脱离该区域，有17%通过寻求专业指导脱离该区域，只有10%通过跳槽脱离该区域。看到这里，小李发现，盲目的跳槽不是一个很好的选择，并不能显著帮助自己实现职业突破。 他进一步点入占48%的持续学习，看了几个案例，然后进一步分析，在持续学习人士中，有42%通过学习IT专业课程实现突破，有30%通过学习工商管理类课程，有28%通过学习专业领导力课程获得突破，也就是说，作为IT专业人士，除了专业课程可以帮助自己成长之外，还可以通过学习综合技能类的课程帮助自己的成长。 小李还发现，这些通过持续学习脱离“亟待突破”区域的人群，相较于通过专业圈子、通过专业指导、通过跳槽脱离该区域的人士，在薪资变动幅度上更加显著，在企业职级的变化上也更加显著。看到这里，小李觉得自己想明白该做什么了。
点评
以上的案例在大数据时代将越来越多地涌现，在大数据的支持下，职场人的成长不应该是盲目的和随波逐流的，而是在对于自身完整、深入、科学测评基础上，有数据可对比，有经验可借鉴，有路径可选择的一个理性过程。
数字化职业生涯管理，对于人力资源管理的改变将是巨大的，无论是企业重点中的HR人员、职业生涯规划咨询师、猎头机构或培训机构，都需要具备形成以职场人为中心，以数据运用和挖掘为手段的数字化职业生涯管理技术，并以此为基础构筑自己的核心竞争力。 大数据时代的人力资源管理，本质上是通过对于职场人的知识、能力、素质、风格等各项特征的量化，形成人力资源管理的经验化与精确化。除了前面的案例，仍有大量可为的空间。 第一，岗位选拔
无论何种选拔，其本质是，候选者与目标岗位胜任力要求的匹配度。也就是说，匹配度越高，被选中的概率越高。
在传统的人力资源管理，这种匹配大多是非常模糊而感性的，主要依赖于决策层的经验和判断力。但在大数据的作用下，可以搭建一个相对可靠性较高的选拔匹配平台。 平台的一边，是对于目标岗位的素质描述，以及参照本企业历史数据或同行业经验数据，对于所要求候选者各项胜任力素质的各项要求，这样，在选拔之前，对于目标人选“应该是什么样子”做到心中有数。
平台的另一边，是对于候选者的各项能力素质指标，按照目标岗位的胜任力维度进行分解展现，也就是，可以客观呈现候选人“就是这个样子”。
这样，可以直观地观察候选者的胜任力与目标岗位的胜任力要求的匹配情况，会极大提高选拔的精度与效率。
第二，薪资激励
各个企业HR的经常性难题在于，不清楚本企业的薪资水平在全行业的位置，不清楚本公司的各项福利保险是否发挥了激励作用，不清楚如何实现对应聘者薪资预期的有效管理。
从长期来看，伴随着多行业可共享的大数据信息平台的逐渐成型，企业HR部门将越来越便利地分析同行业薪资水准，从而对本公司薪酬进行调整以保持薪酬竞争力。
此外，对于薪资外的福利保险，企业同样在对于员工差异化需求了解的基础上，改变多年不变、千人一面的福利模式，对不同员工实现差异化福利包。
而在对于应聘者薪资预期方面，可以通过建立起应聘者的竞价机制，使招聘的薪资谈判完全市场化，提高招聘的“性价比”。 越来越多的企业建立了较为完备的领导力发展体系，主要的问题在于对于领导力发展过程中的“学习-运用-评估”的持续性差，导致对于管理人员缺乏长期的领导力评估，针对性的学习和运用自然更加无从谈起。 在一个基于大数据理念的领导力发展体系中，一般按照不同层级建立不同的领导力模型，并通过专项培训、日常评估、业绩考察等多种方式对各级管理人员的领导力表现进行记录、分析与指导，从而为每个人量身定制出领导力发展路线图。 第一，在人力资源的选、育、用、留的各个环节中，以大数据技术为依托，实现全过程的定量化、科学化。在人力资源学科发展历史上，第一次像其它管理职能模块一样，达到了科学管理所要求的可测量、可记录、可分析、可改善，使得人力资源管理的专业性大增。 第二，人力资源对于企业的价值极大提升，HRD更加接近核心决策层，中基层HR人员开始成为企业内部的专家，人力资源领域高喊多年的“成为业务部门的战略合作伙伴”终于在大数据时代得以实现。在大数据的支持下，使力资源部门在高价值的工作方面，包括人才选拔、任命、激励等，表现会越来越好，人力资源部门开始有更多机会成为业务部门不可或缺的合作伙伴，CEO也将越来越多求助人力资源部门作为战略达成的主要支撑部门。 第三，人力资源全产业链发生巨变。包括企业HR部门、猎头机构、咨询机构、招聘中介机构、培训机构、服务机构、行业主管部门，只有在大数据的作用下，才能真正把全产业链的“以人为本”做实，产业链上下游需要共享数据、共享测评工具、共享人才发展理念，在人才价值提升与交换的基本理念下，通过强有力的大数据平台技术，实现共同创造并分享价值。 第四，给人力资源从业者创造极大机遇的同时，也带来了极大挑战。一方面，人力资源从业者通过运用大数据技术、移动互联网技术，对供职企业的介入深度大大增加，创造的价值也大大增加，从而也丰富了自己的职业生涯可选项。另一方面，大数据体系的构思、构建、运用，以及如何把大数据技术与人力资源管理所衔接，对从业者几乎是颠覆性的变革。 第五，人力资源管理仍然部分是艺术，部分是科学。无论大数据的量化分析技术演进到何种程度，无论对于职场人的刻画模型有多么精准，人力资源管理本质上仍然部分是艺术，部分是科学，这是由人的复杂性决定的。未来的人力资源管理要达到的目标是，在大数据技术的支撑下，让科学的部分尽可能的科学，从而让艺术的部分更加智慧。
浙公网安备 33010802003509号
