大數據時代的人力資源管理

這麼詳細的解，對公司的人力資源管理工作多大意義？還是得與企業的實際情況結合考慮，先進的方式方法，不一定適合自己的企業。

人力資源數據化管理，HR應該如何做？ 人力資源數據化管理，可以看作是對人力資源管理的一次變革，從思想觀念、工作方式、工作重點、工作思路等都需要進行全新的改革，以適合數據化管理的需求。 其一是觀念的轉變。人力資源數據化管理，要求自公司高層到基層都需要有數據化管理的觀念，數據化管理下工作應該怎麼做，如何用數據說話，如何通過數據提升管理。數據化管理並不是建立多少報表體現多少數據，先設定統計目標再針對性收集數據，這從根本上還是沒有數據化管理的概念，數據化管理是收集及應用小數據，由小數據再匯總成大數據，數據的多樣性決定了我們先收集大而全的數據，再通過全面的數據指標篩選出關鍵的數據指標來對決策提供支撐。先設定統計目標再針對性收集數據，只能讓員工疲憊不堪，卻沒有多少效果。 人力資源數據化管理不是一個部門的事情，而是全公司的事情。要推行人力資源數據化管理，必然會帶動其它部門的數據化管理，可謂是牽一髮而動全身。人力資源部需要其它部門的數據，如生產、銷售、財務等方面的數據，也會對各部門的工作產生影響，如通過績效數據能一直深挖到某個部門內部管理，以及這些內部管理數據對績效指標的影響。 數據化管理必然帶來檔案管理的迫切需要，數據化管理不是一朝一夕可以實現的，它是一個長期的過程，數據積累越大、種類越多、真實性越高，對管理決策的影響就越大。一些不知道如何應用的數據可能會留存在紙質檔案或電子檔案中，直到需要的時候再將它們提取出來。 其二是搭建數據平臺。數據平臺的搭建既要考慮本部門數據的收集歸納及便於處理，還要考慮與其它部門的數據聯繫，在整個公司形成一個系統的數據平臺。所以HR要考慮的主要兩個方面，一是平臺的選擇，如何存儲分析數據；二是如何與其它部門的數據能聯繫起來。 HR不能侷限於一個平臺，因爲市面上還沒有一個完美的平臺能解決這個問題。E-HR系統能實現數據的快速處理，減少HR的工作量，數據相對安全，但是其侷限性也是很明顯，不能滿足HR各種數據存儲的需求。Excel使用靈活，數據存儲風險較大，而且對不能熟練應用的人來說，工作量會很大。所以有E-HR系統的公司要與Excel結合，不能完全依賴這個系統；沒有E-HR系統的公司，需要熟練應用Excel。 人力資源的數據要實現與其它部門的數據聯繫，需要與ERP、CRM、財務系統甚至OA系統的數據能實現快速關聯，或者用Excel設計一系列表格來收集歸納各種數據。 無論是部門內部的數據還是全公司的數據，數據要關聯起來，這樣的數據對部門和公司幫助才大。一但有數據孤島產生，這部分數據是不能應用的，浪費了時間實際效用卻不大。 數據平臺的搭建，不能從一開始就考慮大而全，從現有可用的數據着手，逐步的來完善。一個標準的數據平臺，是隨時可以接入任何數據，不需要更換平臺或進行大的改革，否則這個平臺是有瑕疵的，侷限性太大。 其三是數據的收集。每天HR的工作會產生大量的數據，從傳統做法來看，根據既定的表格來收集電子數據，紙質文件檔案大多沒有規範科學的保存。從數據利用來看，員工信息和薪酬數據分析的最多，招聘、培訓、員工關係以體現數字爲主。這些形成很多數據孤島，難以關聯在一起。 數據化管理情況下，要求存儲的數據是基礎的，而非經過計算的。如培訓管理中，對培訓講師的評分，我們要收集學員對培訓講師課程內容、課件質量、課程互動等多個方面的評分，而不是直接收集一個總分。 工作中產生的各種文件檔案，要分門別類保管，現在沒有轉爲電子數據，並不代表以後不能轉爲電子數據爲工作提供支持。 其四是人員技能需求。人力資源數據化管理，對HR提出了更高的要求。有數據化思維，知道如何收集整理存儲數據；要有文件檔案管理技能，文件檔案的存儲並非簡單的分類，整理、分類、裝訂、存儲、信息錄入、查詢等各個方面都有更高的要求；懂數據分析，能用數據相關性得出影響因素，用數據體現部門價值，用數據對業務部門和公司戰略形成支持。   人力資源數據化管理，最終的落腳點是形成對業務部門和公司戰略的支持，促進管理工作提升。這是長期的過程，數據越多數據模型就越完善，短期內難以看到有效的效果。它促使人力資源工作更趨近於理性分析和科學的決策，但在實操中管理藝術化與數據化管理相結合方能起到最大的效用。  

目前看過的最實用的數據分析書籍。 1有針對性，不同於市面上講基礎理論和工具的數據，對人力資源領域的部分問題提供了了數據分析實踐。 2實操性強，不是淺嘗輒止的論述可以在哪些領域應用，而是將具體的分析方法和過程演示出來。 3有前沿性，引入了目前大數據的一些分析方法，如隨機森林。 4不足之處在於書中主要是針對具體小模塊分析的案例，缺乏整合性框架，如若能增加從某個大領域，如人力資源年度報告，人才發展現狀等方面的介紹更佳。

掌握了一種人力資源數據化的理念，認識了一種數據分析工具-R，瞭解了幾種實踐方法，包括（1）薪資分析的方法：薪資結構圖（整體薪資結構，以箱索圖的形式呈現）、基尼係數（整體薪酬差距，A/A+B）、compa係數（薪酬均衡程度）和公平感計量模型；（2）綜合評價法：明確指標體系-收集指標數據-分配指標權重（目標優化矩陣法）-數據標準化（消除量綱，T分佈函數）-綜合分數排序；（3）離職預測方法：boosting算法和隨機森林算法；（4）情感傾向分析方法（知道） 再加上一種衡量績效標準的方法：不直接主觀確定分界值（比如90分以上是優秀），而是利用T（或Z）分佈，以平均值加減1/2/3個標準差作爲分界值，即收集完數據之後再劃定績優標準。（理念同北京市積分落戶分界值的確定）

一天的時間翻完了這本工具書，既然是工具書，重點在於應用場景和應用條件，包括企業性質/發展階段/樣本數據/統計字段等，而且和數據的真實性強相關，如人力編制預測的內容更適合於發展成熟階段的工廠類企業，不適用於創業初期的公司或知識密集型企業，但後續薪酬/離職趨勢的內容，給人力資源管理的工作開了一條新思路，至於文本分析，不適用於辭職報告(據我瞭解很少有人會認真寫，很多都是網上copy了事)，可以嘗試朋友圈的文本分析。整體來說還是很開眼界的。

入門級教材 措辭口語化 易於理解 但整體廢話也有點多  其中薪酬結構合理性分析參考了基尼係數 員工離職風險預測的隨機森林方法比較有意思～

用數據分析指導HR實踐是必然趨勢。本書乾貨較多，對話性的內容編排讀來輕鬆易懂，3-7章內容可參考實際運用，前提是需有R語言基礎，總體啓發性不錯，推薦HR閱讀。

理論+方法工具+案例簡析+模塊測評策略，入門級中級HR薦讀

把深層次的數據分析用看得懂的方式代入人力資源幾項分析指標中，從而引發拓展性的思考以及對把數據分析應用在人力資源模塊的興趣。接下來看各位HR們用自己會的分析類工具，多一層思考，精細的緯度拆解，各自發揮了，建議學一下R語言或者Python。

數據分析用於人力資源管理還是有些技術含量的。本書給了一些好的分析的切入點和思路，值得借鑑和肯定。全書以對話的方式進行講述，也易於接受和理解。但內容方面也有湊字數的問題，有些重複或者沒必要的東西也寫了一堆。哈哈，第一次粗略讀完，等學完python 語言後，再讀一遍配合實踐。