手机版|
二维码|
背景： 如果评选2015年最忙的词汇，“大数据”应该榜上有名。各个行业都在为大数据时代的到来欢欣鼓舞。在人才管理的各类行业论坛、专业研讨会、案例分享活动 中，不管是否与自己的业务有关联，标题和内容也是言必称大数据。似乎不抓住这些机会明确表态，就会被时代淘汰一样。之前北森与许多HR 从业者交流过他们对大数据的看法——绝大部分人说不出来“大数据”到底指什么内容，只是模糊的觉得这是趋势，会改变他们未来的工作方式。
鉴于此，北森专门收集了HR同仁们对大数据在人才盘点过程当中的一些问题，请北森测评云高级产品总监&北森人才管理研究院的王丹君女士进行了解答。
1.大数据与人才盘点之间有什么关系？
坦率来讲，大数据其实跟现在企业里面做的人才盘点本身并没有特别直接的关系。当然我们做的所有事情的基础都是基于数据，北森认为两者之所以能够关联在一起，也体现了HR同仁们在现在工作中，可能对数据的一种渴望，或者希望有更多的信息能够去支持我们的决策。
我 想先简单的跟大家分享一下关于大数据的东西。可能有一些朋友对北森有点熟悉，之前也参加过北森的活动，我们其实会经常在一些活动上跟大家分享大数据这个概 念，只是在管理领域或者人力资源这个领域里面，它可能用到的一些场景。我们自己也有专门的技术和产品团队去做这个方面的一些尝试和努力。
其 实在同行之间也做很多的交流，我们发现，在HR的领域，可能是跟我们具体在工作中会产生的那些数据的量有关系，包括获得的那些可以分析的东西有关系。其实 包括很多的供应商，大家在讲的大数据并不是真正的大数据的概念，大家经常会讲大数据，那大数据和数据的差别就差那一个大字。那bigdata是不是当你的 数据量上去了，它就算是大数据？为什么大数据火了，主要跟互联网的发展有非常大的关系。
我 相信今天在群里的这些群友可能除了用微信，应该也用微博、知乎、豆瓣等社交网络，互联网的发展提供了越来越多这种交流，然后连接人和人，人和知识，人和信 息这样的一些平台。当这些平台比较多了以后，就会产生非常多的信息，这时，我们就会很关心说，所有的用户在这些平台上的一些动作也好，发言也好，是否代表 一些趋势，中间能否分析出一些规律。
因 此，平台上产生的数据量才可以称为大数据，这时你已经没办法用简单的统计来分析。分析的实时性也很重要，就是不能延时，过一个星期才能获得这样的结果肯定 是不行的。所以当这些订单产生了海量的信息以后科学家们，包括计算专家，互联网的从业者，甚至多数学家都会研究说那我们该怎么办？我们是不是能在这中间获 得一些更多的价值，我们能挖掘出什么。于是，有人把大家做的这些事情，称之为大数据。
2.大数据到底用在什么地方？
现 在在大数据领域，作为普通用户你能感受到的，最重要的一个价值是排序和推荐。排序大家可以理解，其实推荐也是一种排序。近期如果大家买的比较多，会发现淘 宝的搜法有了一些变化。以前，比如说搜连衣裙，可能我搜的和您搜的连衣裙结果是一样的，因为我们用的关键词都是连衣裙这三个字，但是最近，可能会发现，你 再搜连衣裙，淘宝出现的排序结果，可能就不一样了。我们说这个排序的结果可能就会优先出现的是你最近搜索过的连衣裙，咱俩搜的结果不一样的时候，它就会有 差别。
然 后可能还会优先给你推荐的是根据以往搜索或者购买记录，你可能会喜欢那样的款式。慢慢地，我们会发现，每一个用户，即使你想在上面做同样的事情时，以往在 这个平台上所做过的那些尝试和努力，它就产生了一个价值，所以你看到的最直接的结果就是顺序变化了。大数据做的主要事情就是不断地去揣摩您在这个平台上所 做出的行为，不断地给你的行为构建一个模型，然后根据模型去匹配你有可能感兴趣的东西。
大数据现在用的最多的就是排序，后面会专门讲一下在HR的领域，大数据都能做一些什么。如果大数据这个领域将来大家发现，别人跟你讲大数据，只强调数据多，那他一定是耍流氓。
3.大数据在HR领域成功的关键是什么？
把 大数据的成功关键归纳成几个方面，其实在不同的领域，包括将来如果我们在HR的领域去做大数据方面的实践，其实也是一样的。第一是数据量要大，真的数据量 要大的时候，可能去使用这样的相关技术才有价值。如果说每天只产生100套200套数据，那么用Excel可能就更快，所以数据量大是大数据的第一个关 键。
第二是存储能力，当数据量大的时候，这个数据如何去存储，如果能快速提取出来很重要，这个是比较技术化的。
第 三是算法和模型，所有的大数据并不是一个简单的搜索，算法和模型是非常非常重要的，第四是计算能力，就是数据是否能实时得到结果。如果计算的数据是上个月 的结果，那可能参考意义就会比较低，但如果你能实时的得到各种各样的分析，那可能就会比较有价值。就像我们前面说的，如果你是上个月，在淘宝买了很多玉 米，那这个月的时候系统才给你推荐玉米，可能这个就不是你想要的东西。
简 单来讲，做这么多事情，其实它要达到的一个目的，就是从很庞杂的大量数据背后，能够挖掘和分析出用户的习惯，他们的行为，还有他们的喜好，能够自动的找出 更符合用户口味的产品和服务，然后结合他的需求去调整这个推荐的产品，去调整推荐的候选人。总的来讲，现在的大数据主要的应用目的就是提高效率，然后优化 资源配置。
4.怎样把大数据与人力资源工作的规划与优化相结合？又怎样去帮助/支撑公司去做出决策？
在 HR的工作里面，可能会用到的数据分析有两类，一类是一般性的数据分析，可能大家日常都会在做，一般就叫HRdatas。最开始时，就是记录数据，比如统 计员工的工时，然后计算员工的效率，可能在薪酬绩效方面都会产生流量化的数据，我们将它记下来，用于描述现在的一个情况。这种HR的数据分析，尤其是在一 个单一的组织里面，其实数据并不会特别多，当然如果您是在一个多样化的集团，可能数据非常多，那仍然是一个统计的工作。
我们做了许多工作去搜集数据，试图寻找一些相关性。数据的类型主要分成两类，一类叫business data，是业务流程的分析，另外一种叫people data，是跟人才相关的分析，比如人才情况的一些展现，还有一些是分类的信息统计等。
5.现在市面或者研究机构里面，真正在HR领域做了大数据，会做一些什么样的事情？
所有我们做的数据归根到底都是为了描述业务现状，能帮我们去做更好的决策。去找到关于人才，或者关于组织发展相关的一些问题的答案。
比 如，老板最想问的是很多事情进行的怎么样了？你的招聘进行到什么程度了？你的人工成本有多高？你的成绩分布情况是怎么样的？然后我们去了解这些业务的现 状。给大家分享一下，就是这个不是大数据，其实就算是一个数据分析，是跟人才盘点有关系的，我们在这个领域做的一点点的尝试。
图1
这 张图只算是一个数据的聚合。当我们聊数据和大数据的时候，我觉得数据应该会有几个层次，而数据的展现是所有数据使用的基础。当然更基础的是你首先得有这样 的数据。上图是一个人才盘点报告，这个报告的一页纸里面能够展现出这个人各方面的特点。如个人信息、工作经历、奖罚情况、发展建议、测评结果、人才地图 等。可能这个都算不上数据分析，但是这个数据能够为你所用，为决策所用，这个价值就够了。这个是最基础的，能够让您收集所有的信息展现出来。
从 这个图上来看，这些信息是从不同地方获取来的。比如说员工的基本信息，包括一些项目经理的经历，可能是从他的EHR系统里面获取来的，测评结果可能是从北 森的测评系统里获取来的。人才地图就是九宫格的这种可能是从以前盘点的结果导入进来的。也有可能您有继任系统，或者专门做了一个什么样的系统，从那个系统 里获取来的。那领导力素质有可能会从360度评估系统里获取来，当然这个图里面还缺信息，如果更多的话还会展示绩效的一些信息。甚至是本次人才盘点，如果 还请候选人做了一些准备，可能还会有一些针对本次活动的一些辅助信息。
其实我 觉得是否大数据不重要，重要的是那个有用就好。你能够让你的领导也好，参与人才盘点的人也好，在特别短的时间内能够快速的把握内部候选人的特点、重点就足 够了。所以即使大家将来手工做这个事情，或者是将来通过系统去呈现它。可能有几个重点，一个是不同的数据源的信息要弄到一起；第二个就是你展现的那个信息 是跟你特定的使用场景非常相关的；第三个就是尽量以图视化的方式展现，而不要全是文字或者全是数字。
