華博諮詢：人力資源大資料應用實踐（一）

本文整理自王愛敏老師主講的華博諮詢線上課程《人力資源大資料應用實踐》

各位同仁大家好，今天我們共同來探討一下最近這兩三年在我們人力資源圈子裡面，相對來說熱議的一些問題，這樣的一個關於人力資源大資料。

我不知道大家對人力資源大資料是目前掌握到一個什麼程度？是不是在我們的企業裡面也進行了這一方面的一些探索？我對這個問題的研究，其實是基於兩年前，我在研究的基礎上和百度的人力資源大資料中心的一位負責人，也就是在我們人力資源三支柱裡邊是SSC的負責人，共享服務中心的負責人，可能咱們在聽講座的一些企業也建立了一些SSC這樣的人力資源共享服務中心。其實對於百度來說，他們把SSC已經建成了人力資源大資料的一個平臺，在國內行業來說，對大資料的應用，人力資源做的還是非常最成熟的。在上個月，我跟百度的還有一個從美國回來的一個大資料專家，還有一個人才學的一個奠基人騰訊王春玉老師，我們一塊來合作了一本書就叫《人力資源大資料應用實踐模型技術應用場景》，把最前沿的關於人力資源大資料的一些內容以書本的形式呈現給大家。在這個基礎上一直是在探索，畢竟人力資源大資料是非常新的一個東西，一直在探索，在一個月之前我也是在一個比較大的平臺，DHR工會里跟他們分享了類似的內容，當時也跟騰訊的SSC的一個總監，人力資源大資料平臺的一個負責人也跟他進行了一些交流。

我把我這兩年對於人力資源大資料的一些研究，包括和百度、騰訊、華為這些在內的大公司的一些人力資源大資料方面的實踐，綜合到一塊來給大家做一些分享。由於這個時間的關係就一個小時，因為不知道咱們在聽講座的對人力資源大資料熟悉到一個什麼程度，我就假設大家對人力資源大資料都是比較熟悉的，一些基本的理念都熟悉的基礎上，我給大家再延伸一些內容。那麼主要是從這幾個角度：第一個是關於核心概念，大家容易混淆的概念；第二個方面從思維邏輯角度，就是從循證這個角度；第三個方面是從指標體系的建設以及角色應用。從這幾個角度給大家來分享一下人力資源大資料研究的一些核心問題和實踐前沿的一些核心問題。

首先我們看第一個方面，關於人力資源大資料的核心概念，跟大家來分享的第一點就是資料統計，第二是挖掘，第三是大資料。因為在人力資源大資料各方面應用大家可能也都清楚了，比如用在招聘上、臨時預測上、背調等等這些方面。但是我們從技術的角度來說，涉及到的一些核心概念到底是什麼？在說幾個核心概念之前，我還是從幾個小概念給大家說起，哪幾個小概念？比如說資料、資訊、知識、智慧、行動。為什麼給大家介紹核心概念要從這幾個小概念來說起呢？我們可以看看人力資源大資料分析或者一個平臺的基本邏輯圖，這個圖中最底層的我們叫資料，我們身邊的資料要描述事實或者事實的一個描述；在這個基礎上我們進行資料的加工，對這些加工的資料進行資訊的提煉，然後我們進行人文的洞察，來判斷最後我們在基礎上採取行動。

遵循這個邏輯，我們先去了解一下關於這幾個小概念到底它是一個什麼意思。首先我們看資料，其實從字面意思來說很簡單，資料是最原始的一個記錄，它沒有被加工解釋，也就是說在我們身邊存在的這些事實。這些資料之間一般情況下，它是分散的孤立的。比如說張三這個人是我們的一個員工，每一個員工身邊都會存在這些資料：性別、學歷、出生年月、所在的部門、他的一個專業序列、他績效考核的一個結果，那麼這些資料是孤立的、零散的，大家也能夠直觀看到的。咱們傳統的HR，包括傳統的一些人力資源的資訊平臺，我們收集的就是這些原始的資料、最原始的記錄，這就是我們身邊的資料。我們經常談資料分析，資料分析到底是什麼呢？我們說大資料和資料是什麼？首先我們看資料是什麼？資料就是這些原始的記錄，對任何一個企業來說，不管規模大小、什麼類別，我們這個資料都是存在的，但是它是分散的和孤立的，沒有充分利用起來。第二個小概念叫資訊，資訊是什麼呢？對我們身邊這些原始的資料進行加工處理，使資料之間分散的孤立的資料，我們給它架起一種橋樑，相互聯絡。

那麼資料之間建立這種相互聯絡，形成了我們來回答某些特定問題的一個文字。比如說前面張三的這些資料，有它最基本的這些分散的、孤立的資料，我們再看看它的資訊反映了什麼。張三他的司齡係數是一，反映出來他績效的一個情況，那麼根據績效，我們看公司的績效管理制度，獎金係數是什麼？比如說1。5，目標獎金係數是2，他的月基薪是3萬獎金，那麼達到9萬，這個是什麼？我們是在分散、孤立的原始資料基礎上形成了資訊，這是第二層級的一個概念叫資訊。那麼這個是資料和資訊這兩部分，就是通常意義上說的資料統計分析。那麼從學術定義上來看，它是指用適當的統計分析方法，對收集來的大量的資料進行分析，提取有用資訊和形成結論而對資料加以詳細研究和概括總結的過程，這是從學術上這麼定義。那資料分析可以幫助我們做出判斷，以便我們採取行動，比如說我們對HR的一些客觀資料進行描述，基礎資訊資料、客觀資料，比如說組織部門、崗位職級、個人資訊、學歷、工作經歷等等。比如說對於職位資訊，像招聘、培訓、績效、薪酬、福利、晉升等等這些運營資料的分析，這就是我們通常意義上說的叫資料統計分析。我們繼續往下看，第三個叫知識，知識是體現了資訊的本質、原則和經驗，能夠積極的指導任務的執行和管理，來進行決策和解決問題。

透過資料探勘，從資料中去發現隱藏的趨勢和不同尋常的這種關聯、規則，這就是我們說的知識層面。從資料到資訊再到知識的過程是一個數據不斷變得有序、不斷得到驗證，並最終來揭示所存在的固有的邏輯規律的這麼一個過程。比如說我們資料探勘對HR進行的一些綜合資料分析，比如說各個企業都比較關注的人效問題、組織效能問題、組織的活力問題、人員的輿情分析、風險把控、組織的健康度、員工的敬業度等等這些資料探勘，這是資料探勘方面的一個含義。那麼資料探勘我們從學術的角度來講是什麼呢？從大量的、不完全的、模糊的、隨機的這些實際資料中獲取隱含在其中的、大家不知道的，但又是潛在有用的資訊和知識的這麼一個過程，這叫資料探勘。它融合了統計學、機器學習、資料庫與資料倉儲、高效能計算和眾多計算機應用領域的技術，最核心的是機器學習和資料庫以及資料倉儲技術，這個都是比較專業的、比較技術層面的。

我上一次給DHR去做講座的時候，他們當時在場的2萬多人大部分都是做人力資源資訊系統出身的，或者說是公司人力資源共享服務中心這樣的負責人，這些人有一部分是HR本身出身，有些是從計算機這些專業技術出身的，這是兩類人員的組成。我估計這次來參與的可能也是由這兩類人員的一個組成，這個裡邊如果涉及到這些，因為尤其是對於技術出身的HR來說，對這些可能是更容易理解一些。

最後我們看智慧和行動，智慧是什麼？是基於知識基礎上，形成對事物的深刻的認識遠見，體現為一種卓越的判斷力，並由此來採取的策略和行動。我們透過資料探勘得到隱含的各種場景的趨勢，哪些場景？比如說離子預測、高績效、發展潛力、管理風險等等，那麼透過這些場景我們來形成的是一種什麼智慧？透過智慧我們採取進一步的行動。有一張圖，這張圖縱座標是績效，橫座標是能力，根據一些基礎的資料、資訊、知識，根據一定的邏輯結構形成的智慧是什麼樣，大家從象限圖裡面其實可以明確的看到哪些人員， ABC三位是我們要重點發展的人員，比如哪些是高績效、哪些是具有發展潛力的、哪些是具有管理風險的，一目瞭然的從這個圖裡邊能夠去分析出來。這就是我們透過前面的資料、資訊、知識形成的這種智慧。那麼根據這種智慧，我們需要採取行動，那麼這種智慧我們透過資料探勘、建模、演算法迭代得出來趨勢報告。這個報告出來之後，根據這個報告我們就可以看出，A先生和B先生一定是我們要留住的人員，我們要重點發展的人員。而C級的女士我們根據企業的一個情況，績效和能力相對他們來說可能是要欠缺一些，但她績效還是不錯，我們對於C女士應該採取一個什麼樣的行動？對A和B我們應該採取什麼行動？

從這個報告中我們還能看出來， ABC其實都是高績效高能力的，尤其是A和B。同樣的我們看從離職預測上它的風險指數，那麼大家可以看到A先生的指數是0。88是最高的，B先生也是比較高的，這兩位都是我們重點保留的人員，但是他的離職風險比較高，我們該怎麼辦？我們看繼任人選，根據A和B去選擇。那麼行動建議，對於A來說，根據他的一個情況，比如說A先生他是離職風險比較高，我們根據一些基本的資料的分析我們得到結論，作為管理者反過來去看，對於我們想要發展的、留住的我們怎麼樣採取什麼行動、什麼樣的人力資源的專案，能夠初始達到我們的目的。那麼可能對A先生來說，比如說他是一個技術人員，那麼可能就會有想要學得更多的專業技術輪崗的一個需求；那麼對於B先生，咱們大家也知道從激勵的角度來說，一個是從我們直接晉升，比如這個是技術人員，我們可以走雙通道，管理通道還是技術通道，再結合馬斯洛需求層次理論採取激勵措施。其實這就是從這個圖裡面，我們從前面這些來得到智慧，透過這些智慧，我們採取這樣的一個行動。

在這個地方我也特別來強調一下，因為我在17年左右的時候接觸人力資源大資料，然後我們去做調研，去了成都幾個地方對於HRD、VP進行調研，當時去成都的時候，他們就提到了說是HRD就特別害怕人力資源大資料，人力資源大資料來了，但是我們不是技術人員出身，這個大資料不懂，我們會不會被代替，我們怎麼樣去用好。其實從這個角度來說，我們在人力資源大資料智慧的基礎上，其實行動是我們應該採取的，是我們現在大家傳統的HRD或者是我們人力總監或者HRVP我們來去考慮那些得出來的技術的資料，我們怎麼樣去回頭看我們的管理的問題，我們哪些從管理進行的一個完善，後面角色應用會具體來給咱們大家說。