大数据时代的人才管理

基于数据分析的对标、关联等应用越来越多用在企业人才管理,未来CHRO的工作方式会越来越像采用社交和大数据分析做精准营销的CMO.

前几年在某大型跨国公司管理团队时,我意识到“大数据”在HR管理中的作用.在管理团队薪酬时,IT系统不仅处理薪酬流程,还提供对标数据支持决策：调薪周期开始时,公司把调薪预算从上到下分解到各级经理,经理会具体分析每个下属员工应该分配多少预算.一般会考虑：一、员工当期绩效表现,二、目前在公司内同类工作岗位中所处薪酬水平?三、与同行和竞争对手的同类岗位相比处于什么水平?经理根据业务需要确定是否要努力保留一位员工,通过预算分配使员工处于合理的薪酬水平.这个系统不仅提供了公司内按职位角色细分的薪酬分布曲线,同时提供了行业薪酬分布曲线,使管理人员能直观看到员工调薪前后在公司内及市场上的薪酬“分位值”.

公司如果有规范的职位职务体系基础容易统计内部薪酬分布,行业的数据一般来自大型HR咨询公司的薪酬数据库.做跨公司的职位职务对应匹配却是件有挑战性的事情――你怎么知道A公司的八级软件工程师相当于B公司的十级咨询顾问呢?传统上,我怎么写作的那家公司是定向的对标指定,即人工对应到具体同类型公司的同类型岗位.随着技术的发展,现在时髦的基于文本分析的“大数据分析”能够解决更广泛的职位匹配问题,再结合薪酬数据库,能够提供更准确做薪酬对标.可以预计,这种对标方法会成为一种更加普及的应用.

HR咨询公司薪酬数据库的客观性和准确性往往存有争议,大企业做对标时一般会购写几家咨询公司的数据,相互参照使用.然而,现在互联网上各种“晒工资”网站越来越多,例如GlassDoor.,基于互联网的大数据分析可能颠覆传统的薪酬数据库怎么写作,企业能够更加实时、准确地做职位薪酬对标,提升人才管理水平.

HR部门的价值从后台怎么写作职能,发展到帮助业务部门挖掘、培养、发展人才,成为企业业务的驱动者,人才相关数据的分析为这样的工作方式转型提供了可能性.不仅是薪酬数据分析,从下图所示的HR相关数据可以产生很多分析机会.

例如某些专业岗位招聘如何选择候选细分人群,需要在用人成本、人才质量、使用风险以及细分人群供应量等不同因素中平衡,可以通过数据挖掘方法,根据不同人才寻源策略确定相应的候选人细分对象；又如雇主品牌建设,通常员工敬业度调研结果中薪酬是一个抱怨因素,可是,实际薪酬水平以及期望薪酬水平与员工的敬业度、员工绩效之间有多深的关联?不同的薪酬或者奖金结构方式会对敬业度产生什么影响?再例如提高招聘质量,国外某保险公司对数百例初级销售人员聘用后的实际业绩分析发现,应聘人资质与业绩相关度较高的因素有：简历文本质量（语法准确、表述清楚）、教育经历完整性、高端产品销售的经验、过去类似工作的成功、不确定环境下工作的能力等,并有意思地发现大学档次、大学成绩、推荐人资质等因素与业绩相关度不高.除此之外,在员工保留因素、销售人员绩效、出勤率预测、继任计划、人才管道计划、高潜力人才挖掘等人力资源管理领域,数据分析都有广泛的应用.

HR总监向管理层解释工作计划是件比较麻烦的事情,如果他在预算会上拿出一份人员自然减员率分析、招聘预测、人员管道与业务增长相关性、不同绩效水平的薪酬增长比率和市场对标水平等数据的分析报告,可以设想这会多么有说服力.

在移动、社交和互联的今天,与消费者开展“倾听、理解、使能”循环,加上精准效果评估,是新一代首席营销官（CMO）的工作模式.如果把人才和员工看做HR的营销对象,首席人力资源官（CHRO）的工作方式会越来越像CMO,通过社交媒体的多向信息沟通特点,建立内外部人才协作、目标设定和绩效跟踪、职业生涯管理、人才寻源等,并准确评价HR投入产出效果.