English 中文
大数据时代的人才管理|Talent Management in Big Data Era

作者:陈果 怡安翰威特全球合伙人

我意识到大量的数据在人力资源管理中所起到的作用,是前几年在某大型跨国公司工作期间管理一个团队时,使用一个专门用来做调薪管理的信息系统。简单说,这个系统工作原理是:调薪周期开始时,公司会把调薪预算从上到下分解到各级经理,我拿到我的预算额度后,会具体分析给每个下属分配多少预算,我考虑的因素一般有:一、他的当期绩效表现,二、他目前薪酬在公司内同类工作岗位处于什么水平?三、和同行、竞争对手的同类岗位相比处于什么水平?我会根据部门业务需要,来确定是否要努力保留这位下属,分配预算使员工处于合理的薪酬水平,无论是相对满意或者是具有竞争力。这个系统厉害之处在于它不仅提供了公司内按职位角色细分的薪酬分布曲线,而且同时提供了市场同行业该职位的薪酬分布曲线,使我能够很直观看到对每个员工调薪前后在公司内及市场对标的薪酬"分位值"。

公司内的薪酬数据分布如果有规范的职位职务体系基础还算容易统计,市场的数据一般来源于一些大型人力资源咨询公司通过定期的定向调研A产生的薪酬数据库。做跨公司的职位职务对应匹配是件有挑战性的事情,怎么会知道公司的八级软件工程师相当于B公司的十级咨询顾问呢?我工作的那家公司尚可以做定向的对标指定,如果这种对标方法成为一种更加普及的应用,现在时髦的基于文本分析的"大数据分析"一定能够解决更广泛的职位匹配,结合薪酬数据库,提供更准确的薪酬对标服务。大企业做对标时一般都会购买商业性人力资源咨询公司的数据来保证薪酬数据的客观性和准确性存有争议,然而,现在互联网上各种"晒工资"的网站越来越多,例如GlassDoor.com,基于互联网的大数据分析可能颠覆传统的薪酬数据库服务,为企业提供更加实时、准确的职位薪酬对标,提升人才管理水平。

当前,传统的人力资源管理向人才管理发展,人力资源部门自身工作的价值正从后台服务职能,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,从下图所示的人力资源相关数据可以提供很多分析机会。

 

 

现在数据分析的应用场景几乎涉及各个人力资源管理领域,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会是导致员工抱怨的因素,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、过去成功的工作经验、不确定环境下工作的能力等,并有意思地发现大学排名、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。

过去企业年度经营预算中,人力资源负责人解释人工成本增长率会常受到挑战;如果在年度工作会上,企业的人力资源负责人拿出一份人员自然减员率、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等数据的分析报告,可以设想,这对公司高层管理人员会多么有说服力。

随着个人的移动设备和社交网络应用的普及,以"倾听、理解、赋能"循环为特征的市场营销是新一代首席营销官(CMO)的工作模式。在移动和社交互联重新解构社会关系的今天,如果把包括潜在雇员与高潜雇员在内的群体看做人力资源管理的"营销"对象,已经有很多观点认为未来的首席人力资源官(CHRO)的工作方式越来越像CMOCMO基于社交和大数据分析的精准营销思路可以用于人力资源管理上,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。