6月6日，2017 HR Tech China在上海盛大开幕，联合主办方肯耐珂萨创始人兼CEO沈健先生（David Shen）在大会专业论坛进行了题为《云时代：放眼闭环下的大数据，透视企业人力资本》的主题演讲，与大家分享大数据时代的预测分析在人力资本管理中的实践。以下内容基于David的演讲整理而成。
如今我们掌握着多于以往任何时候的数据量，谷歌每天收集处理的数据，甚至比世界上最大的图书馆所有存书的信息量还要大。就某一类现象，我们也可以收集到更多数据，并且非常容易获取及复杂性更高。这就是我们现在拥有的数据量，无处不在的连接都被记录下来，形成了犹如汪洋大海的大数据。
人类开始数据分析，可以追溯至几个世纪以前，尝试通过数据来探索事物的缘由。而如今，追寻原因或许已不再是第一重要的，我们要做的是如何利用丰富的数据，分析事物之间的相关性，利用一个去预测另一个的发展。举例来说，亚马逊会利用点击记录和购物信息来预测顾客未来可能想买什么，并推荐相关产品，使其近三分之一的收入都得益于该推荐服务。可见，利用数据进行预测是一个极其有效的技术。
利用大数据分析获得可行性的见解，David在演讲中特别提到，真正实现大数据的商业价值是需要经历“数据——信息/知识——预测——洞察”这一路径的，有价值的数据和信息被提取后，为企业提供深刻的商业洞见和决策依据。
大数据时代下的核心，预测分析已在商业和社会中得到广泛应用。随着越来越多的数据被记录和整理，未来预测分析必定会成为所有领域的关键技术。—埃里克•西格尔
当HR遇上大数据
在传统的人力资源管理中，经验、直觉是不二法宝，可是现在越来越多的企业不再需要这种模式的团队，而是不断要求人力资源部门能以数据驱动决策。成本中心、脱离业务、战术而非战略……这些都是HR部门在公司人心中的常见形象，随着大数据应用的深入，人力资源可以成为提供企业战略支持的高级管理部门。
毫无疑问，人才是企业成败的关键因素，具有获得一流员工的能力将使公司具有竞争优势，GE就是这样的一个实践者。每年GE用在员工培训上的费用高达10亿美元，管理层使用大部分时间来教导、发展、评估和提拔出色的人才，花费如此多的时间和金钱投入，只为获得更好的人才，董事长杰夫•伊梅尔特就明确表示“人才必须是公司的核心竞争力”。
但不幸的是，人事安排常常依赖于直觉或者经验判断，并且管理好一流人才是需要投入大量时间与精力的，可即使HR部门、公司管理层竭尽全力，也依然无法实现和每一位员工深入交流，有限的时间成为不可忽视的障碍。我们更加需要一种客观的、高效的人力资源分析实践。
技术的引入带来了这样的机会，给人力资源管理创造的第一层改善作用，可以用三个词来概括：Easier, Cheaper, More Efficient。借助计算机强大的处理能力，入离职管理、劳动关系、薪酬、社保、公积金、福利、员工管理等事务性的人事工作都能转移至机器操作。当HR们从繁重的重复性工作中解放出来，实际上就可以将更多的时间和精力花在富有创造性的工作上。比如，利用数据解析目前正在发生的事情，预测可能会发生的未来。从而，实现从战术性事务管理到为企业战略提供支持的角色转变。
大数据为人力资源管理带来的前瞻性预测
大数据为人力资源管理带来的转变实质上包含两层含义：
第一层是改善，降低成本又提高效率，并且能摆脱凭借经验感觉的模糊型模式；
第二层体现在大数据带来的前瞻性作用，帮助“人才”和“组织”这两个方面的发展提供决策依据。
从人才发展的角度来看，大数据和数据分析能够贯穿整个人才生命周期，在David此次的演讲中，分享了以下典型应用。
典型应用1：人岗匹配
基于胜任力模型，将预测分析注入到人才招聘中，借助分析确定选拔的原因、聘用的最佳时间、精简面试对象、甄别求职者能力。这种模式一方面帮助企业从初步筛选的候选人中选拔出合适的人选，另一方面以绩优者模型来反哺机器算法。
典型应用2：以数据优化人才发展
通过人才分析，根据数据精准刻画绩优者的特征，进行科学的人才评价。然后在人才发展中，指导培养对象采取一些新的行为方式。数据的引入，帮助企业和个人更加科学、量化地看到能力的补充方向。
典型应用3：员工敬业度成为业务驱动力
在员工敬业度调查中，重点并不是了解员工是否敬业、为什么敬业或者为什么不敬业。而是应该设法将追踪到的信息用于预测，想方设法怎样维持敬业度或者改善它，从而能为企业带来更好的业务结果。
如今人才的竞争已经越来越激烈，离职也会成为公司不小的经营成本，据研究机构报告，“流失一个员工的成本是这个员工年收入的1.5~2倍，如果是高级职位的员工，这个成本会增加不止两倍”。所以，整合各类人才数据并建立预测模型，识别有离职风险的员工，预测离职原因和时间，并提供可行性建议，往往能立竿见影。
将数据分析预测集成到人力资源管理实践中，以优化人才管理是很多商业领袖的必然选择。那么，对于企业组织而言，又该如何利用互联网技术、大数据分析预测来获取真正的价值？
从去年开始，肯耐珂萨联合杨三角学习联盟、腾讯咨询共同开展中国企业组织能力调研，基于全国43个行业领域的上千家企业的参与，在杨国安教授的杨三角理论框架指引下，识别移动互联时代和企业业绩相关度最高的组织能力项，探寻哪些实践可以提升组织能力。数据分析带给我们的结论是：在移动互联时代，无论互联网行业还是实体经济行业，“用户导向、创新、敏捷”已经是企业制胜最重要的组织能力。
数据分析让我们知晓企业现在的状态、正在经历什么、为什么是这样，正如David在演讲开始所强调的，数据分析更重要的应该是还能通过预测为人才发展、组织发展带来可行性的见解。
数据价值1：预判企业现在所处的生命周期
在Ichak Adizes的企业生命周期理论中，他把企业生命周期形象地比作人的成长与老化，细分为孕育期、婴儿期、盛年期、贵族期、官僚期等10个阶段，“企业如人，亦会老化和死亡，从来没有一个没有问题的企业”。基于数据分析，发现存在的问题，对企业发展阶段进行合理预测，从而做出恰当决策，不失为可行之方法。
数据价值2：对标同行，确定企业所属分位
以组织能力调研为例，通过数据分析可以了解企业当下与战略相匹配的组织能力健康度如何，这是知己；那么对标同行，企业又处于什么水平呢，与行业领先企业的差距在哪里，行业的中位水平如何，这些数据的对标分析帮助企业不仅知己，更是知彼。
人力资源技术服务公司的本源是什么
对大多数人来说，人力资本分析还是一个全新的领域，对于人力资源服务产业来说也是如此，到底一家人力资源技术服务公司的本源是什么？纯粹是大数据、BI、AI技术吗？
先来看看近期又备受瞩目的人机大战，AlphaGo在两次与人类围棋高手的对决中胜出，而它的背后有一个人数达140人的科学家团队，其中有14位是全球最顶尖的工程师和科学家。这就是内容与技术深度融合所带来的震撼。
再回到上面的问题，此时预计很多人已能联想到了：人力资源技术服务公司，是一家科学内容与技术深度融合，为客户提供价值的公司。
未来，当拥有了更智慧的大数据和人工智能时，相信HR的工作会被更好地辅助、升级，达到“量化已知，发现未知”。
网友评论