大數據應用於人力資源管理決策

大數據分析技術的商業策略意義不在於掌握龐大的資料與資訊，而在於對這些含有意義的資料進行專業化處理，提供企業商業經營上的洞察。企業人力資源管理活動也會產生龐大的人事數據量，商業智慧工具幫助人力資源管理從憑藉經驗的管理模式逐步朝向依靠事實資料的管理模式轉型。另外，人才評鑑也可以由主觀性強的專家進行評測轉向建構數學模型依靠大數據處理技術進行評測；企業人才招募過程也同樣可以正朝著越來越依靠社交網路和大數據分析技術的方向發展。這樣的轉變可以讓企業人力資源管理團隊透過資料收集與分析，掌握更廣泛的業務需求，提出更正確的見解，協助組織人資政策的制訂和人才投資與培育的方向。

多年來，人力資源管理系統一直收集著員工資料，這些資料可以讓企業做出更好的業務決策。但僅僅擁有這些資料並不意味著這就是價值。如果用得不好，這些資料不會展現關鍵的商業價值。例如，員工流動率-只提供了一個全公司一個籠統的數字,但該公司可能有極高和極低的不同事業單位的流動狀況，需要做進一步的分析。

事實上，深度資料探勘可以展現令人驚訝的結果，甚至可以提供相反的見解。企業需要可以提供深入見解的資料分析方式，而人力資源管理團隊要想有效管理及運用人力資源相關資料，必須採取以下步驟：

確保人力資源策略有效連結企業策略。
所收集的資料可以提供洞察以協助商業策略的執行。
有效區辨資料價值上的差異，確保所收集到的資料能夠協助因應企業當前和未來業務所面臨挑戰。
整合企業孤立的資訊源，讓資料有效整合為企業經營管理提供更大的洞察力和價值。

以下說明大數據分析技術可以協助企業在人力資源管理方面管理決策上的應用。

人力資源規劃

人力資源規劃可運用大數據分析技術來預測人才需求以滿足公司戰略目標。預測的內容可以從只包括人才的數量擴展到包括人才的具體類別和所需要的素質。預測的範圍也能更加長遠，使得中長期人力資源規劃更加準確。例如，陶氏化學 (Dow Chemical Company) 根據公司4萬名員工的歷史資料以及產業及財務大數據，預測出整體化工行業以七年為一波週期的勞動力需求情況，據此估算出企業的員工晉升率、內部職位調動和其他人力供應情況，並設計了陶氏策略性人員配置比例，用以估算5年後的人員需求以及剩餘員工的數量。

人才招聘

人力資源大數據將會改變招募的運作方式，自人才搜尋的角度，從過去公開招募資訊的被動搜尋轉向基於大數據的人才定位的主動搜尋。中國大陸的騰訊公司旗下的TalentBin從諸多利基網站和社交媒體平臺上匯總候選人資料，然後為每個人創建唯一的標識檔案。在人才篩選方面，人力資源大數據可解決勞動力市場的資訊不對稱問題，可以讓企業以最少的投入找到最佳人選。騰訊公司透過將過去及現在所有員工的資訊按照典型特徵建立數學模型，與候選者進行匹配，為後續的人才招募提供了參考。同時騰訊公司在其龐大的社交網路上精準投放招募資訊，這樣會讓資訊傳達更加聚焦。利用大數據進行定向挖掘，人才配置，把最合適的人放在最合適的職位上幫助人力資源主管透過大數據在社交招聘中的應用，成功實現精準化、智慧化、個性化的人才招募。

員工培育

企業對員工的知識技能的培育與開發是人力資源管理中非常重要的一環。為了滿足員工發展的需要，對於訓練需求的掌握與培育成效是負責企業人力資源發展的專業人員所要面對的難題。借助大數據分析技術中的自然語言處理、機器學習等方法，管理者可以對員工工作及訓練過程產生的各種資料，進行相關分析，識別出學習需求、行為、模式及訓練效果。

績效管理

大數據收集使企業從週期性績效考核轉向即時追蹤員工績效波動，為員工提供及時績效回饋，並依據績效動態調整激勵薪酬的績效管理模式。過去的績效考核資料搜集成本高，所以大多以半年或一年為績效評核週期。人力資源大數據提供了豐富的績效資料內容，並且其中大部分是即時更新的，能夠反映員工的績效波動情況，並透過線上系統對員工提供自主性的績效回饋。績效評估的主觀因素也隨之降低，評估方式更加透明。基於能夠精準反映員工工作過程的人力資源大數據，新的績效評估不僅衡量工作的結果，也解釋了產生結果的原因，為績效回饋提供更具體的改進建議。

員工關係模組

在大數據環境下的員工關係管理，可以透過資料動態追蹤，分析出員工工作情況和狀態。以員工離職管理為例，不同於以往當員工明確表現出離職意向的時候才進行留任干預，透過分析公司以往員工的歷史資料，包括員工離任行為對應的大數據資料，就能夠建立預測模型。透過對員工進行持續監測，可以提前3至5個月識別出具有潛在離職傾向的員工，為人力資源單位提供了主動干預的時間。例如，美商德勤 (Deloitte)公司基於員工的出勤記錄、工作時間、休假時間、對客戶的影響、付出的努力以、旅行的頻率和公司與住家距離等大數據，透過統計模型識別出離職傾向排名前10 %的人，發現其離職意願是以德勤以往案例研究所得到的平均水準的330%，並且能夠及早識別出個別人物、時間和離職原因。也就是說，預測模型可以針對企業關鍵人才的離職傾向提出警示，及早發現及因應，以有效防止人才的流失。