在原有的人才數(shù)據(jù)庫的基礎(chǔ)上，導(dǎo)入以社交媒體為代表的“大數(shù)據(jù)”將使H R (人力資源部門)做聘用決策時更客觀。

　　數(shù)據(jù)，對于企業(yè)的H R 來說并不陌生，從最開始通過招聘搜集員工信息，到能力測評，以及年度、季度的績效考評，日積月累的數(shù)據(jù)不可謂不大，但是真正將這些數(shù)據(jù)整理分析，提供給人才管理者做決策的企業(yè)卻并不多見。然而，不管你用不用，這些數(shù)據(jù)還在增大，而且，隨著新技術(shù)的出現(xiàn)和普及，移動設(shè)備和社交媒體也加入到企業(yè)招聘的渠道中。如何充分利用這些數(shù)據(jù)以便更有效地支持人力資源管理工作?目前企業(yè)利用人才數(shù)據(jù)的現(xiàn)狀如何?人才“大數(shù)據(jù)”應(yīng)用的前景是怎樣的?針對這些問題，德勤華永會計師事務(wù)所中國區(qū)人力資源部招聘總監(jiān)王文佶和SHL 中國區(qū)總經(jīng)理付權(quán)分別從企業(yè)實踐和調(diào)研分析的角度闡述了各自的看法。

　　從“小數(shù)據(jù)”說起

　　記者：SHL發(fā)布的《2013 年全球評測趨勢報告》顯示，企業(yè)在利用人才‘大數(shù)據(jù)’方面還處于起步階段。這里提到的‘大數(shù)據(jù)’概念跟以前企業(yè)在招聘中運用的人才數(shù)據(jù)有何不同?

　　王文佶：其實數(shù)據(jù)一直存在，HR招聘過程本身就涉及很多數(shù)據(jù)，從應(yīng)聘者的簡歷、筆試到面試都包含很多評分(rating)。但相比較現(xiàn)在所說的大數(shù)據(jù)，我們把這些稱為小數(shù)據(jù)。所謂小數(shù)據(jù)就是按照某個業(yè)務(wù)流程目標，預(yù)先設(shè)定一些甄選標準，通過抽樣的方法來判斷整個流程是否符合你的需要，通過數(shù)據(jù)來研究。

　　德勤也有人才分析數(shù)據(jù)，但基本都是基于怎樣利用好現(xiàn)有的小數(shù)據(jù)，就是把原來從不同部門或不同領(lǐng)域采集來的本身結(jié)構(gòu)化的數(shù)據(jù)，錄入數(shù)據(jù)倉庫( Data Warehouse)，并進行數(shù)據(jù)挖掘( Data Mining)。比如，德勤有一個候選人跟進系統(tǒng)—ATS (Applicant Tracking System)，只要應(yīng)聘者投遞簡歷，他的信息就會進入德勤的全球人才庫，現(xiàn)在約有30 0 萬人的信息。這個數(shù)據(jù)庫可以在德勤的各個跨國公司之間共享。德勤中國可以利用這個數(shù)據(jù)庫尋找美國德勤吸引來的人。這是一個巨大的人才數(shù)據(jù)庫或者候選人數(shù)據(jù)庫，我們可以經(jīng)常進行數(shù)據(jù)挖掘。

　　另外，德勤也在用SH L 專門的工具叫做人才數(shù)據(jù)與結(jié)構(gòu)分析(Talent Analytics)，它從數(shù)據(jù)的體量上來講更大。比如，SHL能對所有應(yīng)聘財務(wù)的學生，在全球范圍做各種比對和分析，從而分析出一種趨勢，我們將這種趨勢稱之為對標。當一家企業(yè)想確定今年招收員工的整體質(zhì)量時，SHL 的數(shù)據(jù)可以幫我們橫向地跟全世界、亞洲或者其他競爭公司的情況做比較。

　　但是，我認為真正的大數(shù)據(jù)是研究非結(jié)構(gòu)化數(shù)據(jù)，而非通過某一個特定目標、一個已經(jīng)設(shè)定的標準去采集。當大數(shù)據(jù)來臨，產(chǎn)生的最主要的區(qū)別在于：大數(shù)據(jù)可以通過某種機器的手段，更多地采集候選人非結(jié)構(gòu)化的、自然的、在社交媒體和網(wǎng)絡(luò)上的信息，來輔佐目前已有的結(jié)構(gòu)化數(shù)據(jù)，并幫助進行判斷。如果能做到這些，那么招聘決策就會更加準確。

　　付權(quán)：以前的數(shù)據(jù)來源于調(diào)查研究。假如美聯(lián)社的薪酬數(shù)據(jù)來源于針對不同企業(yè)的HR所做的調(diào)研報告，內(nèi)容可能包括今年不同崗位的薪酬漲幅如何，然后通過某個公司進行有效的數(shù)據(jù)處理后，便得出這個行業(yè)的薪酬基準( Bench mark)。但現(xiàn)在的數(shù)據(jù)來源于每個人與整個數(shù)據(jù)采集機構(gòu)直接的互動。比如LinkedIn就是這樣的數(shù)據(jù)采集機構(gòu)，上面的數(shù)據(jù)是使用者作為個體自發(fā)提供的，而LinkedIn 同時也有社交媒體(Social Media) 的概念，所以它的數(shù)據(jù)是準確可信的。LinkedIn不僅僅是一個社交媒體，也是建立企業(yè)人才庫(Talent Pool) 的有效工具。

　　無論是大數(shù)據(jù)還是過去的小數(shù)據(jù)，它們的功能是一致的，就是對業(yè)績進行有效預(yù)測( Predict Performance)。舉例來說，一個應(yīng)聘者加入新公司，就需要接受測試，因為公司并不了解他。這就需要一個信效度較高的測試來判斷該應(yīng)聘者是否符合這個企業(yè)的文化和業(yè)績目標，以及能否跟同事友好相處，互相促進。測試的種類非常多，但所有目的都是為了預(yù)測業(yè)績。記者：所謂小數(shù)據(jù)的分析是怎樣運用到招聘和人才決策中去的?

　　王文佶：從校招和社招兩個角度來說。在校招方面，我們不是針對個人，而主要是針對整體進行分析。比如根據(jù)現(xiàn)在業(yè)務(wù)的需要，可能分析得出不一定非要招財務(wù)背景的學生做審計。通過小數(shù)據(jù)分析，我們發(fā)現(xiàn)財經(jīng)類和非財經(jīng)類的同學在考CPA 的通過率方面沒有差別，甚至非財務(wù)類的學生第一第二年的通過率更高。這個現(xiàn)象很奇怪，于是我們就找到培訓部門一起研究這些數(shù)據(jù)，并分析出很多可能原因。

　　這也是小數(shù)據(jù)的局限，因為通過分析產(chǎn)生一個結(jié)論，這種結(jié)論不能嚴密地解答疑問，會產(chǎn)生很多可能性。比如可能非財務(wù)類的學生由于不懂，所以同樣的課程花了更多精力，上進心和壓力感都更強，因此他們的考試通過率更高;還可能是因為財經(jīng)類的學生進來就能用，所以更多時候被派到項目上去，反而沒時間預(yù)習功課。業(yè)務(wù)經(jīng)理不愿意用非財經(jīng)類新人，因為他們不能立刻上手，所以他們有更多的時間去復(fù)習。經(jīng)過分析，這些情況都有可能，但無法得出確定的結(jié)論，但至少我們知道，招聘時不一定非要招審計和財經(jīng)類的學生，這就是一個小數(shù)據(jù)的例子。

　　在社招方面，德勤目前更多是在人才吸引、渠道分布和廣告有效性上做分析。對所有參加社招的人員，我們都會追蹤其消息來源，是通過自投簡歷、獵頭邀請，還是朋友推薦過來應(yīng)聘的。就目前來說，德勤社招最得力的渠道是員工推薦，占整個最終招聘量的45%.于是，四五年前，我們把員工推薦的項目政策重新進行了改革，以提高大家的積極性。比如員工推薦的獎勵金額從原來的半年后付一半、一年后付全額，改為了把人介紹過來就付一半、三個月后付全額。這樣員工有很大積極性。

　　記者：目前，企業(yè)HR對人才數(shù)據(jù)管理系統(tǒng)的重視程度偏低，或者說利用得不太好，是什么原因?王文佶：一個主要的原因可能是數(shù)據(jù)收集所需要的投入超出了數(shù)據(jù)分析所帶來的實際收益，即投入產(chǎn)出不成比。比如德勤用過的人才招聘管理系統(tǒng)Taleo，它的一個功能是可以對所有篩選過的簡歷貼上各種標簽，比如此人這個職位好像不合適，但也許他將來能適合其他職位，于是可以做一個標記，下次找的時候就可以調(diào)出來。但是從現(xiàn)實的角度來看，這些工具沒有得到充分的利用。首先因為招聘官經(jīng)常同時要管理十幾個空缺職位，而能把這些職位完成是首要任務(wù)。如果有剩余時間或者找不到應(yīng)聘者，他們才可能會花時間利用工具進行數(shù)據(jù)挖掘;第二個是技巧問題和工具方便性問題。另一方面，企業(yè)人力資源部門的職能條塊分割，使得各項人才管理數(shù)據(jù)分別由不同的職能團隊來收集和管理。比如薪酬團隊的數(shù)據(jù)和培訓團隊的數(shù)據(jù)往往就不被招聘團隊所掌握�，F(xiàn)實的悖論往往是，大企業(yè)的HR有非常完善的HR 職能團隊和基礎(chǔ)架構(gòu)，可以收集到很多有用的數(shù)據(jù)，但是龐大的數(shù)據(jù)量和縱橫交錯的管理結(jié)構(gòu)使得數(shù)據(jù)比較難以被有效利用，必須建立起一個項目團隊來收集、整理、分析這些數(shù)據(jù)。