- 相关推荐
大数据对企业人力资源管理的影响
在多数中小企业中，存在管理人员固守传统人力资源管理理念的情况。这些中小企业实施了十分严格的员工管理机制，将员工看作机械辅助体，人力资源管理缺乏人性化，在管理方式上具有偏向业务性，不利于企业的发展。以下是小编收集整理的大数据对企业人力资源管理的影响论文，和大家一起分享。
摘要：随着大数据时代的来临，企业人力资源管理面临着新一轮的挑战。企业人力资源管理的优化是提升企业竞争力的关键，因此，企业人力资源管理者必须紧跟大数据时代的发展趋势，更新管理理念，优化人力资源管理体系，从而更好地为企业服务。
关键词：大数据时代；人力资源管理；管理理念；工作思维大数据时代的到来给企业的发展带来了巨大的变化，影响着企业战略决策的部署以及员工的工作思维。在企业管理中，人力资源管理是关键内容之一，人力资源管理优化对企业的发展起着较大的促进作用。因此，企业人力资源管理者应革新人力资源管理方式，构建更加完善的人力资源管理体系，从而更好地提升企业的市场竞争力。
1、大数据对企业人力资源管理的影响
当今社会的发展以知识经济和信息技术为主导。随着大数据时代的到来，企业数据与先进的信息技术实现了更加紧密的结合，并转化为可应用的数据知识，进一步地支持了企业的人力资源管理工作。大数据时代的来临对企业人力资源管理提出了新的要求，带来了前所未有的挑战。对于大数据本身所具有的巨大价值，除了会引发创新性的产业变革外，还对企业决策、员工的工作思维造成较大的影响。
在企业发展中，实施大数据下的人力资源管理主要是以数据为主导，企业和个人信息全部交由数据管理，但存在企业信息和商业机密被盗窃的风险。此外，基于大数据强大的流动性，企业人力资源管理受到环境的影响更大，因此，必须进一步明确数据管理的责任，强化数据的过滤过程，并寻找有效的应对策略，从而避免因滥用数据而对企业的发展造成不利影响。
2、企业人力资源管理存在的问题
2.1传统观念根深蒂固
在多数中小企业中，存在管理人员固守传统人力资源管理理念的情况。这些中小企业实施了十分严格的员工管理机制，将员工看作机械辅助体，人力资源管理缺乏人性化，在管理方式上具有偏向业务性，不利于企业的发展。
2.2人力资源管理理念未能与时俱进
大数据时代的来临对企业人力资源管理提出了更高的要求，因此，企业管理者需要在管理上革新。但人力资源管理的革新在很大程度上决定于管理者的管理理念。由此可见，在大数据时代，要想实现企业人力资源管理上的革新，最重要的是转变管理者的管理理念。但从很多企业的人力资源管理现状看，多数人力资源管理者并未具备与时俱进的管理理念，缺乏对大数据时代的认识，甚至一些管理者认为人力资源管理只是企业内部化的常规管理，因此，部分企业很难实现人力资源管理的革新。
2.3人力资源管理革新的困难较大
大数据时代的来临不仅给企业的发展带来了机遇和挑战，也对人才培养提出了新的要求。大数据时代要求加快人才的培养速度，且企业应能在选聘、管理和培训上给予便利支持。随着经济的发展，企业间的竞争日趋激烈，人才已经成为企业占据竞争优势的重要资源，但很多企业在人才培养方面仍然无法满足信息技术开发的需求，导致人才匮乏。因此，要想实现人力资源管理的革新难度较大。
3、企业人力资源管理的变革策略
3.1革新人力资源资源管理理念
在大数据时代的背景下，企业人力资源管理需与时俱进，管理者需改变传统的思想观念，正确认识大数据时代给人力资源管理带来的机遇和挑战，革新人力资源管理理念。笔者认为，可从以下3方面入手：
①作为企业人力资源管理者，需要紧跟大数据时代的发展潮流。
用大数据思维思考人力资源管理问题，并立足于全局，将目光放长远，深入分析人才市场，洞察人才需求的变化。
②在日常人力资源管理工作中，管理者需要摒弃墨守成规的管理思维。
培养自身的工作敏感性，从而以更加专注的心态展开管理工作。在员工培训中，应及时向员工传达大数据思维，实施更加全面的人力资源管理。
③在推动企业发展的过程中，人力资源管理起着十分关键的作用。
人力资源管理部门的日常工作包括采集信息、整合信息和分析信息，除了要掌握员工的基本情况外，还需明确员工的实际工作绩效及其对企业的忠诚度。在这一类数据的分析过程中，需充分运用大数据管理思维，结合企业的发展特点，制订科学的人力资源发展规划，为企业各个部门更好地招聘人才提供支持。
3.2构建大数据时代下的管理体系
大数据时代带来了企业外部环境的变化，推动了新业态的出现。在与外界的沟通方面，企业人力资源管理部门发挥着十分重要的作用。在大数据时代的发展背景下，企业人力资源管理者应逐渐具备全新的思维，以大数据思维思考管理问题，提前制订应对计划，从而更好地推动企业的发展。因此，企业需结合自身的发展特点，构建大数据时代下的人力资源管理体系。具体而言，可从以下4方面入手：
①重视员工的选聘和培训工作。
在日常管理中，管理者应注意观察员工的工作状态，为员工创造更好的工作环境，提升员工的企业自豪感，使其更好地为企业奋斗。
②在大数据时代的发展背景下，企业人力资源管理部门应尽可能地收集员工信息。
更全面地了解员工的社会关系，掌握员工的生活情况，评价员工的沟通能力。此外，还应充分发挥大数据的优势，有效运用大数据技术，从而更系统地了解员工的实际情况，优化员工评测，招聘到高素质的专业人才。
③大数据时代促进了一些新生职位的产生。
为了进行公正的人力资源考核，必须重点审视大数据时代下的新生职位，明确职位与职能的关系。
④运用大数据系统进行数据分析。很多企业都认识到了人力资源管理的重要性，然而，往往因技术上的限制和掌握的信息不全面而无法实现系统化的数据分析。在大数据时代，企业数据与先进的信息技术有了比以往更加紧密的结合，企业人力资源管理者要充分利用这一优势，在海量信息中提炼出对企业发展有益的信息，从而更好地为企业选聘人才，实现业务效率的提升。
3.3优化人力资源管理模式
对于传统的人力资源管理工作，大多采用静态信息管理模式，而这样无法实现对信息碎片和单线信息的整合，加之很多企业不具备高水平的人力资源管理者，进而出现了某些人力资源管理工作不到位的情况。此外，在传统的人力资源管理工作中，过于重视职位设置，且某些职位设立的原因是为了解决某一问题。这种分工合作的人力资源管理方式无法满足大数据时代的管理需求。因此，在大数据时代的背景下，必须改变传统的人力资源管理模式，以大数据管理思维为基础，实现大数据时代下的人力资源管理模式优化。笔者认为，可从以下3方面入手：
①创建数据管理新流程。
在人力资源管理工作中，需要以能力管理为关键，充分考虑岗位与能力的关系，将岗位与能力有机结合，确保在企业发展的每一个环节中都能具备专业的高能力人才。
②实现以人才为核心的企业人力资源管理。
企业发展的每一步都需要专业知识的支撑，要想使企业顺利发展，就必须保证企业发展中的每一个环节都具备能力出众的员工。因此，在人力资源管理中，需要改变以职位为核心的传统管理方式，并将人才作为管理核心。人力资源管理者需充分考虑人才的需求，为人才专业能力的发挥创造条件，注重员工工作积极性的提升，并通过科学、系统的培训提升员工的职业素质和工作能力，最终提升岗位与能力的契合度。
③应用信息化的人力资源管理手段。
随着大数据时代的来临，企业人力资源管理需要更加注重对互联网的利用，实现人力资源管理信息系统的完善。在这一系统平台中，人力资源管理工作需要有效融合管理技术与信息技术，从而为实现企业战略目标提供决策支持。此外，还应招聘更多优秀的人才，充分利用互联网的优势建立企业网站，设置人才招聘网页，提供求职登记服务。
4、结束语
当今社会的发展以知识经济和信息技术为主导。在此背景下，企业面临的行业竞争更加激烈，而人力资源管理是帮助企业占据竞争优势的主要力量。因此，企业必须紧跟大数据时代的发展潮流，转变人力资源管理理念，学会运用大数据管理思维思考问题，从而构建更加完善的人力资源管理体系构建，从而更好地提升人力资源管理的工作效率，为企业发展提供更大的支持。
扩展资料：
大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据归纳有五大特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
定义详解
大数据与云计算的关系大数据（big data）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据有大量（Volume）、（Velocity）、多样（Variety）、低价值密度（Value）、真实性（Veracity）五大特点。它并没有统计学的抽样方法，只是观察和追踪发生的事情。大数据的用法倾向于预测分析、用户行为分析或某些其他高级数据分析方法的使用。
对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。[3]
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
最小的基本单位是bit，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。
它们按照进率1024（2的十次方）来计算：1 Byte =8 bit，1KB= 1,024 Bytes = 8192 bit，1MB= 1,024 KB = 1,048,576 Bytes，1GB= 1,024 MB = 1,048,576 KB，1TB= 1,024 GB = 1,048,576 MB，1PB= 1,024 TB = 1,048,576 GB，1EB= 1,024 PB = 1,048,576 TB，1ZB= 1,024 EB = 1,048,576 PB，1YB= 1,024 ZB = 1,048,576 EB，1BB= 1,024 YB = 1,048,576 ZB，1NB= 1,024 BB = 1,048,576 YB，1DB= 1,024 NB = 1,048,576 BB
全称：，1Bit（比特） =Binary Digit，8Bits= 1 Byte（字节），1,000 Bytes = 1 Kilobyte，1,000Kilobytes = 1 Megabyte，1,000 Megabytes = 1 Gigabyte，1,000 Gigabytes = 1Terabyte，1,000 Terabytes = 1 Petabyte，1,000 Petabytes = 1 Exabyte，1,000Exabytes = 1 Zettabyte，1,000 Zettabytes = 1Yottabyte，1,000 Yottabytes = 1Brontobyte，1,000 Brontobytes = 1 Geopbyte
特征
容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息；
种类（Variety）：数据类型的多样性；
速度（Velocity）：指获得数据的速度；
可变性（Variability）：妨碍了处理和有效地管理数据的过程。
真实性（Veracity）：数据的质量
复杂性（Complexity）：数据量巨大，来源多渠道
价值（value）：合理运用大数据，以低成本创造高价值
结构
大数据结构大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。其次，想要系统的认知大数据，必须要全面而细致的分解它，着手从三个层面来展开：
第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。在这里从大数据的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。
第二层面是技术，技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。
第三层面是实践，实践是大数据的最终价值体现。在这里分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。
意义
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。阿里巴巴创办人马云来台演讲中就提到，未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，显示大数据对于阿里巴巴集团来说举足轻重。
有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。
价值
1、对大量消费者提供产品或服务的企业可以利用大数据进行精准营销2、做小而美模式的中小微企业可以利用大数据做服务转型
3、面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值
不过，“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：“就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解。”这确实是需要警惕的。
在这个快速发展的智能硬件时代，困扰应用开发者的一个重要问题就是如何在功率、覆盖范围、传输速率和成本之间找到那个微妙的平衡点。企业组织利用相关数据和分析可以帮助它们降低成本、提高效率、开发新产品、做出更明智的业务决策等等。例如，通过结合大数据和高性能的分析，下面这些对企业有益的情况都可能会发生:
1、及时解析故障、问题和缺陷的根源，每年可能为企业节省数十亿美元。
2、为成千上万的快递车辆规划实时交通路线，躲避拥堵。
3、分析所有SKU，以利润最大化为目标来定价和清理库存。
4、根据客户的购买习惯，为其推送他可能感兴趣的优惠信息。
5、从大量客户中快速识别出金牌客户。
6、使用点击流分析和数据挖掘来规避欺诈行为。
工具
大数据概念应用到IT操作工具产生的数据中，大数据可以使IT管理软件供应商解决大广泛的业务决策。IT系统、应用和技术基础设施每天每秒都在产生数据。大数据非结构化或者结构数据都代表了‘所有用户的行为、服务级别、安全、风险、欺诈行为等更多操作’的绝对记录。
大数据分析的产生旨在于IT管理，企业可以将实时数据流分析和历史相关数据相结合，然后大数据分析并发现它们所需的模型。反过来，帮助预测和预防未来运行中断和性能问题。进一步来讲，他们可以利用大数据了解使用模型以及地理趋势，进而加深大数据对重要用户的洞察力。他们也可以追踪和记录网络行为，大数据轻松地识别业务影响；随着对服务利用的深刻理解加快利润增长；同时跨多系统收集数据发展IT服务目录。
大数据分析的想法，尤其在IT操作方面，大数据对于我们发明并没有什么作用，但是我们一直在其中。Gartner已经关注这个话题很多年了，基本上他们已经强调，如果IT正在引进新鲜灵感，他们将会扔掉大数据老式方法开发一个新的IT操作分析平台。
【大数据对企业人力资源管理的影响】相关文章：
谈企业的人力资源管理06-11
谈煤炭企业的人力资源管理08-03
加强人力资源管理提高企业核心竞争力05-10
谈谈创新型企业人力资源管理工作研究05-21
浅谈加强人力资源管理提高企业核心竞争力04-30
浅析人力资源管理在企业管理中的作用论文（通用5篇）05-06
简论高校的人力资源管理08-05
人力资源管理论文提纲08-06
人力资源管理参考文献大全08-03