一、 大数据与HRM大未来

大数据是什么？一般来说，大数据就是大量的数据，其具有“4V”的特点：Volume（大量）、Velocity（高速产生）、Variety（多样性）、veracity（真实性）。进一步看，就是在某些领域通过传感器和屏幕等入口自动高速产生了大量、多样的数据，这些数据辅以合理的算法和强大的云计算能力，能够告诉你这些领域的一切信息！

大数据不仅是数据量的庞大，其更是一种数据产生和处理的模式。我更习惯于将大数据的特点总结为“3A”：

第一，大而全（ALL），大数据不仅要足够大，而且要是全貌。这进一步补充了其“大”的本质，阿里巴巴首席战略官曾鸣甚至认为“其实叫全数据比大数据更准确”。数据再“大”，如果不“全”，都不是大数据。

第二，持续在线（Always on line），大数据是在线收集、及时处理、实时反馈。简单来说，就是要形成一个数据“上传-处理-反馈”的循环系统，让用户的上传具有内生的动力，在获得其他功能时自动上传信息，让数据“跑”起来。举例来说，当某人在酒店门口向滴滴打车发出用车需求时，他就自动上传了自己的方位信息、目的地信息、选择车型信息。

第三，关注未来（Aim to future），大数据从相关性中进行预测。正如维克托·迈尔-舍恩伯格及肯尼斯·库克耶所言，对于大数据的运用应该更多地关注其潜在价值，即通过大数据进行预测。值得一提的是，这种预测看似非常粗糙，不一定依赖严谨的因果关系模型，但却能够快速产生信息，即注重效率而非精准。所以，大数据是往前看的，不追究原因，只关注可能发生什么。

人力资源管理是关于分配人和相关资源（培养、激励资源）的工作，如果借助大数据，将人和其他资源数据化，再用算法进行匹配，显然有无限的想象空间。可以说，大数据实现了资源的“可扩展获得”，提升了资源的利用效率。

具体怎么玩呢？

首先，应该把人数据化，为其打上足够多的标签，清楚地知道“人是怎样的”，并把这些数据上传到云端。这些数据包括，他的能力如何？行为特征如何？绩效表现如何？基于这一基础，人力资源管理各大职能就能够显著提高效率，实现我们对于“云组织”的若干设想。

在调配领域，如果将人力资源数据化，并将工作机会数据化为若干筛选条件，我们可以让任何一个人都获得最匹配的工作机会，可以从容地招聘、调用企业内的闲置人员跨界协作。如此一来，每个工作机会上都有最适合的人员，成本最低，收益最大。

在培养领域，如果将培训资源（培训内容、形式等）数据化，岂不是可以从容地组织、推送员工最需要的培训支持？每个人获得的培训都是高度定制化的、自己最需要的，且学来能用，用来能好，从学习到实践产出的过程几乎没有损耗。

在激励领域，如果将激励资源数据化，岂不是可以从容地推送各类激励套餐？每个人获得的激励都是高度定制化的、自己最需要的，同样的成本支出，每个人对于全面薪酬的感知可以放大到极限。

二、 HR可能误会了大数据

事实上，专业一点的HR都玩数据，他们测试胜任力，评估岗位，考核绩效，利用数据进行决策。我也非常推崇这样的玩法，认为HR要用数据分析来为自己的岗位建立“技术刚性”。但不得不遗憾地说，这些玩法不是大数据。

从字面上理解，大数据的关键在于数据量庞大。涂子沛在《大数据》一书中有个定义，即指一般软件工具难以捕捉、管理和分析的大容量数据，数据量大到以“太字节（TB）”为单位。太字节是多大？1TB=1024GB。一个万人的企业，即使你把胜任力、绩效、岗位、SOP等传统数据完全纳入，顶多只能用“吉字节（GB）”为单位，离“太字节”的体量还是相差甚远。HR们以为数据量已经足够庞大，难以处理。实际上，这种数据量通过本地软件的计算能力（甚至直接用excel表）就可以解决，根本不需要运用到互联网上的云计算，这些显然不是大数据。

达不到大数据的体量是表象，关键还在于没有理解大数据的“3A”特征。HR采集数据的传统思路是“先有思考框架，再收集相应数据”，数据大多来自数据生成之后，才用报表要求基层有选择地逐级上报，这大大损耗了数据量。例如，考核某个员工的绩效，HR会在其工作完成之后才要求直线经理根据考核指标进行数据收集，而后计算汇总，最后上报人力资源部。

这种思路使得传统数据具有典型的“非大数据特征”，这大大制约了数据的威力。

三、 跨不过的坎

明白了大数据的思路，HR（主要指国内的HR）能不能推动企业走入大数据人力资源管理呢？

据我的观察，很难！这绝不是因为硬件的制约，事实上，在传感器和屏幕遍布的今天，不少企业在硬件上已经具备了吸纳数据的可能，有些企业也将数据吸纳到了生产信息系统上。我们要思考的是，这些数据为何进入不了人力资源管理信息系统？

这主要是因为四方面的原因：

第一信息系统割裂。要做大数据人力资源管理，必须是基于企业一体化的信息系统，只有这样数据才能互联互通，才能在线产生，才能即时处理，才能释放最大的影响。想象一下，当HR在线上为某个岗位设置了某KPI指标的算法后，该KPI所需的变量和数据会自动被抓入，自动生成计算结果，自动将需要关注的计算结果推送到需要关注的人面前，那是多高的效率！

第二是部门博弈问题。业务部门将生产数据导入人力资源管理信息系统，对于人力资源管理的效率无疑是一个利好，但对于部门来说，意味着权力空间被挤占。导入大数据之后，他们几乎变成透明的，显然是弊大于利！

第三是HR的恐惧。要打篮球的人去踢足球，他们不会愿意。面对庞大的数据，HR们对于数据的处理能力决定了他们的地位。尽管前景广阔到可以让他们成为企业内的“上帝”，但这种角色的转换也让他们不安，与其如此，还不如将工作范围保留在自己的“安全区域”。

第四领导思路问题。当前，国内企业，甚至国外企业，重视数据的老板不多。这也难怪，他们过去的成功本来就不是靠数据，所以，他们的企业没有数据基因也正常，他们想象不出大数据的威力，就如同你无法向地上的猛兽描述天空的精彩。但是，信息系统的分裂、部门博弈和HR的恐惧偏偏需要一个强势的老板来做顶层设计，如同亚马逊偏执狂一般的贝佐斯。

所以，大数据才会走不进人力资源管理。从这个意义上说，本节开头那些主动拥抱大数据的500强的HR们不愧是业界先锋，也许，只有当他们用大数据把人力资源管理的大未来实现时，人力资源管理才将真正迎来下一站的“云时代”！

推荐给HR高管：专业的HR们都在玩数据，但实际上玩得起大数据的太少了，如何才能将数据与业务相结合是HR关注的重点。2015年，GHR推出公开课《用数据驱动人力资源效能提升（现已开展20场）》，在全国掀起HR数据化学习的热潮，备受好评；2016下半年，重磅研发HR转型必修课《HR如何推动经营》！新时代的HR如果不理解经营，就无法将专业性转化为对于财报的影响，就不能影响经营，也就无法推动业务发展。报名请点击文末“阅读原文”，或直接致电0731-82890058。