人力资源管理应用与创新探索.doc

《人力资源管理应用与创新探索.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、人力资源管理应用与创新探索摘要:随着社会互联网的迅猛发展和广泛应用，人类社会已悄然进入大数据时代。在科技浪潮的推动下，我国多数中大型企业已具备了对庞大数据量的处理能力。大数据时代的到来必然引起社会企业管理的变革，其中也包括企业人力资源管理。本文通过分析大数据与人力资源管理之间的联系，论述大数据在人力资源管理中的应用，并深入讨论大数据背景下人力资源管理的发展现状和需求。关键词:大数据背景;人力资源管理;应用创新1前言在大数据背景下，企业对人力资源的管理方式也应符合时代的发展步伐，通过引进大数据中的技术与思维模式，对管理方式中存在的问题进行及时调整，将大数据概念充分应用到人

2、力资源管理领域中，以此推进人力资源管理的革新进度，从而促进人力资源管理水平的发展，为企业的发展创造更多机遇与挑战。在现代社会经济发展中，人才作为企业竞争力的核心关键，能为企业创造无限的可能性，因此，企业要想实现可持续发展的战略目标，就必须强化对人力资源的管理力度，使人才的自身优势得到有效发挥。2大数据与人力资源管理的联系人力资源管理是指通过对科学方法的应用，对人力资源的开发、配置和管理工作实施针对性的有效管理。目前，我国大部分企业人力资源管理部门都会收集从业人员的相关数据，所收集内容包括：员工信息、工作岗位以及流动去向等，这些信息组成了大数据平台。大数据不仅代表着数据量

3、，更是展现数据本身潜在价值的重要载体，其表现了信息化时代环境的全新概念，对社会可持续发展有着决定性的影响。大数据的特点可以概括为以下五点：大量、多样、真实性、高速和低价值密度。在企业经营管理中，加强对人力资源的管理力度能够创造出更多的数据，从而为构成大数据平台提供了可靠保障，而大数据的形成又能为人力资源管理提供有关分析数据。由此可见，二者之间的关系密不可分且相辅相成[1]。3大数据在人力资源管理中的应用4学海无涯大数据在不同行业领域中所呈现出来的内容也有着一定差异。在企业人力资源管理中，主要是以人事管理为重点来展开管理，在这个管理过程中，所产生的数据量相当庞大，一般分为

4、五个类型：(1)基础数据。基础数据是指对工作人员的个人素质进行真实反映后记录的数据信息，该数据对员工的各方面进行详细记录，包括员工的年龄、性别、学历、工作经验和工作岗位等，通常情况下呈现出结构化数据；(2)能力数据。能力数据是指员工在从事对应岗位前形成的工作能力和个人素养，其中包括工作考核情况、培训经历和问题解决效率等；(3)日常数据。日常数据是指员工在日常的人力资源管理工作中所形成的数据，其中包括日常出勤率、工作行为以及加班情况等，该数据是数据量来源最大的数据，同时也是构成人力资源大数据的关键内容；(4)效率数据。效率数据可以准确的反映出员工的工作效率，企业可以按照实

5、际情况制定针对性的人力资源培训机制，其中包括对员工工作完成效率、故障率等；(5)潜力数据。潜力数据可以将员工的劳动效率以及劳动效果的实际情况全面反映出来，同时使员工各方面能力的上升情况直接呈现出来，其中包括员工办事效率的提升率、职称提升率和业绩提升率等[2]。4大数据背景下人力资源管理的发展现状和需求4学海无涯随着大数据时代的到来，为我国企业人力资源管理带来了无限机遇的同时，也带来了许多严峻的挑战。在大数据背景的影响下，企业人力资源管理工作中逐渐暴露出了许多问题，这些问题严重影响了管理工作的有效性，企业人力资源管理部门必须加强对这些问题的重视程度，并制定出合理可行的解决

6、方案。4.1革新陈旧管理观念。在传统的人力资源管理过程中，大部分管理人员都是以自身经验为标准，对工作中所遇到的问题做出解决对策，并在提交报告时，在报告中融入一些相关数据资料，但这些数据存在的意义仅仅是为了证明决策的正确性，并没有起到真正意义上的作用。在大数据时代背景的影响下，若企业人力资源管理人员仍然秉持陈旧传统的管理观念，不加强对数据的重视，就会导致企业对人力资源的管理效果受到影响，从而降低企业的市场竞争力。4.2补足管理人才缺乏。在大数据时代背景下，企业在制定管理决策时并不仅限于对工作经验的积累，还有对数据信息的依赖。这种现象代表企业人力资源管理过程中不仅需要加强对

7、数据的统计，更要加强对数据的挖掘、分析以及处理，同时还得加强对人才的招纳、培训工作的重视。现阶段，在面对庞大数据时，由于企业严重缺乏相关的数据管理人才，使大数据管理工作缺少科学性，导致管理效果不佳。4.3调解管理机构存在的冲突。在企业运营中，对大数据的分析和管理机构主要包括人力资源管理部门和相关业务部门。业务部门在人力资源管理系统中主要起到了导入生产管理数据的作用，确保业务透明化，但这样会导致业务部门在和人力资源管理部门对编制、预算等方面沟通时丧失自身的主动权，使部门的主动权受到压缩。这种情况很容易导致部门之间发生冲突，从而严重影响大数据