时下，一场由“大数据”引发的管理变革正在人力资源业务领域悄然展开，并使倡导多年的战略性人力资源管理真正成为可能。过去，企业人力资源管理工作虽然积累了大量数据，但在做出重大战略决策时，人力资源管理者（以下简称“HR”）由于无法从庞杂的数据中提炼、挖掘出有价值的信息，致使战略性人力资源管理只是停留在理念层面。而现在，在移动互联与云技术的支持下，通过人力资源管理系统（以下简称“eHR系统”），完全可以获得实时、高效、全面、准确的数据服务，这将从根本上转变HR的业务职能，从而引向战略价值导向。

　　“大数据”背景下的eHR系统不同于传统的自助办公，它可以快速获取组织和员工的有效信息，并按决策和管理需求获得统计结果，进而指导组织决策、精细管理和改善个人与组织绩效。以绩效考评环节为例，Facebook和惠普公司通过引入社交网络技术,将控制在HR手里的单一绩效评估程序转化为动态的协同系统，持续收集公司员工的反馈和认知，以带来更加精确、可行和个性化的评估结果。希尔顿酒店集团则通过数据的共享，将人才数据直接传递给经理，使人才数据与商业数据紧密结合，及时完成人才和绩效的战略性决策。现阶段，招聘、职业发展等人力资源管理环节，也经历着由数字技术带来的颠覆性变化。数据分析几乎渗透到人力资源管理中的每个关键环节，这使得HR与战略性人力资源管理之间的距离变得如此之近！而让二者紧密联结的并不是业务流程，而是eHR技术支撑下的数据管理。

　　数据建设重于流程应用

　　企业HR对人力资源数据并不陌生，许多企业为了适应管理需要，正在或已经建立eHR系统，从员工招聘到岗位与能力测评，直至年度、季度绩效考评，日积月累，数据量相当可观。但是，真正能将这些数据进行整理分析，提供给管理者用以决策的eHR系统并不多见。这主要是因为，企业在eHR建设、实施过程中，过度偏重业务流程，忽略了数据的战略价值与意义。在数据建设问题上，以下四种失误尤为常见：

　　对数据准备工作认识不足

　　在eHR系统实施过程中，多数企业把技术好、能力水平高的人员安排在程序实现部分，而对数据准备工作缺少充分的认识和丰富的经验，也缺少必要的人员配备，不能从人力、物力、管理等角度提出合理方案，使数据建设往往成为软件开发项目的副产品。直至系统运行后才发现，人力资源工作所需要的数据要么无法获取，要么不能使用。

　　缺乏质量控制和监督

　　不能适时提出行之有效的数据质检措施并加以有效贯彻，这是数据产生偏差的主要原因。不少单位在数据准备、录入阶段缺乏审核、校验、质量控制和监督措施，没有完整的监督体系和专业的数据质量监督管理人员，因而无法落实数据监督的职责。

　　业务与技术人员的结合不足

　　数据库与文件管理系统的重要区别在于，数据库不仅存放数据，而且数据之间具有相关性，这种相关性既表现在数据依存的时间、类型、名称等基本属性上，也表现在数据转移和使用过程中所产生的再相关性。在eHR系统运用过程中，企业业务管理人员能熟练掌握专业数据及其属性，但对计算机程序却知之甚少；而编程人员虽熟悉计算机程序问题，却对企业具体业务流程较为陌生，对数据的相关性更是难以把握，这就很容易使设计出的程序与实际需要产生错位。

　　系统建设缺乏整体观念，设计需求不明确

　　设计者在进行eHR系统建设时，由于需求不明，往往偏重于系统建设本身，而忽略了数据源以及不同级别管理者、管理研究人员对数据的应用需求，致使某些eHR系统只有简单的数据录入界面，缺乏数据筛分与图形统计功能界面等灵活的数据汇总分析系统，既不能保证数据的完整性和相关性，又无法实现应用数据多条件综合统计。

　　在eHR系统建设中，按照实施的深入程度，可将其划分为四个阶段，当其达到最顶层的“初建分析模型”阶段时，才有可能与企业人力资源战略管理相融合。因此，eHR系统建设的立足点决定了系统最后所能到达的高度与应用的深度。“大数据”时代的来临，深刻改变了eHR系统建设的核心理念，转而以获得、管理和利用数据资源为先决条件，业务流程反而成为数据管控的方式与工具。在“大数据”背景下的信息化管理，数据就是资产和财富，对数据的大量占有与分析，才是有效开展管理和辅助决策的依据。因此，要真正体现人力资源管理工作在企业战略中的价值，就必须充分开发和利用“大数据”。

　　借“大数据”做“活”eHR

　　在eHR系统数据建设中，数据源源不断汇集到数据库，确保数据能用、可用，且操作者对其善于运用，这才是数据建设的核心。数据是否可用和可信，是用户关心的两个层面，也是eHR数据建设的两个根本。eHR系统数据建设除了在数据准备阶段要恰当选择数据处理的原则和方法，还要应用好以下五个实施策略，有效维持特性，才能满足系统运行后的数据分析、数据挖掘需要。

　　数据整合。大数据虽然数量庞大，但并不是简单的数据堆积。系统设计者必须整体考虑企业的eHR建设，使数据库成为资源共享中心，掌握各应用系统专业数据范围，明确数据的归口管理单位，制定相应的数据标准，避免数据多源、重复。

　　数据与流程协同。要使eHR系统中的数据成为“活数据”，须将数据与系统各业务流程模块协同，达到数据的有效流通和互动。流程既是开展业务的实现途径，也是数据的管控手段，静态数据与动态数据的平衡互动均借此实现。

　　数据标准化。数据标准化才能显现处理和统计速度的乘数效应，离开数据标准化，搭建数据统计的分析模型、进行数据挖掘等就成为纸上谈兵。

　　数据相关性。做数据相关性分析，可把涉及的其他专业数据进行分类，对数据源进行追溯，利用基础数据的相关性衍生某些数据，减少非专业数据在建设中数据采集、录入和统计的工作量。

　　数据质量控制。数据质量控制一般围绕适用性、准确性、完整性、及时性、有效性5个质量特性，从数据源、数据录入、数据上报点着手，建立内部和外部监督，在数值约束、相关性分析、数据逻辑分析的基础上建立完善的数据校验程序，并通过各级用户对数据的准确评估来掌握和校正数据、提高质量。

　　真正做到让数据“说话”并不简单

　　首先，要准确建立数据分析模型。eHR系统虽然汇集了海量的人力资源信息，但这些数据通常不能直接应用，而需要利用工具把相关数据提取出来，通过建立数据模型加以计算，最后对结果进行分析和诊断。因此，HR能否将人力资源管理的实际问题抽象化、掌握方向和要素，将直接决定着建立分析模型的成败以及能否对现实工作进行诊断。其次，获得数据分析人才的协助。数据分析是大多数HR的能力短板，因此，为了使eHR系统带来更好的收效，企业需聘用一批数据分析方面的专业人才，以弥补现有人才的不足。最后，要明晰HR在数据管理中的角色。相当一部分HR，要么认为数据管理是IT部门的工作，要么认为自己并非内行，无法参与到数据在企业内部的共享过程。事实上，HR应该认识到，未来的企业人力资源管理与信息化的契合水平将日益紧密，HR只有尽快从业务管理转变为数据分析的引导者和提供者，才能真正为管理者提供人力资源的战略决策支持。

▼▼▼

　　红海云，是中国领先的新一代人力资源管理一体化综合解决方案提供商。我们所开发的成熟产品体系红海eHR能全面满足大中型组织人力资源管理各类型应用场景，并为企业提供覆盖组织人事、考勤、薪资、招聘、绩效等人力资源业务全流程的一体化解决方案。