北京2017年10月10日电 // -- “似乎人力资源管理能贴上大数据三个字，瞬间就高大上了”。近日，著名人力资源管理与人才测评专家，诺姆四达集团董事长苏永华博士表示，“大数据”被互联网公司炒作成了非常时尚的概念，人力资源界也到了言必称“大数据”的地步。
| |||||||||||||||||||||||||||
大数据是个好东西，但能为人力资源管理带来哪些好处，大家真的理解什么是大数据管理么？
作为中国最早的人才测评领域的开创者，诺姆四集团董事长苏永华在人才大数据应用方面具有绝对的话语权。
苏永华表示，目前人力资源领域关于大数据管理还存在三大认识误区和观念偏差。
认识误区一：“大”数据 -- 数据量越大越好
一提到大数据，许多人简单地从字面上理解数据的大小，认为大数据就是数据量很大的数据，只有海量的数据才能准确揭示事物分布规律。这种认识是片面的。造成这种误区的原因，主要是因为缺乏统计学知识造成的。
大数据的“大”包括两方面的含义，其一是指数据的数量，其二是指数据的种类。在获取数据手段技术不断创新、成本下降的情况下，可以增加指标库，把过去无法获得或获取成本较高的指标数据纳入到数据库。比如说，过去人才库只有性别、年龄、学历、工龄等基本数据，现在可以通过测评把一个人的能力、个性、动力等特征数据放进去，这些数据能够帮助管理者实现更精准的人岗匹配，降低用人风险，优化人才结构，控制人力成本，提升人力资源的价值贡献度。
认识误区二：大“数据” -- 将信息电子化等同于数据化
随着计算机软硬件技术、互联网、云计算技术的发展，对信息的采集、存储、处理的广度、速度、效率都有本质性的突破和飞跃。一些部门将之前的人事档案进行电子化处理，通过无纸化办公、网络沟通，将信息纳入电子化管理系统。很多人就想当然地以为，将这么多信息都实现了电子化，这就算进入人才管理大数据时代了。
所谓大数据，核心词是“数据”。所谓数据，就是以数字化方式存储的信息，简单地说就是量化的信息。在大数据时代中，真正有价值和意义的数据是可以被处理和技术分析的量化过的信息。而信息电子化，只是将信息由书面化、纸质化转变为存储在电脑、网络上的“电子信息”，这些信息并没有被量化处理。这种没量化的信息是不能被各种数据处理工具和技术进行分析的，它们对管理决策意义不大，不能称为真正意义上的数据，将信息电子化等同于数据化，本身也是对大数据的理解误区。
认识误区三：只要获取了大量的数据，就算进入大数据管理时代了
有些人认为，只要建立了信息化电子化的数据管理系统，把大量的数据收集、保存起来，需要的时候方便提取、查询，提高数据运用的工作效率，就算进入大数据管理时代了，很多号称大数据管理系统目前也就处在这个阶段。其实，这个水平离真正的大数据管理还很远。产生这种误区的主要原因是对大数据管理的本质目的认识不到位。
进行量化数字化管理的根本目的是要提升人们对事物认识的精准度，以便能够做出更精准的决策，提高管理的效能。
一般来说，数据管理的应用可分三个层次。
第一个层次是数量化地描述事物特征（统计学上称为变量）的分布规律。比如说，员工的责任心，可以给个体做定位（某位员工的责任心是强还是弱），也可以发现某类员工（如基层）责任性的整体分布情况。
第二个层次是进行类别间的比较，分析差异的原因。还以责任心这个指标为例，通过统计分析，可比较基层管理者、中层管理者以及高层管理者三类人群在这个指标上的差异。
第三个层次是探索事物特征之间的内在关系，发现事物的规律。比如，一个人的工作成效与他的教育水平、能力、个性、态度之间是什么样的关系呢？如果我们获得了一批人员在这些方面完整有效的数据，就可以用回归分析法在这些变量之间建立数学模型。如果要探索更大范围的事物规律，则需要更多变量的数据，建立更为复杂的数学模型来定义变量间的关系并根据数学模型进行预测，提高人事决策的精准度。
数据只是基本的原材料，好比做饭的基础食材。要想制作出客人喜欢可口的“饭菜”，需要对这些原材料进行加工处理，真正实现大数据管理亦如此。要求能熟练掌握统计学的原理、方法，运用统计分析工具对数据进行加工，得出准确可靠的结论。
现代统计学已经解决了数据分析和加工处理的理论和工具方法。专业分析工作可以由专业人士来做，但作为管理者，特别是人力资源管理的专业工作者，还是要掌握一些统计学和测量学的基本知识，起码能够准确理解统计报告和统计分析得出数据背后的真正含义。
京公网安备 110105001605号