更全的杂志信息网

探析大数据在电力企业人力资源管理中的应用

更新时间:2016-07-05

随着互联网技术和信息行业的飞速发展,大数据时代已经来领,给企业带来巨大机遇和挑战。大数据是一种需要新的处理模式才能具有更强的决策力、洞察发现能力和流程优化能力的海量、高增长率和多样化的信息资产。由于大数据的数据资源充分,并且具备抓取能力强、刷新及时等特点,在很多领域都能精准地指导资源分配,很多企业都开始使用大数据来整合和管理人才,在人力资源工作中,当人数特别巨大时,大数据对人员结构、未来发展和人才支持等方面的分析将产生积极作用[1-2]

1 大数据概念及应用价值

和大多数新兴概念一样,学界对“大数据”还没有统一定义,目前主流观念认为大数据又被称为海量数据, 指的是通过具有更强洞察力、决策力和流程优化能力的新处理模式对剧烈增长和多样化的信息进行处理而获得的数据资源。大数据具有大量(volume)、高速(velocity)、多样(variely)以及价值(value)四大特点,由于这四大特点的英文首字母均是V,因此又被称为4V特点。

大数据是对当今社会信息数据的一种巨大改革,理解数据、运用数据、依靠数据将成为企业发展的新动力,也是企业管理者迫切需要掌握的一项能力,人力资源管理领域也无法置身事外。人力资源是生产力要素中最活跃、最能动的因素,具有很强的不确定性,对人进行描述与评价一直以来都是企业管理中的一大挑战。企业在进行人力资源管理的过程中应充分了解大数据,并进行相应改革,将“大数据”这一思想应用于人力资源管理领域,利用“大数据”的价值提升企业人力资源管理工作的效率,是大数据时代人力资源管理工作的一次革新[3-5]

2 大数据时代下电力企业人力资源管理数据观

长期以来,电力企业在实际业务中对人力资源管理六大模块的工作都是相对分开进行的,对于任意一个模块的管理和评价主要利用该模块内部单独积累的信息,企业人力资源部门的管理决策,在信息不充分的情况下,往往依靠的是管理者的个人经验或者直觉,理论性相对较差,带有较强的主观色彩,不利于管理的科学化。

1.2 埃德蒙顿衰弱量表(Edmonton Frail Scale)[9]英国老年医学会推荐作为择期老年手术患者衰弱评估,适用于非老年医学专业人员[10] 量表包括认知、健康状况、功能依赖、社会支持、用药、营养、情绪、失禁和功能;总分17分。12~17分为严重衰弱,10~11分为中度衰弱,8~9分为轻度衰弱,6~-7分为明显脆弱,0~5分为健壮。Dasgupta[11]随访了125名70岁以上择期非心脏手术患者,Edmonton虚弱评估量表(EFS)≥7分患者与EFS≤3分患者比较,术后并发症增加近5倍(95%CI:1.55~16.25),出院机会减少40%(P<0.02)。

(1)膨润土开发利用水平MEL值同“三率”及权重值有较重要的契合关系,计算时选矿回收率从蒙脱石角度评价,综合利用率从其它共(伴生)矿物角度评价,MEL值中综合利用率权重项高于采矿回采率和选矿回收率权重项。

大数据时代如何正确面对大数据,合理使用大数据,需要结合企业人力资源管理实际,对大数据的内容进行梳理。电力企业人力资源管理不外乎“人”与“事”,基于人力资源管理的大数据,通常包括以下几种:一种是原始数据,用来记录员工基本信息,主要是员工的个人信息,如年龄、专业、技能、实践经历、职务信息等;二种是能力数据,再现员工受训情况,主要有培训经历及取证、职业素能等;三种是效率数据,展现员工工作效果,主要包括从事某些职业及某项任务所具备的能力,如完成时间、故障率等;四种是潜力数据,预示员工发展前途,主要有工作效能等指标,如职称技能等级提升、收入涨幅情况、业绩提升率等[6-9]。基于此,可以重点研究大数据在电力企业人力资源管理的人力资源规划、招聘与配置、培训与开发、绩效管理、薪酬管理、员工关系等六大模块方面融合与应用。

3 电力企业人力资源管理中大数据应用

人才培养需要很多的信息支持,在大数据时代,这些信息通过信息化的方式进行储存和交互,可为企业构筑更加强大的人才培养和管理体系。以人才考评为例,通过人才测评,可以使得人岗更加匹配,通过人才力量带动企业的发展,以前企业人才考评成本较高,在大数据背景下这个成本大幅减小,丰富的个人信息搜集和专业考评通过网络可快捷实现,并且企业可以根据考评结果,对各类人才进行有针对性的培训和职业规划,提高人员人岗匹配率,更好发挥好企业的人才优势[14]

3.1 利用大数据进行人力资源规划

通过大数据应用,人力资源管理系统将拉近企业各层级之间的距离,产生更多的交互数据,打破传统的组织模式,进一步优化组织架构,实现扁平化的人员管理,并为服务职工创造更加有利的条件。在企业用工管理中,员工与企业之间需要明确相应的责任与义务,在大数据环境下,通过数据手段,构建更为人性化劳动关系,从员工的工作积极性、态度、价值观等方面来达成共识,实现员工的自我管理,加大对员工的关注,增强员工的归属感。

在企业人力资源管理中,薪酬绩效激励机制是管理的重点之一,直接影响着一个企业的生产力和运行效率,也是激发员工干劲主要手段。常规的绩效考核往往都依赖主观评价,如根据考勤、工作态度等结构化基础数据,还有任务完成率、工作完成质量等非结构化数据来进行考核,或者依靠胜任力模型进行绩效考核,在信息手段和数据量有限的情况下,上述考核方式难以客观全面考核员工对企业的贡献度。大数据时代下,在绩效考核模式上可设计更加客观、公正的人员考核依据及考核方式,避免个人主义、机会主义倾向,如在绩效考核维度上更加系统全面,建立以岗位数据为主体的绩效考核指标体系,将员工的实际工作指标纳入大数据系统分析,充分、全面、客观的展现员工对企业的贡献,并计算出可量化的考核指标。同时,通过大数据平台共享,员工可以深度了解企业薪酬绩效考核的制度、措施,推进企业薪酬绩效考核透明化,消除部分员工不理解,还能实现对企业领导及人力管理者的有效监督,实现信息共享与互信,增强员工对企业的忠诚度。

3.2 利用大数据加强人才选聘与培养

人才选聘是企业补充人力资源的重要渠道,包括校园招聘、内部竞聘、组织选聘及内部转岗等。开展人才选聘时,可结合大数据整合人力资源需求,了解应聘者的基础和能力信息,包括年龄、毕业院校、专业方向、实习及工作经历、奖惩情况、社会实践、专业水平及资格证书等信息,利用大数据来整合人才选聘,通过对应聘者相关信息资源的立体化整合,从中筛选符合企业岗位需求的有效人才,既可以节省选聘成本,还能够提升选聘质量和效率。

电力企业是国有经济的重要组成部分,同时也是关系百姓生活和国民经济重要行业,它运营稳定与否直接关系着国计民生,而人力资源管理对于企业经济效益的提高及稳定运营具有巨大的推动作用, 当前我国电力体制改革正进入关键阶段, 探索加强大数据在电力企业人力资源管理中应用, 积极存储、分析企业海量数据,将大量信息与企业的发展战略紧密联系并将其挖掘和利用,将人力资源规划、人员选聘与培养、绩效考核等深入到企业的发展中去,具有十分重要的现实意义[10-11]

3.3 利用大数据促进薪酬绩效管理

其次,行政执法行为不规范。行政机关囿于执法能力、执法水平之限,行政执法可谓“简单、粗暴、高效率”。而行政执法不仅要注重法律效果,更要注重社会效果,殊不知采取劝解、说理的柔性执法方式解决执法纠纷更能够取得良好的社会效果。为达到“高效率”的执法目标,显示执法的“果断、迅速”,部分执法机关草率调集武力维稳,须知滥权违法执法只会加剧事态恶化。

3.4 利用大数据优化组织机构和用工管理

在电力企业改革发展大背景下,人力资源规划工作要基于企业发展来预测各领域、各专业的人员需求,为国有企业做强做优做大提供可持续人力资源保障。结合电力企业新技术、新设备投入运行,电网网架结构优化调整,生产、营销业务创新应用,利用统计特征分析法、回归分析法、数据挖掘技术等就企业人才状况进行统计[12-13],得出相对客观、准确的人才需求计划。根据企业发展规划与人力资源目标需求,结合现有人力资源数量、质量、结构变化,预测各空缺岗位的人才需求,如哪些岗位可以通过企业内部培训来进行优化,哪些岗位需要通招聘或内部调剂来满足。通过对人力相关数据的收集与分析,从尊重历史、考量现状角度综合分析,形成客观的人力资源需求表,为后期的人才招聘与人力资源配置提供参考依据。

4 大数据时代下人力资源管理变革

电力企业要想做好大数据在人力资源管理中的应用,必须对人力资源管理思想和业务进行变革,首先需要人力资源工作者建立大数据意识,意识到大数据背后隐藏的潜在价值,这直接影响企业员工大数据意识的建立和决策过程中大数据的指导作用;其次需要搭建企业人力资源管理大数据信息化平台,实现人力资源管理选育用留各个环节的数据化管理,通过强有力的大数据平台技术,实现价值创造和共享;要实现大数据在人力资源管理中的深度应用,需提升人力资源工作者的数据分析和应用能力,提升人力资源工作者将数据信息与决策制定有效结合的能力,这样才能真正体现大数据应用价值[15-16]

若是换做沉稳的郭靖或洒脱的杨过,他们见识了人生和人性的种种,定会对谢逊的这一番狂言给出不同的回答,而自小在武当山上长大,江湖阅历不深的张翠山却迟疑了,甚至开始对自己曾经深信不疑的观念产生动摇,只因他第一次直面了如此奔放的自由。

5 结语

信息技术的不断发展已促使大数据成为时代发展的标志和特征,大数据对人力资源的管理产生了重要的影响,这给企业人力资源管理转型提供契机,在大数据的助力下,人力资源规划、人才选聘及培养、薪酬绩效、组织及用工等方面将会有新的突破和发展,同时人力资源工作者要顺应时代潮流进行变革,改变工作方式方法,搭建大数据信息化平台,建立起新的人力资源管理体系,满足大数据时代企业管理需求,为企业发展发挥积极作。

参考文献:

[1] 卢建昌,樊围国.大数据时代下数据挖掘技术在电力企业中的应用[J].广东电力,2014,27(09):88-94.

LU Jianchang, FAN Weiguo.Application of data mining technology in electric power enterprises in era of big data[J].Guangdong Electric Power,2014,27(09):88-94.

[2] 康钰娸.大数据在人力资源管理中的作用和运用[J].天津科技, 2015,42(03):7-8.

KANG Yuqi.Big data in human resource management: roles and applications[J].Tianjin Science & Technology, 2015,42(03):7-8.

[3] 宗威,吴锋.大数据时代下数据质量的挑战[J].西安交通大学学报:社会科学版,2013,33(05):38-43.

ZONG Wei, WU Feng.The challenge of data quality in the big data age[J].Journal of Xi'an Jiaotong University(Social Sciences), 2013,33(05):38-43.

[4] 宋亚奇,周国亮,朱永利.智能电网大数据处理技术现状与挑战[J].电网技术,2013,37(04):927-935.

SONG Yaqi, ZHOU Guoliang, ZHU Yongli.Present status and challenges of big data processing in smart grid[J].Power System Technology, 2013,37(04):927-935.

[5] 鄢斌,陈宾,杨春麟,等.浅谈大数据管理在基层供电企业的应用与发展[J].电力大数据, 2018,21(01):32-34.

YAN Bin, Chen Bin, Yang Chunlin,et al.Talking about the application and development of big data management in grassroots power supply enterprises[J].Power Systems and Big Data, 2018,21(01):32-34.

[6] 肖云林.秘书与人力资源管理[M].北京: 北京大学出版社, 2012.

[7] 杨毅宏, 赵新刚.人力资源管理实务[M].北京:中国电力出版社, 2014.

[8] 吴博, 程支中, 薛艳.人力资源管理理论与实践[M].北京:中国电力出版社, 2013.

[9] 王扬, 于海涛, 张旭,等.电力大数据基础平台建设与应用实践[M].北京:中国电力出版社, 2016.

[10] 王颖, 刘静.数据挖掘技术在电力企业人力资源管理中的应用[J].电网技术, 2007 (S2):311-314.

WANG Ying, LIU Jing.Application of data mining technique in the manpower source management of power enterprises[J].Power System Technology, 2007 (S2):311-314.

[11] 路广,张伯明,孙宏斌.数据仓库与数据挖掘技术在电力系统中的应用[J].电网技术,2001, 25(08):54-57.

LU Guang, ZHANG Boming, SUN Hongbin.Application of data warehouse and data mining techniques to power systems[J].Power System Technology,2001, 25(08):54-57.

[12] 傅拥钢,王莉.利用大数据提高电力企业社会保险管理水平[J].电力大数据, 2018,21(01):35-38.

FU Yonggang, WANG Li.Using big data to improve the social insurance management level of power enterprises[J].Power Systems and Big Data, 2018,21(01):35-38.

[13] 李红.人力资源信息系统数据质量管理提升探讨[J].贵州电力技术, 2016, 19(07): 32-33.

LI Hong.Discussion of the promotion of data quality management in human resource information system[J].Guizhou Electric Power Technology, 2016, 19(07): 32-33.

[14] 何晓英.电网发展与人才队伍建设的研究与分析[J].陕西电力,2008,36(05):11-15.

HE Xiaoying.Analysis of and research on power grid development and talents construction[J].Shanxi Electric Power, 2008,36(05):11-15.

[15] 朱朝阳,王继业,邓春宇.电力大数据平台研究与设计[J].电力信息与通信技术, 2015,13(06):1-7.

ZHU Chaoyang, WANG Jiye, DENG Chunyu.Research and design of electric power big data platform[J].Electric Power Information and Communication Technology, 2015,13(06):1-7.

[16] 宫夏屹,李伯虎,柴旭东,等.大数据平台技术综述[J].系统仿真学报, 2014,26(03):489-496.

GONG Xiayi, LI Bohu, CHAI Xudong, et al.Survey on big data platform technology[J].Journal of System Simulation, 2014,26(03):489-496.

张博
《电力大数据》 2018年第03期
《电力大数据》2018年第03期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息