- 大数据时代的人力资源管理
- 蔡治
- 877字
- 2024-12-21 15:09:42
1.4 人力资源数据分析的难点
1.4.1 取数难
Miss陈:人力资源的数据分析还存在一些难点,这些难点会对我们的数据分析工作造成障碍。
老梁:是什么难点呢?
Miss陈:首先是收集数据存在一定难度。之前说了人力资源数据具有分散性,这种分散性导致了收集数据存在困难。比如,我们进行人力资源效能分析的时候,需要收集公司的经营数据,包括合同量、工作量、收入、利润等数据,如果要做预测分析还需要历史经营数据,这需要向市场部和财务部取数,需要这两个部门的配合和支持,而且这些数据并不是现成的,需要花一些时间来统计,往往不能及时拿到,或不能拿到准确的数据。
老梁:还好,咱们公司的市场部和财务部挺配合咱们的工作,只要是出于工作原因,需要的数据基本都可以取到。当然有时候不能立即得到数据,因为有些数据他们也需要时间来统计,不过已经足够好了。
Miss陈:是的,我们公司还好。不过听说有一些企业的经营数据可不是那么容易获取的,这和部门之间的沟通、协作程度有关系,协作程度不高的部门取数是比较麻烦的事情。
再比如我们进行薪酬公平性分析时,需要取外部的薪酬数据来对标,而这类薪酬数据没有现成的,在互联网上也很难搜索到,即使搜索到了也不敢轻易使用,因为不能保证数据的真实性。所以,薪酬数据一般需要向咨询公司购买。比较麻烦的是不同咨询公司的薪酬数据也不一定相同,这是由咨询公司薪酬调查的方法、取样范围和区域不同等因素造成的。所以对于咨询公司出卖的薪酬数据,我们还需要明确数据的调查对象、调查范围和区域、调查方法等,以此才能决定是否能购买访该数据。
老梁:听上去的确比较麻烦。
Miss陈:此外,获取人力资源的历史数据也有一定难度。人力资源管理往往重视数据的时效性,对当期数据比较敏感,很多分析是基于当期或同比数据,对更早的历史数据往往忽视,以致保存不周。在需要历史数据的时候难以短时间内获得,经常东拼西凑地寻找,花费了不少时间。
老梁:历史数据很重要吗?
Miss陈:当然重要,数据挖掘中的很多算法都需要历史数据,比如回归分析,就需要大量的历史数据才能建立回归模型,进行分析和预测。
老梁:哦,真没意识到,看来咱们得定期整理历史数据,妥善保存,说不定哪天就能派上用场。
1.4.2 缺技能
Miss陈:进行人力资源数据分析还有一个很大的障碍,就是人力资源管理人员本身的数据分析能力还不够高。
老梁:惭愧,俺也做了十多年人力资源管理工作,的确还不太会进行数据分析。不过也有客观原因,我在大学里没有学过数据分析,没有学过统计学,工作后也没有参加过相关培训,无从学起啊。
Miss陈:是的,这不是你一个人的问题,大多数人力资源管理人员都存在这个问题,正是这些客观原因造成了人力资源管理人员中掌握数据分析技能的人很少。随着计算机技术的发展,统计技术和工具的普及,以及大数据时代的到来,人力资源管理人员也要顺应当前发展趋势,主动学习和掌握一定的数据分析知识和技能,并将其应用到人力资源管理的实践中来,创造出人力资源管理领域的新天地,提升人力资源管理的水平,帮助企业更好地运作,实现经营目标。
老梁:经理,我和同事们一定会加强数据分析知识、工具的学习,提升我们的数据分析水平,提升我们的人力资源管理水平。
Miss陈:好的,我们一起努力吧!