基于大数据的A公司人力资源绩效管理优化研究

 

第 1 章 绪论

 

1.1 论文研究背景与意义

1.1.1 研究背景

随着科学技术的发展，办公智能自动化的研发，人们的工作方式也发生了改变。现如今，人们更多的是在互联网和局域网进行交互协作，计算机技术和远程通信技术的开发，使人类的交流成本降到了前所未有的程度。人们可无视时空的限制，将各类信息资源通过网络实时传递、实时交换和实时共享。在这一过程中，产生了海量的数据，而这些数据的背后，是人类行为。为了挖掘这些数据背后隐藏的价值，大数据技术应运而生。大数据带来的影响已经深入到企业经营和管理的方方面面，而人力资源绩效管理作为企业核心竞争力提升的关键，自然也要应对大数据带来的机遇和挑战。大数据背景下，人力资源绩效管理主要面临以下机遇：（1）在“云技术”和“互联网”的支持下，企业通过探寻数据间的潜在关系能迅速找到和实现有效的人力资源绩效管理途径，构建出员工业绩与绩效指标之间的关系模型，使人力资源绩效管理者摆脱耗费巨大精力的监督核对工作，从战略的角度改进人力资源绩效管理方案，提高企业人力效益，有利于企业形成以绩效为导向的企业文化，实现人力资源绩效的持续健康发展。（2）通过对公司员工绩效情况的数据收集和挖掘，决策人员可以分析员工绩效数据及其他数据间的潜在联系，生成员工的特征分析报告，以便确切地了解影响员工绩效状况的原因，并在此基础上制定相应的激励方案和培训计划，从而有效地调动员工的积极性，帮助员工进行绩效改进。（3）企业在分析人力资源绩效数据时，能够获得对人力资源管理有用的关键信息，这些信息如果能被充分运用，在团队的沟通和交流中将作为催化剂以有效解决各种争端，从而有利于企业领导者与员工之间建立良好的、开放的关系，促成企业良好组织结构及员工文化的形成。

.........

 

1.2 国内外研究综述

绩效的概念主要源于上个世纪 90 年代，而当时针对绩效的概念分为了两个派别，其中一个派别认为，绩效是行为。Murphy 于 1990 对绩效的定义是：“绩效是员工在其工作的组织或组织单元中与目标有关的一组行为”。就定义而言， “绩效”一词实际上是一种特殊的“行为”，即是一种能被人们观察到的实际行为表现，而特殊性就体现在“绩效行为”的目的是为了实现组织目标。Borman 和 Motowidlo 于 1993 年提出了二维绩效模型，又对绩效的组成做了划分，该模型指出，绩效由关系绩效维度和任务绩效维度组成。任务绩效是指与工作任务相关的行为，关系绩效是指与工作任务无关的行为。由此，绩效被认为是更广泛意义上的行为，而不再局限于只是实现组织目标的行为。另一个派别认为，绩效是结果。1988 年，Brumbach 对绩效的定义是“绩效指行为和结果，但行为是结果的表现形式之一，行为由从事工作的人表现出来，并以实现工作任务为目的，行为不仅是实现结果的工具，行为本身也是结果之一，是为完成工作任务所付出的脑力和体力的结果，并且能与结果分开判断。” Bernadin 于 1995 年提出，“绩效应是结果，因为工作结果与组织的战略目标、顾客满意度及所投资金的关系最为密切”。关于绩效是行为还是结果，至今争论不休，从企业实践的角度，更多的是采用了更广泛意义上的绩效概念，即绩效既是行为，也是结果。绩效管理的相关概念雏形最早是由美国学者泰勒首先提出的，泰勒的科学管理的理论中指出，管理者需要和员工一同把员工的个人发展当成目标，只有这样才能激励员工达到自身能力范围内的最高水平。“绩效管理”一词最早由研究者比尔和鲁于 1976 年提出，他们将绩效管理定义为“管理、度量、改进绩效并增强发展的潜力”。1994 年，Costello对绩效管理做了详尽的研究，并给出了绩效管理的定义，“绩效管理是以实现公司目标为目的，对员工及其工作任务进行管理、控制和监督的过程，绩效管理一方面旨在提高员工能力，另一方旨在使个体对公司绩效做出更多贡献。”

..........

 

第 2 章 相关概念和理论基础

 

2.1 人力资源绩效管理的概念

2.1.1 人力资源绩效管理的相关概念

企业设置绩效考核的初衷是服务于公司治理和长远发展，意图通过绩效考核的方式，来提高企业的办公效率、增强员工的主观能动性、促进企业向好发展，最终达到企业与员工双赢的结局。绩效考核落实的好，员工的工作表现就愈发贴近企业既定目标，同时还能帮助企业梳理人力资源系统，协调企业与员工间、员工与员工间可能出现的不和谐因素。伴随人力资源绩效管理考核方法在实际工作中不断得到改进，它在公司人力资源管理乃至整个公司治理过程中的重要性就越凸显。然而人力资源绩效管理要想达到预期效果也并非易事，先决条件之一就是公司必须先确定好适合自己的战略目标。只有目标确定好了，之后再以此目标为中心，致力于增强企业内部员工办事效率，提高整体业绩水平，才算是有的放矢。如果目标没有设计好，管理机制整体欠缺，运行监督效率低下，员工氛围沉闷，此时再生搬硬套人力资源绩效管理信息系统，不仅不能帮助企业解决问题，还会造成员工情绪抵触，或使人力资源绩效管理制度沦为形式，反而对企业造成不利影响。所以我们必须对人力资源绩效管理抱有清醒的认识，意识到它具有正向价值的同时也有产生负面作用的可能。现代的人力资源绩效管理是评定一项工作在多大程度上满足期望结果的工具，是企业为贯彻执行其目标而设计出来的一整套评价体系，它包括员工绩效和企业绩效两个方面。人力资源绩效管理是一套完整的流程，它先设定组织目标，再引导员工将其个人追求与组织目标相匹配，进而使员工自发的在达成个人追求的同时也为组织目标服务，深挖个人潜力，促使员工提升自身业绩，最终达到员工与企业的双赢。人力资源绩效管理是组织凝聚竞争力的重要手段，其中心思想体现在以下三方面：（1）梳理业务和管理流程，使企业效率大大提高；（2）承接组织战略目标，引导企业目标实现；（3）提高员工及管理者能力，促进企业和员工绩效共赢增长。人力资源管理的核心，就是人力资源绩效管理，其地位如图 2.1 所示，人力资源管理中的职位系统、能力系统、薪酬系统以及培训系统，可通过人力资源绩效管理信息系统的协调优化进而融为一体，以提高个人能动性为基石，使组织和个人绩效均有大幅增长，最终达到企业整体高绩效输出的目的。

..........

 

2.2 大数据的相关概念

大数据的本质就是一批数据集合，只是它无法在短时间内用常规方法处理得出结论。它的数据规模是海量的，它的信息本身初看之下是杂乱无章的，只有经过特殊方法加工筛选过的大数据，才能更好的为生产生活提供分析、辅助决策。大数据的特征可以概括为 5V，即：Volume（大量）、Variety（多样）、Value（低价值密度）、Velocity（高速）、Veracity（真实性）。Volume（大量）意为：数据信息量大，包括收集、储存和加工的数量都非常大。大数据的初始计算单位最少是 PB 级（一千个 TB），甚至到了 EB 级（一百万个 TB）或 ZB级（十亿个 TB）。Variety（多样）意为：数据的来源和类别多种多样。包括非结构化、半结构化以及结构化的数据信息，体现为文档、图像、视频、声音、位置信息等等，多种类的数据对信息处理技术要求也更高。Value（低价值密度）意为：数据规模庞大，但其中有价值的信息只占少数，即信息的价值密度相对较低，或者说是大海捞针也不为过。随着网络时代的到来，社会每天都在不断产生数以万计的数据信息，可以说我们身处在一个数据爆炸的年代，日常工作生活中我们所需要的数据量和社会总数据量的比值越来越小，怎样结合实际需要并利用强大的技术来穿透海量数据找到有用信息，是大数据时代亟待解决的问题。Velocity（高速）意为：随着数据量迅速上升，对数据的计算筛选效率也提高了很多，要求尽量做到即时处理即时分析，例如我们在百度上搜索一个数分钟之前发生的热点事件，网站已经通过大数据算法筛选出了我们想看的内容。这是大数据技术与传统数据挖掘的最大不同点。Veracity（真实性）：透过大数据得出的结论，通常更准确且更可信，这是因为数据源越广，可能的遗漏与误差项也就越少。

........

 

第 3 章 A 公司人力资源绩效管理的现状与问题分析........15

3.1A 公司的人力资源绩效管理现状.......15

3.2A 公司人力资源绩效管理存在的主要问题.....16

3.2.1 绩效计划方面的问题........16

3.2.2 绩效实施方面的问题........20

3.2.3 绩效考核方面的问题........20

3.2.4 绩效反馈方面的问题........21

3.3A 公司人力资源绩效管理问题的成因分析.....22

第 4 章 基于大数据的 A 公司人力资源绩效管理的优化..........25

4.1 基于大数据的优化策略.........25

4.2 绩效计划的优化......25

4.3 绩效实施的优化......31

4.4 绩效考核的优化......32

4.5 绩效反馈的优化......34

4.6 运用人力资源绩效管理信息系统的人力资源绩效管理总流程.......38

第 5 章 基于大数据的 A 公司人力资源绩效管理信息系统的实施........42

5.1 基于大数据的人力资源绩效管理信息系统的构建与组成........42

5.2 基于大数据的人力资源绩效管理信息系统实施的保障措施...........46

 

第 5 章 基于大数据的 A 公司人力资源绩效管理信息系统的实施

 

5.1 基于大数据的人力资源绩效管理信息系统的构建与组成

基于大数据技术，本文构建了一个适合 A 公司应用的人力资源绩效管理系统的理论模型框架，其基本框架构造图如下。模型分为“设备层”、“技术层”、“数据层”、“应用层”、“业务层”、“用户层”6 个层级。（1）设备层级：设备层是整个人力资源绩效管理信息系统的基础层，是人力资源绩效管理信息系统得以实现的必要物理条件。设备层是指人力资源绩效管理信息系统存在的必要外部条件，包括系统运营所必须的各类软硬件设备，例如服务器（Server）、储存器（Storage）、运算器（ArithmeticUnit）、控制器（Controller）、输入设备（Input Device）、输出设备 Output Device）、智能终端（Terminal Equipment）、信息安全设备（Information Security）、操作系统（OperationSystem）、互联网络与局域网络（Net Work）等。（2）技术层级：技术层是整个人力资源绩效管理信息系统运维的核心大数据技术，是人力资源绩效管理信息系统得以实现的必要技术条件。总体而言，人力资源绩效管理信息系统所需要的大数据技术可分为 3 大类，大数据采集技术，大数据处理技术，大数据整合技术。1.大数据采集的核心技术是 ETL 采集框架模型，包含云技术（HVR）、开源工具（Sqoop）、流数据处理平台（Kafka）、采集系统（Flume）等模块。2.大数据处理的核心技术分为 2 大模块，分别应用于实时计算和离线计算。实时计算是指处理实时的信息集：得以实现于实时计算平台(Storm)，包含数据仓库（Hive）、数据计算（Mahout）、并行计算（MapReduce）、等模块。离线计算是指处理离线的信息集：得以实现于离线计算平台（Hadoop），包括全文搜索引擎（Solr）、计算引擎（Impala）、分布式文件存储系统（Hdfs）等模块。同时，实时计算平台（Storm）和离线计算平台(Hadoop)均是在分布式数据库（Hbase）的基础上得以建立的。

.........

 

结论

 

随着远程通信技术的发展，办公智能自动化的研发，人们的工作方式更多的是通过网络或基于网络进行的。这使得数据信息资源取代了土地、资本，成为当今世界企业的第一资源，人类社会进入到了网络经济时代。作为信息资源的载体，也是信息资源的创造者和使用者，人才尤其是高素质的人才，成为了影响经济增长的最重要的因素。在这样的时代背景下，人力资源管理水平对企业的发展起到了决定性的作用。基于大数据的人力资源管理，通过收集和分析关于市场、行业等方面以及政府政策、环境信息等方面的各种数据资源，可制定出企业未来的发展战略和配套的人力资源战略，包括劳动力结构设计、胜任能力与岗位体系设计、人才储备计划等等，使企业可更好的适应时代的改变，在市场中占得先机。因而，人力资源绩效管理不再是单纯的绩效考核计划，而是着手于规划企业的未来发展、调整和落实企业的战略方向。本文在这样的大背景下，参考了大量的文献资料，对 A 公司的人力资源绩效管理模式进行研究和分析，并给出以下的改良方案：通过应用具备大数据处理技术的人力资源绩效管理信息系统，将会帮助 A 公司建立起了科学健全的人力资源绩效管理体系，并以此提高 A 公司人力资源的经济效益。在绩效计划方面，通过应用人力资源绩效管理信息系统，建立了有效的沟通机制，使得矩阵式管理模式下，战略目标也能层层分解到各个部门当中去，改善了长期以来混乱的绩效考核体系，丰富了考核指标的维度，并更科学的处理了绩效指标的权重的问题。使得绩效考核过程更科学，更客观，员工的认可度更高。在绩效实施方面，提高了 A 公司反馈效率，解决了长期以来人力资源管理部门与业务部门的信息不对称问题，建立了绩效预警机制，预警功能的实现，能让异常情况被及时发现及时处理，可有效的帮助 A 公司人力资源绩效管理的顺利实施。在绩效考核方面，摒弃了 A 公司原有的只用关键绩效法（KPI）进行绩效考核的模式，而是根据考核目的进行针对性的选择考核方法。此外，更加科学的设计了绩效考核周期，不在一视同仁的以月为考核周期，而是根据岗位性质、指标性质、激励时效三个因素的需求而科学的选择考核周期。在绩效反馈方面，将绩效结果多方位的应用于人力资源的招聘环节、培训环节、薪酬环节、劳动关系管理环节。建立了胜任力模型，设计了员工的职业生涯规划等等。使得人力资源管理更加系统、更加全面。

..........

参考文献（略）