文 / 夏彥凱
“大數(shù)據(jù)”作為一種概念和思潮,發(fā)端自計算領(lǐng)域,之后逐漸延伸到科學(xué)和商業(yè)領(lǐng)域。對于大數(shù)據(jù)的概念,可以從技術(shù)和管理兩個方面來定義。在技術(shù)方面,主要是從大數(shù)據(jù)獲取、儲存和應(yīng)用的過程進行分析,比如麥肯錫提出:“大數(shù)據(jù)是一種數(shù)據(jù)容量超越了常規(guī)數(shù)據(jù)技術(shù)獲取、存儲、處理和應(yīng)用能力的數(shù)據(jù)合集?!?/p>
在管理方面,主要是從大數(shù)據(jù)所蘊含的潛在價值以及能夠被挖掘出的可能性出發(fā)進行分析,比如國際數(shù)據(jù)公司(IDC)將大數(shù)據(jù)描述為:“大數(shù)據(jù)是最新的數(shù)據(jù)分析技術(shù),它能夠?qū)崿F(xiàn)高頻的數(shù)據(jù)處理,從體量巨大和類型復(fù)雜的數(shù)據(jù)中快速獲取價值,提高數(shù)據(jù)處理的效率”。
計算機和互聯(lián)網(wǎng)是當(dāng)前社會發(fā)展的重要工具,改變了傳統(tǒng)工作方式且解放了勞動力,而大數(shù)據(jù)則是在此基礎(chǔ)上形成的更為先進的數(shù)據(jù)應(yīng)用形式,最早的理念是由美國科學(xué)家提出。相較于傳統(tǒng)的數(shù)據(jù)應(yīng)用,大數(shù)據(jù)更強調(diào)自身的數(shù)據(jù)廣泛性。但是傳統(tǒng)的計算機處理能力無法對海量數(shù)據(jù)進行即時化分析和管理,因此大數(shù)據(jù)和云計算兩項技術(shù)同時運用而生,這使得互聯(lián)網(wǎng)上的數(shù)據(jù)能夠得到有效優(yōu)化并能在分析過程中形成多重價值。
首先,鐵路企業(yè)人才發(fā)展的經(jīng)驗正在不斷累積,因此需要對傳統(tǒng)數(shù)據(jù)以及現(xiàn)代生產(chǎn)情況進行綜合對比分析,而大數(shù)據(jù)則可以在短時間內(nèi)對海量數(shù)據(jù)進行處理并提煉最符合目前工作實際的需求數(shù)據(jù)。
其次,現(xiàn)在大數(shù)據(jù)應(yīng)用不單獨依托行業(yè)內(nèi)部的數(shù)據(jù)分析,而是整合鐵路行業(yè)以及科研前端的數(shù)據(jù),讓技術(shù)與市場信息也融合到生產(chǎn)中,為鐵路人才發(fā)展長期規(guī)劃提供依據(jù)。
大數(shù)據(jù)的特征,目前普遍被認可的是麥肯錫公司提出的“4V”特征,即容量巨大(Volume)、種類復(fù)雜(Variety)、處理速度快(Velocity)、價值密度低(Value)。IBM在研究報告中提到大數(shù)據(jù)的特性還應(yīng)該包括準(zhǔn)確性(Veracity)。
弗雷斯特研究公司的分析師鮑里斯·埃韋爾松和布賴恩·霍普金又提出了易變性(Variability)。大數(shù)據(jù)需要特殊的技術(shù)來有效地處理大量的數(shù)據(jù),合理利用大數(shù)據(jù),可以實現(xiàn)低成本創(chuàng)造高價值。價值性是大數(shù)據(jù)最本質(zhì)的特性之一,大數(shù)據(jù)之所以能夠得到各行各業(yè)的重視,主要原因就是其背后巨大的潛在價值。適用于大數(shù)據(jù)的技術(shù),包括大規(guī)模并行處理數(shù)據(jù)庫、數(shù)據(jù)挖掘、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫、云計算平臺、互聯(lián)網(wǎng)和可擴展存儲系統(tǒng)。
近年來,我國鐵路事業(yè)取得了舉世矚目的成就,為社會經(jīng)濟注入了強大生機和活力。伴隨鐵路事業(yè)的蓬勃發(fā)展,鐵路企業(yè)闊步推進公司化轉(zhuǎn)型升級,企業(yè)架構(gòu)、管理方式等發(fā)生了前所未有的新變化,人力資源管理工作隨之面臨由此帶來的巨大挑戰(zhàn)。
在新的歷史條件下,鐵路企業(yè)必須放眼創(chuàng)新發(fā)展戰(zhàn)略目標(biāo),緊跟時代潮流,進一步改進人才管理方法、完善人才管理手段,提升人力資源尤其是核心骨干人才培養(yǎng)選拔使用的質(zhì)量和效率。
總的來看,鐵路企業(yè)普遍建立了較為完善的人才工作體系,在人才選拔、教育培訓(xùn)、管理考核等方面形成了較為完備的工作制度。但從工作方法手段上看,仍然存在以下不完善的方面:
一是各類人才數(shù)據(jù)信息采集不夠全面和及時,人才數(shù)據(jù)信息處理分析手段相對落后,在形成信息價值并對工作提供有效支撐方面存在短板。
二是數(shù)據(jù)共享機制不健全,不同的工作模塊分別獨立采集使用數(shù)據(jù),產(chǎn)生大量重復(fù)工作;由于數(shù)據(jù)信息不對接,對人才全鏈條管理造成較大制約。
三是人才選拔、考核評價等工作采取人工對照政策分析判斷的傳統(tǒng)方式,處理事務(wù)性、重復(fù)性工作占用精力較大,工作質(zhì)量和效率較低。
四是目前各類人力資源管理信息化輔助工具難以適應(yīng)無紙化辦公要求,辦公效率較低,人力物力消耗大。
人才是鐵路企業(yè)發(fā)展過程中的“大腦”,任何一個決定都會影響企業(yè)的未來發(fā)展,因此在當(dāng)前大數(shù)據(jù)快速發(fā)展的背景下應(yīng)注重鐵路企業(yè)高層對于人才管理的認知、改變傳統(tǒng)的思維方式。
在現(xiàn)代經(jīng)濟發(fā)展浪潮下,必須注重鐵路人才管理工作的轉(zhuǎn)型才能更好的適應(yīng)現(xiàn)代化的經(jīng)濟發(fā)展趨勢,大數(shù)據(jù)人才管理可以為企業(yè)的長期發(fā)展提供重要數(shù)據(jù)依據(jù),鐵路企業(yè)高層應(yīng)將人才分析、人才數(shù)據(jù)整理以及當(dāng)前人才市場變化數(shù)據(jù)對比等工作,放在同等重要位置,讓人才充分發(fā)揮自身的管理效能。
鐵路企業(yè)高層對于大數(shù)據(jù)背景下的人才發(fā)展轉(zhuǎn)型,應(yīng)注重自身的理念學(xué)習(xí)、并強化鐵路企業(yè)發(fā)展戰(zhàn)略意識,并由上至下灌輸鐵路人才轉(zhuǎn)型理念,讓更多的鐵路中層干部支持人才管理工作,為人才管理轉(zhuǎn)型奠定扎實基礎(chǔ)。
在大數(shù)據(jù)諸多特征中,快速的海量數(shù)據(jù)檢索、豐富的數(shù)據(jù)涵蓋和較高的數(shù)據(jù)準(zhǔn)確性最為關(guān)鍵;只有達到上述要求,才能有效滿足數(shù)據(jù)挖掘并形成數(shù)據(jù)價值的需要。過去幾十年來隨著信息技術(shù)的普及,人力資源管理相關(guān)領(lǐng)域都建立了傳統(tǒng)意義的管理數(shù)據(jù)庫;因此建立人才大數(shù)據(jù)庫不必從零開始,應(yīng)立足于把現(xiàn)有各類人才數(shù)據(jù)庫整合利用好。
在建立人才大數(shù)據(jù)庫過程中,設(shè)置多維數(shù)據(jù)接口,通過跨數(shù)據(jù)庫搜集移植、人工填報維護等方式,全面采集人才基礎(chǔ)數(shù)據(jù)(主要包括年齡、職務(wù)、職稱、教育背景、專業(yè)技能、工作經(jīng)歷、工作年限等)、能力數(shù)據(jù)(主要包括接受培訓(xùn)情況、考核情況、獲獎情況、評先情況、學(xué)術(shù)成果情況、承擔(dān)重要任務(wù)情況等)、效率數(shù)據(jù)(主要包括單項任務(wù)完成時間、整體工作效率等)、潛力數(shù)據(jù)(主要包括履職表現(xiàn)、單位及群眾認可度情況等)。
標(biāo)準(zhǔn)規(guī)范的結(jié)構(gòu)化數(shù)據(jù)是最易于挖掘使用的,而現(xiàn)實中遇到各類數(shù)據(jù)往往是非標(biāo)準(zhǔn)、非結(jié)構(gòu)化的。對此,數(shù)據(jù)采集前和使用過程中都需要進行辨別修正,其中一個有效的方法是利用機器學(xué)習(xí)技術(shù)和AI算法,通過海量運算、數(shù)據(jù)積累和人機交互干預(yù),準(zhǔn)確理解辨別修正非標(biāo)準(zhǔn)、非結(jié)構(gòu)化數(shù)據(jù)。
按照人才管理工作流程設(shè)計信息平臺,開發(fā)人才數(shù)據(jù)采集、數(shù)據(jù)審核維護(其中包括所屬單位、集團公司兩個層面)、人才選拔、職稱評審、人才日常使用管理、考核評價等功能模塊。
人才管理工作流程雖具有一定的規(guī)律性,但并不是一成不變的,往往會因為政策的優(yōu)化調(diào)整而發(fā)生變化;同時,由于人才工作本身具有復(fù)雜性特征,客觀上需要在實踐中持續(xù)調(diào)整、不斷完善。
因此,在信息平臺設(shè)計上應(yīng)盡可能選取工作流程的最大合集,合集范圍內(nèi)的功能模塊可自由組合使用;同時,構(gòu)架上要考慮未來的可擴展性,保證基礎(chǔ)設(shè)置不需要經(jīng)常變更,每個功能模塊之間減少依賴或耦合,以便對需求變更快速響應(yīng)。
從實踐角度看,現(xiàn)有各類人才選拔,對履職年限、能力素質(zhì)、學(xué)術(shù)水平、業(yè)績貢獻、專業(yè)影響力等都做出了具體規(guī)定,運用傳統(tǒng)手段對選拔對象進行全方位考察了解存在較大難度;大數(shù)據(jù)條件下的人才選拔方法研究重點在于:依據(jù)政策要求分類建立人才評價模型,為人才甄別“制圖”“畫像”,在此基礎(chǔ)上通過對大數(shù)據(jù)庫中的各類數(shù)據(jù)信息進行挖掘分析,運用對應(yīng)算法圈定合適的選拔對象,以此提升發(fā)現(xiàn)人才、識別人才的針對性和準(zhǔn)確性。
人才考核是一個涵蓋計劃、執(zhí)行、檢查、處理的PDCA循環(huán)管理過程,其精髓在于對考核對象的績效信息進行收集、組織、提取、整合、分析,并盡可能做出準(zhǔn)確評價;由于這一管理過程本身具有相當(dāng)?shù)膹?fù)雜性,傳統(tǒng)人工手段在實施精準(zhǔn)有效考核方面存在較大難度,而大數(shù)據(jù)技術(shù)能夠有效提升考核的質(zhì)量和效率。
大數(shù)據(jù)技術(shù)條件下優(yōu)化人才考核的重點在于:在內(nèi)容上,利用海量數(shù)據(jù)對人才實施多維度考核,以“觀察數(shù)據(jù)”來“考察人”,通過建立考核評價模型并對人才履職數(shù)據(jù)進行針對性地挖掘分析,對人才做出精準(zhǔn)評價。
在時間上,利用信息技術(shù)實時性特點,變集中考核為動態(tài)了解掌握,通過日常搜集人才績效信息,隨時掌握人才隊伍整體及個體情況;在空間上,對各類人才進行橫向、縱向的全方位比較分析,精確掌握每個個體的績效提升水平及其在隊伍整體中所處的地位。
以往技術(shù)條件下,由于數(shù)據(jù)信息匱乏、分析預(yù)測手段落后,導(dǎo)致人才規(guī)劃工作普遍缺乏科學(xué)、前瞻性,人才長期處于“自然成長”狀態(tài),往往會造成人才整體和個體發(fā)展與企業(yè)戰(zhàn)略不契合不匹配的問題。
大數(shù)據(jù)技術(shù)的興起,為人才發(fā)展超前規(guī)劃提供了可能;運用大數(shù)據(jù)技術(shù),不僅有利于超前發(fā)現(xiàn)人才,引導(dǎo)每一個人才個體瞄向未來發(fā)展規(guī)劃設(shè)計成長路徑,還能夠為企業(yè)超前謀劃人才工作、優(yōu)化人才發(fā)展提供決策輔助。
大數(shù)據(jù)時代背景下,鐵路企業(yè)人力資源管理工作應(yīng)主動適應(yīng)數(shù)字化轉(zhuǎn)型升級要求,充分認識大數(shù)據(jù)技術(shù)對人才發(fā)展所起到的顛覆性作用,運用大數(shù)據(jù)思維及其相關(guān)數(shù)據(jù)挖掘、AI技術(shù)等構(gòu)建全新的人才工作格局,加快培養(yǎng)一支數(shù)量充足、結(jié)構(gòu)合理、素質(zhì)優(yōu)良的優(yōu)秀人才隊伍,在更高起點促進鐵路事業(yè)的創(chuàng)新發(fā)展,助力鐵路事業(yè)不斷提檔升級。