周一至周五 | 9:00—22:00

期刊论文网 > 管理论文 > 人力资源管理论文 > 最新人力资源管理论文 大数据时代下的企业人力资源培训

最新人力资源管理论文 大数据时代下的企业人力资源培训

2018-11-25 15:50:53来源:组稿人论文网作者:婷婷

  摘 要

  随着大数据时代的来临,大数据所蕴藏的巨大能量和价值将引发井喷式的产业创新和管理变革,对国家治理、企业决策以及个人的生活、工作和思维将产生广泛而深远的影响。对企业而言其影响力将渗入从战略乃至每个经营管理细节,人力资源管理作为企业提高核心竞争力的关键,必然面临大数据时代的挑战。如何全面认识大数据,把握大数据的机遇与挑战,加快形成大数据思维,充分利用大数据价值,积极变革企业人力资源管理,大胆推进培训创新,无疑是不容回避的现实选择。

  关键词:大数据、人力资源管理、企业培训、

  前 言

  众所周知在企业人力资源管理中员工培训是一项非常重要的内容,是人力资源投资的主要形式和人才队伍建设的主要手段。而在现如今大数据时代,企业有效的对人力资源的培训需求进行分析将会成为培训管理的重要流程和内容,直接决定了培训的效果在大数据时代的适应。信息的海量化和多元化对企业员工培训需求分析带来了挑战,也为人力资源培训的有效性提供了更大的帮助。因此,研究大数据时代企业员工培训需求分析的基本理念和基本方法,对企业人力资源培训工作的改革思路具有重要的意义。

  随着大数据时代的到来,为了进一步的发展,企业要学会具备掌握并处理大量数据的能力。而大数据这一全新的概念引用到人力资源培训的领域,不仅会给人力资源培训带来了巨大的机遇同时还要迎接一系列挑战。以大数据环境为背景,通过分析大数据与人力资源培训之间的联系,对更好地发挥大数据在促进人力资源培训改革进行思考,也为人力资源培训工作的创新指明了方向。

  1. 绪论

  1.1研究背景

  随着信息技术的快速发展,大数据几乎已经渗透到了各个领域,日益成为数据时代的全新生产要素、无形资产和宝贵的社会财富,同时也成为商业和管理领域变革的新契机,它将给经济社会的发展带来巨大的变化。人力资源管理作为管理学科的一部分,也正接受着大数据时代的冲击,在当前情况下如何把大数据引入人力资源管理的创新,成为人力资源管理系统迫切需要探索的问题。伴随着大数据时代的到来,大数据所蕴藏的巨大能量和价值将引起产业创新和管理变革呈井喷式发展。同样大数据的发展也会对国家治理、企业决策以及个人的生活、工作和思维方式产生广泛而深远的影响。对企业来说,大数据的影响力将渗透公司经营战略乃至经营管理的每个细节。人力资源管理作为企业提高核心竞争力的关键,而企业人力资源培训更是人力资源管理的重中之重,必然面临大数据时代的挑战。如何全面认识大数据,把握大数据时代所带来的机遇与挑战,加快形成大数据思维,充分利用大数据价值,积极变革企业人力资源培训管理,大胆推进培训创新,无疑是不容回避的现实选择。

  1.2 研究的目的和意义

  研究目的:

  在当今信息时代,互联网的快速发展推动了数据量的爆炸性增长,因而有了大数据的概念。大数据在人力资源领域也发挥着重要作用,高效、创新的人力资源培训管理是人力资源管理的重要步骤,它决定着培训的效果在大数据时代发挥的作用。把大数据应用在企业员工的培训中,能够提升培训的针对性和有效性,为企业员工素质提升和公司经营的战略目标达成提供良好保障。

  研究意义:

  本文的研究意义有两个方面。分别是理论意义和实践意义。理论意义上,在现代企业管理之中,人力资源管理占据着主导位置,因此人力资源培训在企业的发展中也发挥着越来越大的作用。现代企业管理坚持以人为本的核心理念,以人为本就要更加重视人力资源的培训。实践意义上,大数据在企业人力资源培训中所发挥的作用逐渐展现,同时备受社会关注。在大数据时代,只有积极主动的发挥大数据在人力资源培训中的作用,才能使企业人力资源战略更好的在企业发展中作出更大贡献,同时这也是本文的实践意义。

  1.3 研究方法

  1.3.1 文献研究法

  本文通过对大数据在企业人力资源培训中的作用进行分析和对国内外相关文献的阅读和整理,参考和借鉴已有的研究成果,为人力资源培训方法的改进具有重大理论意义和科学依据。

  1.3.2 比较分析法

  在理论的基础上,比较国内外相关人力资源培训的管理方法,了解国内及国际在人力资源培训方面引进大数据的优秀企业,学习其管理精髓,进一步完善大数据在人力资源培训应用。

  2.大数据时代下的人力资源管理现状及培训

  2.1大数据时代的到来

  最近几年,大数据理论和大数据行动在国内外的学术界、企业界、政府机构等各方面形成了一股热潮,同时宣告着大数据时代的来临。1980年,美国著名的未来学家阿尔文·托夫勒在其著作——《第三次浪潮》中说道,大数据为“第三次浪潮的华彩乐章”,但是由于当时科技水平的有限,世界并没有做好拥抱大数据时代到来的准备。20世纪90年代初,数据仓库之父比尔·恩门首次提出“数据仓库”概念,较早地表述了大数据的理论思想。他指出数据仓库与数据库应用不同的是,数据仓库更像是把分布在企业内部各处的业务数据进行整合、加工和分析的一种过程。90年代,国外企业界出现了商业智能的新术语ETL(Extraction- Trans formation-Loading),ETL意即通过数据提取、转换和加载、数据仓库、数据挖掘等先进的信息技术将企业的现有数据转化为知识,从而为管理者的决策过程提供支持,进一步推动了大数据理论的发展。2005年,约翰·韦伯斯特和克里斯·斯塔库提斯在《无所不包括的数据》一书中首次描述大规模数据对于企业发展和人们生活的影响。此后互联网的快速发展,社交媒体、智能手机等在生活中的广泛应用,为数据的多元化、多样化、规模化提供了快速发展的空间和技术支持。在2008年9月《自然》(Nature)刊登了一个名为“Big Data”(大数据)的专辑,第一次提出了大数据(Big Data)的概念。到2009年,“大数据”一词开始逐步受到信息技术行业的重视。2010年,被誉为“大数据时代的预言家”的英国学者维克托·迈尔·舍恩伯格在《经济学人》上发布了长达14页对大数据应用的前瞻性研究,比较明确的提出了大数据时代的思想。2011年6月,麦肯锡全球研究院发布研究报告《大数据:下一个创新、竞争和生产率的前沿》(Big Data: The Next Frontier for Innovation,Competition,and Productivity),首先提出“大数据时代已经到来”的论断。在报告中显示:大数据已经渗透到每一个行业和业务职能领域,并且逐渐成为重要的生产因素,而人们对于大数据的挖掘和运用也预示着新一波生产率增长和消费者盈余浪潮的到来。“大数据”将成为未来信息社会企业创新与竞争及社会生产力提升的指向标之一。在2012年1月举行的达沃斯世界经济论坛中,把大数据列为了主题之一,该会议经过一系列的讨论,特别针对大数据发布了《大数据、大影响:国际发展新的可能性》(Big Data, Big Impact: New Possibilities for International Development)等系列报告。讨论了在新的数据产生方式下,如何科学有效的利用数据来产生巨大的经济效益和社会效益,同时还重点关注如何将个人产生的移动数据与其他数据进行融合及加以利用。联合国“全球脉冲”(Global Pulse)的倡议项目在2012年5月发布了名为《开发大数据:挑战与机遇》的报告,该报告主要阐述了大数据时代背景下各国特别是发展中国家在面临数据洪流(Data Deluge)时所遇到的机遇与挑战,还对大数据的如何应用进行了一系列的初步解读。2012年12月,我国一批优秀企业和高校在北京中关村共同发起并宣布成立“中关村大数据产业联盟”,率先将大数据产业纳入《中关村战略性新兴产业集群创新引领工程(2013-2015年)》之中,共同致力于推动培植世界领先的大数据技术、产品、产业和市场。该联盟充分表明了中国要以更加开放的心态和视野、创新的勇气,紧跟世界发展潮流,积极推动“大数据时代”的蓬勃发展。

  2.2全面理解“大数据”

  目前,学术界和业界对大数据的界定见仁见智,就大数据(big data)的定义而言,比较权威的观点有,维基百科认为:大数据或称巨量资料,指无法在允许的时间里用常规的软件工具对内容进行抓取、管理和处理的数据集合。麦肯锡给出的定义是:大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。并特别强调,并不是说一定要超过特定TB值的数据集才能算是大数据。研究资讯机构Gartner则认为:“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。对“大数据”的特征概括,道格·莱尼(Doug Laney)2001年指出的数据增长有三个方向的挑战和机遇,即海量(Volume)、高速性(Velocity)、多样性(Variety),形成最初的“3V”特征。之后,研究者进一步把“3V”扩展到了“4V”,从不同视角对第四“V”进行表述,如布赖恩·霍普金斯(Brian Hopkins)和鲍里斯·埃韦尔松(Boris Evelson)撰写的《首席信息官,请用大数据扩展数字视野》的报告,提出大数据还应有易变性(Variability)特征。维克托-库克耶编写的《大数据时代》以及国际数据公司(IDC)均认为,大数据则还具有价值密度低、商业价值高的价值性(Value)特点。IBM则认为大数据必然还具有真实性(Veracity)特征。2014年,IBM发布了《践 行大数据承诺:大数据项目的实施应用》(Realizing the Promise of Big Data: Implementing Big Data Projects)白皮书,在该报告中对进一步扩展了大数据的特性,首次提出将大数据的特性由“4V”扩展为“Vs”,“Vs”增加了数据黏度(Viscosity)特征。对大数据的属性来说,大数据包含着技术属性和社会属性的双重属性。大数据在诞生之初主要是一个IT行内的技术术语,更多体现的是技术属性。如麦肯锡、Gartner以及IBM等作为大数据的推崇者,事实上更侧重于从技术层面界定大数据。Gartner在2011~2013年发布了多个与大数据有关的白皮书,如“Hype Cycle for Big Data,2012”,明确定义了大数据的技术生命周期,指出大数据不只是一项单一技术,而是一个概念,是一套技术。更多的学者提出大数据还是一系列最先进现代信息技术体系,主要有云技术(虚拟化技术,分布式处理技术,海量数据的存储和管理技术,非关系型的数据库、实时流数据处理、智能分析技术等)、分布式处理技术、存储技术(大数据存储和大数据分析)、感知技术(传感器技术,指纹识别技术,无线射频识别技术)等等。同时,大数据还具有社会属性,艾伯特·拉斯洛·巴拉巴西在《爆发:大数据时代预见未来的新思维》一书中指出,“大数据,更强的流动能力,社会化增强;每个人都是自媒体,个性化增强;更大范围的连接,网络化增强”。表明大数据受社会影响与人、社会建立了广泛密切的联系,时刻发生着关系,展示了人类行为的规律性,具有社会属性。对大数据时代的理解,维克托·迈尔-舍恩伯格在《大数据时代:生活、工作与思维的大变革》一书中指出:大数据时代已经到来,要用大数据思维去发掘大数据的潜在价值。从因果关系到相关关系的思维变革,是“大数据”颠覆传统认识论模式的关键。并进一步解释了大数据思维的三个要求:需要全部数据样本而不是抽样、关注效率而不是精确度、关注相关性而不是因果关系,提出大数据思维和大数据智慧的重要理念。阿里巴巴的首席技术官(CTO)王坚对于大数据思维的独特见解是,“今天的数据不是大,真正有意思的是数据变得在线了。你千万不要想着拿数据去改进一个业务,这不是大数据,你一定是去做了一件以前做不了的事情。”同时,维克托·迈尔-舍恩伯格还指出:大数据是人们获得新的认知,创造新的价值源泉;大数据还是改变市场、组织机构,以及政府与公民关系的方法。基于上述分析,我们认为,“大数据”作为信息社会发展的一项新生事物和一个时代的标志,其内涵体系尚处认识、探索、研究的初始阶段,会随着实践的发展日益丰富。就目前而言,其含义主要从四个层次来理解:第一,“大数据”指需要超出常规的技术工具、新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。第二,“大数据”具备海量(Volume)、多样性(Variety)、高速性(Velocity)、易变性(Variability)、巨大的数据价值(Value)、真实性(Veracity)和强关联性(Viscosity)的“7V”为标志的“Vs”特征。第三,大数据具有技术属性和社会属性的双重属性,既是对“7V”为标志特征的数据集进行高效可行处理的最先进系统性技术工具和分析能力及方法,还是改变市场、组织机构,以及政府与公民关系的方法,展示了人类行为发展的社会规律性。第四,“大数据”是一种全新的大数据的思维方式和数据智慧。可以说,大数据开启了一个重大的时代转型,已经成为当今重要的社会资源及推动经济社会发展的动力源,完整地把握大数据含义对企业人力资源变革具有重要理论指导意义。

  2.3大数据时代下企业人力资源管理现状分析

  经济新常态对人力资源管理工作提出了更高的要求,然而在传统思维习惯影响下,我国很多企业仍然将重点放在市场,而对人力资源管理的重视程度不够,体现在从业人员相关专业背景不扎实,注重企业内部人员管理而忽视企业外部的人力资源及竞争者,表现为人力资源管理策略缺乏针对性和灵活性,与实际情况脱节。以外,我国现有企业结构中,中小企业占了较大比重。受传统思想和现实条件的制约,大部分中小企业人力资源管理的模式没有进行及时更新,仍将事业的完成度作为业绩考核的唯一标准,忽视人性化管理,既无法有效激励员工,又耗费大量用人成本,严重影响企业的正常运转。大数据的出现,将企业的人事资源进行量化,为企业的人才培养提供科学依据,提高了人力资源管理的效率,使管理决策更加精准。与此同时,大数据强调预测性分析,注重前瞻性管理,通过数据挖掘,可以找出高绩效员工的特征要素,从而为人力资源管理优化提供参考依据。与此同时,大数据时代,管理的核心是以人为本,但是就目前而言,许多企业领导对于数据缺乏足够的重视,过度依赖传统的管理模式和管理经验,面对着大数据的影响,缺乏足够的行动力。然而管理模式和管理经验的变革难以一蹴而就,人力资源管理部门必须认识到大数据带来的变革,积极调整思维模式,不断提高数据处理能力,积极将其应用与日常的管理决策。与此同时,数据的公开与隐私保护是大数据环境下的一个主要矛盾,对于人力和技术而言都是一个巨大的挑战。在采集和应用大数据的同时,企业管理部门应完善数据隐私保护体系,确保信息安全。

  2.4大数据与员工的培训

  挖掘最大潜能 + 查缺补漏职业生涯管理作为人力资源培训的重要组成部分,在企业的人力资源管理中发挥着重要的作用,可以更加有效地开发和利用企业内部的人才资源,减少对外部招聘的依赖,节约招聘成本,节省招聘时间;增强员工对企业的忠诚度和向心力,提高工作的积极主动性,减少离职率。在大数据时代,海量的具体量化数据可以为职业生涯管理提供更具有说服力的信息并增强决策的可行性。在大数据的理念下,职业生涯规划是基于全部数据的,因此在信息的收集上,人力资源部不仅要了解员工的应聘岗位、晋升意愿以及职业规划等结构化与非结构化的数据信息,还要深入挖掘与职业生涯规划相关的其他信息,力求保证信息的完整性与整体性,然后对这些信息进行量化分析,摒弃一部分干扰数据,最终形成员工的立体信息集,使职业规划定位和职业引导更具有针对性和说服力。企业可以利用软件技术开发设计一套基于大数据理念的职业生涯管理测评系统,对于传统的职业生涯管理取其精华,去其糟粕,与大数据下的职业生涯管理结合起来,发挥二者的优势。由此一来,企业可以全面地掌握职工行为,主动地为职工提供“量身定做”的人事服务,帮助员工胜任工作并发掘员工的最大潜能,提高企业的竞争力。然而,在大数据时代,现有的人力资源开发方式存在严重的局限性,其中较为明显的就是人力资源的培训开发。培训分为岗前培训和在职培训,能使员工了解岗位的工作职责,认清工作重点,改善工作中的不足,提高工作效率,实现“人岗匹配”。因此,对员工进行培训十分重要。目前,大多数企业都采用问卷调查的形式,让员工参与其中以确定培训的内容。然而,随着大数据时代的到来,这些方式日见其片面性。大数据中的一个“大价值”就是在应用中纠正错误,因此人力资源管理部门应关注相关数据所表现出的错误,实施针对性的培训,做到查缺补漏。例如,对于煤炭企业的煤矿挖掘机操作作业的专业技术人员来说,可以从其业绩完成率等结构化的效率数据来反映其需要培训的内容。换句话说,如果专业技术人员的业绩指标出现了下滑,人力资源部就可以针对问题进行数据的收集、整理与分析,深入挖掘根源数据,确定问题来源是专业技术知识的缺乏还是团队士气的不足,从而确定不同的专业人员的培训计划。企业可以根据不同的情况,制定不同的部门培训计划、一般人员的培训计划、选送进修计划等。这样一来,人力资源管理部门就能对员工的培训做到游刃有余。

  3.大数据时代企业员工培训需求

  3.1大数据时代企业员工培训需求分析的概述

  3.1.1基本概念

  企业员工培训需求分析是指企业确定培训规划和计划前,由培训部门(或借助外部专业的咨询公司)、主管人员、工作人员等采取各种方法和技术,对各种组织及其成员的目标、知识、技能等方面进行系统的鉴别与分析,以确定是否需要培训及培训什么内容的一种活动或过程。大数据时代企业员工培训需求分析,突出了数据在企业员工培训需求分析中的作用二大数据时代的数据产生数量庞大、增长和变化速度快、表示方式多,同时数据的价值较高二因此,在企业人力资源管理工作中,如何对大数据进行分类,如何划定数据来源,就显得十分重要二笔者认为,应该以基本的人力资源数据框架为基础,即将人力资源数据划分为人口学数据、发展性数据、日常数据、环境数据、绩效数据,根据不同行业的实际工作需求,以有价值的信息来进行企业人力资源数据库的建设二只有这样,才能保证企业员工培训需求具有针对性,且能够节省人力资源数据信息的收集和管理成本,提高企业人力资源管理工作的效率和质量。

  3.1.2应用优势  

  有效性是企业员工培训需求分析的价值追求,如何保证企业员工培训需求分析的有效性成为人力资源工作者和学者研究的重要课题二大数据时代,数据的来源广泛,系统性和综合性强,且时效性强,如果企业人力资源工作者能够实时地对人力资源数据进行更新,就能实时了解企业及员工的目标、知识和技能的基本情况和变化情况,为确定是否需要培训、需要培训的内容、迫切需要提高的能力等提供具有实效的数据支撑,提高企业员工培训需求分析的科学性和有效性。

  3.2大数据在企业员工培训需求分析中的应用

  3.2.1基本理念

  在大数据时代,企业员工培训需求分析要以数据为基础,从以定性为主向定量为主转变从主观经验向数据依据转变二与此同时,企业应该贯彻战略人力资源管理理念,提升人力资源部门的地位,使其从公司战略决策的辅助地位到参与决策活动,为企业战略决策提供人力资源基本信息的支持二因此,企业员工培训需求分析要从着眼于现实缺陷和需求向企业发展的长远规划转变,立足发展战略,以目标为导向,以更加开阔的视野来评估企业员工培训需求,发现企业员工的目标、知识和技能与企业发展战略的要求之间的差距,通过多次、长期的培训来弥补不足,为企业发展战略的实施做好人才储备,推动企业的长远、稳定、健康地发展。

  3.2.2内容框架

  在大数据时代,市场的变化更加频繁,企业为了适应市场竞争的需求,对员工知识、技能的提升速度要求也更加强烈。为此,在企业员工培训需求分析中,应该加强对大数据的应用,寻找数据变化反应的企业内部和外部环境的变化,为企业更好地提升竞争力寻找机遇、应对挑战。组织分析,大数据时代企业员工需求分析,要求将企业的目标分析、资源分析、组织特质和环境分析进行量化,以数据为依据,通过数据变化反映组织变化。具体来说,包括以下几点:一是组织目标分析的数据化,要将组织目标进行量化,建立组织目标与员工培训需求的模型,设定组织目标的具体数值,通过数据和图形来表现员工知识、技能与组织目标需求的差距,反映迫切需求的能力,为员工培训提供明确的目标。二是组织资源分析的数据化,通过对企业人力、物力和财力的量化,确定培训的目标、范围和深度,为培训目标的实现提供保障。三是组织特质与环境分析的数据化,通过数据反映企业的优势和不足,并了解内部和外部环境的变化,更加直观和细化地了解组织的情况。任务分析,大数据时代,企业员工培训需求分析中的任务分析要在以往的一般任务分析和特殊任务分析的基础上,以数据的方式设定任务标准,从而为绩效考核和寻找原因提供有益的帮助。在程序性工作、程式性工作和知识性工作上,通过赋值的方式,对员工具体的工作质量进行量化考核,为员工培训需求分析提供数据参考。人员分析,企业员工培训需求分析的根本是为了提升人员的知识、技能,为实现企业目标服务。因此,在人员分析中,应该对个人考核绩效、员工的自我评量、知识技能测验和员工态度评量进行数据化处理,以数学模型分析员工状态是否符合企业发展的需要,是否需要进行培训。要邀请专家学者到单位、到岗位上对员工进行培训和指导,全面提高企业员工的综合素质。四是建立灵活的人才流动机制,优化人力资源配置,提高企业人力资源开发利用水平的根本途径就是建立和完善人力资源市场。人力资本的社会化、商品化和市场化,是实现人力资源最优配置的基本条件。要建立健全劳动力市场管理运作体制,逐步形成全国统一的人力资源市场,让企业真正拥有经营者用工自主权,促进劳动力在全社会合理、有序流动二要加快人才中介体制建设,努力形成符合市场经济需要的人才服务机构二实现人才市场企业化、产业化和信息化,努力形成国有、私营等多种所有制和经营形式并存的格局,促进人力资源市场的公平竞争。要创新人才流动机制,全方位地盘活人才存量,实现以存量促增量。企业可以通过人才互借形式开展合作项目,实现人才的技术交流和互补,实现资源共享,达到互利、双赢。五是构建先进的企业文化,企业文化优如企业的灵魂,是企业成员之间相互理解的产物,是企业制度、企业精神、企业道德规范和价值取向的总和二如何构建先进企业文化是调动员工积极性,提高企业效率和竞争力,变人力资源为人力资本的又一个十分重要而且最为基本的手段。

  3.3大数据时代企业员工培训需求分析

  3.3.1发展趋势  

  大数据时代,数据已经在各个领域得到系统的应用并发挥着重要的作用二企业要想在日益激烈的市场竞争中取得优势,必须通过更加科学、合理的技术手段来处理内部和外部环境的影响。因此,在企业员工需求培训中,采用大数据进行培训需求分析是必然的趋势,也将为企业竞争力的提升发挥重要的作用。

  3.3.2应用难点及解决方案

  应用难点:由于大数据时代的数据具有规模性、多样性、高速性和价值性的特点,对人力资源数据的分类和更新则十分的重要二如果不能对数据进行合理分配、实时更新,则可能造成培训需求分析结果与实际情况差别较大,或无法发现企业员工潜在的培训需求,造成在市场竞争中处于劣势地位,不能适应市场竞争“风云骤变”的发展节奏。

  解决方案:大数据时代,对企业人力资源管理提出了更高的要求,企业可以通过以下三个方面的工作改进,适应大数据时代企业人力资源管理的发展需要。一是提升人力资源管理者的数据收集和应用能力。企业在进行人才招聘、培训、选拔的过程中,应该着重具有高水平信息化人才队伍的建设,在同等条件下,对具有较高信息收集能力和应用能力的人才优先录取,并通过培训,使其明确企业发展战略和人力资源信息的基本情况,以研讨会等形式确定企业人力资源信息的基本框架,并以发展的眼光对拟吸纳的人力资源信息进行备注,确保人力资源管理者在具有完备的信息框架的基础上能够明确需要收集的信息的内容。在人力资源信息框架确定后,应对人力资源信息收集工作进行细化分工,明确人力资源管理者收集信息的任务,缩小其工作宽度,加深其工作深度,建立相应的责任机制,提升人力资源管理者收集数据和了解数据的能力,从而提升其应用数据的能力。二是加强校企合作,利用当地的高等教育和专家资源,更加广泛地扩大“数据”的意义,让人力资源、信息化等相关领域的专业深人企业调研,进行细致的研究,提出人力资源信息建设和企业员工培训需求的具体方案,并为企业人力资源建设工作输送高素质人才。三是加强与专业人力资源公司的合作,发挥专业人力资源公司的数据收集的技术和经验优势,建立合作和帮扶关系,提升公司内部人力资源管理者数据收集和应用水平,降低数据收集成本,提升企业的整体效益二此外,以往企业人力资源的数据和员工培训需求分析是企业主导式的,这种方式虽然能够使企业的员工培训更加符合发展目标,但具有深度和广度的局限性。因此,应该建立企业人力资源数据和培训需求的联动机制,加强企业员工人力资源信息提交的主动性,让员工集思广益地发掘培训需求,广泛地培养员工的知识和技能,提高员工的技术能力和思考能力,为企业的长远发展和更高层次的提升储备丰富的人力资本。

  4.大数据时代企业培训改革思路

  我国企业的培训急需改革,以取得和当前我国经济发展的需要。必须加快培训改革的步伐以期能尽早建立适应市场经济的条件下企业的良好发展。大致从以下几个方向着手。

  4.1优化人力资源管理队伍

  首先,引导管理者和管理队伍及时更新管理观念,意识到大数据的潜在价值,依据时代需求进行企业人力资源培训变革。充分认识到全新的人力资源培训模式的必要性,根据大数据所提供的信息资源及时积极调整公司人力资源策略,实现人力资源优化配置,提高人力资源管理效率,提高企业的市场竞争力。其次,吸引专业的新型人力资源管理人员及掌握大数据技术的专业人员加入管理者团队,优化人力资源队伍的配置,使让专业人员引领管理的变革,提高企业人力资源管理效率。

  4.2转变观念和思想

  转变观念和思想,树立对培训工作正确的理解和认识。大多数国内企业对员工的绩效评估,主要是基于实现组织的目标所完成的任务程度及效率。因此,晋升、绩效提成、年终奖等奖励成为激励员工的主要方式。企业如果想发展成为成功的大型企业,必须认识到培训的必须性,把培训工作纳入到企业的规划中,高度重视且给予人力、物力、财力的支持。企业要在工作和学习中树立终身学习的观念,使员工可以不断地提高和进步。第二:加强培训工作的重视程度。我国企业应该从人才战略和可持续发展的高度认识培训,提高培训的投资,尽快建立专门的培训机构,对员工不应该只做短期培训,更应该进行中长期的培训。我国企业管理者也必须认识到员工的培训对公司长期发展有着十分重要的作用。同时,员工也应该认识到培训对自身发展的重要性,积极投身到培训中,在培训后进行自我反省和总结。第三:明确企业培训需求分析,制定合理的培训内容。企业员工培训是一项复杂而又系统的工作,明确培训需求,制定合理的培训内容。培训者在对员工进行培训之前,要对企业的外部环境、内部环境,企业的基本情况进行科学细致的分析。只有这样才能制定有利于本企业科学的培训计划。这也就是我们经常所说的“对症下药”。每一个企业都有自己不同的特点和特殊的发展规律,如果盲目地去借鉴别人的经验不仅无法对本企业的发展提高,错误的培训方法还可能导致企业发展缓慢。所以,企业在进行员工培训之前,一定要对自己企业的需求进行认真细致的分析,已达到培训的科学合理化。

  4.3建立健全培训制度

  第一:健全培训管理制度,发挥激励作用。现阶段,企业在员工培训结束后缺乏有效的激励机制,无法激发员工的积极性。企业一定要制定一套好的管理方法,并健全员工学习的激励机制。第二:加强对高层管理人员的培训。前文已经说过,现阶段的企业对员工的培训大多都集中在基层的工作人员,而对高层管理人员缺乏培训意识。要加强高层管理人员培训力度,高层管理者存在着模范效应,一个企业的高层管理人员的行为方式会对企业员工产生很大程度的影响。如果高层管理人员自身的素质高,拥有广阔的视野或者较高的水平以及现代化管理者所拥有的素质和能力,就可以帮助企业基层员工工作顺利开展。所以,对待高层管理者不能仅仅要求他们拥有高学历,更应该注重他们的知识能力水平和管理水平。企业的高层管理人员也必须重视自身素质的提高与岗位能力的培训。只有高层管理者自身的水平提高,才能更好地管理下属。并且也可以为企业营造一个活跃的学习环境,发挥企业的创造力,保证企业员工的培训更有价值。

  4.4进行科学、合理培训

  运用大数据的技术手段,对目前所掌握的企业员工知识和技能方面的基本情况进行分析,衡量员工现有的培训需求:所需要提升的知识及人际技能,对企业文化和的认可程度等,确定培训的内容,类别和方式,以提高设计的科学性,提高培训的效率。同时,依据数据做出发展预测,对照员工的职业生涯规划来确定员工的培养计划及职位的变动,提高企业内部的职位消化能力,确保员工实现个人价值。完善培训考核机制,考核结果量化,并进行后续追踪,以形成良性循环。

  4.5升级人力资源培训模式

  要有效地利用量化后丰富的信息资源,必须更新培训模式,完善大数据处理的流程。传统的人力资源培训模式缺乏灵活性,反馈周期长,不能及时对员工培训信息进行采集和更新,信息零散,处理滞后,拖慢了管理效率,提高了管理成本。在大数据时代下,人力资源信息要不断更新,只有建立员工信息库,将员工各方面能力进行量化,及时,充分地利用信息技术对其进行整合分析,对人力资源的信息进行挖掘,合理有效的对其进行培训。不仅能有效地提高人力资源培训效率,更能保证每个员工都能够充分提高自身的价值,并进行合理预测,降低员工离职率,留住核心员工,实现人力资源优化,实现科学管理。

  4.6科学规划培训的内容及方法

  丰富人力资源培训的内容,企业人力资源管理的培训要注重全面性,不但要有岗位任职培训、技能业务培训,还要有员工综合素质能力培训等软培训,比如沟通的培训、职场礼仪培训、人才价值观培训等,全面提升企业员工的专业技术能力和综合素质能力水平,增加员工的凝聚力,有效提高企业工作效率。

  第一:有针对性地进行培训。要有针对性地选择对员工培训的时间、方法、形式和内容。在培训手段上也要不拘于单一的形式。要从激发员工积极性、创造性为出发点,改变传统的课堂教学模式,在了解企业实际情况的同时,多借鉴国外的案例教学法、模块培训法、游戏法等等不同的形式,制定科学的模式内容。第二:加强培训的创造性。单一的培训方法对提高员工自身创新能力是一种限制。因此,在进行培训工作时,应加强培训的创造性。改变传统的一成不变的培训方式。利用科学的员工培训方法提高员工的素质和技能,为员工创造轻松的学习氛围。使其自身积极投入到培训中去。

  4.7建立完善的培训反馈体系

  培训效果是指通过人力资源培训活动,员工所获取的知识、专业技术能力、工作态度改变情况以及组织受益情况。培训最重要的就是提高培训效果,将所学到的知识运用到实际的工作中去。因此,企业在对员工进行培训后,必须要一定要通过定性和定量的方法,对参训员工在培训中所获得的知识、提高的技能以及在工作中的应用程度进行客观评价,并总结成功与失败之处,从而可以改进培训的方式方法。培训效果评估通常包括以下四个方面的内容:员工对内容的反应、员工的学习效果、员工的行为是否有明显变化及企业性能有否得到改善。对培训效果进行评估,可以帮助人力资源管理部门了解所开展的这一项培训工作是否达到了预期的要求和目标,并且对培训效益进行考量,总结经验和不足,这样也可以为后续培训工作的开展奠定基础。人力资源管理的培训与开发,为以后的培训工作做好准备。

栏目分类