3.1　“大数据”时代下的薪酬管理

早在20世纪80年代，著名未来学家阿尔文？托夫勒于就在他的《第三次浪潮》一书中，热情地赞颂“大数据”为“第三次浪潮的华彩乐章”，但当时，“大数据”并未充分引起重视。直到2011年5月，“大数据”的概念再次由以倡导云计算而著称的EMC公司“抛出”，紧接着，麦肯锡、IBM、谷歌等众多科技和管理咨询机构发布相关研究报告，纷纷对“大数据”概念予以积极的回应和跟进，大数据从此成为大众耳熟能详的时尚词汇。根据IDC（International Documentation Centre，国际文献资料中心）的研究发现：全球信息量大约每两年翻一番，即使是在全球遭遇金融危机的2009年，信息量也比上一年度增加了62%，达80万PB（Petabyte千万亿字节，1PB=10亿GB），自2010年起，全球数据已跨入ZB（Zettabyte十万亿亿字节）时代，预计到2020年，全球数据量将达到惊人35ZB，此种现象被称为“大数据摩尔定律”。

大数据时代的到来，改变了人们的思维方式和人力资源管理模式，将大数据技术应用在人力资源管理中，可以解决传统人力资源管理方面存在的一些缺陷和不足，帮助企业在人力资源竞争中获得优势，已然成为企业人力资源管理的重要内容。

3.1.1　大数据的内涵

目前，学术界和企业界对大数据的界定观点并不统一，正所谓仁者见仁智者见智。关于大数据的定义，比较权威的观点有以下几种。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。麦肯锡全球研究所给出的定义是：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。学术界主流观点认为：大数据（Big Data），或称巨量资料，是具有数量巨大、类型多样、处理时效紧、数据源可靠性保证度低等综合属性的数据集合，同时也是无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。

3.1.2　大数据的特点

大数据具有4个层面的特征，分别是“Volume，Variety，Value，Velocity”，简称4“V”。“Volume”表示数据体量巨大，从GB到TB、PB再到EB、ZB，截至目前，人类生产的印刷材料的所有数据量是200PB（1PB=210TB），而自人类产生至今全人类说过的所有的话的数据量大约是5EB（1EB=210PB）。“Variety”代表数据类型繁多，通常数据类型分为结构化和非结构化两种，结构化数据是以往便于存储的以文本为主的数据，非结构化数据指非文本形式的数据，包括视频、音频、网络日志、图片、地理位置信息等，由于非结构化数据的类型越来越多，对数据的处理能力提出了更高要求。“Value”为价值密度低，商业价值高，以一段连续不间断的视频为例，可能只有一两秒的数据是有用的数据。“Velocity”是指处理速度快，这是大数据区别于传统数据挖掘技术的最显著的特征，又称为1秒定律。由于数据以爆炸的速度增长，不断涌现新的数据，要使大量的数据得到有效的利用，要求数据处理的速度随着数据量的快速增长不断提升，而且数据在互联网络中不断流动，具有时间价值，如果数据得不到及时、有效的处理，就会丧失其意义和价值。由于大数据具有的4V特征，要求数据的使用者具有相应的大数据技术，即通过特殊方法从类型多样的海量数据中，迅速获得有价值的信息的技术。

在当前信息和数据大爆炸的时代，企业每天都要处理海量信息和数据。无论是企业发展还是人力资源管理决策等都需要以数据为依据进行决策。随着数据种类越来越多，业务数量增长越来越快，企业的人力资源管理工作只有不断地去搜集信息和数据才能适应日益发展的业务需要，并帮助企业做出正确的决策。企业通过采用数据收集、整合、分析等各种管理工具，能够驱动人力资源管理创新，使人力资源管理工作成为企业管理的数据分析领头军。

利用大数据技术，并结合行业和企业特点、职业环境因素、职业发展规律和员工自身个性特征，可对员工职业倾向和未来发展进行预测，从而人力资源管理工作的预见性和准确性大大提高。总之，将大数据技术应用到人力资源管理领域，已成为企业管理最新和最重要内容之一。

3.1.3　“大数据”在绩效薪酬方面的应用

大数据时代已改变了我们的世界。Google公司基于数据推出“流感趋势”，跟踪诸如“感冒”“咳嗽”“喷嚏”和“发烧”此类词语，能比较准确地判断出流行感冒在那里得以扩散。沃尔玛通过收集社交网站的海量信息和数据，运用大数据工具，将“挖掘”顾客需求转化为“创造”消费者需求，成功地实现了尿片和啤酒营销……

《人才大战》的合著者，即电子商务巨头eBay公司的副总裁贝丝·阿克塞尔罗德在其著作中写道：“将大数据技术运用到人力资源管理工作中具有重要的价值和意义，人力资源管理通过数据分析不断实现增值，不管是以数据引导和分析定位企业外部人才，还是借助数据对企业内部员工进行预测评价，提前获得员工可能离职的信息，找出导致离职的关键因素，从而及时做出准备和干预，数据都为此提供了大量的机会和空间。”

大数据带来的影响主要是在绩效薪酬管理方面，包括4个部分：绩效计划、绩效实施、绩效考核、绩效反馈与应用。

1.绩效计划

绩效管理的第一环节是绩效计划，它是绩效管理过程的起点。在这个环节，企业与员工一起确定绩效目标、发展目标、行动计划。

（1）企业战略和绩效目标的确定。该环节中企业战略目标的确定是关键，同时绩效目标的制定是否合理也影响着整个绩效管理过程是否能够顺利实施。传统人力资源部门对企业战略目标确定仍以结构化数据以及先验性思维为主，所以很难对企业战略进行准确的定位，更不用说站在企业战略的高度上，将战略合理分解为具体的任务或目标，然后再落实到各个部门以及员工个人。通过挖掘“大数据”价值，将在很大程度上避免这种绩效管理方向性的失策和失误。一是人力资源部门可利用大数据资源洞悉企业所面临的风险和挑战，同时对竞争对手的战略进行预测和分析，再结合企业实际，最终制定出合理的战略目标。这是一个动态的过程，企业可利用绩效仪表盘等技术进行动态的战略调整。二是人力资源部门可使用改革的绩效管理工具将企业的战略目标层层分解到个人，从而使目标更具合理性。如基于“云计算”的HRMS技术，是通过对组织内部流程的输入端和输出端的关键参数进行设置、取样、计算、分析，将企业的战略目标分解为可操作的工作目标，然后将绩效标准分解到每个员工身上，最终明确个人的各项绩效考核指标。

（2）加强员工理解和员工参与。大数据思维模式下，企业将收集的数据、分析过程和解释在网络平台公示，不仅加强了员工对企业战略目标、部门目标、个人目标的理解，而且促进了员工共同参与的积极性，从而提高管理效率。

2.绩效实施

在这一环节，管理者要对被管理者的工作进行监督指导，对发现的问题及时予以解决。整个绩效期间内，双方的持续沟通是很重要的。

（1）加强后台监督。对那些工作给领导看的员工来说，传统的绩效监督实际上收效甚微。但是大数据时代下，由于协同工具的大量采用，如E-mail、即时通信等办公软件，使得管理者对员工的工作行为进行全面监控成为一种可能。其中获取的数据包括：一是协同软件中的操作行为，如登录次数、登录频率、页面访问量、访问深度等。二是协同事件的响应行为，如发起协同数量、参与协同数量、协同响应速度等。三是其他操作行为，如文档修改、文件分享等。除了协同软件外，企业也可利用电脑和智能手机上的大数据痕迹，建立一个个“员工数据点”，通过这些数据点对员工行为模式进行分析，这些行为模式包括员工与上级领导互动的频率等。另外，企业还可获取大量的图片、音频、视频等半结构化或非结构化的数据，深度挖掘还原员工的实际工作状态。因此，企业通过深度挖掘“大数据”价值，将实现对员工的高效监督，提高管理者的绩效管理水平。

（2）提高绩效指导水平。在绩效实施阶段，管理者需要对员工进行工作指导，该环节对管理者的辅导水平和及时性提出了一定的要求。随着大数据技术的发展，一方面管理者可通过网络平台进行辅导改进，打破时间和空间的界限，做到及时有效；另一方面，员工可进入企业共享平台或以大数据为媒介的虚拟学习中心，实现自我辅导和改进。

3.绩效考核

（1）关键绩效指标的确定。关键绩效指标是用于沟通和评估绩效的定量化或行为化的标准体系，如何选择合理的考核指标成为决定绩效管理成效的大前提。在传统思维模式下，人力资源部门所确定的考核指标并不能准确评估员工业绩，也无法起到很好的激励作用。随着大数据思维模式的转变，绩效考核指标的确定主要以数据来说话，更具客观合理性，如“顾客满意度”“及时率”“废品率”等指标。目前，一些大型企业如谷歌、亚马逊、沃尔玛，通过聚合KPI、海量财务和运营数据的数据仓库应用，进行深入的分析和确定，取得了良好的效果。

（2）绩效考核流程优化。利用大数据技术对绩效结果进行考核，客观公平且节约成本。如HRMS技术在绩效考核阶段，将员工的绩效结果与KPI进行比对，自动匹配后快速得出考核结果。因此，基于大数据技术的绩效考核流程将更加标准化和系统化，考核结果客观公正，大大降低企业的绩效管理成本。

（3）考核工具的灵活选择与应用。大数据时代下，“云计算”技术应运而生。基于云计算技术的绩效管理系统，可实现员工特性与绩效考评工具的特点自动匹配；同时根据被考评者的职位特点，对考评工具进行灵活选择。例如，360度绩效考评法从多角度进行综合评价，注重员工的发展和潜能。关键业绩指标考核是一套自上而下的体系，突出不同部门的KPI指标的特点和重点。关键事件法通常作为其他绩效考评工具的辅助工具。因此，云计算技术帮助绩效考评的实施者准确和灵活地选择考核工具，从而提高绩效管理水平。

（4）考核平台的创新与应用。企业通过配备大数据化的系统管理软件对员工进行在线考核，一是人力资源部门可通过系统实时收录员工的工作情况和相关资料，保障数据及时有效。二是员工可通过系统进行工作流程汇报，这些汇报数据也可作为考核的部分依据，打破传统绩效考核的单向性。

4.绩效反馈与应用

（1）绩效反馈。在绩效反馈阶段，管理者就员工绩效结果、存在的问题和指导意见进行面谈。但是员工往往处于被动层面，同时员工对管理者的绩效反馈得不到重视。大数据时代通过建立企业网络申诉平台很好地解决了这一问题：一是员工可通过平台就绩效反馈意见提出请求；二是员工可通过该平台对管理者的绩效工作进行反馈，从而提高管理者的绩效管理水平，同时加强员工在下一阶段的绩效实施。

（2）绩效结果应用。传统人力资源管理部门认为绩效管理就是绩效考核，重视考核结果在薪酬、职位晋升方面的依据作用，忽视其在员工个人发展上的引导作用。挖掘大数据背后的潜在价值，将促进企业从绩效考核到绩效管理的变革：一是通过大数据技术，挖掘绩效数据背后的规律，同时对员工未来的工作业绩进行预测和指引，使员工了解实际技能、职业发展所需的知识和技能，从而达到员工能力提升和工作需要之间的动态平衡；二是绩效考核数据档案化，将员工绩效、培训、奖励、违规等情况进行汇总，利用大数据生成员工成长曲线图，利用大数据对其特性、工作倾向、工作态度等内容进行分析，使员工了解自我，理性地进行职业定位和选择，促进员工个人发展。

企业人力资源管理者从传统的思维模式转向大数据思维模式，已成为一种必然要求。人力资源管理者既要注重大数据背后的资源价值和大数据“技术”的应用，也要加强对大数据的风险管理，使“大数据”价值充分融入绩效管理的各个环节中，促进企业绩效管理模式的创新和发展，最终促进人力资源管理模式的创新和发展。

3.1.4　“大数据”技术应用的局限性

如上所述，大数据的理论和技术拥有诸多优点，但事实上，大数据还处于发展阶段，其相关概念、技术、方法还不成熟。因此，大数据在人力资源管理中仍有如下困局亟待破解。

1.大数据信息的有偿使用

在大数据中，数据分析和云计算通常是联系在一起的。全球知名咨询公司麦肯锡是这样描述二者关系的：“如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为企业决策服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。”因此，提供云计算的信息技术公司或供应商在前期建设中投入了巨额的研发成本，因此如果要使用大数据信息、接受大数据服务，必然要支付高昂的费用。这对一些中小型企业来说可能是不能承受之重。

2.信息安全

在大数据时代下，每个人的一言一行几乎都可以用虚拟的数字来表示。因此，随着大数据技术的应用，个人隐私和商业秘密存在被侵犯的危险。互联网数据中心（IDC）的统计数据显示：2010年，只有不到三分之一的数据是需要保护的，但2020年这个比例将超过五分之二。在亚洲和南美洲等新兴市场，数据保护更是缺乏。随着电子商务和社交网络的兴起，越来越多的人在网络上留下了个人信息。虽然用人单位可以通过这些信息来了解、分析员工，但如果使用不当，它可能侵犯员工的隐私，并可能给员工造成巨大损失。

3.大数据技术并非“万能”

由于大数据的优势，很多人可能会认为大数据可以解决所有的问题。对于一些行业，如互联网，利用大数据分析可以有效地处理大量的数据，分析用户需求，全面优化产品。但许多迹象表明，目前大数据还不能完全取代传统的结构化数据，因为相对于结构化数据的有效性，非结构化的数据并不占优势。特别是对某些特定的应用，结构化数据仍占主导地位。传统的数据处理方法，可以处理这些结构化数据，没有必要使用大数据技术。具体到人力资源工作，如果问题可以通过传统的结构化数据解决，则不必使用大数据技术。

4.大数据人才欠缺

大数据背景下更需要人力资源管理人员掌握并灵活应用一些必要的数据分析技能，而这恰恰是当前的人力资源管理人员所欠缺的。2013年美国管理协会（AMA）携手企业生产力研究所开展的一项调研显示，人力资源管理人员的分析能力在研究开发、财务、运营等人员中是最差的（Martin & Priscila，2011），因此数据分析能力的提升对当前HR从业者来说是巨大挑战，短时间内难以消除他们的不安、恐惧甚至排斥心理。EMC公司近期通过对数据科学家展开调查，得到的调查结果是：83%的调查对象坚信“大数据”会使得企业对数据科学家的需求空前增长；64%的调查对象表明，现有的人才供应量处于供不应求的状态。事实上，麦肯锡公司预测，在未来六年里，单美国就会面临缺少14万甚至19万拥有深厚数据分析技术的人才。而能够通过运用大数据进行合理决策的管理和分析人才的缺口更是达到150万。由此预见，大数据人才的欠缺将是企业应用大数据的重大难题。

大数据为人力资源管理提供了新的工作方法和思路，但它仍有潜在局限性需要有效破解。人力资源部门需要充分利用大数据的优势，尽量避免它的缺点，使大数据为用人单位和人力资源工作者更好地服务。