一种基于大数据的人力资源管理方法
【专利摘要】本发明公开一种基于大数据的人力资源管理方法，基于人力资源数据预测在当前企业规模下能够实现企业目标的最优人力资源配置，从而使人力资源规划更加贴近企业实际，减少企业在招聘和社会保险等方面的支出，减少规划的盲目性。
【专利说明】
一种基于大数据的人力资源管理方法
技术领域
[0001]本发明涉及一种基于大数据的人力资源管理方法，通过大数据，在企业海量的人员数据、行为数据、经营数据和外部环境数据中进行深层分析，获得有利于促进人才发展、提升人力资本效率、优化商业运作模型、提高核心竞争力的信息，有效促进企业人力资源这一最重要资源的合理配置，使企业在新一轮的竞争中立于不败之地。
【背景技术】
[0002]进入21世纪以来，随着网络的发展和网络终端设备的普及，网络信息呈几何倍数增长，表现出信息爆炸的态势。尤其最近几年，数据在以不可思议的量产生。在大数据时代，人类对于数据的分析能力、提取信息能力、以及提炼知识的能力不断提高，数据实现了“数据一一信息一一知识一一利润”的转化。大数据技术的发展，加快了组织内部的“累积性学识”的转化与沉淀，为组织创造利润。麦肯锡的报告指出，“实施正确的激励措施，大数据会成为基础性的竞争资源，成为下一轮生产率提高、技术革新和消费者价值创造的支撑”。以往，除了货币、物质等“硬资本”，人力资本也被视为企业的一项重要的核心竞争力。此时我们并不把数据看作一项战略资源，这是因为在传统商业运作的过程中，数据要依靠数值、规则和图表等呈现，再交给人才解读，此时，企业运作的核心关键流程都在人才的头脑中，取决于人才的智慧，人才在解读数据、做出判断的过程中起到了至关重要的作用，而数据仅仅起到提供相关素材的作用。科技发展到今天，由于数据挖掘等关键技术的存在，“数据”不再局限于报表，而是可以集分析、决策等为一体，上升到决策支持的地位，可以说大数据的发展使得生产力进一步得以解放，人力资源管理与大数据相结合，将释放出更大的活力为组织赢得可持续的克争优势。
[0003]随着人才逐步成为世界经济发展的核心，人力资源管理的职能和关注点也发生着显著的变化:早期的人事管理强调“控制”，通过完善的制度和规范的流程实现人事管理的高效运作;现今的人力资源管理强调“服务”，通过专业理论和实践经验实现人力资源的效率最大化;未来的人力资本管理强调“预测和决策”，通过“大数据”提供前瞻性的分析洞见，实现投资收益的最大化。在这样的背景下，如何实现人力资源管理的跨越式发展，跑步进入“人力资本管理时代”，已成为人力资源工作者面临的巨大挑战。
[0004]恰逢互联网时代和大数据时代，人力资源管理信息化程度得到了显著提升，为人力资源工作者提供了海量的数据和丰富的数据挖掘技术，使得基于大数据的人力资源预测和决策成为了可能。
【发明内容】
[0005]本发明提供一种基于大数据的人力资源管理方法，基于人力资源数据预测在当前企业规模下能够实现企业目标的最优人力资源配置，从而使人力资源规划更加贴近企业实际，减少企业在招聘和社会保险等方面的支出，减少规划的盲目性，促进人力资源无边界价值网的形成，优化自己的人力资源管理，将人力资源管理与大数据相结合，为企业创造出独特的竞争优势。
[0006]为了实现上述目的，本发明采用的技术方案如下:
基于大数据的人力资源管理方法，包括以下步骤:
(1)导入建模样本数据；
(2)数据区分为训练、测试集；
(3)统计各个变量的区分度和分段区间；
(4)运用决策树建模；
(5)评估挖掘结果。
[0007]与现有技术相比，本发明具有以下有益效果:
(1)传统人力资源管理中虽然发展出了一些定量的方法，但更多的是使用定性方法，依靠人力资源管理者的主观判断和经验。人力资源管理者的经历、文化背景、个人偏好等的不同可能会导致人力资源管理过程出现差异。利用大数据，发挥数据在人力资源管理过程中的巨大作用，可以纠正人力资源管理者主观判断的偏差，促进人力资源管理过程的科学性；
(2)在传统人力资源管理过程中，人力资源管理者往往是收集者。他们要收集企业现有人力资源的相关数据，收集员工的日常工作表现和其他信息。在大数据时代，人力资源的相关数据不再需要人力资源管理者亲自收集，而是员工在日常工作中自动生成或提交。人力资源管理者需要做的是建立算法和模型，并从中剔除不必要的因素，从而使人力资源管理过程能够更加规范化。
【附图说明】:
图1为本发明的流程图。
[0008]【具体实施方式】:
下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。
实施例
[0009]图1为本发明的流程图，选取铭诚公司2007年11月一2016年01月的员工数据，实施流程如下:
1、导入建模样本数据。导入的员工数据包括以下几类:(1)人口学数据，记录的是员工个体基本信息，包括姓名、性别、年龄、来源地区、入职时间等信息，其中也包括离职人员信息；(2)发展性数据，包括员工的文化层次、基本技能、职前职后培训、职业生涯规划、技能提升情况、企业后备人才计划、团队活动等相关信息；(3)日常数据，记录的信息包括日常考勤、会议出席、加班情况、日常工作行为等；(4)环境数据，记录企业内部相关数据，还记录与企业相关的外部数据；(5)绩效数据。
[0010]2、数据区分为训练、测试集。按员工编号将上一步的数据进行拼接，经过数据处理(计算字段、表合并及异常值处理)后，将样本数据按80%，20%拆分成训练集和测试集，训练集用于建立决策树模型和计算误判率，测试集用于模型测试。
[0011]3、统计各个变量的区分度和分段区间。运用R软件，直接计算出各字段与是否离职之间的相关性，通过基尼统计量进行标识，并将最相关的几个变量选择为建模变量，发现性另IJ、年龄、学历、工作年限、入行年限、评定等级、行员等级变化、加班情况等因素与是否离职有相关关系。
[0012]4、运用决策树建模。由决策树分群结果，我们可以清晰的发现一些内在规律:三年内行员等级得到提升的女员工离职率显著低于全行业平均水平;两年内行员等级得到提升的男员工离职率处于全行业平均水平上下，评定为中高级工程师的人员离职率略微偏高，但也处于可控范围内；三年内行员等级未提升的女员工评定为中级工程师及以下的出现了较高的离职现象;而三年内行员等级未提升的男员工离职率大幅度提升，显著高于全行业平均水平，特别是评定为高级工程师的人员，离职率达到29.5%
5、评估挖掘结果。从总的误判率来看，训练集的总误判率为0.033，测试集的总误判率为0.031，不同类别的群体存在差异巨大的离职倾向，人力资源部应关注离职高发群体，并制定差异化的留任计划和政策。
[0013]按照上述实施例，便可很好地实现本发明。
【主权项】
1.一种基于大数据的人力资源管理方法，其特征在于:包括以下步骤: 步骤一、导入建模样本数据； 步骤二、数据区分为训练集、测试集； 步骤三、统计各个变量的区分度和分段区间； 步骤四、运用决策树建模； 步骤五、评估挖掘结果。2.如权利要求1所述，本方法使得生产力进一步得以解放，人力资源管理与大数据相结合，将释放出更大的活力为组织赢得可持续的竞争优势。3.如权利要求1所述，人力资源管理可以全面关注需求，突破传统部门、组织、乃至文化的边界，挖掘员工的内在价值，为企业赢得竞争优势，也因此上升到战略层的高度，为企业战略决策做出贡献。4.如权利要求1所述，通过大数据为企业人力资源管理数据提供定向分析和挖掘的平台，有效地发现人才、使用人才、激活人才和发展人才。
【文档编号】G06Q10/06GK105825339SQ201610156010
【公开日】2016年8月3日
【申请日】2016年3月18日
【发明人】李丽, 陈鹏, 唐彬
【申请人】广州铭诚计算机科技有限公司