如果评选2014年最热词汇，大数据一定榜上有名。如果在人力资源管理者中调研2014年最关注的话题，人才管理必定当仁不让。
 
伴随着移动应用在日常生活中的普及以及社交应用的风起云涌，基于云技术的大数据应用，也逐渐拓展到企业管理的多个领域。例如，Google已开始利用大数据更好地招聘，LinkedIn也更加关注如何为注册用户提供更有针对性的职位推送等。不过，大数据真的是企业管理的灵丹妙药吗？从传统的聚焦因果分析的企业内部决策分析（事后分析），升级到更加关注趋势分析的大数据分析（事前预测），不仅仅需要跨越数据积累和数据模型的鸿沟，更大的挑战在于与实际管理业务是否直接互联互通。
 
刚刚完成人事管理、人力资源管理到人力资本管理升级的中国人力资源管理者，在互联网浪潮、社交应用、大数据的轮番冲击之下，能否通过大数据应用实现弯道超车，跨越人才管理的基础鸿沟，真正提升人力资源管理在企业战略决策中的地位，这是所有人力资源管理者困惑和需要深入思考的重点。
 
面向未来的趋势分析劳动力
 
人才管理区别于传统意义中人力资源管理的最核心之一即是劳动力规划。企业的战略在发展和变化，人才战略需要能够高度匹配企业战略；企业战略随着市场环境而发生变化，人才战略更需要基于企业战略规划，更好地模拟和预测未来的发展。现有的劳动力规划，擅长基于既定战略、结合原有人才体系，进行人力资源规划；而基于大数据的劳动力规划，则需要更广泛地分析历史、行业、全球、地区的数据，并结合政策信息、人口信息、环境信息等各种数据，模拟未来战略发展、演变以及与之配套的劳动力结构、数量、能力要求、人才储备、发展计划等。因此，人才战略不再是单纯的计划，而更多的是立足于长远的规划和演进，进而帮助企业战略落地和校准企业战略方向。例如，大数据分析帮我们更好地预测到人口红利消褪的2020年，劳动力的主要构成、文化习惯、管理方式创新等。在此领域，SAP联合牛津大学联合发布的《未来的劳动力》（Workforce of the Future）做了卓有成效的探索。
 
当然，我们也需要清醒地看到，囿于大数据规模效应尚未形成，劳动力分析的大数据仍然需要更广泛的数据源补充。
 
在人才招聘中互联互通
 
社交媒体的活跃，不仅仅为普通大众打开了一扇更广泛的社交方式，对企业的渗透也在逐渐深入。一方面，以社交媒体的“去中介化”为起点，完全颠覆了传统招聘的信息不对称局面，雇主可以透过社交媒体固有的“大数据分析”机能更好地全方位考察候选人；另一方面，“自媒体”的崛起，帮助候选人更容易透过社交媒体多角度了解雇主，尤其是雇主品牌。简单如LinkedIn的意向职位推送，即体现了大数据的力量。
 
我们欣喜地看到，随着移动应用的进一步普及，基于大数据的社交招聘，正通过微信等新兴媒体的快速传播而逐渐占据招聘的主流地位。同时，与云端的人才测评等的高度融合，更加速了招聘走向大数据化和社交化。
 
深入了解个人和组织
 
《论语》曰：知之为知之，不知为不知，是知也。要做到“知之”难，做到知“不知”更难。我们习惯性认为，自己已经具备胜任工作的能力，同样习惯性认为已经为自己做了比较正确的职业规划，其实不尽然。事实上，商业环境的变化、知识更新换代的加速，决定了我们在“知己”方面的严重误判风险，以及组织和个人发展方向的盲目乐观。以学习和培训为例，新兴岗位培养体系的无法借鉴性，加之知识更新换代频率的加速，决定了传统的培训方式、培训内容、学习目标、学习动因都在发生颠覆性的变化，如何更好地、更针对性地、更合理地安排个人和组织的学习成长目标、学习发展方式、职业生涯规划、继任计划等，成为大数据时代人才管理者的巨大挑战和重大契机。大数据一方面提供了更广泛的参照样本，一方面也帮助企业和个人更加科学、量化地看到自身能力的补充方向和发展方向，更加积极主动地参与到学习环节中，从“要我学”真正转化为“我要学”。
 
同时，人力资源管理者更需要充分利用移动技术和社交技术，充分利用员工/学习者的碎片化时间和已经潜意识的分享“冲动”，更好地建立学习型组织，建立服务企业战略的学习体系。
 
以高绩效为基准优化人才结构
 
绩效管理的核心价值在于将企业的战略目标高效、准确地传递给每一个员工。完善的绩效管理体系，能够帮助企业更有效地执行企业的战略。而大数据时代的绩效管理，则进一步需要帮助高绩效员工“画像”，以此“画像”塑造员工、发掘员工、招募员工。通俗而言，即是透过大数据分析，将高绩效员工的行为特征进行量化描述，进而基于此可视化描述形成员工行为准则和选拔标准，帮助企业建立高绩效的管理机制和团队能力，以高绩效行为准则为基准，优化人才结构。
 
同时，我们可以发现，目前绩效管理与大数据的结合，不在于缺乏高绩效人才行为的洞察模型，而在于历史数据的可参照性欠缺，以及对标数据的完整性不足。
 
相助人才盘点   洞察微末
 
不同的企业里面，分别有哪些岗位的离职风险较高，主要原因是什么？当前组织单元里面，哪些人有潜在的离职风险？离职的真正原因是什么？
 
这些问题，人力资源管理者一般无从回答或仅能凭感觉回应。以大数据的人才盘点为基础，可以将基于样本的分析模型，应用于足够丰富的大数据，进而更清晰地盘点隐藏在人员结构之下的能力/潜质分析、绩效/产出分析等。同时，反过来优化分析模型，可更好地盘点人才，包括结构的盘点、发展趋势的盘点（离职倾向、绩效提升/改进点等）。这是对传统的智能分析“以结构和因果为主进而发现问题为原则”的跨越式升级，形成洞察微末，进而“防微杜渐”的真正的决策支持。
 
大数据之“惑” 欲说还休
 
观察行业，我们欣慰地洞察到越来越多的企业将大数据视为升级人力资源管理体系的重要手段和契机，逐渐应用在招聘、绩效、人才盘点、学习与发展等领域，更加推动了中国的人力资源管理从人力资源到完整人才发展的跨越。但是，我们也需要认识到目前的强大阻力包括：对“云技术”/云应用的不信任、顾虑甚至抵触，以及企业人力资源管理者对原本内部管理数据的安全顾虑，进而保守封闭，导致大数据不大（充分）等。这些障碍，不仅仅束缚了自身的手脚，更无法真实获取对标数据，因此，也无从谈起大数据的真正应用。
 
总之，雄关漫道真如铁，大数据推动人才管理，在路上。
 
中国民生银行人力资源部赵博：
 
人力资本管理强调“预测和决策”，人力资源管理者要培养“数据意识”，尝试“用数据说话”，从自己熟悉的领域出发，对企业海量的人员数据、行为数据、经营数据和外部数据进行深层分析，从“描述统计”到“推论统计”、从“预测”到“决策”，不断获得有利于促进人才发展、优化商业运作模型、提高核心竞争力的信息。未来的人力资源政策和经营决策将更多的基于大数据分析的结果，做到有理可循、有据可依，通过理性的分析和决策实现人力资本效率最大化。
 
福田企业集团培训部部长闫吉伦：
 
在信息爆炸的时代，大数据将发挥巨大的作用。通过大数据的分析发现事物的规律，这一点对企业培训有很大的启发意义。组织培训和学习的过程中也会产生大量的数据，诸如员工的绩效结果、全员的IDP数据分析、员工的培训需求调研、培训满意度调研、培训课时等，都可采用大数据的方式进行分析，发现企业员工学习规律和特点，从而找准企业培训的方向和方式。