和云一样,大数据是一个过渡使用但倍感模糊的名词。虽然我们都知道它代表着一种潮流,但是它对招聘意味着什么,以及如何利用它来进行招聘,依然云深雾重,不明就里。
大数据是什么?
在开始之前,先区分一下“大数据”和“海量数据”。通常说“海量数据”,是指大量的结构性数据。而“大数据”远比它复杂,还包括存于社交网络、物联网和电子商务之中的大量非结构性数据,它们随着新渠道和技术的不断涌现和应用而不断产生,以至于“我们无法透过目前主流的软件工具,在合理的时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯”(维基百科定义)。大数据具备4V的特征,即“规模性(Volume)、高速度(Velocity)、多样性(Variety)和真实性(Veracity)”。而该项技术所要做的就是消化数据,并将其转化成有价值的洞见和信息。
以前我们不曾意识到数据的重要性,不过随着商业竞争的加剧,越来越多的企业都开始采用数据和分析,来进行决策判断、挖掘商机和流程优化,以提升企业的竞争力。而今就连创建一个知名的博客、制作一部流行的电视剧,都会运用到数据分析。比方说《纸牌屋》——它是全球最大在线影片租赁服务商Netflix于2013年推出的一部热播自制剧。Netflix通过分析其线上用户的浏览习惯,推导出《纸牌屋》的关键要素,以此来进行制作和精准推荐,结果大获成功。
以前人们做决策大多是凭猜测和感觉,如果能在真实的数据和事实全面分析的基础上,势必能获得更好的解决方案。当时并不是没有数据,只是数据的体量和种类远不如当今如此丰富庞杂。即便如此,数据的变化也很快,数据的种类也很多样化,做出准确分析的成本相当昂贵。不过随着硬件和软件技术的革新,现在管理数据变得更快、更便宜和更容易。大数据应用到企业的每一个部门,包括HR部门,也就有了可能。
大数据对招聘的好处
我们形容人才市场的形势,习惯用“人才战争”这个词,言下之意是人才市场同样存在着激烈的竞争。这意味着大数据不仅适用于营销部门,也同样适用于人力资源部门,适用于招聘。大数据能帮助营销部门找到合理的解决方案,使其更节省成本,更能获得消费者的认可,大数据同样可以帮助企业在“人才战争”中获得最终的胜利。
传统的人力资源数据分析比较固化,但是企业的人力资源数据一直是变化的,企业重组、员工流失率、薪酬调整、福利项目升级或者其他人员管理的内在流程,大大增加了数据分析的复杂性。大数据的方式汇聚大量的数据信息,具备高度灵活的结构,并可被改变,能够快速回答数据库所能解答的所有问题,从而领导组织的变革。
以前我们用数据分析来应对“人才战争”,最常用的是提供更有竞争力的薪酬待遇,但是薪酬是否是猎取优秀人才的关键要素,这只是一种猜测。作为招聘官,招聘的目标不是凭直觉,而是所招聘的人才能将工作做好,但是在传统的招聘流程中,却少了几分严谨性。它更多依赖于是谁在做决定,以及候选人的履历有多么漂亮。但是候选人的简历可以弄虚作假、文过饰非,用人部门主管的判断也过于主观,这些显然都不太靠谱。大数据的出现将颠覆这种旧战略,为招聘、雇佣和绩效管理带来重大的改变。
在去年的华尔街日报中就曾大篇幅地介绍大数据,以施乐为例,说明了大数据在招聘中的重要性。在以前的招聘过程中,施乐更关注候选人以前做过什么,而采用大数据分析后,他们发现经验不是最关键的要素。当发现一个单一的人格特征成为其呼叫中心员工流失的主要特征后,他们改用人格测试结合数据分析来招聘员工,有效地降低了员工流失率,并提升了工作效率。
当然,大数据对招聘的好处还不仅如此。知道如何收集、分析和解释大量的非结构化数据,将有助于招聘官更好地决策及了解到竞争对手的动向;在岗位胜任力模型的开发上,在渠道的选择上,在吸引、雇佣和保留策略的制定上,在优化人力资源配置上……大数据也都能给出中肯的回答;大数据甚至可以预估组织内哪些员工可能会离开公司或窃取公司机密,以便相关部门能做出及时的预案。
让数据驱动招聘
越来越多财富500强的大企业不再依赖直觉进行招聘,而是依赖数据分析——这也是近来IT巨头们疯狂收购人力资源软件商的原因之一:IBM收购Kenexa公司花了13亿美元,甲骨文收购Taleo花了19亿美元,而SAP收购SuccessFactors更是花了34亿美元。或许我们一时还无法体会到大数据的优势,但是可以从收集数据、挖掘数据和数据分析入手,去逐步改善和调整我们人力资源管理的思维方式。
在百事公司的人才采购部门专门设置有数据说书人(Data Storyteller)这一职位,用于驱动人才采购战略、呈现其商业价值。他们像数据分析师一样工作,像商人一样思考,推动着市场和候选人吸引项目的开展。在他们看来,如果能挖掘大数据背后的“故事”,就能找到你的候选人在哪里,以及该如何运用更聪明的办法采购到他们。
同理,如果招聘到合适的人才是你的目标,大数据能帮助你测定哪些事情可以帮助你实现目标,以及在实现的过程中,这些事情具体起到了哪些作用。这样你可以优化配置你的资源,采用更合适的策略,更加高效地实现你的目标。
大数据的时代正在来临。问题只在于你是否看重这些数据?是否希望让数据驱动你的招聘?