大数据时代的人力资源管理
主要内容
1、大数据与大数据时代的概述
2、大数据与人力资源工作
大数据与人才招聘
大数据与人才培训
大数据与人才评价
大数据与薪酬管理
提高人力资源管理效率的运用
3、百度的大数据HR管理实践
1.大数据与大数据时代概述
大数据的定义
大数据就是很大的数据。但是在不同领域，又有不同的状
况。
大数据作为一种数据集合，当我们使用这个概念的时候，
实际包含有三层含义，一是数据很大；二是变化很快；三是构成复
杂。但是，大数据里面蕴藏着大知识、大智慧、大价值和大发展。
大数据不光是一大堆数据的存在，更重要的是大数据还是
一种思维方式和管理、治理路径。因此，应该引起充分的重视。我
认为，对于我们人才管理领域来说，大数据的出现，乃是一个可以
大幅度提升管理水平的良好契机。
1.大数据与大数据时代概述
大数据是怎么出现的
大数据是 数据量变积累达到质变的结果。比如，一片
就是一个人在骑马。但是，这每秒就拍摄一张，如果每秒拍摄
24张，照片就变成了电影。量变实现了质变。
当今的世界，基本上一切都可以用数字表达，所以叫
数字化的世界。纸质上的数据，只是很小的一部分。我们每天
生产的电视电影、录音歌曲，手机拍摄的照片，卫星拍摄的图
片，乃至个人计算机上记录的数据，可以说达到了海量之大。
我们每个人都是数据的制造者。包括你打开电视机，
走进电梯间，行驶在高速公路，以及下班某省市购物单据，无
不留下数据的足迹。
1.大数据与大数据时代概述
其实，早在很多年前，人们就开始对数据进行利用。例如，
航空公司就利用数据弄清楚应该给机票如何确定价位，银行利
用数搞清楚应该把款项贷给谁。但是，直到最近，大数据才成
为一种说法，成为人们日常生活的一部分。
谷歌与脸谱的出现，使大数据改变了游戏规则。当
他们面对较少用户时，储存他们的数据足迹不是困难事，但是
面对超过10亿的好友，1万亿的网页搜索，就不得不创建新的技
术，来储存、分析激增的数据。他们是想通过分析，来找到客
户需求，提高其产品的销量。其他公司起而效仿，于是，大数
据风生水起。
1.大数据与大数据时代概述
大数据与云计算的关系
那么，大数据与云计算又是什么关系呢？某著名
企业的一位副总裁解释说：大数据与“云计算”就像一枚钢
镚的两个面，二者相辅相成。
大数据相当于储有海量信息的信息库；“云计算
”相当于计算机和操作系统。如果没有大数据的信息积淀，
“云计算”的能力再强大，也没有用武之地。大数据与“云
计算”二者结合起来，将给世界带来一场深刻的管理技术革
命与社会治理创新，当然，人才管理也包括在内。
1.大数据与大数据时代概述
大数据重视事物的关联性
大数据有一个重要特点，就是“不讲为什么，重视关联性”。
如果发现了某种关联性。就可以加以利用。凭借自有的卫星信息系统进
行商品管理的沃尔玛公司，发现在他们的卖场里，凡是购买婴儿尿布的
顾客，很多都要买上几罐啤酒。这是为什么？不知道。但是，掌握了这
种关联性的卖场经理，就可以告诉上架员，要把灌装啤酒与婴儿尿布摆
放在一起。这么做，果然提升了这两种商品的销售量。
在人才流动方面，国家发改委的研究人员发现了“榨菜指数
”、“方便面指数”，就是它们的销售量与国内人才流动流向高度重合。
1.大数据与大数据时代概述
大数据将颠覆诸多传统
以往，社会科学研究常用的“抽样调查”，曾经被认为
是社会文明得以建立的牢固基石，应用很广。其实，它只是在技
术受到限制的特定时期，解决特定问题的一种无奈方法。现在，
已经可以收集到过去无法收集到的信息，所以“样本就等于全部
”。而且这样做，比使用抽样调查方法得出的结论要准确的多。
有专家称：大数据将颠覆13个行业。互联网金融就是
一个明显的案例。
1.大数据与大数据时代概述
人类社会前进的脚步
采集社会
农业社会
工业社会
信息社会 计算机时代（机器可读，数据可算）
互联网时代（信息传递，信息服
务）
大数据时代（生活、工作与思维
的大变革）
1.大数据与大数据时代概述
人类历史上的五次媒介革命
人类利用信息的历史，经历了五次革命，媒介革命催生了数据
大爆炸。以欧洲信息储存量为例，过去50年增长100%，今后3年将增长
100%。
第一次 史前时期 语言出现
第二次 公元前3500年 文字出现
第三次 15世纪 印刷术普及
第四次 19世纪中叶 电话、广播、电视发明
第五次 20世纪中后期至今 计算机 互联网 数字化
1.大数据与大数据时代概述
大数据推进 认知革命
美国科学家说，大数据的影响犹如4个世纪之前人
类发明了显微镜一样，把人类对自然界的观察与测量推进到
“细胞”的级别，从而给人类社会带来历史性的进步与革命；
今天的大数据将成为人类下一个观察自身行为的“显微镜”。
这个新的显微镜，不仅将扩大人类的认知范围，
推动人类知识增长，而且还将成为监测社会与自然的“仪表
盘”，引领世界新的经济发展与繁荣。
1.大数据与大数据时代概述
信息时代的三大定律
等人在他们的著作中指出，要想理解大数据，必
须弄清信息时代的三大定律。
第一定律：摩尔定律
1965年，英特尔创始人之一戈登.摩尔提出。该
定律认为，同一面积的集成电路上，可容纳的晶体管数目
每18个月翻一番，同时，性能提升一倍。也就是说，全世
界对数据的储存与处理越来越快，越来越方便，越来越便
宜。
1.大数据与大数据时代概述
第二定律：吉尔德定律
乔治.吉尔德提出。这个定律又叫“胜利者浪费定
律”。他说，成功的商业运作，总是将价格最低的资源尽
可能地消费掉，以保留价格昂贵的资源。在蒸汽机时代，
蒸汽机成本低于本时，聪明的商人总是将蒸汽机投入使用。
今天，廉价的资源是计算机及其网络，所以，未
来主干网带宽将6个月翻一番，再往后，人们可以免费上
网，永远在线。
1.大数据与大数据时代概述
第三定律：麦特卡尔夫 定律
麦特卡尔夫是“以太网”发明人。该定律认为，
网络的价值与其用户的平方成正比。也就是，N 个连结能
创造出 N的平方的效益。这个定律的核心思想是“物以多
为贵”。上网的人数越多，创造的价值越大。
我们已经看到，无论是伊拉克战争，还是科索
沃战争，轰炸目标都选在网络节点上。为什么？因为节点
对网络的功能重要性大。进攻节点，事半功倍。
过去，愿意实行信息共享者 ，被认为是傻瓜；
今天，不愿意共享者成为没有出路的人。
1.大数据与大数据时代概述
大数据时代：数据成为战略资源
人类储存信息量的增长速度比世界经济增长速度快4倍，
而计算机处理能力的增长速度比世界经济增长速度快9倍。今天
大数据已经成为解决各种世界难题的有力武器。
在奥巴，大数据是未来的新石油，对它的占有与控制，
犹如对领地权、制海权、制空权的控制，反映的是一个国家的核
心能力之大小。因此，他已经将大数据上升到国家战略高度。
未来的世界可能会划分为大数据、小数据、无数据三
个世界。
1.大数据与大数据时代概述
大数据的利用过程
大数据的利用涉及到诸多环节：搜集、汇总、保存、管理、分析、呈现。
它很像我们以往对能源的利用一样，必须经过开采、汇集、保管、提炼、使用，这样
一一对应起来方便理解。数据仓库、数据挖掘、商业智能。这些词汇，都可以使人产
生联想，打开数据利用的想象空间。你就这样想吧——
天上有云，地上有网，中间有数据。
也有学者把大数据处理划分为四个阶段——
（1）采集（利用多个数据库接受发自客户端的数据，并发数高）
（2）导入/预处理（将数据导入到一个集中的大型分布式数据库，做一些简
单的清洗和预处理）
（3）统计/分析（进行普通分析和分类汇总）
（4）挖掘（无预先设置的主题，在现有数据的基础上进行各种算法的计算，
起到预测效果。有聚类等几种典型的算法）
现在人们常说，与大数据相关的技术与能力已经成为一个国家至关重要的核
心战略资源。
大数据与人才招聘
求职招聘可以说是一某省市场，其对公司的重要程度也无需赘言。
相较去大而全的平台寻找潜在的应聘者，员工推荐不仅更高效、效果更
好，其时间成本和人力财力成本也更低。很多大公司都有自己内推平台，
但这些平台通常因为过程繁琐、缺乏趣味性、90% 的员工会直接忽略 HR
发布的招聘信息，以及即使员工有推荐，也很少能够收到 HR 反馈等问
题，导致推荐尽管是低成本 + 高效的路径，但真正充分利用好员工推荐，
以及员工在社交网络上的潜在人脉资源并做深入挖掘的并不多。
大数据与人才招聘
求职招聘可以说是一某省市场，其对公司的重要程度也无需赘言。
相较去大而全的平台寻找潜在的应聘者，员工推荐不仅更高效、效果更
好，其时间成本和人力财力成本也更低。很多大公司都有自己内推平台，
但这些平台通常因为过程繁琐、缺乏趣味性、90% 的员工会直接忽略 HR
发布的招聘信息，以及即使员工有推荐，也很少能够收到 HR 反馈等问
题，导致推荐尽管是低成本 + 高效的路径，但真正充分利用好员工推荐，
以及员工在社交网络上的潜在人脉资源并做深入挖掘的并不多。
大数据与人才招聘
近日由大数据招聘企业”数联寻英”和雇主品牌和招聘服务商
HiAll 联手推出的人才雷达 (Talent Radar) 是一个基于云端、利用大
数据定向分析和挖掘，帮助企业寻找适合人才的员工推荐平台。它的主
要模式是，员工登陆系统并关联其社交网络 (LinkedIn、微博、人人等)
，在 HR 发布招聘信息之后，其一，员工可以进行推荐；其二，人才雷
达 会通过大数据社交网络和简历数据库数据挖掘和分析，提出一套同时
面向求职者和招聘官的双向扩展匹配算法，找出同公司员工有关联的潜
在求职者，之后可借助对应员工内推，或直接联系潜在应聘者，这两种
方式，帮助企业找到适合岗位的人解决招聘问题。
大数据与人才培训
随着“中国智造”和“互联网+”的提出，传统的企业员工
培训模式已不能适应发展要求。因此，从企业实际情况出发，利用大数
据技术将信息化建设的成果运用到培训管理中，通过顶层设计，高位推
动，合力共为，逐步形成大培训格局和“全员学习、全员培训”局面，
实现“向培训要能力，以培训促发展”的现代企业管理理念，是人才红
利时代某省市场竞争中立于不败之地的一项重要竞争优势。
美国已经利用大数据方法建立了富有个性的“学习分析技
术”平台，能够通过对与学员相关的海量数据分析，辨别出每个学员的
学习行为和学习模式。这就便于在学习的初始阶段发现哪些学员面临怎
样的学习困难，从而采取比较准确的帮扶措施，因势利导。
大数据与人才评价
现如今，对于人才测评的方法一般都是综合考评或者是专
家评估的方式进行，这种评估方法带有很强的主观性。大数据背景下，
企业的人力资源管理部门可以通过网络学习培训的方式对员工进行评测
管理，员工在网络上学习时会留下大量的数据，这些数据搜集起来比较
容易，通过数据技术对这些信息进行分析，能够了解每一位员工的工作
情况，对于员工评价是比较客观的。通过这些数据结果还能够明确不同
岗位对于员工种类的需要，也能够为企业人才的招聘与选拔提供参考依
据。大数据技术在IBM的人力资源管理中运用，建立多样化的数据库，
IBM能够将员工的特长、技术水平以及近期工作放置在数据库中，企业的
项目经理需要成立团队时，就可以通过数学分析的方式找到最优的资源
配置方式，对于工作效率的提升是极为有利的。
大数据与薪酬管理
大数据时代下，企业可以通过大数据技术对员工的工作情
况进行准确的记录，并科学的分析和处理这些数据，结合企业的薪酬绩
效标准，运用网络化的技术手段对员工的考核结果以及工资进行计算。
大数据技术能够计算员工工资，并能够利用网络数据对比企业薪酬的标
准。通过大数据理念，依据企业自身的发展需要以及目标，为企业制定
科学的战略规划，对企业的人事信息数据等进行整理、挖掘和分析，努
力实现大数据时代下的人力资源管理，强化业务关系，使得企业人力资
源管理水平得到提升。
提高人力资源管理效率的运用
传统的人力资源管理尽管花费的大量的人力、
物力，但是依旧无法实现良好的效果，大数据背景下
运用计算机能够实现数据的自动化收集、分析以及整
理，并得出科学的结果。在人力资源管理中运用大数
据能够使得工作效率得到提升，通过对相关数据的分
析整理，为人力资源管理工作的开展提供科学的参考，
能够实现人力资源管理策略的科学制定，更好的促进
人力资源管理工作的协调、持续发展。
3.百度的HR大数据应用实践
百度人力资源大数据应用从业务的角度来讲模型分成三块：
数据的收集与清理、数据建模与分析、报告与决策建议。
首先要在信息化流程建设过程中埋点收集数据，对百度来讲，无非
是“入离升降调，选用育留辞”这些核心的系统和外围的系统，除此之外
可能也有很多非结构化的数据。百度平时说的Core HR加“入离升降调”
等所有这些系统产生的数据大多都是关系型数据，这些数据在大数据范
畴里可能占比只有30%—40%，像百度的面试评价、评论、60度的评估、
行为数据、附件、图片等等非结构化的数据可能要占到60%—70%的水
平。关于数据分析，百度也做了很多的指标，有人才管理、运营管理、
组织效能、文化活力、舆情分析等，做了相应的指标体系建设和相应的
建模，在这之上完成了很多应用比如BIEE、个人全景、用户画像等，
为管理层的人才决策提供参考与建议。
3.百度的HR大数据应用实践
百度的人力资源信息化建设路径
信息化的建设通常都是从无到有，从残缺到完整，从完整到全面，从优秀
到卓越这样的一个发展过程。百度也经历了三个时代，时代可以算作在2010
年之前，主要是一个Payroll的系统，同期百度也有很多几十个其他系统，因为
背后是不同的业务体系，系统之间也是相对独立的，包括百度的分公司。时
代即2012年的时候百度做了全面的升级改造，在称为e-HR年;如果时代的系
统是个四合院的话，时代我们在四合院的基础上对整个系统的流程与数据重
新做了梳理、提炼、沉淀，重新打造了Core HR的主数据，就像建房子重新打
地基、打隔断、拉水电，建了十层楼。除了整个Core HR之外，我们也做了入
职系统、升降调转这样的系统，同时也把分公司，并购公司的规则也纳入进来，
所以整个系统是面对不同的文化、不同的业务、不同的规则去纳入整个体系。
2012年，百度建设的比较快，多个团队多模块同时进行，敏捷开发，快速迭代，
用了一年时间升级到时代。
3.百度的HR大数据应用实践
百度的人力资源信息化建设路径
2013年的时候，百度又开始对系统做了精耕细作。除了全生命人才
管理之外，又在另外三个方向上做了升级。一是文化方面，我们并购的
一些公司在海外做了扩张，对这些组织文化做了很多新的支撑;除此之
外在BI层面，开始做了大数据的探索。数据层面，做了BIEE仪表盘，
个人全景这块也做了很多打造。同时在服务平台上，开始分别建设HR、
行政、IT、财务的共享服务，这是四位一体协同创新的项目。2012年的
时候系统建设较快，拔出萝卜带出泥，2013年又把地基打得更牢了一些，
对整个系统做了精耕细作。这样不光系统之间是互联互通的，在数据层
面也是端到端的流转，是整个系统工程。
3.百度的HR大数据应用实践
百度的人力资源信息化建设路径
2014年底时百度对未来做了一个全面的规划，概括起来是四化：智
能化、数据化、社交化、某著名企业化，开始全面打造一个智慧型
HR(Smart HR)助力业务发展。2015年到2016年，百度一直在致力于这
个规划。在某著名企业化方面做了便捷化的办公、碎片化的学习、多彩
化的生活，相应的产品有：度学堂、度生活、某著名企业办公。社交化
层面也做了一些探索，主要解决三个问题：团队协作、分享互动、文化
融合。百度有“合伙人”、“摆渡人”、各种平台等。数据化这一块，聚焦
于怎样去明事实，察问题，拉预警，报预测。
3.百度的HR大数据应用实践
百度的人力资源信息化建设路径
举个例子，百度生活的平台，这是一个大的概念，凡是和员工服务相关的，
生活、娱乐，好玩有趣的东西都纳到平台上去，除此之外，还把HR服务相关的
DUHR纳到某著名企业端，便于支持员工服务。百度学堂帮助实现某著名企业
的、碎片化的随时随地学习，新员工来了怎么给他一系列的培训，除了线下还
有线上，有个职业化之旅的项目可以通过90天的学习与训练全线打造出一个职
业化的战士，分为蜜月期、迷茫期、挑战期、崛起期，每个期都由相应的必修
课与选修课。
归纳总结百度系统的三个时代，时代工资发放是重点，时代我们打
造的是全生命管理和多维分析报表，时代做的是大数据如何助力业务，为战
略保驾护航。可以看到整个侧重点，时代注重结果，时代注重过程，
时代注重的更多是价值输出;整个HR的状态是从被动到主动，HR的地位也逐步
提升，反映到为业务带来的价值也在开始无限增大。
3.百度的HR大数据应用实践
业务场景
百度文化价值观是简单可依赖，它有一系列的解读。“简单”就是简单为人，
简单处事，管理简单，产品简单，贯穿我们的为人处世、工作和产品设计上。“
可依赖”就是自己做值得信赖的人，也信赖同事，从可信到可依赖。我们的文化
价值观会固化到系统中，也会固化到设计上，平时的绩效考核、试用期考核，
每年年度文化价值观的考核也会在百度30多条论语中挑选10+条纳入考核，也
会把年度考核评价纳到数据分析的范畴里。
另外一个场景，百度人才成长机制，百度的人才发展观一共有4句话：招最
好的人，给最大的空间，看最后的结果，让优秀人才脱颖而出。
百度的人才发展观背后都可以分解成若干个项目，每个项目都有相关系统
支撑去做，数据也收集起来。
3.百度的HR大数据应用实践
才报应用实践
下面重点来讲百度的人力资源大数据平台--才报的应用实践。刚才
我们从业务的角度给出了大数据应用的模型，那么从技术的角度来看的
话，百度的人力资源大数据平台--“才报”的逻辑架构是什么呢?实际上，
底层是系统层，也可以看作数据收集层，刚才谈到的百度人才发展观四
句话背后都有很多项目，都会落地到系统上，除了ERP之外，有入离升
降调、选用育留辞若干个子系统去支撑，还有内网各种务系统去打通，
这些系统都埋有数据收集点，系统互联、数据互通，这是基础。再往上
就是数据层，我们有大数据Spark、Hadoop然后去存储这些复杂的数据，
图片、评论等非结构化的数据，除此之外，通过ETL分时数据提取服务、
OGG实时数据同步服务，背后会有数据机制去清理与加工处理。再往上
一层是分析层，数据初步加工之后，经过梳理归纳到分析层，百度建有
自己的指标体系：人才管理、运营管理、组织效能、文化活力、舆情分
析等200+关键指标库。再往上会做一些场景分析，各种分析模型，自
定义分析等。最上面就是一站式的大数据服务平台——展示层，其实老
板看到的，HR用到的就是最上面的这些东西，包括用户画像、自助服
务等都是一站式的平台。
3.百度的HR大数据应用实践
才报应用实践
“才报”平台的服务对象就是：HR + M层。对团队、组织来讲，有
三棵树，组织树、汇报关系树、产品树。无论是横看还是纵看，重要的
是以业务为导向。产品树就是在老板关注的业务，产品方向上，怎么去
打通，让他了解业务、产品的发力点和竞争对手在哪儿。人才层面，有
个人全景、攻城狮画像，通过标签化的形式重新定义员工客观面貌，同
时还有两展示绩优、淘汰。业务层面我们也会和财务、产品等对接应用
场景，同时结合行业内外的数据，给HR提供参考，更重要的是预警预
测。
3.百度的HR大数据应用实践
才报应用实践
如何做?就是对原始数据进行净化，然后形成报表，到建模后定制
报表，这些都是陈述传统意义上过去发生了什么;然后进行描述，同时
有红绿灯、仪表盘等更直观的展示;探索未来可能发生什么，把昨天的
数据丢到机器里进行自主学习，把过去的经验和案例扔到模型里面，让
系统找出相关的关联关系，自主去学习，利用过去在系统里分析判断，
然后拿今天的数据来校验、调整、优化模型，从而更精确地预测明天可
能发生的事情，及时采取相关行动，占得先机。
3.百度的HR大数据应用实践
才报应用实践
接下来讲指标体系，分为人才管理、运营管理、组织效能、文化活
力、舆情分析这几个维度去做指标的建设。再往下分有200多个关键指
标，都有详细定义。把这些指标推行到“选用育留”层面，能做哪些事情
呢?指标的解读，用“选用育留”来划分的话，过去大家更多强调“多、快
某省市”，少花事、办更多的事，现在我大家要求的是价值输出，更强
调ROI，无论做业务体系还是做职能体系，ROI这是老板最关注的。我
们也要转变思路，从原来的“多、快某省市”转变到价值输出层面。具体
的做法，比如基本分析可以分很多维度：组织，序列、层级、幅度、绩
效、薪酬等。模块指针可包括，关键人才分析，入职来源，离职去向，
人力资源现状分析，过去三年同比环比等等都是基础的东西，很多企业
也是这么做的。
3.百度的HR大数据应用实践
才报应用实践
现在来看一些实例：三年前版本，百度也有仪表盘，离职率、
调入调出、升职降职等可以动态地去展示;时代百度又对人才流转情
况做了分析，虽然都是小的地方，比如入职来源，调转情况和离职去向，
比方入职的时候，是阿里来的人多还是腾讯来的人多;离职的时候去华
为的人多还是去阿里的人多，这些都是动态展示。同时也有个人全景的
展示，可以对人才进行盘点，如同买车一样可以“货”(能力)比三家，晋
升的时候人才也可以逐条数据对比。包括用户画像和人才九宫格的盘点，
都会有动态展示。
3.百度的HR大数据应用实践
才报应用实践
管理风险层面，举例来说随着国际化全球人才入库，会带来很多管
理风险，尤其是核心员工或管理者，一举一动都对产品、业务方向有很
大的影响。这一块百度也有产品去考虑个人风险和整个大盘风险的高低
比较，同时提供其离职对下属影响的分析和预警。关键岗位的个人离职
会不会对下属的影响最大，有数据支撑，而且会提前一个月预判有可能
会离职的人，以便采取可能的措施避免更大的损失。在个人离职预测方
面，通过机器学习，模型校验与优化，不停迭代，查全率、查准率都很
高，可以提前预知有可能有离职意向的关键人才，从而采取相应的保留
措施，避免用人风险以及更多的损失。
参考文献
[1]创新、科学、简单 互联网企业的考核之道[J]. 林小荷. 通信企业管理. 2016(07)
[2]大数据时代人力资源管理的机遇、挑战与转型升级[J]. . 金华职业技术学院学报.
2016(04)
[3]数据化管理趋势下人力资源外包模式创新[J]. . 中国人力资源开发. 2015(07)
[4]大数据驱动的管理与决策前沿课题[J]. ,冯芷艳,郭迅华,曾大军,陈国青. 管理世
界. 2015(11)
[5]大数据“绝缘”人力资源管理?[J]. 某著名企业. 中外管理. 2014(08)
[6]eHR与“大数据”如何上演“双剑合璧”[J]. . 人力资源. 2014(07)
[7]“大数据”点亮人力资源管理系统的“大智慧”——结合新华社人力资源大数据实践
探析[J]. 黄诗龙,项杰. 中国传媒科技. 2013(23)
[8]大数据时代的循证式人力资源管理[J]. . 中外企业家. 2013(08)
大数据呼啸而至
谢谢你！
