大數據在人力資源管理的應用

人力資源管理人員除了需要具備專業知能外,也需具備大數據分析專案相關概念,以協助人力資源管理部門在「選育用留」時做出更良好的決策。

分享文章

Share on facebook
Share on linkedin
Share on twitter
Share on email

文/胡昌亞 國立政治大學商學院 教授

運用大數據分析協助人力資源管理決策是管理的趨勢,為因應此趨勢,人力資源管理人員除了需要具備專業知能外,也需具備大數據分析專案相關概念,以協助人力資源管理部門在「選育用留」時做出更良好的決策。

大數據(bigdata,又稱為巨量資料)一詞在1990年代即出現在統計相關領域中,但因電腦科技與儲存技術的限制,當時並未獲得學界與業界的重視。自2010年起,因為電腦與資訊科技大幅進展,軟硬體已經能負荷大數據分析所需要的資源與儲存空間,使得大數據和數據分析(analytics)的概念與方法更臻成熟,日益受到學界與業界重視。

大數據分析的成熟有其時代脈絡,包括2000年初期,亞馬遜、臉書、Google等社群、搜尋引擎與電商網站等開始蓬勃發展,讓網路使用行為成為重要的人類行為。此外,雲端計算與儲存科技的進步,以及智慧型手機普及,使網路公司可快速逐一記錄人類在網路上的足跡,甚至開始預測其網路(購物)行為,進而推動大數據分析在商業上的應用。

大數據分析與商業應用

大數據分析的重點有二:一是「大數據」,二是「分析」。目前學界與業界對大數據的定義,大多認同大數據具備4個「V」的特性,包含:儲存大量資料(volume)、資料傳輸儲存速度快速(velocity)、資料類型多樣化(variety)、資料來源真實性(veracity),有的學者則加上能創造價值(value)這第5個V。

這些數據來源可以是公司的內部資料,如員工人事資料、工作日誌或工作活動錄音錄影等;也可以是公司的外部資料,如消費者在臉書上的瀏覽偏好、供應商相關資料、網路平台購物資料、政府公開數據統計資料等。

到底資料量要多大(如至少100TB以上)、變項數目要多少才是大數據呢?這部分眾說紛紜,目前對大數據分析的看法,除了強調數據數量外,更重要的是數據種類需具備多元性(如行為、態度、數值、文字等)與真實性(如實際行為、交易金額等),並且要能有效運用這些數據分析的結果,為商業決策提出參考。

大數據分析受到實務界重視的主因,是公司能運用數據分析結果提升商業決策品質,進而提升獲利。亞馬遜公司的產品推薦系統,就是常見的大數據分析運用,快遞業者優比速(United Parcel Service)公司,則利用大數據分析規劃最佳送貨路線,不但降低送貨時間,也減少交通意外。

大數據分析與人力資源管理的關係

在人力資源管理方面,大數據可用於效標關聯效度(criterion-related validity)分析,預測應聘者就職後可能的行為,常見的預測指標包含:工作表現、離職、反生產工作行為(counterproductive work behavior)等。此外,組織亦可建置用來預測員工工作行為的模型,為人力資源管理提供更完善的資訊。

例如美國矽谷公司Brilliant採用大數據和人工智慧(AI)檢視求職者的履歷,快速篩選出符合招聘工作條件和職位的求職者;日本軟銀(Softbank)則是採用IBM人工智慧系統Watson,審查畢業大學生求職文件。其做法為先讓人力資源管理部門在1500份的求職資料評出高低分數,再交由AI系統學習,待AI系統成熟穩定後,即可應用於人力資源管理實務,預計將可縮短約四分之一審查應聘資料的時間。簡言之,一些公司已經開始用大數據和人工智慧,協助經理人對應聘者是否合適該職位進行綜合評估,簡化招募與甄選流程,以提升管理效能。

企業亦可透過大數據預測員工「留任」或「離職」的機率,同時也能建立和驗證影響員工離職行為的預測模型,於招聘與甄選人員時運用此預測模型,淘汰掉潛在高離職傾向的應聘者,進而減少這些人員入職後的訓練等成本。也可以透過大數據分析,了解影響員工工作投入的因素,例如Google的氧氣專案(Project Oxygen),大數據分析結果顯示,直屬主管是影響個人工作績效表現和工作滿意度的重要因素。

氧氣專案分析結果指出,高效能的Google主管具有8項特質(8 habits of highly effective Google managers),分別為:當個好教練、給予團隊成員授權、對團隊成員的成功和幸福感表示興趣、以生產和結果為導向、傾聽團隊意見,當個良好的溝通者、協助員工實現職涯發展、提供團隊明確的願景、具備關鍵技術,提供建議給團隊。具備這些特質的主管能與「選、育、用、留」等人力資源管理實務有緊密的連結。

Google也根據這個分析結果修改公司的人力資源管理制度,例如:設計符合員工需求的發展課程等。由此可見,大數據分析的結果,確實能協助人力資源管理實務的決策,讓員工、主管和組織三方都從中獲益。

相較於其他管理領域(如行銷)大量運用大數據分析進行管理決策,大數據分析在人力資源管理領域的運用較不普遍,可能的原因有以下幾個:

第一、大部分公司的人事資料僅屬於「小數據」的層級,所欲探討的關係通常也較為簡單,例如個人背景與留任之間的關係,只需要使用傳統數據分析技術即可,例如:T檢定、變異數分析、多元迴歸分析、羅吉斯迴歸分析、因素分析等,不需要進行大數據分析。

第二、人力資源管理決策涉及員工勞動權益與人權,因此,資料蒐集時需留意個人資料隱私的議題;根據數據分析結果進行人力資源管理決策(如升遷)時,還需要考量客觀、公平、無偏誤等因素,以避免職場歧視。第三、人力資源管理實務者,較少使用大數據分析結果進行決策。

基於上述原因,人力資源管理實務者,在大數據的資料蒐集、分析、運用於管理決策上,比其他領域受到更多限制。例如亞馬遜公司曾在2014年進行一項大數據分析專案,企圖建立篩選求職者履歷表的分析模式,以提升招募與甄選效率。雖然分析結果顯示此預測模型良好,可以有效預測求職者是否適合該職位,但檢視指標後,卻發現該預測模型會給女性求職者較差的評價,可能有「性別偏誤」,為了避免性別歧視,亞馬遜在2015年終止這項計畫。

由此可見,運用大數據分析協助人力資源管理決策是重要的趨勢,但大數據分析在人力資源管理上的運用仍有待發展。

Davenport等人(2010)指出,有6類數據分析可以協助人力資源管理實務,由簡至繁依次是:人力資本事實(human capital facts)、分析性人力資源(analytical HR)、人力資本投資分析(human capital investment analysis)、人力預測(workforce forecasts)、人才價值模型(talent value model),以及人才供應鏈(talent supply chain)。

除了「人力資本事實」與「人力資本投資分析」外,其他四類都有大數據分析的實例,可見大數據分析的應用,已擴展至人力資源管理實務的規劃和決策,以下介紹大數據分析在人力資源管理的實務應用。

1. 留才與提升工作表現

員工離職公司付出的成本很高,無論是個別公司或是人力資源管理顧問業,大數據分析的首要應用,就是如何透過大數據分析的結果留才。例如Evolv公司透過分析13個國家、超過500萬筆的員工資料,欲了解不同產業員工的工作行為,Evolv公司透過此大數據分析,協助全訊科技(Transcom)公司將客服中心的員工離職率降低30%,也協助Kelly公司將員工工作效率提升7%。

Sociometric Solutions公司協助美國銀行找出影響員工生產力的因素。其分析結果指出,讓員工可以一起休息(如午休)是影響生產力的重要因素,員工會藉著這個機會互相吐苦水消除工作上的不愉快,有經驗的員工也會分享如何與不講理的客人互動,這種即時的反應與互動,使得員工的工作表現較佳。

IBM公司以大數據與人工智能所發展的員工離職預測模式,準確度高達95%,每年為IBM公司在留才上節省了高達3億美元的費用。而在中國設廠的和碩聯合公司,則根據大數據分析,了解薪資與獎金對員工離職的重要性,並且有效預測生產線員工的離職行為,提升該公司人力資源規劃與生產管理的決策成效。

2. 選才

選才的品質不但影響員工工作表現,也會影響員工留才,因此,人力資源管理另一個常見的大數據分析應用是甄選的判斷與決策。

目前大數據和AI技術已經能將個人的臉部表情變化、肢體語言、語氣聲調等細微的資訊予以保存編碼,快速估算出一個人的人格特質或能力,將之整合給徵才公司參考。許多公司希望透過大數據分析來提升甄選的效果,例如亞馬遜公司曾利用大數據分析技術,分析求職者履歷表內容,並且與公司在職者做比較,進而建立篩選履歷的模式,不過最後因為可能存在性別偏誤而作罷。

人力資源管理顧問公司(如Pymetrics與HireVue)則透過提供雲端自動化的甄選服務,提供考試、遊戲、面試等活動,取得求職者的大數據,建立認知能力或性格測驗的常模資料,作為甄選時的參考依據;美國Novo1顧客關係服務公司則透過大數據分析,找出工作表現好的員工具備哪些特質,並且招募此類員工,因此將面試時間從1小時降低到12分鐘,員工每通電話的平均通話時間也降低了1分鐘,還讓員工離職率降低了39%。

3. 育才與晉任

培養公司內部管理人才是重要的人力資源管理活動,因此,預測管理人才也是不少公司使用大數據資料分析的目的之一,分析此議題大多會採用公司內部的數據,可能屬於小數據分析,較有名的例子為Google人力營運部門(People Operations)執行多年的氧氣專案,其目的為找出優秀的管理者應具備哪些重要條件。

4. 員工身心健康

近年來,職場健康是重要的管理議題,有不少公司利用穿戴裝置蒐集員工工作數據,並且進行分析。例如在工廠安全管理的領域中,Modjoul透過穿戴智慧裝置(如智慧手環、智慧皮帶),蒐集客戶公司員工工作行為的數據,用於監控工廠狀態,並且根據大數據分析建立的模型,即時提供公司職場安全訊息,進行工廠公共安全管理。

提供:天下文化
出處:《人力資源管理的12堂課(全新內容經典珍藏版)》
購書連結:https://bit.ly/3oTPWc1

訂閱我們的最新文章

我們會定期分享全球最新的 HR Tech (人資科技)、雇主品牌、各種人資訊息,幫助台灣 HR 去了解世界最新的趨勢,如果你想要持續獲得相關訊息,請訂閱電子報喔!

探索更多

104 廣告行銷服務

02-2912-6104 ext.8131 張小姐

ad_service@104.com.tw 

新北市新店區寶中路119號3樓

* 送出即代表您已閱讀並同意個資委託告知之內容
填寫資訊即可免費獲得雇主品牌整合解決方案