基于大数据的零售业人力资源创新管理研究

　　1.引言

　　进入互联网时代，大数据正改变着各个行业的人力资源管理，零售业作为受影响最为广泛的一个行业，正运用大数据寻求管理变革与突破。然而目前零售业仅能成功运用大数据进行需求预测、个性化精准营销、健康库存分析等业务，始终无法成功将大数据运用在人力资源管理中。因此本文重点分析零售业企业人力资源运营大数据失败的原因，并深入探讨基于大数据价值的零售业人力资源的创新管理模式。

　　2.零售业人力资源大数据运营失败原因分析。

　　2.1 HR对大数据理解有误

　　大数据具有四个特征，即数据量大、类型繁多、价值密度低、速度快时效高。但目前零售业人力资源大数据的数据量少、数据类型单一、速度时效低，这主要是由于HR对于大数据的错误理解，一是低估了大数据的数据量，以传统思路即先有了大致框架再按照框架收集数据，采集的数据是来自各种报表的数据，报表数据是经过处理后的数据，是经过很多员工逐渐选择汇报的结果，这大大损耗了数据量并制约了数据的威力。二是收集的数据大多是样本并非全貌。由于是在某个时点上针对某些领域提取数据仅仅是样本而非全貌，就有可能出现偏差，因为抽样调查的结果并不能正确反映整体。三是工作流程不能迅速对大数据分析结果作出回应、修正，大数据分析需要与工作流程紧密结合，然而目前即使人力资源管理的工作流程却始终无法和大数据进行无缝对接。

　　2.2部门博弈导致数据收集困难

　　零售业人力资源管理部门意图借助各个业务部门建立大数据云平台，将人力资源管理信息系统与各个信息系统进行整合，然而目前已经成功运用大数据的销售部门、采购部门等业务部门却不愿意配合，HR在收集数据时不仅成本高而且数据达不到大数据要求的特征。这主要是因为一方面业务部门认为自己的劳动成果被人占有，功劳会被人力资源管理占据。另一方面是因为业务部门认为自己的权益被挤占，以前凭借信息的不对称能够在机构编制、人员调整上与HR进行谈判，在管理决策上也有一定的裕度，但导入大数据之后，数据信息几乎变成透明的，不利于部门权力的施行。

　　3.基于大数据价值的零售业人力资源创新管理

　　3.1引入人力资源合作伙伴建立大数据云平台

　　由于业务部门之间的博弈，企业需要引入人力资源合作伙伴（HRBP）进行各个业务部门数据采集。HRBP需要切实针对业务部门的工作特点提出个性化定制的人力资源解决方案并做好相关的数据收集工作。HRBP收集的数据不是各业务部门的报表数据，必须是各业务部门的源数据，是业务部门在工作流中自觉产生出来的数据，包括各员工的工作能力、工作效率等结构化与半结构化数据。在收集数据建立云平台的过程中，缺乏数据兼容性会阻碍人力资源大数据的预测分析。因此人力资源部门应开发一个人力资源大数据系统，系统不仅能实现供人力资源部门专业人员、共享人员、人力资源合作伙伴以统一的格式输入相关信息，而且需要确保他们的数据讲同一种语言，保证没有数据的重叠和重要数据的遗漏，统一各种术语的表达，如工资，明确是税前工资还是薪酬。

　　3.2 运用大数据改进工作流程

　　鉴于目前零售业大部分企业的工作流程不能迅速回应大数据分析的结果，因此企业需要先借助大数据进行以流程为中心的工作分析，进而改进工作流程。具体而言，企业HR需要根据HRBP收集的各业务部门数据、各个信息系统数据、企业目前员工在论坛、微博、微信等社交网站的数据、市场上客户的需求数据、行业领先企业数据等进行关联分析，形成一个以用户需求为中心，没有冗余的简单明白的价值链，使员工从复杂的工作流程中解放出来。以服装企业ZARA为例，其为了能够快速对市场需求做出反应，运用大数据和信息通信技术整合了企业所有信息系统。企业销售人员在每天各门店关店后根据当日销售情况形成热点分析报告，然后将相关数据发送至ZARA的网络系统，网络系统将数据直接发送至仓储系统。仓储系统再打通内部其他配送管理软件系统，货物就可根据需求及时到达相应门店。

　　3.3运用大数据进行个性化定制培训

　　零售业企业想要获得成功，员工的创新必不可少，因此必须对员工进行必要的培训。目前许多零售业都已经建立里自己的培训中心，但是培训效果收效甚微。例如青岛利群集团虽然在胶州建立了大型培训中心，但企业员工普遍认为在很多方面需要培训。综合来看主要是因为企业没有根据员工个人特点进行持续性有效的培训。零售业企业可以利用大数据平台对每个单品的工作人员文化素质、80、90后员工数量结构、企业员工在社交媒体上浏览信息的方式、使用信息技术或社交媒体的时间与频率等数据进行关联分析，一方面更全面的分析员工行为，另一方面根据员工特点进行个性化定制，采用数据挖掘技术寻找出适合每一个人的培训计划与培训方式。

　　3.4运用大数据进行全方位的绩效考评

　　为利用大数据进行全方位的绩效考评，零售业一方面应结合线上购买、评论数据和线下门店视频、文本数据分析出顾客真实需求，并将这些顾客需求分解成企业各个部门的关键绩效指标（KPI）。例如ZARA通过门店、柜台和店内各角落摄影视频数据、顾客的意见数据、以及20多个网络平台的线上数据全面分析顾客需求。并根据大数据分析结果形成客服中心、行销部、设计团队、生产线等各个部门的KPI，完成ZARA内部的垂直整合主轴。另一方面零售企业应该借助大数据将绩效评估程序转化成动态的协同系统，引入社交网络数据，持续不断地收集员工的反馈和认知，从而形成更精确、可行和个性化的评估。

本文链接：http://www.qk112.com/lwfw/guanlilunwen/renliziyuanlunwen/140195.html