人力資源管理在企業里的地位和作用，一直是人力資源領域里廣為討論的話題之一。相對于企業里的市場、銷售、生產、財務和IT等職能部門，在很多企業中人力資源部門相對“弱勢”，其在企業中扮演的角色和起到的作用也廣為人們所質疑。

一、《點球成金》帶來的思考

美國哥倫比亞影片公司2011年出版了一部名叫《點球成金》（Moneyball）的電影，該電影在2012年獲得了奧斯卡金像獎和美國金球獎。該片改編自邁克爾·劉易斯的《魔球：逆境中致勝的智慧》（Moneyball: The Art of Winning an Unfair Game），是一個在現實世界中真實發生的故事。該片介紹的是在競爭激烈的美國職業棒球聯盟（簡稱MLB）中有一個叫奧克蘭運動家棒球隊的球隊，該隊在2002年度的聯賽中，由于資金的匱乏，買不起大牌球星，而原來的三名主力也被重金挖走，在沒有人看好該球隊的情況下，該隊的總經理比利（Billy），打破慣例和常規，不按常理出牌，在好友、耶魯大學經濟學碩士彼得(Paul）的幫助下，突破傳統的思維方式，運用分析和統計的方法建模，通過數據分析的方案物色了一批雖有種種缺點，但在棒球運動的某方面的超強能力且價值被大大低估的隊員，成功的通過團隊的方式，在常規賽季取得了20連勝，以驕人的戰績進入季后賽的奇跡。

根據傳統的方法，棒球隊參考的hr369.com主要數據是球員是揮棒姿勢、左右撇子等方面的數據和組合。盡管這些傳統的智慧和方法曾經是被廣泛認可和普遍接受的方法，但傳統的智慧和方法很大程度上卻是未經檢驗的偽科學,可能會有一定的參考意義，但一定不是最佳和最完美的解決方案，更何況有些“知識”不一定是真實的。彼得使用電腦分析海量的歷史數據，得出球員的上壘率、擊打率、保送率等信息，并通過電腦來構建模型，得到遠比傳統智慧為佳的團隊構建的解決方案，值得我們企業的人力資源管理人員的深思、借鑒和采用。

二、大數據和預測分析給HR帶來的機遇

互聯網+時代的到來，數據和信息呈爆炸式的增長，給我們的經濟、社會與文化生活帶來前所未有的挑戰，對我們傳統企業人力資源管理更是產生了根本性挑戰: 經濟迅猛增長和技能和職位的要求脫鉤，形成了巨大的人才缺口; 白熱化的人才爭奪戰加大了人才挽留的難度; 經濟的發展也帶走許多有價值的東西 – 員工的信用、勤奮和敬業; 忠誠和道德風險正在困擾著企業管理者; 便捷的信息渠道，當今的員工比以往更加關注勞動力市場上的工作機會; 許多員工特別是年輕員工的理念是，快點升職，快點賺錢等等。而企業對于人力資源的要求也不再局限于原來的行政事務性工作和基于HR六大模塊的專業化運作，要求HR 能夠理解和分析怎樣的行動會給企業增加價值，而什么行動可能會減少或弱化企業的價值，并有針對性的開發和執行對企業有益的人力資源戰略。

然而， 目前HR的基礎理論大都是十多年前（甚至是幾十年前），基于大規模工業時代的特點形成。企業HR從業人員的知識和經驗大都是曾被廣泛認可和普遍接受，可能是更適合于大規模工業時代特點的內容，有些甚至是在大規模工業時代也不一定正確的偽科學和偽命題。

大數據（Big Data）是一個新概念，在過去的幾年里，互聯網、云、網上購物和社交平臺的飛速發展，使得數據以每年翻一番，甚至更多的方式發展，大數據的分析工具其有效性也得到很大的提高, 很多工具可以實時分析這些數據，發現內在的規律和知識，提供有價值的和科學的結論。

傳統的HR管理使用得較多的是滯后性的數據，即通過報告、圖表等方式，將已經發生過的一些事實展現出來。但是這種展現難以發現其中的關聯關系，因而難以幫助企業做出科學的預測和決策。預測分析（Predictive Analysis）不是報表、駕駛艙、九宮格、復雜的數學公式，它是通過對大量數字的分析，挖掘出數字背后的、隱含的且難以通過常規方法發現的關聯關系和知識，是通過數字提高人們的洞察力，并通過發現的知識來實現更好的決策！

理論研究界普遍接受人力資源管理的數據分析方法是人力資源管理發展的重要趨勢之一。在人力資源轉型和專業化的提升過程當中，數據分析扮演中至關重要的角色，它使得人力資源管理的理念、技術及技巧從藝術走向科學。

三、大數據和預測分析成功應用的案例

預測分析除了在奧克蘭運動家棒球隊得到非常成功的應用之外，也給傳統的職業運動領域帶來巨大的變革。以往職業運動往往是通過經理、教練的個人經驗來組隊，由于奧克蘭運動家棒球隊的成功經驗，紐約大都會隊、紐約洋基隊、圣地亞哥教士隊、圣路易紅雀隊、波士頓紅襪隊、華盛頓國民、亞利桑那響尾蛇隊、克利夫蘭印第安人、和多倫多藍鳥隊紛紛聘請全職棒球統計學分析師。在其它運動領域，聘請統計學家來做預測的運動隊也越來越多，如多特蒙德、阿森納、埃弗頓和諾維奇都顯示了Moneyball理論在足球領域的成功，通過特定的球探系統來分析統計數據，來找到價值超過其價格的球員。

在人們將谷歌公司的成就歸功于領先的技術及商業模式的時候，而谷歌公司卻認為其成功來源于成功地運用了“人事分析”的管理實踐。谷歌的人力資源部門中三分之一的是傳統的HR人員，三分之一是高端、策略顧問類型的人，還有三分之一是高級學歷分析專業人員。谷歌在判定杰出的管理者及其特性時，不是采用人云亦云或拍腦袋的方法，而是通過對大量的內部數據進行研究分析的氧氣項目來分析，發現擁有深厚的技術功底的管理者和定期的一對一交流是成為一名卓越的領導者最重要的品質。谷歌開發了一個預測模型并運用有效分析進一步改善對未來人事管理問題與契機的預測。谷歌也將運用數據分析提供更具成效的員工計劃，這是實現企業快速發展與變革的關鍵。谷歌在人事分析和預測等方面還有很多效果良好的實踐，如高效招聘算法，人才保留算法等，同時也發現”娛樂”是人際吸引、人員留任和員工合作中的關鍵因素等知識。

幾年前，惠普公司的離職率較高，一些部門每年離職率高達20%。為了解決這個問題，2011年，惠普公司的兩位天才科學家發現了用數學方法來評估每位員工忠誠度的方法，從海量數據入手，如薪酬水平、加薪情況、升遷情況及輪崗情況等，將它們和已離職員工的詳細工作經歷聯系起來開展相關性分析。在他們所發現的數據相關性基礎上，為全球33萬名員工都打了一個離職風險評分（Flight Risk Score），以此確定員工的“離職風險”，即看看哪些員工更容易離開公司，并以此為依據，建立了科學的人才保留方案。該項目的成功實施，為惠普全球節約了大約3億美金（包括估計的人員替換成本和生產率下降帶來的損失。

Evolv通過對3萬到10萬名員工超過3百萬條的數據挖掘發現：用火狐瀏覽器(Firefox ）或谷歌瀏覽器（Chrome）申請職位的比用IE瀏覽器申請職位的小時工通常會有更好的績效和離職率較低。而對于呼叫中心的員工，有犯罪背景的員工反而比沒有犯罪背景的員工表現要好一些， 而“頻繁變換工作的人（job hoppers)”反而不會像先前長時間為一家公司服務的員工，有可能會很快離職。

類似的實踐還有很多，如馬士基集團（Maersk）對諸如員工敬業度、管理層的承諾、培訓等HR指標與安全事故之間關聯的關系、殼牌（Shell）通過HR相關數據和業務的數據如生產率、財務結果和安全事故等的相關性分析等等。他們都試圖通過對數據的分析，揭示和挖掘出目前還是未知的隱形知識。

目前國內一些業界領先的企業也開始了利用大數據和預測分析的嘗試。騰訊在HR領域的大數據實踐最早可以追溯到2012年，通過建立在統一的e-HR平臺基礎上的規范的結構化數據，將騰訊歷史上所有的員工按照穩定程度分成多個樣本，通過數據的挖掘找到與穩定性相關的典型特征，建立起能夠識別候選人穩定性的數學模型。

通過大數據和預測分析，我們不僅可以發現未知的隱形知識，而且可以糾正傳統知識和經驗的錯誤。依據企業的傳統招聘價值觀，國外通常在招聘銷售人員時可能會更關注候選人畢業的大學、在大學的成績和推薦信的質量。但數年前，一個金融服務企業的一位數據分析師進行了一次銷售人員業績分析，將銷售人員進公司頭兩年的銷售業績、總體業績、存活率進行綜合分析后得出來的發現讓人頗為吃驚，數據揭示的成功銷售人員的重要特征卻是：

● 簡歷中沒有語法錯誤和筆誤。

● 在學校期間沒有輟學，并堅持獲得了學位。

● 曾經有過房產或者汽車的銷售經驗。

● 之前有過成功的職業經歷。

● 能夠在上級給出的任務指令不是很明確的情況下依然獲得成功。

● 有好的個人時間管理習慣，并能管理好多重任務。