以往我们用数据证明决策的对错,而现在用来引导我们做出正确的决策。
文/宋炜炜 陈恺宇
关键词:数据中台 人才招聘 招聘信息 人力资源管理
企业要在激烈的行业竞争中脱颖而出必然离不开专业的人才,而现代企业获得人才的主要渠道就是通过人才招聘。数据中台的出现可以帮助企业精准、高效地筛选人才。那么,如何利用数据中台将人才招聘管理变得更加专业化、科学化,是我国企业当下需要考虑的一个重要问题。
一、什么是数据中台
大数据能否创造真实的商业价值是企业真正关心的问题。数据时代带来的挑战不仅仅是数据量的爆发式增长,更重要的是如何管理、治理、利用好这些数据。然而,传统信息化架构存在的弊端,导致数据应用在采集、存储、加工这三个层次上均无法有效落地。
基于新技术发展,数据中台技术应运而生。中台概念与前台和后台相对应,核心思想是“共享”和“复用”。前台即面向客户的市场、销售和服务部门或系统,后台是技术支持、研发、财务、人力资源、内部审计等二线支撑部门或系统。
所谓数据中台,可以理解为数据界面的一种架构,通过数据技术将数据从应用界面复制出来,然后通过数据计算、加工,进而为上层数据应用提供统一标准和口径的支撑。数据中台主要是构建规范化、全域化、智能化的数据处理架构,为前台提供高效的数据分析和应用服务。数据中台主要涵盖数据资产、数据治理、数据模型、全域数据中心、数据服务等多个层次的体系化建设方法。
二、数据中台与数据仓库、数据平台的区别
数据中台的实质是构建全域数据共享中心,提供数据采集、数据萃取、数据服务等一体化的服务,提供面向企业业务应用的数据智能平台;数据平台是以存储、运算、显示为目的,以处理海量数据存储、计算及不间断流数据实时计算等场景为主的一套基础设施,直接为业务提供数据集服务;数据仓库则是信息的集中存储库,为企业提供所有类型数据支持的战略集合,目的主要是出于分析和决策支持,它以前端查询和分析作为基础,缺点是冗余较大,需要的存储空间较大。
通过对比可以看出,数据中台更加贴近具体业务,可以为业务提供更快捷的服务。企业可以在已有的数据平台和数据仓库之上构建数据中台,将其作为从具体数据到业务价值实现过程的中间层。
三、人才招聘环节暴露的问题
为了保证招聘工作的科学规范,提升招聘的效果,招聘活动一般按照如下步骤进行:确定招聘雪球、制定招聘计划、招募、甄选、录用、效果评估。
各公司都有自己的招聘方式,但做得规范和标准的不多,人员招来又走了,走了又招,使招聘人员疲于奔波,浪费了人力资源管理部门的时间、精力、财力,导致招聘工作质量差,效率低。
1.招聘信息不对称
在招聘中,某些低素质者为获得较好待遇,实现自身效用最大化,会对自己进行层层包装,伪装成高素质人才,而招聘企业无法了解应聘者的真实素质与实力。
2.招聘方式不正确
很多公司在招聘时,无论什么职位,一味追求高学历,形成人才“高消费”的现象。招聘人员在招聘前没有进行细致的需求分析,没有弄清招聘工作岗位的特征和要求,对应聘人员的知识、技能等方面的要求不明确,给予什么样的待遇考虑不充分,结果使招聘计划的制定和实施不明确。在招聘中不能灵活运用科学有效的手段对应聘者进行测试,使符合本企业需求的应聘者不能及时被录用。
3.招聘前期准备工作不足
一方面,企业没有长远的人力资源规划。招聘工作仅局限于当前工作的需要,依据职位的空缺和年度总体招聘计划开展工作,招进来的员工只是为了分解部门大量的工作内容或是补充离职人员,没有从企业战略的角度分析组织人员结构配置。另一方面,企业缺乏详细的工作分析和职位说明书。很多企业没有明确的工作分析报告,对岗位性质的调查和说明是空缺的,在缺乏科学的岗位分析和职位说明书的情况下,业务部门难免也会发生相应的错误,提出僵化和不切实际的岗位要求。
4.招聘实施过程不合理
一方面,招聘渠道选择不当,导致简历筛选困难,而盲目选择招聘渠道会造成更多的问题。另一方面,招聘人员非专业化,面试官素质不高。应聘人员会根据对面试官的第一印象推断和评价企业的管理水平,因此招聘人员的选择、搭配和组织是非常重要的工作。
四、数据中台在人才招聘环节的应用
数据中台为企业招聘工作提供数据基础平台,直接提供数据集。同时数据中台建立在数据仓库和数据平台之上,能够提升从数据到业务价值转换的速度,让企业更快地获取并运用所需数据。
ODS层是数据接入的同步层,它源于各个业务系统,同时面向后续的数据清洗和加工,提供了最初的数据统一接入渠道(数据准备区),涉及离线数据和(准)实时数据。
贴源数据存储区存放的是用户的明细数据与原始未加工数据。一般来说, 贴源数据存储区中的数据结构与内容应和原始业务系统保持一致,用户也可以将该区域用于数据在线归档服务。
数据加工调度区则是将贴源数据进行清洗加工,形成可以直接对外联机应用的数据结构。随着应用程序不断迭代变化,数据加工调度区作为原始明细数据与对外应用数据之间的桥梁,屏蔽了外部应用与企业内部数据结构之间的差异,弱化了数据交换的壁垒。
对外服务区则是应用程序真实访问的业务数据。针对应用程序类型的不同,对外服务区可以分为历史明细查询区、自由查询区以及在线服务区。其中,历史明细查询区可以作为视图映射接口,直接将外部应用对接到创建了合适索引的历史明细数据,使外部应用可以直接对海量的历史明细数据进行访问。同时,对于一些需要简单加工的明细数据,也可以通过数据加工调度区的梳理后独立存放、访问。
自由查询区主要面对类似审计后督、自助报表等非固定查询业务。一般来说,提供给自由查询服务的数据往往未经过复杂的数据加工,允许应用直接访问部分原始数据。
而在线服务区则提供T+0(准)实时的数据访问能力,其数据源往往直接对接ODS层的(准)实时数据同步服务,使得应用程序通过数据中台(准)实时访问联机业务系统中的最新数据。
数据中台可以实际帮助招聘工作,各业务部门不用再像以前一样人工筛选,只给每份简历几十秒到一分钟的时间,便可以直接将检索好的数据反馈给人力资源部,这样可以在一定程度上减轻各部门的工作。
1.存储海量信息,历史数据随时可查,提高检索效率。例如,你仅仅知道某个人的事迹而不记得是哪个部门的哪个员工时,即便在Excel文档中检索,效率也很低,而在数据库中检索,可能只需要几秒钟。数据中台运用在招聘工作时,只需要在数据库中输入检索条件,那么这个人的相应数据就会全部呈现出来,避免了信息不对称的问题。
2.减少重复工作,数据录入一次即可,可以根据需要归纳、整理、调用。可以将应聘者的简历扫描录入系统,然后再输入所需岗位条件,一键筛选便可直接出现符合要求的应聘者,不需要人力资源部门一个个筛选简历,提高了企业招聘工作的效率。
3. 完善人力资源管理。数据库中可以加入流程管理,许多企业因没有自己的人才库,一旦遇到员工离职、组织结构扩大或者企业规模扩张等情况,就会让招聘工作陷入被动。企业应该建立一个合理、有效、完整的人才储备信息库。在招聘结束后,还可以把条件基本符合业务部门需求的人员信息归纳起来,再出现职位空缺时及时联系,可以更快地缩小范围,找到合适的人选,填补岗位空缺。
4.有效集合企业资源,并合理分配使用。数据库加密管理可减少人员流动带来的损失。流程规范化可减少对某些岗位人员的依赖。
数据中台让新员工在起步阶段就摆脱了对于老员工的过渡依赖,使新员工能够快速融入团队,在前人的基础上进行创新。数据中台天然的统一、集成特性,可以让新人打破点线的束缚,快速构筑起自己的知识体系,成为企业数据领域的专家。
数据中台策略的基本理念是:将所有的数据汇聚到数据中台,之后每个数据应用(无论是指标和分析类的,还是画像和大数据类的)统统从中获取,如果数据中台中没有,那么数据中台就负责把数据找出来,如果找不到,就说明当前确实没有这个数据,数据应用也就无从展开。我们可以运用这个方式来提取人员信息,为企业筛选出最为适合的应聘人员,同时也可以用数据中台形成人才共享模式,让人才到最需要的岗位去,一定程度上为企业提供最大的便利。
人们的认知和判断是主观的,而大数据可以告诉决策者一些潜在的规律,以数据来判断或决策,更客观和真实。这可以帮助我们更准确、更智能地识别人才。以往我们用数据证明决策的对错,而现在用来引导我们做出正确的决策。■
主要参考文献
[1] 李巍巍.数据中台技术在业务系统中的应用研究.现代信息科技,2019,3(21).
[2] 王雅文.企业人才招聘中存在的问题研究.中小企业管理与科技(中旬刊),2019(10).
[3] 何璐.企业人力资源管理存在的问题及完善对策研究.中国商论,2019(17).
[4] 邓立君.数据中台与大数据中心分析.电子世界,2019(22).
作者单位 宁波大学科学技术学院
栏目主编 程丹丹
|