毕业论文

打赏
当前位置: 毕业论文 > 研究现状 >

人事管理系统国内外研究现状和发展趋势(2)

时间:2019-06-14 20:28来源:毕业论文
以前,资产与货币或者土地等市场公认的资产形式相关。随着时代的进步,企业家们开始认识到人才的重要性,人才又成为了一种资产。而现在,由于科技


以前,资产与货币或者土地等市场公认的资产形式相关。随着时代的进步,企业家们开始认识到人才的重要性,人才又成为了一种资产。而现在,由于科技与信息技术的飞速发展,无论是人才在市场的流通,还是物质资产在市场的流通,这些流通过程中会在计算机上产生数据。而这些数据的价值正以无法估计的速度飞速增长。企业希望得到这些数据为企业决策等各方面提供支持,政府当然也有这样希望,当然政府也许还要考虑这些数据的安全性。但是无论从哪个机构来说,没有人会希望自己落了下风,因为这种时候如果落后了,那么后果可能是难以承受的。企业相继建立数据挖掘和分析中心,特别是金融企业和银行等,市场简直是瞬息万变,数据挖掘分析等产生的结果都为如何应对市场变化提供了支持。现在大家都想在互联网分得一本羹,那么在将来谁先在大数据应用占领上风,那么谁就是赢家。在互联网平台,我们的应用手段是技术研发。那么在大数据平台的应用手段那就是数据挖掘了。所以,人事管理将要如何适应大数据的浪潮?首先我们使用最频繁的功能就是企业在招聘时搜集人才的基本信息和相关数据并对这些进行分析和应用来得到匹配度最高的人才,为人事数据处理统计带来了方便。主要表现在以下几个方面:论文网
帮助选拔合适的人才,在以前传统模式的时候,企业在选拔和面试人才时由于没有数据的支持,很难对人才进行全方位的判定。基本上对人才的了解只通过面试时人才的表现,难以对其进行全方位的估量。而对于去企业应聘的人才来说,对企业一无所知,也没有数据来告诉应聘者企业是否合适他。除了履历表、面试纪录以及调查之外,面试官更多的是从面试的过程中应聘者回答的问题,谈吐等凭借直觉去做判断,这样的话很容易导致错误的判断及决策。企业如果判断失误的话就会雇佣到了不合适的人才,这个对企业和人才双方来说不光光是劳动力的损失,还有隐形的时间上的损失。对于人才来说更有可能是心理上的打击。如果是在大数据时代的话,由于企业和人才双方都有据可依,通过这些数据的了解,双方对对方判定的准确度都有了提高,双方互惠互利。 而企业要做的首先是需要建立准确的预测模型。从企业内外找出合适的理想的企业希望招进来的人才作为模板,从他们的资料中去筛出高预测性的指标结合实际情况加以校正形成较为准确预测模型。但是我们说,数据只是给我们的判定提供支持,并不代表完全就是正确的。因为人才是动态的,不仅会进步也会有个性和情绪。因此需要取得潜力与性格的指标资料数据,并且预测出适合企业文化、认可企业文化和喜欢企业文化的人才,这一点也非常重要。帮助实现人才与岗位相匹配,因为人才配置的关键就是人才与岗位相匹配,匹配度越高越好。简而言之就是为岗位挑选到最合适的岗位,为人才提供最匹配的岗位。在一些技术比较成熟,数据比较完善的国家和企业为了人尽其才、才尽其用,他们建立了非常精细准确的数据模型。它们从多种文度来去判定人才和岗位的匹配度。如果是员工规模较大企业比如外资和国有企业,逐个比对是一件浪费时间又浪费力气的行为。可是,完善的数据,精准的模型就能够达到“人岗匹配”的效果。
帮助进行人事数据统计管理,“招不到人”、“员工离职人数众多”、 “这么高薪水员工都不满意”等问题困扰着绝大多数的HR。经常奔波于招聘会,面试现场并不见得成效很大,问题也没有从根本上解决。作为业务支持部门,无论是员工的招聘还是其他的工作,人力资源部都存在着滞后性和被动性的问题。这些问题就会导致工作任务繁重,完成工作的时间异常紧迫。所以人力资源部门如果要把自己的的工作做好就要有一定的前瞻性。 虽然说有很多企业的管理者和人力资源部门认识到了这一点,但是数据类型多样化,人员管理事务繁杂,还有一个大问题就是数据非量化,这些问题已经被发现但是没有时间和精力去解决。大多都是凭借自己累积的工作经验,作出判断和估测。但是这些判断的准确性有的时候难以得到保证。算法从某种程度上来说就是人的大脑把一个决策的思路和计算方法机器化,而传统模式的人才选拔就是通过有限的资料来判定人才和工作岗位的匹配程度。换成用机器去处理,本质上是一样的。如果这样的决策方式,能够让每个人才适得其所,并且得到更合理的工作报酬,事实上,可能是更美好、更有效率的社会。 人事管理系统国内外研究现状和发展趋势(2):http://www.youerw.com/yanjiu/lunwen_34585.html
------分隔线----------------------------
推荐内容