本書從人力資源管理的戰(zhàn)略轉(zhuǎn)型談起，使大家進(jìn)一步理解和把握人力資源發(fā)展的趨勢，進(jìn)而提出什么是人力資源大數(shù)據(jù)，如何在海量數(shù)據(jù)中挖掘出有用的數(shù)據(jù)，如何將大數(shù)據(jù)、人工智能與企業(yè)人力資源管理實踐有機(jī)結(jié)合，如何在企業(yè)內(nèi)部建立人力資源大數(shù)據(jù)分析模型和分析平臺，如何形成企業(yè)人力資源報表體系和指標(biāo)體系，從科學(xué)到實踐、從理念到案例，深入淺出地給出了詳盡的答案。為eHR、HRD、HRVP及企業(yè)CEO等高管進(jìn)行人力資源大數(shù)據(jù)分析提供模型、技術(shù)方法及可借鑒的典型應(yīng)用場景，為數(shù)據(jù)分析師進(jìn)入人力資源領(lǐng)域提供了人力資源前沿理論及實踐，為所有人力資源管理者及愛好者提供了嶄新的理念、可操作性的技術(shù)方法及典型案例。
本書將大數(shù)據(jù)分析與預(yù)測技術(shù)和人力資源管理這兩個相距甚遠(yuǎn)的學(xué)科有機(jī)地結(jié)合在一起，從理論、方法、路徑、場景和應(yīng)用案例等方面詳細(xì)而系統(tǒng)地介紹了大數(shù)據(jù)分析在人力資源領(lǐng)域的應(yīng)用，非常值得人力資源研究人員和從業(yè)者研讀、思考與借鑒。
王通訊：國務(wù)院突出貢獻(xiàn)專家、中國人才學(xué)主要奠基人，原國家人力資源和社會保障部中國人事科學(xué)研究院原院長，中國人才研究會副會長，北京華橙科技有限公司專家顧問。王愛敏：博士、教授、碩士生導(dǎo)師，中國人事科學(xué)研究院博士后，北京城市學(xué)院人力資源管理教研室主任，北京華橙科技有限公司合伙人，華夏基石咨詢集團(tuán)高級咨詢師，“王通訊人才工作室”專家組成員，國家人力資源和社會保障部全國人才流動中心“青年才俊人才尋訪計劃”就業(yè)創(chuàng)業(yè)指導(dǎo)和職業(yè)生涯規(guī)劃專家團(tuán)成員。著有多部人力資源相關(guān)研究專著及研究論文，并具有豐富的人力資源領(lǐng)域咨詢經(jīng)驗。王崇良：百度人力資源系統(tǒng)與運(yùn)營共享平臺(即人力資源大數(shù)據(jù)平臺)高級經(jīng)理，eHR協(xié)會聯(lián)合創(chuàng)始人。十多年信息化建設(shè)實戰(zhàn)經(jīng)驗，在人力資源數(shù)據(jù)化、移動化、智能化等方面有研究與實踐。黃秋鈞：中海紀(jì)元數(shù)字技術(shù)發(fā)展股份有限公司數(shù)據(jù)科學(xué)家，北京華橙科技有限公司顧問，“王通訊人才工作室”專家組成員，弗吉尼亞大學(xué)北京賽艇俱樂部隊長。對于大數(shù)據(jù)技術(shù)和人工智能在政務(wù)、人力資源和金融等領(lǐng)域的應(yīng)用有著豐富的實戰(zhàn)經(jīng)驗。在《物理評論》《光明日報》等刊物和文章。近年來專注于機(jī)器學(xué)習(xí)商業(yè)應(yīng)用的研發(fā)。
及時章 人力資源大數(shù)據(jù) 1
及時節(jié) 人力資源管理戰(zhàn)略轉(zhuǎn)型 2
一、組織變革與HR四角色模型 2
二、從HR四角色模型到HR 三支柱 6
三、AI時代與人力資源管理 11
四、循證式人力資源管理變革 14
五、生態(tài)組織與人力資源管理 20
第二節(jié) 人力資源大數(shù)據(jù)特點及競爭優(yōu)勢 28
一、大數(shù)據(jù)是什么 28
二、大數(shù)據(jù)思維與決策 36
三、大數(shù)據(jù)分析與競爭優(yōu)勢 44
四、人力資源大數(shù)據(jù)及其典型應(yīng)用 53
五、大數(shù)據(jù)與人才 60
第二章 大數(shù)據(jù)挖掘渠道及技術(shù)方法 63
及時節(jié) 大數(shù)據(jù)的取得與整理 64
一、數(shù)據(jù)收集 64
二、數(shù)據(jù)存儲 66
三、數(shù)據(jù)計算 69
四、大數(shù)據(jù)與云計算 73
第二節(jié)大數(shù)據(jù)與人工智能 74
一、人工智能簡史 74
二、機(jī)器學(xué)習(xí)：AI 的瑞士軍刀 79
三、探索與取舍：的算法在哪里 83
四、人工智能的未來 94
第三節(jié)大數(shù)據(jù)分析技術(shù)與應(yīng)用 102
一、數(shù)據(jù)挖掘 102
二、數(shù)據(jù)可視化 108
三、大數(shù)據(jù)應(yīng)用的未來與優(yōu)勢 113
第三章人力資源大數(shù)據(jù)分析及應(yīng)用場景 117
及時節(jié)人力資源大數(shù)據(jù)分析模型 118
一、人力資源大數(shù)據(jù)分析價值 118
二、人力資源大數(shù)據(jù)分析模型 123
三、人力資源大數(shù)據(jù)分析路徑 126
四、人力資源大數(shù)據(jù)指標(biāo)體系 133
五、人力資源大數(shù)據(jù)分析的組織環(huán)境 142
第二節(jié)人力資源大數(shù)據(jù)應(yīng)用場景 144
一、應(yīng)用場景之——選(招聘場景) 144
二、應(yīng)用場景之——用(職業(yè)發(fā)展、敏捷績效場景) 147
三、應(yīng)用場景之——育(培育場景) 151
四、應(yīng)用場景之——留(離職場景) 152
五、應(yīng)用場景小結(jié) 156
第四章人力資源大數(shù)據(jù)平臺建設(shè) 159
及時節(jié)人力資源管理信息智能化發(fā)展 160
一、智能分析，對標(biāo)決策 160
二、對接集成，系統(tǒng)一體化 161
三、基于人力資源信息系統(tǒng)的數(shù)據(jù)應(yīng)用 163
四、人力資源信息化的建設(shè)及啟示 169
第二節(jié)人力資源大數(shù)據(jù)業(yè)務(wù)模型 171
第三節(jié)人力資源大數(shù)據(jù)平臺建設(shè)分析 172
一、系統(tǒng)層 173
二、數(shù)據(jù)層 173
三、分析層 174
四、展示層 175
五、實施步驟參考 176
第五章人力資源大數(shù)據(jù)應(yīng)用案例 177
及時節(jié)百度的人力資源大數(shù)據(jù)平臺 178
一、百度人力資源大數(shù)據(jù)發(fā)展階段 178
二、“才報”支持的4 個角色 180
三、“才報”系統(tǒng)的數(shù)據(jù)挖掘與分析 181
第二節(jié)人才雷達(dá)在招聘服務(wù)中的應(yīng)用 187
一、人才雷達(dá)社交體系 187
二、人才雷達(dá)成功關(guān)鍵 188
第三節(jié)谷歌的大數(shù)據(jù)人才管理 190
一、谷歌用數(shù)據(jù)重新定義HR 191
二、谷歌的10 大員工管理模式 192
第四節(jié)騰訊HR 的大數(shù)據(jù)實踐 195
一、HR 的大數(shù)據(jù)功能 195
二、典型項目案例 197
三、騰訊HR 大數(shù)據(jù)的啟示 197
第五節(jié)獵聘薪酬大數(shù)據(jù)實踐 198
一、獵聘為什么要做薪酬數(shù)據(jù)庫 198
二、為何說獵聘的薪酬數(shù)據(jù)庫與眾不同 199
三、如何保障薪酬數(shù)據(jù)的性 200
四、定制化薪酬調(diào)研又是什么 202
第六節(jié) 2 號人事部的大數(shù)據(jù)應(yīng)用實踐 203
一、人力資源管理數(shù)據(jù)應(yīng)用階段 204
二、人力資源管理SaaS 平臺2 號人事部實踐 206
三、企業(yè)用工風(fēng)險的警示和解決 209
第六章 AI在人力資源領(lǐng)域的應(yīng)用趨勢 211
參考文獻(xiàn) 217
后記 221
5. 人力資源技術(shù)期望過高，但交付滯后
用戶體驗可配置性分析功能創(chuàng)新速度組織選擇平臺時越來越看重云產(chǎn)品在市場上的期望過高，但評分不高，是銷售誤導(dǎo)所致
圖1-15 組織選擇平臺時看重的功能
要弄清楚大數(shù)據(jù)的來龍去脈，必先了解IT行業(yè)的發(fā)展史。要談IT行業(yè)發(fā)展史，就不能不說摩爾定律。戈登 摩爾(Gordon Moore)在1965年提出了摩爾定律：在價格不變的條件下，每隔18～24個月，集成電路可容納的元件數(shù)量可增加1倍，即集成電路的性能增加1倍，因此計算機(jī)的性能也將增加1倍。摩爾定律揭示了IT行業(yè)發(fā)展的速度：計算機(jī)的性能相對于時間呈指數(shù)增長。直到今天摩爾定律所描述的規(guī)律仍然相當(dāng)。對大眾來說最直觀的感受就是我們的計算機(jī)體積越來越小了，但是計算能力卻越來越強(qiáng)大。20世紀(jì)90年代，計算機(jī)在中國逐漸開始普及，其間經(jīng)歷了從臺式機(jī)到筆記本電腦再到智能手機(jī)的過程。在臺式機(jī)的時代我們很難想象有24小時我們能夠把計算機(jī)放進(jìn)衣服口袋，如今計算機(jī)不僅能夠小到裝進(jìn)口袋，而且還能和手表甚至眼鏡融為一體(其實計算機(jī)還可以變得更小，只是更小的顯示裝置就不方便人類使用了)，更重要的是今天的智能手機(jī)不僅僅是體積變小了，而且性能也已經(jīng)遠(yuǎn)遠(yuǎn)超過了當(dāng)年的臺式機(jī)。
計算機(jī)性能的增加帶來的是數(shù)據(jù)分析、處理、存儲和傳播速度的加快；與此同時，計算機(jī)產(chǎn)品的價格在不斷下降，使越來越多的人能夠使用計算機(jī)，計算機(jī)使用者數(shù)量的增加引發(fā)了數(shù)據(jù)量的不斷增加。簡單來說，更強(qiáng)的計算能力意味著更快的數(shù)據(jù)處理能力；更便宜的計算機(jī)帶來的是更快的數(shù)據(jù)生成速度，因此摩爾定律本質(zhì)上闡明了數(shù)據(jù)處理能力和數(shù)據(jù)產(chǎn)生速度同步增長的必然性。
摩爾定律從本質(zhì)上說明了隨著時間的推移，計算機(jī)的計算能力作為一種資源成本將越來越低，與此同時，計算需求變得越來越大，直到達(dá)到當(dāng)時計算能力的上限。這樣的一個正反饋回路推動了從系統(tǒng)軟件到應(yīng)用軟件，再到互聯(lián)網(wǎng)，然后到移動互聯(lián)的每一次飛躍。互聯(lián)網(wǎng)特別是移動互聯(lián)普及之后，數(shù)據(jù)的產(chǎn)生呈爆發(fā)式的增長，實現(xiàn)了由量變到質(zhì)變的飛躍，最終大數(shù)據(jù)時代到來了。
2. 應(yīng)對：新時代的大禹治水
數(shù)據(jù)量的爆發(fā)也帶來了數(shù)據(jù)存儲、數(shù)據(jù)傳輸和數(shù)據(jù)分析等方面的問題，IT行業(yè)有句話對此進(jìn)行描述：Computers have promised us a fountain of wisdom but delieved a flood of data.(計算機(jī)保障帶給我們智慧的清泉，但事實上送來的是數(shù)據(jù)的洪流。)
