企业人力资源绩效管理优化研究

摘要：当今时代，数据信息快速发展，各行各业纷纷利用大数据为自己赋能。人力资源管理部门是企业的核心部门， 绩效管理又是人力资源管理体系的重要部分。因此，探究企业运用大数据优化人力资源绩效管理具有重要的时代意 义和实践意义。本文在阐释相关概念的基础上分析了我国大数据背景下企业传统人力资源绩效管理存在的问题，并 相应地提出运用大数据优化绩效管理的对策建议，为企业提供一定的决策参考。

关键词：大数据；信息系统；绩效管理

0引言

自2013年中国大数据发展元年伊始，大数据以不可阻挡之势渗透进我们的生产和生活。大数据与各行业、各领域的日益深度融合，对产业发展发挥着巨大的乘数效应和倍增效应[1]。大数据应用于企业管理，也为企业管理提供了强大的数据支撑和畅通的信息反馈通道。企业人力资源绩效管理运用大数据更是使绩效管理从原来的偏主观化逐步向量化、标准化和客观化转变，使绩效管理不断健全、完善和优化。将大数据与企业绩效管理相结合，充分发挥大数据的管理效能，这将大力推进企业的快速成长。

1绩效管理和大数据的含义

绩效管理是指识别、衡量及开发个人和团队绩效，并且使这些绩效与组织的战略目标保持一致的持续性过程，包括企业围绕组织目标进行的绩效计划、绩效辅导、绩效考核及绩效反馈的循环过程。人力资源绩效管理的目的就是使个人的绩效结果与组织期望的绩效结果一致，进而提高组织工作的效率和效果，以最小的成本实现最大的收益。关于大数据，维基百科认为大数据或称巨量资料，是指无法在一定时间范围内用常规的软件分析工具对内容进行抓取、管理和处理的数据集合[1]。研究机构Gartner则给出了这样的定义：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产[2]。周涛[3]认为大数据是指利用计算机软、硬件在新模式下将海量的数据快速汇总的信息资产，其本质是超大规模数据的集合。综上所述，大数据是用一种新型的与互联网结合的方法进行捕捉、处理和分析的信息集，大数据技术可以更快的速度处理频繁产生的海量数据。有效运用众多的数据可以提升企业的整体分析和研究能力。

2大数据缺失下企业绩效管理存在的问题

2.1大数据意识缺乏，绩效管理成效不显著

由北京大学光华管理学院董小英研究团队、数字产业创新研究中心、锦囊专家联合的《2021中国首席数字官白皮书》显示，绝大多数被调查企业没有设置首席数字官，但是81.8%的受访者认为企业需要设置首席数字官。可见，目前我国大多数企业的决策者存在对大数据尚不够重视、不习惯运用数据进行经营决策、大数据意识缺乏的问题。如果企业领导不重视大数据，员工重视并高效运用大数据的可能性就会降低，使得企业不能顺利实施大数据绩效管理。部分企业的决策层依然只着眼于企业的短期利益，只注意到新技术的运用所带来的成本和风险，忽视了大数据技术运用之后的长期收益，进而放弃对企业内部数据的深入挖掘和分析。同时，对于考核过程中发现的问题也没有进行及时反馈，绩效考核流于形式，这都使得企业绩效管理的收效低、成果不显著，限制了公司的持续发展。

2.2大数据平台未搭建，绩效管理难度较大

部分中小企业出于成本考虑和规模原因未引入大数据绩效管理平台，而线下工作需要手动录入计算机，不仅操作重复、浪费精力，而且由于手动录入数据，难免会出现人为改造数据或者因疏忽导致的数据录入错误，不能实现数据客观直接的抓取，进而会影响绩效计划的准确制订，绩效反馈不具备较强的说服力，从而增加绩效管理的难度。此外，没有大数据系统，信息收集以纸质化为主，会导致绩效数据的收集存在收集过程长、业务部门不配合等问题，进而导致难以充分有效收集每个员工的工作数据。因此，企业需要结合自身发展规划建立适当规模的大数据绩效管理平台，及时准确地收集、分析企业内部的运行数据，对比掌握市场和行业的数据，使企业能够及时预测行情、调整计划、科学决策。

2.3数据收集利用不全，绩效评价主观性强

目前，我国大部分企业现行的绩效数据收集方法还是由各业务部门提供，再由人力资源管理部门整理汇总，以表格的形式呈现出来，但是由各部门人工统计数据，难免存在收集的数据类型不全面、数据量不足的现象。此外，多数企业的绩效考核都安排在月末或年末时间段，对员工的评价容易将注意力放在近期，对其长期工作态度有所忽视。甚至有些部门的管理人员在进行绩效考核时只看重那些自己认为重要的绩效数据。例如，如仅将员工的业绩数据作为绩效考核的评价标准，忽视了员工的工作态度、思想道德素质、团队合作精神等因素，忽视了其他的客观绩效数据，使绩效考核带有较强的主观性。这些行为使得本不全面的数据得不到充分的利用，还掺杂主管人员的主观意识，更加剧了绩效评价的主观性。

2.4信息化人才短缺，数据分析水平不高

绩效考核的工作主要依托于人力资源管理部门开展，然而相关人员对大数据的认识仍停留在较低层次，由于不熟悉或者未曾使用过高级数据分析技术，又缺乏再学习的动力与能力，严重影响了大数据在绩效管理中的应用。《2021埃森哲中国首席人力资源官报告》显示，55%的受访企业表示其技术价值并未充分发挥，人力资源工作者的决策速度与质量不能满足企业需求。现有管理人员对数据的分析大多是描述性统计分析、相关性分析等基本分析，回归分析、聚类分析等高级数据分析技术应用得并不多，缺乏对数据有效、深入的挖掘。同时，大多数人力资源专业管理者惯于使用Excel，较少一部分人力资源管理者会使用SPSS、Python等工具。企业往往缺乏能够运用专业软件精确分析和处理绩效数据的专业化人才，使相关部门无法科学分析和高效处理视频、声音、图片等非结构化绩效数据[4]，限制了企业绩效管理效率和管理效果的提升。

3运用大数据优化企业绩效管理的措施

3.1增强大数据意识，优化绩效管理效果

首先，企业高层领导应率先摒弃旧的思维方式，充分认识到运用大数据进行绩效管理对改善公司经营状况、实现公司目标的助推作用。高层领导养成数据决策的习惯，进而要求下属员工注重数据，让每一个关系绩效管理的重大决策都有预先的数据可行性分析作支撑。其次，打造企业的数据文化，推动公司内部注重事实、强调客观、追求理性的数据文化的形成。例如，宝洁中国在2016年后逐步进行了企业数据文化的变革，建立数字化绩效管理体系，在生产车间的触摸屏上实时显示个人绩效数据，追踪一线员工业务执行情况，并帮助员工找出绩效偏差产生的原因。最后，将行业中大数据技术与绩效管理结合运用成效较好的企业案例定期在会议上分享，对在数据绩效管理方面工作成果突出的员工给予物质和精神上的嘉奖，激发员工的数据意识。

3.2运用数据信息系统，提高绩效管理效率

3.2.1将信息系统运用于绩效计划

实施电子信息库管理，将各部门的业务过程和绩效信息汇集到信息库，为公司的绩效管理带来精确的数字信息基础[5]。通过信息系统归纳整理原始数据库，在和员工进行沟通的基础上，结合部门目标制订个人绩效目标和计划。此外，人力资源部门可以在业务部门的协助下运用鱼骨图分析法、平衡记分卡、价值树法或思维导图等方法设定关键绩效指标，在向员工征求和公布反馈意见后将各部门的绩效目标、考核指标上传到绩效信息库中，做到信息透明、公开。

3.2.2将信息系统运用于绩效辅导

基于信息系统的数据平台，利用机器自动识别系统，可以实现绩效反馈自动化，通过预测系统的精确对比发现绩效差异，再将信息传递给员工，员工自己对比工作行为和考核标准，预先找出问题，纠正偏差。在大数据系统的协助下，企业的绩效辅导摆脱了人工实时监控、负责人一一面谈的烦琐形式。此外，在大数据平台中，企业可以分享成功绩效辅导的案例，实现资源共享、互相学习、共同进步。

3.2.3将信息系统运用于绩效考核

利用大数据系统，收集、分析、处理员工工作过程中的音频、视频、文本、出勤率等各种类型的能够反映绩效水平的数据，对比预先设定的绩效考核指标，通过大数据绩效管理系统自动进行对比分析，得出初步的绩效评价结果。系统不能自动考核的指标，将被传送到对应的管理者手中，管理者根据系统中的原始数据并对照考核指标进行客观分析评价，并将评价结果上传至数据平台。系统对所有考核结果进行汇总、分析，为员工绩效工资的设定提供依据，企业可以利用考核数据进行人员的调动和有针对性的培训活动。

3.2.4将信息系统运用于绩效反馈

基于绩效管理系统实时获取的数据，进行及时分析、处理，实现绩效结果反馈的实时性。利用数据系统将员工的绩效考核结果在信息系统中公布，员工使用账号登录即可查看。如果有异常的地方，共享网络平台提供了员工反馈和沟通通道，管理者收到反馈会将评价原因以及事实依据发送给员工，让员工了解自己需要完善和提升的方面，协助员工改进绩效。在绩效改进的过程中，企业可以借助大数据技术分析员工工作中的问题，找到导致绩效结果不合格的原因。如果是员工的工作能力没有到达要求、欠缺正确的工作方法，就需要对员工进行相应的知识传授、技能培训和方法指导。如果是工作态度、工作积极性的问题，就需要进行绩效面谈，深入了解情况，制定应对措施。基于大数据进行绩效管理，能便捷地发现员工工作中的问题并及时加以解决，提高公司抵御风险的能力。

3.3广泛收集数据，增强绩效管理客观性

3.3.1收集利用业务数据

企业可以从内部办公系统（OA）、供应链管理系统（SCM）、企业资源计划系统（ERP）、企业微信、钉钉平台等系统收集业务数据。通过这些系统收集生产类数据、销售类数据、供应链数据，得到生产部门的生产数量数据和生产质量数据、销售部门的销售完成率、职能部门的业务完成率等数据，有理有据地对相关员工进行绩效考核，反馈出令员工信服的数据。

3.3.2收集利用人力资源数据

人力资源数据包括人员数量、职位、工作经历、知识背景等客观基础数据，企业招聘完成率、人员流失率、人员流动率等人员动态变化的数据，以及员工满意度、员工敬业度等人员质量状况的数据。企业各个部门可以依据部门目标和员工基础数据制订部门绩效计划，依据动态数据及时了解公司员工的流动情况，找出这些现象出现的原因并采取相关措施。此外，可以结合基础数据和流动情况预先制订员工需求计划表。对于质量状况数据，管理者要深入挖掘、调查，找出这些数据对企业业绩、员工绩效、整体工作效率和员工士气的具体影响，以方便企业决策。

3.4加强员工培训，提高数据处理能力

首先，要采集企业员工信息。通过大数据分析方法，对员工历史数据进行解析，全面了解被培训员工，根据业务需要制订培训计划，形成培训体系，为企业的长远发展打下坚实的人才基础。其次，可以进行校企合作。企业与相关高校建立良好的合作关系，从学校招聘所需人才，同时也邀请高校的大数据利用及计算机应用方面的专业老师定期为员工进行数据精确处理的相关培训，激发员工潜力，提高人力资源管理者数据分析、处理的能力。最后，企业要及时更新培训内容，通过与现代大数据平台结合，将行业新兴的、先进的信息资料作为员工培训的内容，让员工了解行业中领头企业的绩效管理办法和绩效数据处理方法，为企业持续发展提供专业人才支持。

参考文献

[1]汪燕丹.大数据时代的企业绩效管理[J].经营与管理，2015(12)：56-58.

[2]俞立平.大数据与大数据经济学[J].中国软科学，2013(7)：177-183.

[3]周涛.为数据而生：大数据创新实践[M].北京：北京联合出版公司，2016.

[4]谢磊.基于SWOT分析的大数据企业人力资源绩效管理优化研究[J].统计与管理，2020，35(7)：69-73.[5]戴静.基于信息化的企业绩效管理改善策略[J].企业改革与管理，2020(7)：70-71.

作者:黄艳艳 谷洪波 单位:湖南科技大学商学院