张逸陶   苏州大学政治与公共管理学院

摘要：近年来，大数据这一新兴事物正在不断发展并深刻影响着企业人力资源管理的各个方面。本文采用案例研究、文献分析等方法，探析大数据对人力资源招聘的影响。以谷歌、腾讯为案例论述了现今大数据在人力资源招聘领域的应用现状，从三个方面分析了大数据对企业人力资源招聘的有利影响：优化招聘渠道、减少招聘成本和增强招聘匹配度，阐述了企业人力资源招聘中运用大数据的潜在问题，如数据利用能力问题、数据利用成本问题和数据安全问题。

关键词：大数据；人力资源招聘；应用现状；有利影响；潜在问题

一、引言

随着信息技术的发展、IT产业的变革，大数据正越发成为当下的时代热点，其中蕴藏的巨大潜力和价值促使企业管理者们无不对其加以重视和学习，将其与企业发展和管理创新密切结合。大数据时代之下，企业人力资源管理也正被这项新兴技术深刻影响，而人力资源招聘，作为人力资源管理的六大模块之一，是大数据技术得以运用的重点场域之一。而在客观运用中，大数据给企业人力资源招聘带来了多方面的影响，既有机遇又有潜在的风险。众多学者也正着力研究大数据背景下企业人力资源管理各项内容经受的影响和变革方向。若是能理性分析大数据对企业人力资源招聘的利弊影响，从而做到趋利避害，将极有利于促进企业人力资源招聘效率的提升和决策的优化，推动企业的长远发展。

二、相关研究评述

 “大数据”这一概念，首先在2011 年6 月于麦肯锡公司发布的研究报告《大数据: 下一个创新、竞争和生产率的前沿》中被最先提出，它被描述为：超出传统数据库所具备的数据收集、分析、处理功能的海量数据集合。黄振清等学者论述道：“大数据”是指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。李柯则强调了大数据在体量上的特点：大数据的“大”首先是指数据规模，大数据一般指在10TB规模以上的数据量。

在对大数据的特点归纳上，许多研究者们均比较认可“4V”的说法，即：数据规模大（Volume）；数据类型具有多样性（Variety）；数据传递和处理具有高速性（Velocity）；数据体量大但价值密度低（Value）。

综合各位学者对大数据的内涵界定，我们可以将大数据的内涵归纳为：需要通过全新的处理模式去加以获取和管理的海量化、高增长、多样化的数据信息集合，在总体上具有大规模、多样化、高速性、价值密度低的共同特点。

根据王群等学者的观点，人力资源管理大数据指人力资源部门围绕“人”和“事”进行工作时所产生大量的数据，具体可以分为四种类型：一是年龄、受教育信息、专业技能等基础数据；二是培训经历、培训考核情况、奖惩情况等能力数据；三是工作任务完成效率、单项任务完成时间等效率数据；四是工作效率提升率、职称提升频率等潜力数据。而同时我们又可以将人力资源大数据根据结构类型的不同分为结构化数据、半结构化数据和非结构化数据。

三、大数据在企业人力资源招聘中的应用

（一）大数据在谷歌公司人力资源招聘中的应用

谷歌公司（Google Inc.）因其广泛的业务范围（云计算、网络搜索、虚拟现实等等）、强大的搜索引擎技术、庞大的用户基数而享誉全球。由于其业务性质（基于互联网，以搜索引擎服务为主打）和庞大的用户数量，谷歌公司所能产生和接触到的大数据规模极为庞大，而该公司亦在对大数据的利用上走在了前列——在大数据概念广泛流行之前，谷歌便开始了对大数据的大胆运用，在人力资源招聘领域利用大数据处理技术进行管理革新，建立了具有先驱性质的人力资源智能招聘方式。

谷歌公司在这一方面最有代表性的技术是它利用其计算机算法技术建立的自动化智能化招聘算法。由于公司优越的岗位条件和多彩的企业文化，谷歌公司常年都会收到海量的求职申请，面对海量的求职者，谷歌为人力资源部门专门配置了一支分析师团队，这支团队囊括了金融、数学、心理学等多个领域的高水平人才，致力于为公司设计精细化、智能化、依托大数据的人力资源招聘模式，他们通过对往届招聘记录的分析和横向对比，推演出最优化的招聘面试计划，通过对内部岗位和人员进行细致调研，跟踪员工历史大数据，描绘出不同岗位的高绩效人才的“数字画像”，以此为模板对招聘候选人进行考察测评，从而精准快速地识别和纳用目标人才。

在招聘实践中，谷歌公司依托其计算机互联网的技术优势和搜索引擎服务得以接触到的海量大数据，以候选人获聘后是否具有最佳生产力为算法依据，将上述描绘人才数字画像、考察测评的流程整合为了一套智能化计算机算法，依靠自动算法便可以在海量候选人中进行高效甄选，实现科学预测和匹配。此外，谷歌的这套算法还对招聘后续的人才留用作了一定的设计，它将预测哪些被录用者将来很可能会离职，并为长期保留人才提供个性化的解决方案建议。同时，这套算法模型也可用于预测未来员工在实际工作中可能会出现的问题，并给出一定的改善计划建议，以帮助员工顺利胜任岗位，从而更长期有效地保留人才。

（二）大数据在腾讯公司人力资源招聘中的应用

腾讯公司为海量用户提供了综合化、多元化的互联网服务。其庞大的用户规模和与谷歌相似的互联网服务基石，让其在大数据的接触和使用上也走在了同类企业的前列。

腾讯对大数据在人力资源招聘中的应用是依托于内部大数据平台的。腾讯在2012 年通过People Soft 搭建起了人力资源管理的统一结果库，2014 年初在SDC（Shared Delivery Center）内部专门设立了HR 大数据团队。根据张欣瑞等学者的研究，腾讯的HR大数据平台主要有三个组成部分：应用层、功能层以及团队。其中应用层主要负责解决大数据的具体需求、应用场景等问题，并为大数据的实际运用保驾护航，使得HR 业务能够踏实地依托于HR大数据；功能层则是对应HR大数据的后台运作，其核心模块包括元数据管理、数据质量管理和逻辑建模规划三个部分，主要是保障数据质量，使得HR大数据被科学管理；HR大数据团队则由具有复合工作经验和背景（如人力资源、数据库、HR咨询等等）的员工专业组成，为HR大数据应用提供专业化的人员保障。

腾讯对于大数据在人力资源招聘方面的一大特色就是对受聘人稳定性的分析——腾讯公司以员工的就职稳定度为依据，将过往的所有员工作为数据样本进行数据挖掘，从而找到关于员工稳定性的典型特质并建立对应的数学模型，根据候选人特质与理想模型的匹配水准来判断候选人的稳定性。这样就可以在招聘时通过上述方式审查简历，予以评定，自动对候选人稳定性给出评估建议，作为后续的面试、入职等环节的重要参考依据。

而在具体的招聘面试环节，腾讯的HR在设计面试问题时亦是借力人力资源大数据——在设计面试问题时，HR会首先在公司内部选择高绩效员工作为优质员工样本，数目常为三个以上。之后，HR会针对这些优质员工样本进行大数据采集、过滤、建模、分析，从而找到这些员工的胜任力要素，以这些要素作为优质员工的重要评判标准，最后在这些评判标准的基础之上制定面试问题，从而在海量应聘者中快速甄选出合适的候选人，再进行进一步匹配。这样的招聘面试设计既节省了设计成本，又保证了面试结果的准确性。

除了在上述方面运用大数据之外，腾讯还针对招聘的前奏——人力资源需求预测使用了大数据技术。腾讯HR的COE（即Centers of Experts，人力资源专家中心）开创了对员工离职进行动态预警的“红线”项目。“红线”项目是由COE的活力实验室牵头、多部门联合推进的大数据分析项目，该项目以员工的非结构化大数据为依据，研究员工离职前经常会展现出的异常表现，努力总结出一般的规律，当员工开始表露出这些离职征兆时，及时向人力资源管理者预警，以便HR部门及时采取适当的员工留用或继任者方案。“红线”项目能及时、有效地使HR部门获知动态的人力资源需求，以便设计适宜的招聘方案。

（三）谷歌与腾讯案例的综合分析

从以上部分可以看出，谷歌和腾讯这两家公司都在将大数据运用到人力资源招聘方面积累了较多的先行经验，综合分析这两者的案例，可以总结出一些共通的启示：首先，这两家公司都具备方便的获取和接触大数据信息的渠道，谷歌是依托搜索引擎服务，腾讯是依托其代表性的社交和通信服务。尽管在逻辑顺序上是设立相关服务在先，获取大数据“近水楼台”的优势在后，但这也启示了其它企业有必要注意开拓大数据的获取渠道，注意使企业业务与大数据浪潮有效结合。第二，谷歌和腾讯都较早地尝试了运用大数据去革新招聘模式，在抢先尝试的基础上获得了足够的先发优势，积累起了如今较健全稳定的大数据人力资源招聘经验，这启示着其它企业也应敢于完成管理理念革新，勇于运用大数据去改善自身的人力资源招聘。第三，这两家公司在对人力资源大数据的使用模式上有整体类似性，例如：在设计招聘模式时都是在对已有的历史数据进行数据挖掘的基础之上，进行理想模型描绘，加以候选人对比，从而增加人岗匹配度。在招聘过程中，也都注意测评候选人未来可能的发展趋向。通过对谷歌和腾讯公司案例的分析，结合搜索文献找到的其他资料，我们可以将大数据在企业人力资源招聘中的应用方式概述为以下较典型的三种方式：1.对人力资源供需的动态精准预测；2.对具体招聘手段的智能化辅助；3.对招聘候选人的定向分析。

四、大数据对企业人力资源招聘的有利影响

（一）优化招聘渠道

大数据可以帮助企业在实施人力资源招聘时拓宽招聘路径，选择合理的招聘渠道，从而获得良好的招聘成果。一个典型的例证便是大数据可以帮助企业招聘者将招聘渠道拓展至社交网络，这样可以使企业进行招聘的渠道不再局限于人才市场、猎头公司、传统招聘网站，便于获取新的有效候选人数据源。而在社交网络上，用人企业不再只是单向宣传者，转而能主动搜寻和获知与个人有关的全方位的数据信息，这将帮助企业先一步形成对潜在求职者的立体认知。尽管这些信息的真实性有待甄别，但的确给企业招聘提供更多的选择面，增强招聘效能。由大数据处理衍生出的双向人岗匹配算法，将促使企业高效做出招聘选择。

大数据帮助企业在社交网络领域开拓新的招聘渠道，这种新渠道又能与企业既有的招聘渠道相结合，形成线上线下相配合的招聘体系。例如，有些公司将线上社交网络与线下员工内部推荐相结合，要求公司内全体员工登录公司线上招聘系统，将公司招聘与自己的社交网络相关联，通过社交网络推送一些公司招聘信息，并授权他们负责一定的候选人初筛工作。这样的做法是对已有员工内部推荐招聘渠道的补充和改善，使员工能有效利用自己的社交关系，帮助公司寻觅更多的潜在求职者。

而从另一个角度来看，大数据还能帮助企业在进行招聘工作总结时，有效分析不同招聘途径的招聘成效，得出不同招聘途径的投入产出比，并归纳出这些途径与不同招聘岗位的契合程度。在此基础上，企业便可以在今后的招聘设计中合理地统筹规划，根据不同招聘渠道的特质分配不同的岗位和不同的招聘投入，重点维护效益突出的招聘渠道，以此实现整个招聘资源的合理配置。而在公布的具体招聘信息方面，也可以借助大数据分析来统计求职者对不同形式的招聘信息的浏览时间长短，从而进行优化调整，实现对具体招聘渠道的精细化改进。

（二）降低招聘成本

大数据给企业人力资源招聘带来的另一个显著的有利影响便是招聘成本的减少，这种招聘成本的减少是整体性的，既包括资金投入的减少又包括时间成本的减少。

在资金成本的减少方面，大数据可以在供需预测、招聘渠道、初选匹配、面试开展等多个方面降低企业的招聘资金投入。首先，在人力资源供需预测上，借助像腾讯公司“红线”项目这样的员工离职动态预警机制，企业能及时获知自己内部潜在的岗位人员缺口，从而编制科学的人力资源需求报告，对之后开展的人力资源招聘工作形成正确的指导，减少不必要的超额投入。同时，借助这样的人员流动动态预警机制，企业还能及时采取对应的人员留用或继任者方案，可以减少离职与录用新人之间的空档期引起的潜在耗费。

而在招聘渠道上，正如上一部分所说，企业可以通过大数据统计分析，获知不同招聘渠道的具体效能，从而统筹规划，合理配置对不同招聘渠道的费用投入程度，并能够开发像社交网络这样的新式招聘渠道，获取更多的候选人数据源，并借助社交网络自身的群体聚集性进行一定程度的门槛筛选，减少筛选工作。随着社交网络这样的线上招聘渠道的比例的增加，人才市场租赁摊位和聘请猎头的费用比例便会减少，这些单价较高的招聘投入项目的减少将直接降低企业的招聘成本。

在时间成本的减少方面，依托大数据的人力资源招聘能够通过选择合适的招聘渠道、进行智能化的简历初筛和匹配的方式显著地减少搜寻理想候选人的时间。除此以外，依托像腾讯公司建立的部门间大数据平台，人力资源部门能够更方便快捷地调取招聘所需要的周边信息，如生产绩效指标等等，在相关内部流程上显著减少工作用时。

（三）增强招聘匹配度

招聘结果中人岗匹配度的增强也是大数据给企业人力资源招聘带来的一项不可忽视的有利影响。人岗匹配度的增强一方面来自于招聘岗位标准的精细设置与候选人初筛机制的改进，另一方面来自于对求职者的个性化定向长远分析。

企业在应用大数据时可以对历史员工数据和岗位信息进行细致的梳理和分析，将不同岗位的高绩效人才的特质列出，作为岗位的胜任力标准，并建立模型供以比对。借助计算机进行的智能简历初筛和候选人匹配能有效规避人工筛选带来的主观性和繁杂性，使整个筛选考察过程变得科学而流畅。而在寻找候选人的实际过程中，企业又可以利用社交网络信息传播快、信息传播面广、用户个人信息多样化的平台优势，从中快速地获取围绕候选人的立体个人数据，作为以上候选人智能初筛机制的数据信息基础。

借助大数据开展对求职者个人的个性化定向分析也在很大程度上保证了人岗的匹配度。通过大数据搜集技术得来的求职者个人信息不仅包括与其申请的岗位直接关联的技能、经验、性格等要素，还囊括了其个人方方面面的信息，如：兴趣爱好、社交圈子、目前的生活状态，只要在顾及个人隐私的前提下有节制地加以提取，便能够对其个人形成“全息搜索”，获得能展示其综合情况、发展潜力的立体信息集。这些个性化的海量有效信息能保证企业的录用决策有充分的参考标准。谷歌与腾讯公司均注重通过大数据信息来预测即将入职员工的未来发展走势和稳定性，从中我们也可以发现大数据能帮助企业提前预测新员工的未来职业生涯发展状况，对其可能出现的问题做出风险预案，从长期的时间跨度上去保证其与岗位的匹配度，这种未雨绸缪的个人定向长远分析正是大数据给企业人力资源招聘带来的一大机遇。

五、企业人力资源招聘中运用大数据出现的问题

诚然，大数据为人力资源招聘带来了许多新的思路和机遇，为招聘的各个环节带来了相当多的有利影响，但同时，我们也应注意到，大数据同样给企业人力资源招聘带来了不少问题与挑战。

（一）数据利用能力欠缺问题

尽管大数据可以为企业招聘带来巨大的机遇，但在现实操作中，由于企业HR人员的理念未及时更新、自身配套技术的缺失或相应人才的缺口，对大数据的实际利用情况往往不容乐观。

主观上，企业的HR人员在将大数据应用到人力资源招聘实践中时，理念和技能未必能够及时更新，这会造成人与技术之间的“脱节”。在企业引进“大数据”概念时，很多HR人员或许对大数据有一定的了解，但理解未必能深刻到位。可能有不少HR人员仍对大数据在人力资源招聘领域的应用前景抱有顾虑，不敢轻易拓宽大数据在这一模块的应用范畴，使得企业大数据技术进步和革新的速度十分缓慢。而在招聘决策中，HR人员也常常存在对大数据的战略地位认识不足的情况，仍在心理上信任自身过往经验而非信任数据分析结果，因此便会严重影响企业对潜在的数据信息的利用能力。

首先，在对大数据的存储能力方面，一家企业要想在招聘领域用好大数据，便应具有足够强的数据吞吐和贮存能力。如上文概念阐释部分所介绍，大数据一般具有10TB规模以上的数据量。而具体到招聘大数据，又包含结构化数据和非结构化数据，非结构化数据尤为繁杂和没有规律性。一家单独的企业要对如此大体量的数据进行存储，且要按照数据类型进行分门储存，显然这对现下很多企业来说是个难题。

在对大数据的具体运营和管理能力方面，对招聘领域的大数据进行日常运营管理难度颇高，因为社交网络中的大数据随着社交关系不断向外拓扑，其传播规模也会不断递增，数据内容涵盖文字、图片、视频、社交链接等多类型。面对这样的海量流式数据集想要管理得当必须依托突破常规的新式数据库管理工具或数据处理应用，而这显然是很多企业无法拥有的。

在对大数据的甄别和价值提取方面，很多企业也存在问题。大数据本身便具有数据体量大但价值密度低的价值特性，而招聘领域的大数据因为招聘平台的特性加剧了这一价值密度低的特点。社会化招聘的数据量会随着传播范围的增长而呈指数式增长，但是涵盖在海量数据中的有效数据却并未呈同比例增长。而由于社交网络中信息的真实性往往存疑，企业在过滤无效信息，提取有效信息的工作上挑战巨大。

（二）数据利用成本问题

尽管大数据给企业人力资源招聘带来的显著好处之一便是招聘成本的减少，但这种招聘成本的减少是建立在企业已建成成熟的大数据运用机制并已开始从中挖掘招聘价值的基础上，在引入和建设大数据技术的发展过程中，很多企业都会面临投入产出比极低，得不偿失的问题。

首先，大数据本身具有投入周期长、收益回报延后、技术门槛高的特性，这样的特性使得企业在大数据技术引进的初期往往得不到及时的经济回报。招聘领域也不例外,大数据在对人力资源招聘产生正向经济回报之前，势必会经历一个与企业原来的招聘体系磨合的过程，这样一个磨合过程不但难以有经济回报，可能还会有很多的损耗成本，这是企业招聘者在引进大数据时需要直面的问题。此外，人力资源招聘从经济角度讲本身也是一个延后收益的过程，从招聘录用到为企业创造价值需要一定的时间段，这也使得大数据在招聘领域的运用初期成本更显较高。

而另一方面，在大数据技术的兴盛发展之下，一些企业不顾及自身发展现状，盲目跟风引进大数据技术试图对自身的人力资源招聘体系进行革新，没有考量现实可行性和收益与成本的对比，花费了大量财力构建企业大数据管理系统，并耗资维护其日常运行，结果可能在对大数据的实际获取中不得要领，搜集了很多无效数据信息，却无法给企业招聘带来增益，反而可能破环企业原有的招聘流程。一些中小企业因为自身财力的短缺，在引进大数据技术后没有正确地使用，带来短期成本的急剧上升，于是又浅尝辄止，放弃对大数据的维护和发展，造成无效投资。

（三）数据安全问题

大数据运用到企业人力资源招聘中能显著提升对求职者的信息了解度，获取与个人有关的全方位的资料，这自然便易引起有关数据隐私和安全方面的问题。目前，大数据信息的公开共享与数据安全保护是大数据时代的一大矛盾。

如同前文大数据在企业人力资源招聘中的应用方式阐述的那样，当前很多企业在通过搜集与个人求职者有关的大数据时，获取的不仅仅是与其工作能力、知识经验等岗位任职要素直接相关的信息，还包含海量的涉及个人隐私的数据，如个人兴趣爱好、性格特质、生活经历、家庭关系等等，这套与个人全方位相关的立体数据集已足够构建一个人的“数字画像”，用在人岗匹配和职业生涯发展预测方面自然能大幅度地提升精确度，但若把控不好尺度便极易触碰道德和伦理底线。企业层面不加节制的数据隐私获取行为容易引起潜在的法务问题，置自己于险境。

如今的企业招聘大数据在收集渠道上也不再局限于企业内部管理信息系统，而是包含移动端、云端等多种渠道方式，这就使得对大数据信息的获取和保护更加具有不可控性，使得安全隐患进一步加重。而现在很多公司关于数据信息的权限设置与制度规定并不及时和健全，在一定程度上存在数据安全保护的无章可循、无制度可依。这些招聘大数据信息一旦泄露，一方面会对个人隐私形成重大威胁，另一方面可能会泄露企业本身的商业机密，深度威胁企业的战略发展。因此，数据安全问题目前在很多企业的大数据人力资源招聘方面存在极大的潜在风险，如不重视和加以重点防护将会引起重大问题。

六、研究结论与展望

目前，大数据在企业人力资源招聘领域被给予了大量重视，并被运用在了精准预测人力资源供需状况、对具体招聘进行智能化辅助、给招聘候选人进行个性化定向分析等方面，取得了一定的成果。我们可以看到，大数据给企业人力资源招聘工作带来了诸多有利影响，例如：优化招聘渠道、减少招聘成本、增强人岗匹配度。但同时也应注意，由于人力资源管理者们对大数据尚未做到完全适应和掌握，在将其具体应用到招聘的过程中，存在着诸多隐忧，如数据利用能力欠缺问题、数据利用成本问题、数据安全问题。因此，企业需要在运用大数据进行人力资源招聘的过程中应该充分重视大数据带来的种种问题，采取有效措施，规避和解决潜在问题。优化大数据在招聘中的使用效果，达到企业管理的进步。

当下，针对大数据在企业人力资源招聘中的应用所引发的问题的对策的研究仍然有不少加以完善的空间，未来的研究可以对大数据应用在招聘领域引发的种种问题提出更加有效和有针对性的解决对策，以便完善这一个领域的研究。

参考文献:

[1]王健菊,陈维敏.大数据背景下企业人力资源招聘探析[J].中国商论,2017(36):186-187.

[2]李柯.大数据时代人力资源管理的机遇、挑战与转型升级[J].金华职业技术学院学报,2015(15):38-40.

[3]王元元.大数据时代互联网企业人力资源管理研究——以JCTS公司为例[D].北京：中央民族大学,2017.

[4]王群,朱小英.大数据时代企业人力资源管理创新思考[J].沈阳工业大学学报,2015(08):255-259.

[5]张欣瑞,范正芳,陶晓波.大数据在人力资源管理中的应用空间与挑战——基于谷歌与腾讯的对比分析[J].中国人力资源开发,2015(22):52-57,73.

[6]西楠,李雨明,彭剑锋,马海刚.从信息化人力资源管理到大数据人力资源管理的演进——以腾讯为例[J].中国人力资源开发,2017(05):79-88.

[7]秦丹,陈进.大数据当道，招聘难题怎么破？——以谷歌公司为例[J].企业管理,2015(09):75-77.

[8]和云,安星,薛竞.大数据时代企业人力资源管理变革的思考[J].经济研究参考,2014(63):26-32.

[9]张丹.论大数据背景下企业人力资源招聘策略[J].中国集体经济,2018(19):131-132.

[10]董晓宏,郭爱英.大数据技术在网络招聘中的应用研究——以K企业为例[J].中国人力资源开发,2014(18):37-41.

[11]武彤.大数据时代下企业人力资源招聘体系的构建——基于胜任力模型视角[J].中国商论,2018(24):10-11.

[12]王帆.数据处理分析应用于A集团人才招聘的策略研究[D].合肥：安徽大学,2017.

[13]李凯.大数据背景下商业银行人力资源信息化创新应用研究——以A银行苏州分行为例[D].苏州：苏州大学,2017.

[14]黄振清,许艳.大数据时代招聘管理创新模式研究[J].科技创业月刊,2015(21):51-52.

[15]宗士皓.大数据在企业人力资源管理实践中的应用模式探析[J].人才资源开发,2018(14):85-86.

[16]朱翠萍,孙雨亭,秦丽伟.大数据时代下企业招聘有效性研究[J].人才资源开发,2015(08):70-71.

[17]吴波,王瓅.大数据背景下企业社会化招聘研究[J].现代商业,2016(04):86-88.

[18]Thomas Stephen Calvard, Debora Jeske. Developing human resource data risk management in the age of big data[J].International Journal of Information Management，2018（43）：159-164.