第一论文网免费提供人力资源毕业论文范文,人力资源毕业论文格式模板下载

浅析人力资源管理中的数据信息与员工职业规划

  • 投稿以太
  • 更新时间2016-02-25
  • 阅读量257次
  • 评分4
  • 85
  • 0
 摘 要:本文从员工职业生涯规划入手,引入数据概念,解析数据在员工职业生涯规划中的重要作用,探索建立数据与员工职业生涯规划相结合的人力资源管理新体系,为不同类型的员工提供个性化的晋升通道和成长空间。 
  关键词:数据分析;信息;职业生涯;规划 
  职业生涯规划,即个人与组织相结合,对其兴趣、爱好、能力、教育背景等进行综合分析与平衡后,结合时代特点和被规划者的职业倾向,确定其最佳职业奋斗目标,并为实现这一目标做出行之有效的安排。职业生涯规划作为人力资源管理工作的重要议题,越来越受到企业与员工的共同重视。 
  一、数据信息和职业规划的基本概念 
  职业生涯规划则是针对个人的主观因素和客观因素进行分析测定,确定个人的奋斗目标,并努力实现这一目标。也就是说,企业需要结合员工的自身兴趣和特质,将其定位在一个最能发挥自己特长的位置,通过对每位员工进行职业生涯规划,确保各类人才“各就其位,各行其道,各尽其职,各得其所”,为不同类型的人才提供个性化的晋升通道和成长空间。 
  二、如何让数据为职业生涯规划进行全程服务 
  (一) 数据与员工招聘 
  对于职业发展规划来说,从员工招聘阶段就要全面介入。数据分析模型会帮助人力资源管理人员做出更加理性的决策。首先,数据挖掘模型会抓取数据库里应聘者职业技能、薪酬要求以及培训教育等方面的信息,然后对比岗位需求,通过数学运算找到最佳的资源配置方式。招聘过程的最根本诉求就是解决企业职位与候选人之间的匹配问题,而 数据技术恰恰能更高效精准的完成这个匹配过程。 
  (二) 数据与个人信息的深入挖掘 
  员工入职以后,数据会针对员工的基本信息,通过模型整理编辑出一个以“个人”为中心的数据库,它的核心功能就是建立员工工作经历、教育背景、职务晋升和社交网络等方面的指标体系,这些指标实现动态管理,通过信息量的积累和汇总分析,评估员工的职业素养和发展潜力,发掘隐藏在深处的职业倾向,并借助这些评估结果,引导员工按照一定的职业发展规划路线开展职业实践。 
  (三) 数据与职业锚 
  职业锚是指员工进入早期工作情景后,由获得的实际工作经验所决定,依据已被证明的才干、动机、需要和价值观,进行现实的选择和准确的职业定位。职业锚强调个人能力、动机和价值观三方面的相互作用与整合,是个人同环境互动的产物,在实际工作中不断调整。职业锚是职业生涯规划最重要的组成部分,准确的职业锚,会引发员工进入正确的职业生涯规划渠道,促发企业和员工形成双赢的局面。 
  (四)数据与“人——职匹配” 
  员工入职以后,需要针对员工职业发展计划书,结合企业实际,对员工的职业发展方向进行定位,进行“人-职匹配”,如果匹配得好,则个人的特征与职业环境协调一致,工作效率和职业成功的可能性就 为提高。相反,则需要不断修正,重新匹配,提炼更加精确的职业目标。 
  三、数据与职业生涯规划结合的实例 
  在员工职业生涯规划中,往往会引入SWOT分析矩阵法,通过对一系列信息的归纳与分析,得出员工职业生涯发展的最佳途径。 
  S代表strength(优势),W代表weakness(劣势),O代表opportunity(机会),T代表t人力资源管理 eat(威胁)。其中S和W是内部因素,用来进行自我分析,O和T是外部因素,用来进行环境分析。 
  使用 数据后,我们需要在人力资源管理 信息系统中即时录入以下数据: 
  S:工作经验,教育背景,专业知识和技能,沟通能力,团队合作能力,领导力,人格特质,承压能力,个人关系网络等。 
  W:比较缺乏的经验,较差的成绩,专业不对口,缺乏目标,自我认识不足,较差的领导能力,负面的人格特质,害羞,情绪化等。 
  O:就业机会,急需的人才,晋升机会,市场需求,地理位置优势,强 的关系网络等。 
  T:就业机会的减少,同业竞争,缺乏的培训,晋升过程的激烈竞争,专业领域的有限发展等。 
  在对员工进行职业生涯规划时,系统会自动调取这几项重要因素,进行比对分析,利用数据分析模型,得出更优的策略。 
  以往,在职业发展规划中,要么会出现数据信息不足,要么会出现分析能力不足,而引入数据,既可以存储海量的信息,也可以利用数据挖掘技术进行数据模型建立,从而迅速果断的对职业发展方向进行抉择。 
  四、如何让数据更好的为职业生涯规划服务 
  鉴于 数据强 的功能,以及自身存在的不足,我们需要开展以下工作,以弥补其天然的缺陷。 
  (一)解决 数据存储中的容量问题、安全问题和灵活性问题,实现存储系统的扩展能够简单可行,基础数据的存储安全可靠,不易更改,且一种存储手段能够适应不同的应用类型和数据场景。这样,可以确保数据使用的持续性和有效性。 
  (二)优化数据分析和挖掘模型,能够尽量剔除与关系结果不太密切的数据,从海量信息中找出最切合使用的有用信息,得到总体在空间上的分布状态和时间上的变化情况,以便对结果做出预测,同时,通过个体在空间和时间上的差异性和相似性,找出问题原因。 
  (三)人力资源工作者需要加强 数据相关知识的学习及应用,实现专业知识与 数据技能的有机结合,实现人机互补,做出更符合预期的职业生涯规划方案。 
  参考文献: 
  [1] 洪向阳.10天谋定好前途:职业规划实操手册[M]. 中国.上海:上海大学出版社,2014. 
  [2] 杨巨龙. 数据技术全解:基础、设计、开发与实践[M].北京:电子工业出版社,2014.
  [3] 陈梦薇,刘俊芳,李晓萍等.生涯规划与职业发展[M].南京:东南大学出版社,2015. 
  [4] 奕丞.从懵懂到行动——剖析“职业生涯规划”的方法与步骤.