大数据的到来，是我们开始学会预测未来，在人力资源管理中，这些数据同样可以被充分利用而达到一些管理者想做的事情。
哪些数据可以用？
1）基本信息。个人层面的基本信息包括个人背景、学历、年龄、性别、特长、爱好等，对于组织来说，有基本的薪酬、绩效、培训、招聘等信息，这些信息收集简单、信息量丰富、经过分析后容易得出一定的结论，比较直观方便。但同样存在一些缺点，比如数据变更频率快，动态数据需要数据管理者时时跟踪，及时更迭。
2）由基本信息分析得出的一些数据。如招聘完成率，员工流失率，员工岗位变更及晋升频率，员工表现分析，员工结构的统计等，这些数据应用起来比较方便快捷，有针对性，而且数据指向比较明确。但同样，需要管理者的时时跟踪与测算，而且不同的目标需要运用不同的分析方式得出，因此可运用性比较单一。
3）整合过后的数据。如个性测试，情商、智商测试，管理能力测试，员工满意度、敬业度测评等，这类数据较为专业，有时需要依托专业的测试系统，而且需要收集大量的数据才能得到较为准确的数据，但优点在于这类数据指向性明确，一旦证实数据有效，可作为一个长期的参考。
为什么运用此类数据？
一般HR数据常见于人才的规划、配置策略的调整与薪酬部分的计算分析。在人才规划方面，这些大数据常用于统计人口特点，职能类别，职位层级等数据。从这些数据中能够得出一些管理者需要的数据。比如说最基本的方面，男女比例是否平衡，年龄段分布是不是合适企业的发展，与行业发展特点是否匹配；不同地域的员工比例是否协调，各部门人员占总数的比，各部门间管理人员与员工之比是否均衡；员工的人才结构是否多元化，不同类型的人才是否调配到了合适的岗位上面；关注员工的发展，哪些人状态稳定，哪些人可以提升。
在配置调整方面，可以明显分析出企业发展阶段，在配合企业战略的情况下，什么才是最恰当的职能、岗位技术要求；明确当下人员的数量与质量；人员成本与管理层结构的规划；离职成本的控制，以及流失率的分析；同样也包括满意度分析及内部流动的测算。这些数据也可以结合人才规划的数据，得出更多更灵活的指数。
在薪酬计算方面，工资绩效与福利的常态化，都必须运用到这些大数据，结合其他方面的大数据可以分析得出薪酬福利的等级，从而拉开层次。因为薪酬方面的数据要求准确性高，收集测算起来会相对复杂且费事；然而收集数据的时候基本上不从员工个人处知晓，因此数据的取得过程复杂程度并不是很高，且相对客观。
如何运用此类数据？
1）数据分析是建立在数据准确、全面、连续的基础上的，在这个基础上建立起的数据分析与整合才能产生有价值的结论。HR管理模块多，标准不统一，机遇与挑战并存，能够分析的字段就有很多。然而资源有限，作为数据的管理者，要充分利用这些资源，将人力资源分析的作用最大化的发挥。
2）此项工作一定要安排专人负责日常的收集与管理。先一点点收集起来，连成一条有意义的数据线，再有这些线与工作挂钩，慢慢变成面。这需要创造性，需要投入精力，更加需要精细和多次测试，毕竟统计方法这些分析数据的难点与重点，有些方法收集的数据只能单次运用，也许换一种方法，便可以常态化多次运用。
3）员工的宣传与指导工作。在收集信息的过程中，与员工沟通也是一项难题，很多员工为了保证隐私，并不愿意向公司透露个人信息，为数据收集工作造成不便。因此，让员工理解配合，也是管理者需要努力的方向，只有提高了员工的主管能动性，数据管理者才不需要把大量的时间放在收据数据上，而更多的投入在数据的分析上。
“工欲善其事，必先利其器。”如何能让这些沉默的数据，变成人力资源的好助手，好工具才是未来人力资源工作的趋势，一旦这些利器还是发挥作用，随着数据的积累，将会逐渐成为指导企业成长与人才发展的风向标。数据是沉默的，让它动起来吧！
（首稿于2016.05.17）
