学术堂首页 | 文献求助论文范文 | 论文题目 | 参考文献 | 开题报告 | 论文格式 | 摘要提纲 | 论文致谢 | 论文查重 | 论文答辩 | 论文发表 | 期刊杂志 | 论文写作 | 论文PPT
学术堂专业论文学习平台您当前的位置:学术堂 > 管理学论文 > 人力资源管理论文

物流企业人力资源管理的大数据变革

来源:学术堂 作者:原来是喵
发布于:2016-08-22 共3440字
  大数据时代,中国经济正在高速增长,企业的高速增长很重要的是人力资源管理的变化。下面由学术堂为大家整理出一篇论文题目为“物流企业人力资源管理的大数据与改革思路”的人力资源管理论文,供大家参考。
  
物流企业人力资源管理的大数据与改革思路

  原标题:浅析大数据时代物流企业人力资源管理变革
  
  摘要:随着互联网的快速发展,大规模存储设备和智能手机等移动终端设备的普及,出现了大数据的概念。本文从物流企业几个典型的业务模式出发,尝试描述大数据时代物流企业人力资源的变革和人力资源管理者的角色转变。
  
  关键词:大数据;物流企业;人力资源;变革
  
  进入21世纪的第2个10年,互联网的快速发展,大规模存储设备和智能手机等移动终端设备的普及带动了云计算、物联网、大数据等新技术的兴起,使如今的几乎任何事物都可以数据化,这些数据更以不可思议的速度急剧增长。2000年全球存储了8000000PB(1024TB=1PB)的数据,预计到2020年,这一数字会达到35ZB(1024PB=1EB、1024EB=1ZB),仅百度每天处理的数据量就达100 PB,相当于5000个国家图书馆信息量的总和。如此大的数据量势必对世界的运行方式产生革命性的影响,大数据时代应运而生。在物流企业中,同样每时每刻都会产生大量信息,从大数据的角度,这些信息并不是负担,而是宝贵的数据财富。如何充分利用好这些数据,将给物流企业的业务和管理带来巨大的变革,其中,人力资源管理的变革更是首当其冲。
  
  1.何谓“大数据时代”
  
  早在2008年,英国《自然》杂志第一次提出了“大数据”的概念。大数据具有4V(Volume、Variety、Value、Velocity)的基本特征,即体量大、多样性、价值密度低、速度快,简而言之,大数据就是一个体量巨大,数据类别特别丰富的数据集。2011年,全球最大的战略咨询公司麦肯锡给出了大数据比较明确的定义并提出“大数据”时代已经到来。麦肯锡在研究报告中指出,大数据指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。当前,大数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素;而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命,是真正有价值的资产,而云计算主要为数据资产提供了保管、访问的场所和渠道。数据才是企业内部的经营交易信息,互联网世界中的商品物流信息,互联网世界中的人与人交互信息、位置信息等的集合,其数量将远远超越现有企业IT架构和基础设施的承载能力,实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产,使其为国家治理、企业决策乃至个人生活提供服务,是大数据的核心议题。
  
  大数据时代,开启了人类社会重大的转型,在不久的将来,许多现在单纯依靠人类判断力的领域,都会被大数据系统分析所改变甚至取代。根据被誉为“大数据时代的预言家”维克托·迈尔-舍尔伯格的观点,大数据具有以下特点:1.不是随机样本,而是全体数据;2.不执迷于精确性,而是接受并利用绝大部分的非结构化数据;3.不是因果关系,而是相关关系。这使得大数据时代的人力资源管理变革成为可能。按照大数据思维方法,在物流企业中,一切的管理行为皆可数据化,并且这些数据有取之不尽的价值,最终达到一个新的管理水平,完成变革。
  
  2.物流企业人力资源管理的大数据
  
  人力资源是物流企业最宝贵的资源之一。物流企业的行业特点往往具有人员比较分散的现状。那么,如何通过大数据的有效利用,提升人力资源管理水平呢?让我们先概括了解一下物流企业有哪些人力资源大数据。
  
  2.1基本数据
  
  这些数据记录员工的基本情况,姓名、性别、出生年月、籍贯、身份证号、学历、参加工作时间等等,是一个员工区别于其他员工的最基本数据,这些数据在一定时期是静态的,一般不需要做出更改。
  
  2.2企业属性数据
  
  这些数据记录员工进入本企业之后的情况,包括司龄、职务、职级、培训情况、工作经验、考核结果等等,这些数据相对而言具有一定动态性,也是企业在内部选人用人的重要依据。
  
  2.3日常数据
  
  这些数据记录员工的日常行为,包括一切与日常工作相关的数据,一般而言是非结构化的动态数据,是人力资源大数据中最重要的组成部分。需要特别指出的是,这些数据并不一定都是人员本身的数据,员工工作环境产生的数据也包涵在内。例如:如果想知道哪些因素会影响叉车使用效率,就可以把与叉车工有关日常工作的所有行为数据化,比如叉车工的驾驶习惯、叉车的保养周期、行驶路线、货物摆放、仓库规模、货架大小等,之后通过对这些数据的全面分析来找出与叉车使用效率相关的因素。
  
  • 报警平台
  • 网络监察
  • 备案信息
  • 举报中心
  • 传播文明
  • 诚信网站