前言:本站為你精心整理了大數據智慧人力運營管理平臺研究范文,希望能為你的創作提供參考價值,我們的客服老師可以幫助你提供個性化的參考范文,歡迎咨詢。
摘要:隨著企業競爭加劇,越來越多的企業關注人力資源管理,尤其是一線員工的工作效能。不同于一般的人力資源管理系統,基于大數據的智慧人力運營管理平臺綜合運用移動互聯網、大數據等技術將一線員工的基本信息、實時工作信息、工作業績、效能等數據進行匯總、過濾、動態分析,為管理者提供統一的駕駛艙管理視圖,使得企業可以實施精準、實時的人力資源配置和管理,在優化人員配置、提升隊伍人員素質、提高資源使用效率等方面提供決策參考依據。
關鍵詞:信息化;人力資源管理;智慧運營;大數據
一、概述
(一)建設背景
在企業中,一線員工往往未能對自己的工作業績、效能進行客觀評價,也不清楚自己在工作上是否有實質提升。管理者在做人力決策時,往往缺乏有效的數據支撐;種種問題導致企業人力資源配置和管理水平達到瓶頸。因此,企業可以利用信息化手段,打通業務系統與管理系統的數據,解決信息孤島難題,建議一套剝離事務處理,聚焦數據分析與展示的智慧人力運營管理平臺,使得管理者能夠通過平臺的數據分析,合理優化人力資源配置,為企業降本增效。
(二)建設目標
運用大數據、移動互聯網等技術,充分挖掘隱藏于海量數據中的信息,發揮數據的潛在價值,推動人力資源管理的持續改進。讓一線員工清晰地知曉自己的業績和努力方向;讓管理者能夠從多維度了解員工的基本信息、工作業績、專長、發展方向等,并制定合理的人力決策。幫助管理者實現人力資源配置優化,提高人力資源預測能力,實現人力資源管理的前置。
二、建設方案
(一)系統架構
系統架構主要分為四個層面。通常建議使用B/S架構,用戶工作界面是通過瀏覽器來實現,極少部分事務邏輯在前端(Browser)實現,其主要事務邏輯在服務器端(Server)實現。B/S架構的優勢是能夠高效的部署,同時減輕了系統維護與升級的成本和工作量。接入/展示層顧名思義為用戶通過瀏覽器直接看到的、通過H5或其他接入方式接入并可交互的那一層,通常為圖表、駕駛艙視圖等。應用層邏輯層是主要應用業務匯聚的一層,分為:分析視圖、建模和配置三大模塊。通過整合層大數據集市傳遞的寬表信息,進行指標配置、建模配置、經驗庫的配置等,然后根據需求主題進行建模,最后通過接入層展示各種分析結果。整合層介于應用邏輯層和源數據層之間,起到承上啟下的作用。它的主要作用是建立并執行數據質量標準,對下層的雜亂數據按照一定的標準進行分類和匯聚,形成一張張數據寬表并進行預設的指標計算。源數據層主要提供原始數據源的提供和存儲。將原始數據進行匯聚傳遞到整合層,按照元數據質量管理標準進行進行清洗過濾、聚類分析、融合分析等。系統架構如圖1所示。
(二)數據及業務流程走向
由系統架構圖可知,該平臺中數據從底層向上匯聚,通過整合層處理之后供業務邏輯層調用,服務于具體的業務需求。由各種模型和配置組成了邏輯上的“持續改進反饋盒”,如圖2所示。持續改進反饋盒將完成的初次配置和建模輸送給前端展示層展示分析結果,這些結果將影響管理人員對具體管理事項的決策。決策執行后,將執行結果反向輸入持續改進反饋盒,用于重新評估建模和配置是否合理,如此反復形成閉環,不斷訓練模型、經驗庫和配置庫,使它們的合理性性、一定程度上的準確性以及先進性不斷提升,以滿足企業日益變化的需求。
(三)技術架構建議
由于各企業的規模、業務形態的不盡相同,本文認為在技術架構方面應當結合企業的實際需求來綜合考量。從技術選型角度看,新技術和框架縱然有著自身優勢,但其穩定性和兼容性存在一定風險;從系統并發數和負載角度看,企業的業務及人員規模、對接的相關系統數量、業務復雜度以及數據質量要求都是影響架構選擇的因素。大中型企業則更需要關注穩定性指標,尤其是有和高并發的業務系統做對接的需求情況。面對大中型企業的需求,建議對于系統硬件負載過高、應用功能高頻訪問等情況,采用分布式文件存儲、分布式并行處理框架、增加負載均衡服務器等方式,為系統穩定運行提供良好的環境支撐。平臺技術架構模型建議如圖3所示。分布式文件系統可選擇主流的HDFS。HDFS有著高容錯性的特點,并且設計用來部署在低廉的硬件上。而且它提供高吞吐量來訪問應用程序的數據,適合那些有著超大數據集的應用程序。采用分布式文件存儲HDFS提供了分布式數據存儲的數據一致性、高可靠性、可擴展性、高吞吐性。分布式關系型數據庫可選擇MPPDB即大規模并行處理。在數據庫非共享集群中,每個節點都有獨立的磁盤存儲系統和內存系統,業務數據根據數據庫模型和應用特點劃分到各個節點上,每臺數據節點通過專用網絡或者商業通用網絡互相連接,彼此協同計算,作為整體提供數據庫服務。非共享數據庫集群有完全的可伸縮性、高可用、高性能、優秀的性價比、資源共享等優勢。該架構通過將不同來源的信息流并發寫入至分布式隊列信息交換服務,數據流按需推送至統一的分布式文件系統、關系型數據庫存儲環境中進行存儲并進行不同來源海量數據的整合處理和分析研判。其中,分布式文件系統、分布式數據庫對數據資源進行存儲管理,用戶選擇對超過一定周期外的數據資源進行歸檔存儲;離線分布式并行處理框架對海量歷史歸類的數據資源進行挖掘分析推導產生新的業務應用,并對判別分析類應用提供支撐。同時,利用關系型數據庫來存儲分析海量的交通管理數據資源。提供業務應用服務接口(如下圖中的平臺應用服務接口WebService、JDBC應用程序接口等)形成統一標準的訪問請求方式,實現數據資源共享傳輸交互。
三、結論
企業的運作和管理終究是要落實到“人”上,基于大數據的智慧人力運營管理平臺聚焦人力效能,為管理者提供動態、客觀、多維度的數據支撐,幫助企業管理者進行正確合理的人力決策,優化資源配置,為企業降本增效。
參考文獻
[1]姚凱,桂弘詣.大數據人力資源管理:變革與挑戰[J].復旦學報(社會科學版),2018,60(3):152-161.
[2]樊榮.大數據時代環境企業人力資源績效管理創新研究[J].現代營銷(下旬刊),2017(11):100.
作者:楊星宸 單位:中博信息技術研究院有限公司