我们已经看到，大数据在各种行业和职能领域得到应用，并取得了巨大成功。因此，大数据被用于解决管理层在管理员工队伍时面临的挑战，也就不足为奇。但这并不像看起来那么容易。首先，数据分析只有在有实际数据可供计算时才有效——如果你是一家拥有数千名员工的公司，想分析离职率上升的原因，该怎么做？
员工辞职时往往不会说出真正的离职原因——是因为上司不好吗？公司的人力资源政策是否近乎奴役？在离职面谈中把这些原因说出来，可能会烧断一座他们未来或许还需要依靠的桥梁。因此，这些员工可能会以薪酬优厚或迁往另一座城市为辞职理由。分析这类报告中的数据可能产生误导，也常常会带来无法解决实际问题的改变。
这正是汇总大数据分析发挥作用的地方。汇总大数据分析不再使用单一公司的数据来分析信息，而是利用行业内多家公司的信息进行分析。借助整个行业中有关影响员工进入和离开各类组织的因素的数据，这类分析报告将帮助企业更好地制定人力资源政策。
这类汇总大数据分析报告的一个优秀例子是 《劳动力活力报告》 ，由 ADP.com发布。该公司是广受欢迎的业务外包解决方案提供商。这份月度报告汇总多个市场指标的信息，以确定企业可能需要调整哪些指标，才能在所在行业中保持竞争优势。类似报告也可从 PWC 和 英国的CEB等公司获取。
这类报告不仅有助于了解员工离职的原因，也有助于认识劳动力管理的其他方面，包括生产力、技术赋能和人力配置。例如，根据最新的《劳动力活力报告》，职位流动率为6.29%，而工作时数的变化下降了0.11%。如果你所在企业的相应指标与这些数据大相径庭，就能由此了解企业相对于竞争对手所处的位置。
大数据还可以通过许多其他方式用于满足员工队伍的需求。如今，基于大数据的人力资源分析工具 能帮助雇主了解各种因素 ，例如每次招聘的成本、新员工未能胜任的因素、周转率、在线学习课程的弃学率以及奖金薪酬率。不过，管理层有责任引进能够分析和解读数据，并将其转化为有意义策略的人才。
而这恰恰是大数据可能帮不上忙的一项挑战。
本文与 Smart Data Collective合作发表。发表本文并不代表世界经济论坛认同其中的观点。
关注Forum:Agenda， 订阅我们的每周新闻简报。
作者：Anand Srinivasan是一位独立顾问和企业家，常驻印度班加罗尔。
图片：一名男子坐在大屏幕数据展示屏前操作笔记本电脑。路透社。
