人力资源决策支持分析

一、数字化转型

科学规划数字化转型路径，深化建设数字化人才管理机制，创新内部人才市场机制，实现数字化技术与业务创新的深度融合。

二、加速提升人才管理效能

1.让人才流动更为畅通，人才快速成长

2.为决策层提供动态全面的人资运营状态监控与多维度决策分析支持。

3.帮助人力资源管理者与直线经理快速精准的找到人才。

4.为各类人才提供共享自助的职业发展指引。

三、人才管理·痛点、难点问题

①缺乏高效的人才管理机制，人才流动、人才发展受限

②决策层缺乏监控分析手段，管理层无法及时全面了解全局人才管理状况，决策缺乏可靠依据

③直线经理、人资业务人员在人才管理方面缺乏系统量化，快速便捷的分析评测工具，人才寻找难，管理跟踪难

④人才对于自身职业发展存在困惑，不了解职业发展通道情况，缺乏职业发展指引，能力素质与业绩提升缺乏动力

四、人力资源大数据挖掘主要挖掘内容

基于上述思路，本规划将人力资源大数据挖掘管理内容分为三大主要阶段，每一阶段从数据层、建模层、应用层依次展开。

第一阶段：存量数据挖掘。主要目的是根据企业目前数据管理的现状，在对信息系统调查诊断的基础上，实现对存量数据的挖掘。该部分挖掘的主要成果：

（1）基本解决目前人力资源管理的痛点问题；

（2）在此基础上，实现人力资源管理存量数据之间、基础模型之间的综合化、动态化分析。

第二阶段：亚数据层挖掘。主要目的是在第一阶段的基础上，对存量与增量数据进行挖掘。这一阶段的主要成果有三个：

（1）对存量增量数据进行统一清洗，建立符合佛山供电局企业特点的亚数据层；

（2）建立存量与增量数据之间的自动衔接，为后续智能化提供数据基础；

（3）在结合新增数据的基础上，磨合新建应用模块，体系化呈现数据及模型分类，实现人力资源管理多维度分析。

第三阶段：智能化管理。主要目的是实现企业人力资源管理系统的智能化。这一阶段的主要成果有：

（1）非结构化数据处理；

（2）在传统数据挖掘方法基础上利用新型匹配算法，对前两阶段建立的模型及分析进行优化，提升模型精度及分析智能化程度。

五、业务架构

系统整体规划分三个阶段完成。三个阶段的工作重点各有不同。其中第一阶段规划工作重点为存量数据挖掘，主要建设搭目标为建基础模型，达到综合化、动态化分析。第二阶段规划工作重点为亚数据层挖掘，针对增量数据，旨在提升第一阶段基础模型的精准度，达到多维度指标分析。第三阶段规划重点大数据智能化管理，此阶段接入外部数据与支撑非结构化数据分析，最终实现全面优化升级第一、二阶段的应用模型，实现大数据智能化管理。

六、数据价值化

将数据作为生产要素，是我国首次提出的重大理论创新。数据作为新型生产要素，是价值创造的重要源泉；构建以数据为关键要素的数字经济，是释放数据价值的关键动力。近年来，在大数据、云计算、人工智能等新技术快速发展的基础上，数字经济以其对生产生活要素的高效配置能力，形成了支撑新质生产力蓬勃发展的数据生产力，成为我国经济发展的新引擎。与此同时，数字经济也为协同推进发展效率和共享公平带来新契机。

以人力资源数据为基础构建以数据为企业关键要素的数字经济。