2008年9月，《自然》杂志出版了“大数据”专刊，由此揭开了大数据时代的序幕，预示着数据分析时代的到来。大数据、人工智能和移动互联网成为第四次工业革命的三大显著特征。尽管人们今天掌握的数据量比历史上任何时候都要大，但大数据的高增长、类型的多样性并不能直接转化为价值。由于数据的价值密度低、更新速度快、时效性差，人们只有采用更为科学的方法和更为有效的数据分析技术，方能从纷繁复杂的海量数据中获取价值。如果把大数据比作石油，那么数据分析技术，特别是分析者的技能则是炼油的手段，唯有此才能实现价值增值的最终目的。
自2009年开始，中国人民大学中国就业研究所便开始尝试将数据分析方法应用于我国宏观就业市场的短期分析工作。我们对智联招聘全站数据进行量化分析，定期发布中国就业市场景气指数（简称CIER指数），以及时反映我国就业市场职位空缺与求职人数的动态，监测就业市场景气程度变化。目前CIER指数已经被政府部门、研究人员和商业机构广泛接受，作为衡量就业市场的“温度计”，成为我国短期宏观劳动力市场分析、判断和监测的重要工具。
大数据不仅在宏观经济和社会发展层面有着巨大影响，也为企业提升微观人力资源管理的水平带来了挑战和机遇。一方面，以大数据、人工智能为代表的新技术革命促进了新经济和新就业形态的产生，“零工经济”“合伙制”“自适应组织”和“新雇佣经济”的出现，对传统人力资源管理方式提出了更大的挑战，成为了人力资源专业人士必须面对的现实；另一方面，随着时间的推移，移动互联网、社交媒体、可穿戴设备等在工作场所的应用越来越普遍，组织可以轻松获得大量的员工行为数据，并有机会从大量数据中形成观点和结论。特别是随着计算技术、分析技术的发展，微观人力资源管理运用数据分析成为可能。人力资源从业者如何利用数据分析技术，充分挖掘员工数据中的潜在价值，从而帮助组织提升竞争力，已成为人力资源管理实践界人士的重要议题。令人欣喜的是，以谷歌、IBM等为代表的跨国公司和以百度、腾讯等为代表的中国公司已经率先进行了一定的探索。在谷歌，人力资源部坚持采用数据分析方法，把分析作为制定人力资源决策的基础。IBM则利用其认知计算平台和沃森分析系统，运用人工智能的方法，挖掘数据分析在人力资源管理领域的应用潜力。百度公司提出建立基于数据分析的智能化人才管理体系。腾讯公司建立活力实验室，利用已有的技术优势和数据优势，尝试进行组织活力分析。可以说，今天各级各类组织的人力资源部比以往任何时候都需要并有可能了解数据、分析数据，挖掘数据价值。
尽管迄今为止，越来越多的企业试图将数据分析方法应用于人力资源管理工作中，但总体而言这项工作仍处于起步阶段。应该看到，包括大数据在内的各类数据分析，在微观人力资源管理层面的应用与普及依然进展缓慢。究其原因，一方面源于企业对数据分析的价值或重要性认识不足，另一方面也在于行为数据更敏感，大大限制了数据收集和使用的进度。还有一个更为关键的因素就是人力资源管理工作者缺乏数据分析技能，包括分析性思维等方面的素质和能力。因此，要想更好地利用数据分析技术，进一步提高人力资源管理水平，未来还有很长的一段路要走，还有很多的工作要做。
随着第四次工业革命的到来，包括人力资源在内的各个领域正面临着前所未有的知识更新和能力更新的挑战，唯有以更加积极的态度拥抱数据分析时代的到来，才是应对这一挑战的正确选择。更新知识结构，强化数据分析技能已成为趋势，也必将成为现实。
作者介绍
曾湘泉
中国人民大学中国就业研究所所长
中国人民大学劳动人事学院教授、博士生导师