高校人力资源数据分析问题

导言：作为写作爱好者，不可错过为您精心挑选的1篇高校人力资源数据分析问题，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

20世纪90年代以来，我国学者对高校人力资源管理进行了大量研究。20世纪末期信息化一词在国内盛行，2016年《国家信息化发展战略纲要》提出，需要将信息化贯穿我国现代化进程始终，加快释放信息化发展的巨大潜能，信息化被上升至国家战略高度。2017年国家在教育领域全面部署，《关于全面推进教师管理信息化的意见》提出，全面推进教师管理信息化，提升教师管理的效率与水平。2021年教育部《关于加强新时代教育管理信息化工作的通知》提出，利用新一代信息技术提升教育管理数字化、网络化、智能化水平，推动教育决策由经验驱动向数据驱动转变。因此，加强信息化发展背景下的高校人力资源数据分析问题的研究，对于提高高校人力资源管理水平具有重要意义。

一、高校人力资源数据分析存在的问题

（一）数据源头管理不完善

1.数据输入。高校人力资源管理数据输入量庞大，包含每一位职工从入职到退出的全职业生命周期的各种记录，不可避免地存在数据输入遗漏、缺失和错误。数据输入来源众多，包含来自员工人事档案的信息和员工个人提供的基本信息，来自高校内部如财务、党组织及各二级学院等提供的数据，高校外部政府、机关事业单位等提供的数据；数据输入手段不统一，既包含纸质文件输入，也包含电子文件输入，也可能同时采取两种手段；数据输入类型不可控，包含Excel、Word、PDF等文档，通知、任免、调配、制度等红头文件，高校无相关规章制度，数据输入端管理混乱。

2.数据存储。高校人力资源管理部门主要采用纸质文件和电子文件两种方式存储数据。纸质文件具有可依据性、可考性和高稳定性，但是对储存环境的温度和湿度要求高，部分文件由于具有保密性质，对存储地点有特殊要求，受空间限制大，依靠纸质文件传递信息的时效性低。电子文件具有操作简单、便于管理、资源共享、快速传递的优点，但电子文件存在保护成本高、鉴别原始难度大和不可避免的安全风险。在实际操作过程中，两种存储方式相分离，信息不互通，不利于数据存储管理，数据收集时需要投入大量精力和时间进行数据核实，降低了数据分析的效率。

3.数据质量。数据质量的好坏对数据分析的速度和结果起着关键作用。高校人力资源管理部门掌握着每一位职工的人事档案，是人事数据的第一手资料，这些原始人事数据能够反映真实情况，数据质量高，但是由于档案材料缺失情况经常出现，所以数据的完整性不能确保。同时，人事数据需要不断地更新，更新不及时就会影响数据的质量。此外，负责不同人事业务的员工有不同的数据要统计分析，数据不具备唯一性，并且数据统计分析的标准和方法不同，导致存在大量重复数据和冗余数据，数据之间的关联性较低，数据利用的效率和协同性较低。

（二）数据分析过程信息化程度不高

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论，进而对数据加以详细研究和概括总结的过程，分为以下步骤：识别需求、收集数据、分析数据、过程改进，其中收集数据阶段和分析数据阶段是关键环节。

1.收集数据阶段。高校人力资源管理部门收集到的数据分为电子文件数据和纸质文件数据。在收集电子文件数据时，主要利用计算机网络，数据存在被篡改和泄露的风险；收集纸质文件数据时，需要人工逐一翻阅、核实、统计，工作量大，出错的概率增加。在数据收集完成后，借助计算机等将数据以电子文件的形式保存，这显然落后于信息化时代下建立数据库的做法。有些高校也建立了人力资源数据库，但数据库内容不完整，利用率低。在收集数据时，人事部门员工需要将更多的精力放在数据录入上，缺乏对数据的识别和甄选，影响收集到的数据质量。

2.分析数据阶段。在数据分析阶段，高校人事部门员工主要采取人工分析和借助Excel软件分析，不会使用数据统计分析软件，常出现由于人员技能不熟练而花费大量时间和精力的情况，导致数据分析效率低、准确率低。高校现有的人力资源管理信息软件，对数据分析也有涉及,但是比较固定化，一般是上级部门要求上报的一些统计表格，系统功能不能满足各高校多元化的数据分析需求。同时，各个系统软件和数据库“各自为营”，互通性差，比如在结合科研成果、教学工作量、领导职务和职级进行分析时，一般的人力资源管理软件中就没有相应的功能和模块，需要与信息系统外的数据结合，造成数据分析需要较长时间，数据分析结果不全面。

（三）数据分析人员技能不足

1.意识方面。部分高校人力资源管理人员对人力资源数据分析存在认识上的偏差，将数据分析理解为简单的数字计算或数据统计，在思想上没有给予人力资源数据分析工作足够的重视，不主动学习数据分析方法和工具，存在利用现有的知识能够解决眼前问题就行的应付思想，更没有通过数据分析创新人力资源发展的前瞻意识。此外，高校人力资源数据分析为被动式，上级部门或领导需要什么数据，人力资源管理人员就分析什么数据，什么时间需要，人力资源管理人员就什么时间分析，在此过程中会出现由于沟通不充分或时间紧张而导致数据分析结果不准确的问题。

2.技能方面。进行数据分析一般需要借助各种分析工具，例如软件类的Excel，数据库类MySQL，以及数据库挖掘等，使用这些工具需要掌握一定的方法，但是高校人力资源管理人员一般对人力资源管理知识较为熟悉，但是对于数据分析工具了解较少，只能运用Excel进行简单操作，不能熟练使用Excel的各种功能，也不能运用其进行更深一步的数据分析，对于其他数据分析工具就更加陌生。因此，高校人力资源数据分析目前只是停留在简单的数据统计阶段，人员不具有足够的专业能力来完成数据分析，对于人力资源数据分析的目的和需求无法深入剖析，数据分析过于形式化和表面化，尚不具备通过分析找出数据背后更多信息的技能，不能积极推动人力资源管理发展，限制了高校人力资源信息化发展。3.培训方面。一方面，受社会公共卫生事件影响，有些培训取消或推迟，影响了高校人员的外出培训，接受新理念、新知识的机会减少，有些培训改为线上方式展开，在一定程度上解决了不能外出培训的问题，但是对操作方面要求较高的项目，培训效果欠佳。另一方面，高校人力资源培训内容拘泥于传统的人力资源管理模块，对于信息化、数据化、智能化等新理念、新技能的培训比较缺乏，导致高校人力资源管理人员数据分析技能不够、意识不强。

二、信息化背景下高校人力资源数据分析改善措施

（一）提高数据管理水平

1.明确数据管理流程。一是加强领导支持，高校决策层需要充分认识到加强人力资源数据管理与分析的重要性，在人力、物力、财力等方面给予充分支持，调动一切信息化资源，推动数据分析工作。可以专门组建数据管理与分析工作领导小组，下设办公室，专门负责制定数据管理方面的规章制度并负责具体政策的落实。二是加强数据流程建设，通过分析高校人力资源管理和数据分析流程，建立高校人力资源数据管理基本流程。在此基础上，各高校还需要建立详细的数据收集流程、数据存储流程、数据调取流程和数据应用流程。

2.完善数据维护制度。由于高校员工数量多，岗位类别多，因此人力资源数据种类繁多，更新变动频繁，数据维护工作量大，要想保证人力资源数据的准确性，数据维护需要做到及时和定期进行，因此，必须建立数据维护制度。数据维护制度要明确数据维护岗位及岗位说明书，将责任落实到人；明确数据维护时间，即定期维护数据、实时更新数据和不定期更新数据；明确数据维护内容，根据人力资源不同业务确定相应的维护内容；明确数据维护标准，包括数据格式、数据类型等；确定相应的奖惩办法，激励相关人员严格按照制度执行。

3.完善数据安全管理制度。首先，对数据和数据使用人员进行分级管理，数据分级管理：一级数据为保密数据，不可对外提供；二级数据为脱敏数据，即经过处理或领导批准后可对外提供；三级数据为公开数据，即可以直接对外提供。数据使用人员分级管理：分级授予使用权限，既保证数据可以得到充分的利用，又保证数据的安全性。其次，设立数据安全管理人员，对数据收集途径、存储方式、传递方式和使用途径进行安全识别，采取专业措施进行安全技术防护，督促数据管理相关制度的落实。最后，与相关人员签订数据安全保密协议，采取多种方式加强数据安全管理培训，提升人力资源数据安全意识。

（二）提高数据分析过程信息化程度

1.完善高校人力资源管理信息系统建设。一是健全高校人力资源管理信息系统，建立涵盖人力资源全业务流程的信息系统：招聘系统、薪酬管理系统、职称评审系统、培训系统、档案管理系统、绩效考核系统等；二是完善高校现有人力资源管理信息系统功能，丰富信息系统模块，统一信息系统的基础功能，科学规划信息系统的特色功能，开发统计数据自动录入、自动提取、异常信息提醒、实时数据展示等功能；三是提升高校人力资源数据分析结果的可视化水平，在信息系统中增加可视化页面，例如，对高校人员基本信息（年龄、性别、学历）进行展示，对未来5—10年内退休人员进行预测，从而使不同级别人员能够直观了解人力资源情况。

2.建立高校人力资源数据共享平台。高校人力资源数据主要来源于校内因人事变动、员工个人情况变动和校外上级政策变化产生的数据，这些数据通过不同途径传递汇集形成人力资源数据，人力资源数据通过相同路径应用在内部决策、员工发展以及辅助外部决策，在此基础上建设高校人力资源数据共享平台。一是标准化数据收集形式，统一不同部门业务信息系统接口及访问调用方式，在部门之间建立规范的数据传递标准；二是打破各信息系统之间的壁垒，增强系统之间的兼容性，实现数据分类、分级集成，形成信息共享平台，提升数据分析效率；三是促进全员参与，针对不同岗位等级的人员设置不同的人力资源数据访问和使用权限，鼓励员工完善并及时更新个人信息，提高人力资源数据分析的准确性。

（三）提高数据分析人员技能

1.完善数据分析岗位管理。高校人力资源管理部门可设置数据分析岗位，通过引进专业人员或培养现有员工来胜任此岗位。首先，必须具有数据分析和人力资源管理相关专业知识背景，具备完成数据管理与分析工作的专业能力；其次，必须具备职业素养，能够保证人力资源数据动态更新，保证数据的准确性，清楚掌握人力资源数据的情况，严格按照相关规章制度管理数据，对数据的安全性负责；最后，能够运用信息化手段进行数据分析，对数据分析结果负责，同时，该岗位人员应具备优化数据管理和数据分析的能力，能推动人力资源数据共享的实现。

2.提高数据分析人员思想意识。一是提高学习意识，帮助员工树立终身学习思想，使其充分认识到，随着时代的发展，高校人力资源管理未来需要复合型人才。因此，高校人力资源管理人员不仅要加强学习人力资源知识，还要加强信息技术、数据分析等方面知识的学习。二是提高创新意识，随着高校改革的深入推进，高校人力资源的发展必须突破传统管理方式，实现各个业务模块的创新，其中数据分析是信息化时代实现创新的重要途径，人力资源管理人员要在创新数据管理方式的基础上，主动进行数据分析，挖掘数据背后的信息，提升分析预测准确性，扩展数据应用范围，为各级决策、各方业务提供数据支持，提高人力资源数据分析价值。

三、结语

在外部政策与环境的影响和人力资源管理自身创新发展需要的双重驱动下，高校人力资源数据管理工作已经被提上日程。全国2759所高校全部设置信息化相关部门，但在人事部门尚未配备专门的数据管理与分析人员。人力资源管理作为推动高校实现更高发展的重要环节，其数据具有巨大的研究价值，而数据分析又是数据研究的重要步骤，并且是日常管理工作的一项重要内容。因此，本文从数据管理水平、数据分析过程信息化程度、数据分析人员技能三个方面提出具体措施，希望可以为存在人力资源数据分析问题的高校提供参考。

作者:王丹 单位:中国民用航空飞行学院