大数据时代下企业管理模式创新研究[小编整理]

第一篇：大数据时代下企业管理模式创新研究

大数据时代下企业管理模式创新研究

【摘要】大数据时代悄然来临，大数据时代给人们的生活带来了很大的变化，各种数据在生活中起的作用越来越大。企业的管理模式在不同的时代应该有不同的创新，应该顺应时代的发展，寻找最适合的管理模式，采取科学合理的管理模式，营造一个科学良好的企业运行环境。在大数据时代企业模式的创新是很明显的，在进入这个时代以来，各个企业都在不断探索，寻求最适合的管理方案。本文主要针对大数据时代企业管理模式创新进行分析。

【关键词】大数据时代 企业管理模式 创新研究

大数据时代给这个时代带来了很大的改变，在带来机遇的时候也带来了一定的风险。在进入大数据时代以来，很多事情的发展都有了很大的变化，正在大数据时代下该如何发展企业是很多企业在研究的问题。企业的管理包括很多方面内容，例如，对企业数据的管理，对企业工作人员的管理，对企业设备的管理。在进行企业管理的过程中管理模式的选择要与时俱进，去掉一些陈旧传统的方法，加入一些高效率的管理方法，充分利用大数据时代的特点，对企业进行管理。

一、大数据时代

在分析怎么在大数据时代下制定相应的管理模式之前，首先对大数据的相关内容进行了解。大数据，可以分为两部分来理解，一部分是“大”，一部分是“数据”“大”，主要体现在在这个时代的发展过程中在很大范围内都存在着数据，经过学者们的研究，数据几乎出现人们生活的各个方面，成为这个时代一个明显的特征。一部分是“数据”，数据是一个比较抽象的概念，数据主要是对各种情况进行记录的一个体现，用数据体现出需要记录的对象的具体情况，数据的呈现方式具有更高的科学性。

在进行企业的管理过程中，充分了解大数据的特点，在企业管理的过程中充分利用大数据的特点，进行更加科学的管理。大数据的特点主要体现在以下几个方面：①数据多，覆盖范围广。大数据时代下的数据几乎覆盖在各方各面，数据的覆盖范围很广这就给企业进行全体管理提供了机会，方便企业进行各方各面的管理。②大数据时代的数据种类繁多，企业在管理过程中通过不同类型的数据，针对不同的管理对象采取不同的管理方法。③大数据时代的数据在不断进行改变，通过这样的方法可以对局势进行不同的调整。总结起来就是大数据的数据具有很强的时效性。企业通过这样的方式进行更加有效的管理。在进行企业管理的过程中可以充分利用大数据时代的特点，针对具体的实际情况进行实际的管理，为整个企业的运行带来新的生机和活力。

二、企业在大数据时代下管理模式存在的问题

大数据时代的来临脚步是非常快的，在大数据时代来临的情况下很多企业就会有些手足无措，导致不能很好的利用大数据时代的浪潮，在管理模式上存在一些问题，问题主要体现在以下几个方面：继续沿用传统的管理方式，管理效率低；利用大数据时代的特点进行管理，没有做好相关的安全工作；没有处理好新老管理模式之间的衔接问题等。接下来对这些存在的问题进行具体的分析。

（1）继续沿用传统的管理方式，管理效率低。在大数据来临的时候，很多企业都还没有做好充足的准备，有的企业就会选择传统的管理方式，在进行管理的过程中，采用传统的管理方式，这种管理方式管理效率是很低的，不能满足现在大时代浪潮下的时代需求，导致企业的发展跟不上时代发展的脚步，对企业整体的运行产生影响。传统的管理方式有一定的成效存在，这是不容否认，不然也不能让企业采用这种管理方式，但是有更高效率的管理方式可以采用，企业还是可以适当的进行改变，引进更有效率的管理方式，提高企业整体效益。

（2）利用大数据时代的特点对企业进行管理，安全工作方面有所欠缺。在大数据时代的发展中，很多企业都会采取大数据处理模式对企业进行管理。在这个高新技术发展速度快的今天，数据的安全问题变得很严峻。在企业的数据管理过程中，一旦数据库被别人侵人，会造成企业数据的流失，给企业造成很大的损失。数据丢失，泄露是现在很多企业数据安全方面出现的问题，很多企业都很关注如何能够提高企业数据的安全性。在企业的数据管理过程中应该将重点放在数据安全管理上，为整个企业的安全运行提供更多的保障。

（3）在新老管理模式的衔接过程中出现问题。很多企业都有一定的远见，在大数据时代来临的情况下会采取一定的手段对企业的管理模式进行创新。在进行管理模式调整的过程中，模式的调整并不是一蹴而就的，需要一个过度时期。在过渡时期过程中新老的管理模式之间进行衔接，可能会出现一些问题，导致管理模式出现四不像的情况，对企业造成一些影响。

三、大数据时代下企业管理模式创新手段

在大数据时代不断深入发展的今天，企业应该根据时代情况，及时对自身情况进行改变，结合大数据时代发展的特点，创新原本的管理模式，提高企业管理效率，从而提高企业整体效益。关于大数据时代下企业管理模式创新的手段，可以从以下几个方面人手：在管理方式上进行创新，实行全自动化的办公；建立企业自身数据库和网络组群提高企业数据安全性；新老管理模式结合到一起，进行创新等，接下来对这些创新手段进行具体的分析。

（1）在管理方式上进行创新，实行全自动化的办公。在企业的管理过程中，管理的对象主要有两个：一??是企业的数据信息，一个工作人员。在对企业数据的管理过程中进行创新，在以往的企业数据管理过程中由于管理方式比较落后，对于信息的管理大部分是人工进行管理，在进行管理的过程中，由于管理的信息过多，而且比较复杂，工作人员的工作难度是比较大的。如果数据需要在中途进行修改或者增删，还需要找出档案进行处理，工作效率比较低。如果在管理过程中实行全自动化的办公，在数据的处理上，将会减少很多的麻烦，所有数据的处理只需要通过计算机端进行操作，非常便捷，出现错误的概率也比较小。在对企业工作人员进行管理的工作过程中也可以实行全自动化的模式，例如在工作人员出勤情况可以通过打卡的方式直接在系统显示出来。工作系统还可以对员工的工作情况进行记录，工作记录可以成为员工工作评价的一个重要参考。

（2）建立企业自身数据库和网络群组，提高企业数据安全性。在大数据时代来临的背景下，数据的重要性在不断增加，因此一定要提高企业数据的安全性。大数据时代的特点就是数据范围很广，种类繁多，企业的数据信息是很重要的，市场竞争很激烈，一定要对自身的数据进行严格的保护。企业的数据一般都会存在在数据库中，运用公共网络数据的存放是很不安全的，企业可以建立一个专属的数据库，并且做好相关的安全工作对数据进行保护。企业还可以请专业的技术人员建立一个企业专用网络群组，这样的话可以给企业提供更好的安全保障。

（3）新老管理模式结合到一起，进行创新。在大数据时代下企业管理模式进行创新是需要一个过渡时期，在这个时期内，企业需要采取一些手段避免在衔接中出现尴尬的情况。在进行衔接的过程中，企业可以针对具体的管理的内容采取不同的管理模式，让工作人员的工作有一个缓冲的阶段。在进行创新的过程中，可以借鉴其他企业在进行大数据时代创新的经验，借鉴别人优秀的地方，分析其他企业在过渡时期是如何应对的。在借鉴其他企业的过程中，一定要注意不能照搬别人的经验，要根据自身的情况进行改进，因地制宜因时制宜。在过渡时期企业一定要注意，不能操之过急，一定要尊重事物发展固有的规律。在企业进行创新的过程中要注重和其他企业之间进行交流，交流企业中出现的共性问题，并且探讨相关的解决方法。新老管理模式之间可能会出现一些冲突，在冲突发生的过程一定要全面的分析问题，最后选择对企业最有利的解决方案。在进行创新的过程中，一定要将眼光放长远，充分考虑到可能出现的问题，及时制定相关的解决方案。在企业创新过程中出现问题的时候，可以向一些在该行业有一定地位的专家请教，寻求最专业的指导。

四、结语

大数据时代给企业带来很大的发展空间，企业一定要抓住这个机会，得到更好的发展前景。虽然大数据时代会带来更大的挑战，例如，数据安全隐患问题，日益激烈的市场竞争等，但是如果企业小心应对，还是可以取得一定的发展的。企业的发展和国民经济息息相关，国家肯定会针对大数据时代制定相关的优惠政策，企业一定要充分利用国家的优惠政策，减少发展道路上的困难。大数据时代下企业的管理模式创新是很重要的，企业方面一定要重视起来。

参考文献：

[1]余义勇，段云龙.大数据时代下企业管理模式创新研究[J].技术与创新管理，2016，37（3）：302-307.[2]黎绪钊.大数据时代下企业管理模式创新研究[J].南方农机，2017，48（6）：157.[3]?⑹缙?.大数据时代下企业管理模式创新研究[J].纳税，2017（16）：74.[4]文跃斌.大数据时代背景下企业管理模式创新研究[J].现代商业，2017（25）：104-105.[5]刘鹏.基于大数据时代下企业管理模式创新研究[J].科技展望，2017，27（18）.

第二篇：大数据时代下的电子商务研究

【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!大数据时代下的电子商务研究

王洪军

摘 要：鉴于当今大数据与电子商务的有效结合，传统的方法已不能满足现在的电子商务模式，该文主要讨论了大数据要求电子商务平台的特征匹配，大数据要求电子商务平台的扩展功能和完善，以及在大数据时代，有关职能部门加强电子商务管理等方面的问题。希望为建设大数据电子商务平台建设提供有针对性的指导。

关键词：电子商务 大数据 扩展功能 信息处理 数据分析

电子商务（E-Commerce）是19世纪90年代随着Internet的普及而发展起来的一套交易系统。它利用国际互联网信息传递快以及覆盖地域广等特性来完成企业内部之间、企业与企业之间以及企业与消费者之间的商业联系[1]。它的出现，改变了传统的生产、销售、采购方式，实现了资源的有效配置与重新整合，减少了商品销售成本与流通环节，缩短了商品的生产周期，提高了企业的运营效率，增强了其市场竞争力。

大数据是近年来出现的比较火的词汇，最初由美国人提出，近些年来我国政府也十分重视大数据建设，已将大数据技术上升为科技战略问题[2]。大数据与电子商务结合是时代和科技发展的必然趋势，大数据是加深企业创新的利器。在当今大数据时代，电子商务产生、存储与处理的数据量巨大。巨大的数据一方面给企业与消费者提供了更多的信息量，可以更为详细的了解企业和商品的信息，为消费者提供了更多的参考信息；另一方面，巨大的信息量要求更多的存储空间，以及相应的搜索查询算法，挖掘更为深层次、更有意义的信息，同时可能提供更为安全的认证。这些必然要求探索在大数据时代下电子商务平台的开发问题。大数据要求电子商务平台的特征匹配

随着大数据时代的来临，相对于传统的销售企业来讲，爆炸性增长的数据已成为电子商务企业非常具有优势和商业价值的资源，成为未来企业的核心竞争力。近年来，随着大数据资源的增长和有效利用，带来的电子商务交易额逐年走高。表1和表2给出了2008-2010年中国主要省市电子商务交易规模和所占比例。

由表1和表2可以看出，随着大数据利用程度和效率的增加，中国主要商业中心电子商务交易规模和比例逐年增加，在大数据支持下电子商务的优势已经逐步显现。但同时，大数据必然对电子商务提出了更多更高的要求。以淘宝网为例，要满足三点要求。

1.1 强大的信息检索功能

对于电子商务而言，商品种类的丰富性是其提高竞争力的重要手段与措施[3]。在大数据的背景下，商品的种类和数量等信息越来越多，同时伴随数据垃圾的增多，客户很容易受到干扰。在不增加网络和数据库硬件的基础上，开发新的程序和算法，优化网络结构，提高搜索效率。在云计算基础上的大数据处理，能够为客户提供比较全面、强大的信息检索功能，结合用户的个体差异和需求等特点，对海量数据进行搜索，从而提高搜索的准确率。同时，设计一个支持多领域动态数据集成的数据库网络系统，对数据库进行有效管理。在此基础上，对热点信息进行推荐和推送等检索服务，增加获取资源的准确性，排除垃圾信息的干扰，提高查询效率。

1.2 准确的数据分析能力

在大数据时代，数据实时性分析已经成为电子商务最主要的着重点，其主要价值体现在详细快速的分析和利用相关信息。如果数据没有实时性作为保证，数据本身也就没有意义。根据实际需要，在尽量避免过多安装硬件的基础上，开发新的数据挖掘算法，深入分析用户的需求，挖掘深层次相关信息，准确的确定最满意的答案。利用云计算可以在较短的时间内【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!对于较多的数据进行收集、存储以及分析与处理。

1.3 快速的弹性处理能力

对于电子商务系统而言，拥有快速的弹性处理能力是其主要目标。特别是在大数据时代，突发访问量的增加、海量的订单以及浏览客户的增多，这些需求都不是算法本身方面所能完全处理的，必须根据客户的具体要求以及不断上涨的业务量来扩充服务器，同时增加相应的存储设备。同时，继续开发相应的具备弹性处理能力的算法，与硬件相互匹配，实行弹性的伸缩，最大限度的整合现有资源，实现资源的合理利用和充分发挥。大数据要求电子商务平台的功能扩展

在大数据时代，除了要求具有强大的信息检索功能，准确的信息分析功能以及快速的弹性处理能力之外，还必须对原功能进行扩展和完善，满足大数据对电子商务的要求。

2.1 加强对逆向物流的重视

随着电子商务的发展，我国逆向物流的发展也在不断的发展，同国外发达国家比起来，差距还很明显。随着电子商务规模持续增长以及订单量的增多，退货量也在不断上涨。我国企业对逆向物流的重视程度不高，服务意识淡薄，致使我国逆向物流的发展受到一定障碍。电子商务逆向物流的发展，将有助于企业效率的增加，物流业的发展壮大，更有利于建立顾客的忠诚度，从而更加促进电子商务的发展。目前，我国的逆向物流存在一系列问题： 商家不重视退货管理，观念跟不上去，退货标准不统一，保障制度不完善。面对上述困难，企业应该从观念上重视逆向物流的发展，加强专业物流人员的培训，制定合理的退货制度，提高顾客的满意率，达到增加效率的目的。

2.2 建立健全电子商务营销渠道

由于开展电子商务有投资成本低、管理方便等优势，很多创业者首选在网上开店，这使得实体店因为销售业绩不好而逐渐关闭，也使得很多消费者不得不去网上购物。网点的店主们为了增加网上市场的占有率和竞争力，不得不用各种营销渠道吸引消费者的注意力。目前，电子商务技术方面的竞争很难拉开企业与企业之间的差距，只有健全的电子商务营销渠道，深入挖掘企业和市场的潜力，企业的综合竞争力才能得到提高。

2.3 妥善处理隐私

大数据环境将使用户的信息越来越公开，针对隐私保护方面的问题，建议增加以下几项措施：（1）电子商务企业应该恪守行业道德，不能将消费者的个人信息进行交易和泄露；（2）

企业应该从技术层面上开发先进的隐私保护技术；（3）随着大数据应用的发展，隐私保护问题和概念不断发展，国家之间应该制定相应的隐私保护法规，确保公民的隐私权。在大数据时代，职能部门加强电子商务管理

在大数据时代，企业和客户得到的关于商品的信息量十分巨大，同时垃圾信息，诈骗信息和虚假信息也呈递增趋势，有关职能部门应该加强对电子商务平台的监督和管理力度，过滤掉有害信息，堵住此类信息的发布渠道，查处有问题的企业和个人，整改评价差的商户，完善电子商务平台交易制度，关注企业的信誉度，净化电子商务平台。建立企业的信誉度排序，同时每间隔一阶段，对信誉度进行重新排序，将最新的考评结果及时发布，反馈到用户手里，使他们能够第一时间掌握企业的信誉度，方便客户购物的判断。结语

当下正值我国大数据和电子商务的发展阶段，以前的商务模式已不再适用大数据时代的电子商务，该文在传统电子商务模式的基础上，主要论述了在大数据背景下，新型电子商务模式具有的特点，以及功能拓展，职能部门应加强电子商务平台的监督和管理，为新型电子商务的发展指明方向。

参考文献

[1] 庞一华，田德鹏.我国电子商务发展中的问题与对策[J].郑州航空工业管理学院学报：【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!社会科学版，2006，25（6）：133-134，138.[2] 甘丽新，涂伟.大数据时代电子商务的机务与挑战探讨[J].科技广场，2013（3）：137-140.[3] 全石峰.云计算环境下大数据处理对电子商务发展的作用[J].电脑知识与技术，2013：9（20）：4762-4763，4770.【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!

第三篇：基于大数据的电商企业管理模式研究

基于大数据的电商企业管理模式研究

摘要

伴随着大数据时代的来临，我们生活中很多领域都受到了大数据的冲击和影响。基于互联网技术开发的大数据应用，并逐渐的跟人民群众的生产和商品交换产生了破坏性影响。挖掘和数据分析在变化的整个过程仅仅是一个片段，但远非全部改变。利用大数据是关键，以提高核心竞争力，提高市场占有率。现代企业的决策是从“业务驱动”向“数据驱动”的转变。大数据时代对电商决策进行了有效的过滤。本篇论文主要对大数据时代背景下的电商企业的管理模型进行研究和探讨。在电子商务行业中，对大数据的分析可以为商家制定更加精准有效的营销策略，对于电商企业管理方面也是如此。本文通过对大数据时代背景下的电商企业管理现状进行分析和研究，参考和学习先进的管理理念以及和传统的企业管理模式进行对比，发现当前电商企业的管理模式中存在的问题和面临的挑战，在此基础上提出了相应的改进措施以及创新的管理新模式。希望本文能够为电商企业管理模式方面起到一定的参考作用。

关键词：大数据 电商 企业 管理模式 1大数据与电商企业 1.1大数据的内涵

大数据是一个更综合，更全面的概念，包括技术和商业层面。在每个类型数据质量，可以有效地筛选，迅速找到技术数据具有使用价值作为一般的下一个大数据技术是通过大量快速分析数据之间的数据高速采集大数据以发现其特点和获得新技术的桥梁。

关于大数据定义由于定义方式、角度以及侧重点都各不相同所以定义也不尽相同，但是基本内容大致相同，即大数据从根本上讲是数据集合体的一种形式，其特性就是与传统意义上面的数据管理来相比较，以便能够凸显其效率以及准确度的精确化程度，不仅如此，它除此之外，还能够进一步的满足不同的需求，其要求时间处理范围具有差异性的特点，另外最为重要的一点是大数据的价值不单单是是数据自己本身所具有价值，而是在通过一定的技术手段对大数据进行数据分析，将结果进行分析，分析出来的结果所反映的决策、知识以及问题等。

大数据的特色更加鲜明，大量的数据运行和操作各方运行速度有不同的特性精确。高效率的大型数据预测信息，它可以精确地分析所有的数据中间的相关性的数据。常规的数据分析是只抽样调查数据，并且只能够得到，但不能得出大数据中的一个本质之间的因果关系，并且通过关系数据的分析来预测。1.2大数据时代

大数据的诞生带给这个时代巨大的商业价值，并且与此同时它也具有不可估量的侧面价值。现在大数据的发展已经影响和渗透到我们社会生活和工作的方方面面，大数据在很大

[4][3]

[2]

[1]程度上促进创新驱动，在很大程度上面提高了劳动生产的效率，实现新的经济增长和新竞争力的类型，并产生商业价值。现如今互联网使用的大数据，移动和医疗疖视频监控和产生的结构化和非结构化数据的海量一些IT设备等非传统渠道，而今天的现代化管理和同行的运作，并非影响从数据业务的交易获得有关消费者的有效信息，而是要对供应商和运营商的实际情况加深了解；注入移动设备，从仪表获得的交易数据，移动电话，汽车等的传感器测量，以感应实现数据交换；网络用户每秒上传长的高分辨率图像信息，这将是通过社会媒体和用户交互的大量数据从网络行为的指数级增长，它可以存储近2000倍宇段数据。而且其他产业形式相比，电子商务已经成为快速发展的高价值产业。1.3大数据环境下的电商企业发展特点

（一）有效规划和精准的营销策划和市场营销从开始到结束都是商业企业追求最大化的手段利益。亚马逊的大数据是通过数据来促进销售，这也使得亚马逊的数据操作具有鲜明的特点。从用户数据的收集开始，亚马逊的数据系统当中详细的记录着每个个人用户的搜索页面的内容，其中具体包括搜索的产品详细的信息以及在每个页面上的停留时间，并且对类似的产品进行最终比较，最后决定购买其中的一种产品。除此以外，亚马逊还会采取一些明智的小技巧，例如通过一些非常微不足道的小事件，乘此机会将某一新产品或新实物推向不同的类型和阶层的用户，而且通过各种交互式构件的使用，来参与奖品取得的反馈信息，以更加能够通过对用户的数据分析的结果了解到用户的真实偏好。因此，亚马逊对用户数据的挖掘结果，使得亚马逊对用户的爱好兴趣，消费习惯以及购物偏见和潜在需求都如数家珍。这些都为了到最后能够做到数据完整的精准营销。

（二）数据服务已成为电商的发展趋势。现在的腾讯、阿里巴巴以及百度等知名的网络平台都已经相继成为大量数据挖掘的巨大财富的数据所有者，显而易见，现在数据业务已逐渐开始演变成为中国电商的发展趋势，销售数据和相关的服务也已经成为一个新的增长兴趣点。这里以阿里巴巴为例，根据阿里巴巴旗下的淘宝网的数据显示，超过49TB每天活跃数据量。围绕这笔交易，很多的搜索，浏览和评价的买家和卖家在淘宝构成产生的数据源。打开淘宝数据平台，例如，对于个人用户来说，“淘宝指数”免费提供信息给公众，并通过各种指标指数淘宝网公众可以得到行业和宏观经济。阿里整合其所有的电商模式的基石-大数据平台已经形成，淘宝正在转化为电商的“生态系统”的基础服务提供商，数据服务提供商。

（三）增强用户体验为核心的服务理念，提高产品和服务的用户体验和认可是主要的电力供应，谁的用户多，谁就会占领市场从中脱颖而出。对于大数据的分析，自然少不了做一个关于用户的购物体验上做文章。经过几十年的数百万用户的数据的积累，这么多有价值的数据，因为它是非常宝贵的资源和财富。大数据模型的供应链管理和最终用户。各种数据的应用，存储分配是大数据应用和供应链管理模式之一。另一个典型应用是终端用户打造京东模式。京东每天产生数亿的个人信息，京东的用户分析，从多个维度采购，资产信息，设[7]

[6]

[5]置了一些简单的个体识别模型，然后根据用户的特点，京东推荐相应的产品和网站，成功的在很大程度上提升了京东用户的消费体验。2电商企业管理模式现状及存在问题 2.1电商企业的管理模式现状

电商企业管理是一项十分重要的手段和措施。它是连通当下的网络经济与传统的实体经济之间的媒介，同时，它亦是将企业从传统经济向网络经济跨步的必经之路，电商企业管理的影响是直接而且全方位的。电商企业的管理是对在虚拟空间进行的商务活动的管理，这是管理模式上的一次革命。它对于企业管理的思想和管理方法以及管理模式的创新，它会对企业面对的技术和市场的变化做出相对应的改进和调整。

众所周知，大数据时代的电商企业在创新技术的驱动下，与传统的企业相比大大的提高了劳动的生产率，实现了经济新增长以及新的竞争的模式和商业价值的产生。电商利用大数据提供的企业经营预测率以及行业趋势能够实现采取利益最大化的商业策略。这为电商的发展开辟了较为平坦的道路剔除了很多不可知的阻碍和不明朗的风险。这对于电商企业的管理来说无疑是一个非常好的消息。

大数据是数据服务的升级版，他对当今社会的服务深入细致到每一个人身上，针对每个人体都有自己个性化的设计，从而逐步演变发展形成了现在一种定制式的服务模式。现在网络交易的规模化发展在不知不觉当中形成了大量的交易数据，而这些数据同时又为电商的发展提供了充足的数据信息，通过对这些数据进行精确地分析和研究，就可以根据电商企业自身的发展特点规划出最适合它的发展方向和规模，对于它的消费群体和消费个体有更为清楚和明确的认识，这个非常有利于电商企业后期的产品研发和改善。

众所周知，商品的信息量随着电子商务的发展也在呈指数形式的迅猛发展，这样的势头，让消费者在消费过程当中变得更加迷惑和没有判断力

[10]

[9][8]，大量的商品使他们无从选择，与此同时，由于商品信息的筛选分析没有与之同步提高，这样就难以把最新的商品动态信息分享给消费者，这样会使消费者的消费过程变得丧失目的性。电商企业通过这样的发张方式，能够更加快速和稳定地在节约成本的同时占领市场的一席之地，提高企业效率而同时在强大的竞争力下，赢得对手。当然，与此同时也对电商企业的数据管理提出了更高的要求和挑战。2.2大数据时代电商企业管理存在的问题

大数据环境下我们不能仅仅看到大数据给电商带来的整个繁荣的景象，而更应该看到它给电商企业带来的很多问题需要来面对。

首当其冲的是数据安全隐私管理的问题。数据安全隐私管理

[11]

是电商企业在大数据时代的背景下不得不面对的重要问题。因为众所周知的是，在现在的大数据时代，在屏蔽外部数据的基础之上进行个人信息的分析和挖掘个不现实的美好愿望。现阶段几乎没有社交网络不采取一定的措施，让各自用户的实时数据进行不同程度的开放，这些数据记录了网络用户注册时的个人信息以及浏览网站时的历史记录，这些数据被一些提供商收集起来，通过这些信息的整合分析，这些数据可以让电商企业掌握个人用户的消费倾向和喜好，在此基础上进行分析和预测，能够精度很高的预测出客户的需求点，在创新商品的时候成功率大大提升，企业的利润空间也得到了大步的提升。另一方面，这些数据基本上可以非常精确的锁定出网络用户，进一步的还可以挖掘出他的个人信息以及相关的银行账号密码等隐私，用户隐私安全问题令人堪忧，一旦泄露，后果不堪设想。Epsilon在2011年，发生了一起可谓史上最为严重的黑客入侵事件[12]，这起事件的后果导致大量企业客户名单以及电子邮件地址发生外泄，而且，不仅如此，还有很多著名企业例如美国银行和摩根大通都遭到损失。同年四月底，索尼公司同样遭到黑客的攻击，这次事件的结果也非常严重，索尼公司泄露了一亿份账户资料，索尼公司因此损失了1.71亿美元。我们国家在最近几年这样的事件也屡见不鲜。那么该如何确保数据的安全性呢？很多国家针对大数据时代所带来的数据隐私安全问题纷纷立法保护公众隐私。另外要求一些搜索引擎服务商缩短用户搜索信息的保留时间。电商企业应该在此基础上自身安全方面设置多个级别的保护措施，例如使用企业自身的安全防护软件来防止病毒、木马等恶意软件的侵犯。减少信息泄露给企业带来的纠纷事件。

其次，面对第二个的问题是行业数据的掌控。对于电商来说，有关客户的信息数据是具有重大价值的。近几年来，阿里集团以及京东等网络第三方交易平台和电子商务网站的蓬勃发展[13]，让他们凝聚了大量的经营者和消费者的信息，这些信息当中包含了客户的收入状况，消费习惯以及信用等等宝贵且全面的信息。这些大量的数据被他们用来通过大数据理论和技术，对网络购物以及支付等数据进行深度挖掘和分析，可以发现大量的有价值的信息和统计规律。例如，也可分析商业数据产品的行业搜索、浏览以及交易等数据，这些研究结果用于企业数据化运营和市场行业研究等，所以，我们可以得知拥有数据多的企业发展起来就会得到更多的便利。通常情况下，对于一家企业而言，大数据的数据来源主要由两个部分构成，其中一部分来自于企业自身内部的信息系统中产生的运营数据，这些数据基本上都是标准化、结构化的。具有企业自身的一些特点，如果继续细分的话，企业内部信息系统又可以分成两个小类，一类主要用于提高人事和财会处理以及接发订单等日常业务的工作效率；另一类则主要用于支持经营战略和开展市场分析以及开拓客户等。然而，在现在大数据的背景下，电商企业则比传统的企业多了一部分来自于外部的数据，其中包括的是日常广泛存在于各种社交网络等之中的非标准化而且非结构化数据。这些非结构化数据基本上是来源于腾讯QQ，新浪微博以及国外的Facebook和Twitter等及其它来源的社交媒体数据构成，另外还包括了各种搜索引擎例如百度，搜狐等门户网站，浏览记录，搜索记录，以及点击量等都被记录了下来，这些数据都成为了电商企业有利用价值的大数据的组成部分。而且它们的产生往往都伴随着社交网络和移动计算以及传感器等新的渠道和技术的不断涌现和应用。其中具体包括了点击和呼叫的详细记录、GPS和地理定位映射数据、Web文本和点击流数据、设备和传感器信息、通过管理文件传输协议传送的海量图像文件、科学信息、电子邮件等等。这些企业会让更多的企业未来的发展得到更好的方向规划以及指导。最后，大数据发展的最重要的内容是如何对大数据进行处理和分析，这同时也是其利用者最应掌握的核心问题之一。由这些数据与企业数据库消费者倾向组合以消耗判决形成交叉验证中，信息互动社交媒体延伸到电力供应商，从而消耗数据通过形成闭环叠加效应。这也将极大地精细化营销和广度。用户数据和完善的数据管理系统的长期积累。直接进入生产率数据，在角色中的数据可以充分的体现。数据通常产生于一些社会媒体。社会关系，通过电商的数据库推出，该数据将极大地释放潜在价值的力量。著名的阿里巴巴为例

[14]，构建淘宝数据库，通过品牌和产品的销售，淘宝热词和消费数据流量来源和其他资源，最终形成消费行为总结数据库。社交平台可以实现对接数据库的电子商务平台，微博用户的数据可以形成消费需求趋势预测，然后通过现有的数据库来验证数据，有效的转化率，就会产生整个消费行为数据的整个链条力。此时，阿里巴巴已经牢牢地抓住了整个商业节奏的脉冲。由此可以看出，仅仅掌握电商企业的大数据是远远不够的，能够掌握对大数据的分析和利用才是重中之重。在技术的层面以及人才培养上解决大数据问题，才能完全充分地发挥大数据的价值。

3大数据环境下电商企业管理模式的创新和优势

根据我国当前的国情来看，电子商务企业开始逐渐意识到大数据时代的到来和将对未来产生的重要影响。同时开始针对大数据这个比较新的领域开始探索和研究，这样的一系列举动让电子商务得到了非常迅速的发展，衍生的全新的数据管理模式，让电商的整体服务模式得到革新，未来数据的实际应用将会决定企业的经营情况，新的营销管理模式适合市场的发展需要，给经济创造更多的社会价值。3.1实现管理的低成本

与传统的信息业务处理不同，现在信息不再采用手工处理的方式来进行，因为手工处理的方式相较来说成本高但是效率和准确率却相对来说都非常的低。现在我们开始利用大数据来进行分析，很多大型的企业基本上已经完全实现了通过全自动化的方式来采集和处理客户的信息，并且积极和广泛的利用自动系统大批量的进行客户信息的搜集，这样会让企业对客户的真实消费和收入等自己状况状况有了一个更为详尽的了解，这对于以后企业的发展以及市场的开拓提供了非常有利的数据条件。在这个过程当中，由于大大减少了人工干预的环节，所以业务处理效率得到大幅度的提高，而且错误率明显降低，与此同时数据处理的成本也大幅度降低，可谓一举多得。这个大数据环境下的电商企业管理模式的优势为企业进行业务的创新提供了新的思路。3.2精准营销创造更好的服务

精准营销凭借信息手段，对现有数据进行精准分析来确定客户群体，更为有效的和顾客进行沟通，这样便形成了相对个性化的服务体系，企业顺利拓展低成本方式，同时这也是网络营销的核心观点。精准营销的重要核心是对客户的购买行为进行分析，通常情况下，客户都会通过各种渠道对一些商品进行初步的了解和跟踪，逐步的缩小自己的购买范围，然后再通过比较的情况下，选中某一个商品后，在购买里达到的情况下来购买自己满意的商品。精准经营模式的开创，为企业打开了更为具体可实行的方案。即企业可以通过收集顾客的兴趣导向，然后仔细的分析顾客的不同的消费层次以及他们的关注点，通过分析顾客的购买行为来分析顾客的交易习惯。记录他们日常的消费习惯以及关注的信息和浏览的信息内容，他们的月均收入等等，当企业拥有了这些数据之后，形成了包含大量数据的有效数据库，用基础的数据挖掘技术作为它的辅助，运用系统化的科学分析和预测，针对性的向每位顾客推荐适合他们的产品。

3.3精细化的管理得以实施

众所周知，传统的业务模式难以实现大批量的处理有效数据，这也导致很多企业在传统的管理模式下仅仅通过抽取少量样本的方式对数据进行分析和存储，在通过对抽取的样本进行分析得到样本的分析结果并且以此来进一步的推断出总体特性。这样的传统技术方法不仅浪费大量人力物力而且也只能记录下客户简单的部分的消费信息，而顾客的消费明细等其他信息根本无法成功获取，更就没有办法对客户的个人信息进行分析和处理。这样一来这样对于实现精细化管理是远远不够的。在当今的大数据时代，电子商务企业拥有非常强大的处理数据的能力，它们可以精细的把顾客的每一次消费信息都成功提取，并且通过一定的分析和处理之后，将这些分析结果及顾客消费行为的记录数据收录到数据库中，采用挖掘技术的方式对数据进行有效的系统处理，最终得到有效的管理信息。这种方式不仅方便快捷而且节约成本，最重要的是大大提高了数据的利用率和利用价值，让企业在一定程度上实现了精细化的管理。这样的精细化个性化的顾客服务也使得办理各类业务的门槛大幅度降低。

结

论

本文通过大数据的电商企业管理模式的研究和分析，帮助企业能够成功的结合自身所处的商业环境，在电子商务模式的设计过程中应用新的信息技术来促进管理模式的发展以及变革，积极探索适合企业特点及所处环境的电子商务模式。电子商务模式是动态而非静态的，它在随着时间的变化而变化，所以处于竞争位置的企业仅仅靠模仿而不去自欺创新管理模式就难以保持长时间的竞争力，市场的状况和客户的需求以及竞争的威胁都在随时变动，所以没有一成不变的的电子商务模式。创新是永恒的主题。参考文献

[1]陈幸敏.全球最大的网络购物节350天猫创下新纪录,浙江在线新闻网站,2013-11-12.[2]甘丽新,涂伟.大数据时代电子商务的机遇与挑战探讨.[J].科技广场,2013（08）.[3]任广见.基于大数据的商业模式创新与启示.[J].现代商贸工业,2014（02）.[4] 徐宗本,张维,刘雷.“数据科学与大数据的科学原理及发展前景”——香山科学会议第

462次学术讨论会专家发言摘登[J].科技促进发展,2014,10(1).[5]维克托·迈尔-舍恩伯格,肯尼斯·库克耶.大数据时代.浙江人民出版社.2013.1.[6]陆嘉恒.大数据技术的学习指南.[M].电子工业出版社.2013.4.[7]桂卫华,刘晓颖.基于人工智能方法的复杂过程故障诊断技术[J].控制工程,2010.[8]李德仁.论空间数据挖掘和知识发现理论与方法[J].武汉大学学报（信息科学版）.2010.[9]刘鹰浅析我国电商企业的大数据应用现状[期刊论文]-商业时代2014(25).[10]蔡永鸿.刘莹基于大数据的电商企业管理模式研究[期刊论文]-中国商贸2014(31).[11]涂子沛.大数据[M].桂林:广西师范大学出版社，2012.[12]http://www.xiexiebang.com/archives/category/inter-net/electronic-commerce.[13]马帅，李建欣，胡春明.大数据科学与工程的挑战与思考[J].中国计算机学会通讯，2012,8(09):22-30.

第四篇：企业人力资源供应链管理模式研究下

企业人力资源供应链管理模式研究（下）

曾捷英

三、企业人力资源供应链管理模式的设计

1.企业人力资源供应链管理模式设计策略。在企业人力资源供应链管理中，从人力资源供应方到需求方，人力资源可以看成是一种在供应链中流通的特殊“产品”，与物流供应链相比，产品类型相对单一，所以在设计人力资源供应链时选择基于产品的策略。当然，也可以根据人力资源类型的不同对供应链给予相应调整，如企业校园招聘和招聘中高层人员会选择不同的供应链方式。在选择人力资源供应链节点时，也要借鉴成本核算策略，优化供应链成本。

2.企业人力资源供应链管理模式设计步骤。根据上述策略，企业人力资源供应链设计可以归纳为8个步骤：（1）分析和确认人力资源需求。（2）分析企业人力资源管理存在的问题及影响供应链设计的阻力。（3）针对前两步的问题提出人力资源供应链设计的必要性。（4）提出人力资源供应链设计的目标，注重将所需的人才分配到合适的岗位上，并控制成本与两个目标之间的平衡。（5）提出供应链的基本框架。（6）分析和评价人力资源供应链设计的可能性。（7）设计人力资源供应链，主要解决以下问题：人力资源供应方的选择、人力资源培训和分配制度、人才库的建立和管理、信息管理系统的设计等。（8）检验和调整人力资源供应链。

3.企业人力资源供应链管理模式主体工作流程。本文所分析的企业人力资源供应链管理流程，主体包括人力资源供应方、人力资源部门和人力资源需求方。其中，人力资源供应方主要涉及到高校、人才网、其他人才中介以及企业内部，这部分的功能是为企业提供所需的人才；人力资源部门包括企业的人力资源部门以及人力资源管理外包企业，这部分的功能是进行人力资源采购、培训以及分配；人力资源需求方是企业内部的各个部门，也包括人力资源部，这部分是人力资源的使用方。

四、企业人力资源供应链管理模式的主要研究环节

1.供应链供给研究。（1）企业人力资源预测方法。人力资源预测是指在对企业战略和经营进行评估的基础上，对企业未来一定时期内人力资源状况的预测。人力资源预测一般分为人力资源需求预测和人力资源供给预测。最常见的预测方法有经验预测法、现状规划法、回归分析法、专家讨论法、定员法等，这些方法适用于不同的人力资源预测类型，被广泛地应用于企业的人力资源管理部门。（2）人力资源供应链下供应商的选择和评估。人力资源供应方管理指企业基于战略考虑，不断开发、选择和保持人力资源供应方和代理商，以拓宽人才招聘渠道，并通过信息共享平台的建设与各类供应商保持双赢的、长期的合作伙伴关系，从而保证企业所需人力资源得到稳定、可靠供应的系列活动。这里提出的人力资源供应方一般包括高校、人才招聘网站、中介公司以及人才交流中心等，同时还包括企业内部建立的人才中心。

如果将人力资源也看成一种产品的话，人力资源供应链的供应商选择的基本内容和供应链管理并没有什么不同。供应链管理下对供应商的选择和评估程序一般为：对供应商的质量体系进行全面、深入的调研；对样品和品质进行初步评审：到生产场地进行技术调研；询价议价；签订采购合同并建立档案；每年对供应商进行考核，并就结果进行反馈。

2.供应链分销管理。供应链管理中的分销管理相当于人力资源管理中的人才流动部分，即员工的培训、内部的提拔、个人发展规划、员工的具体职责关系等，也是员工在进入公司后如何在合适的时间分配到合适的岗位中去的过程。根据供应链分销系统和人力资源管理原理，企业人力资源供应链下人力资源分销系统的设计主要有：分析部门需要、确定分销网络目标、设计分销网络方案、评估分销方案。

3.供应链人才库管理。供应链管理环境下的库存控制问题是供应链管理的重要内容之一，企业要有效缓解供需矛盾，尽可能均匀地保持生产，都必须保持一定库存，但库存过多又会占用大量资金，所以企业要将库存保存在合理的范围内。借鉴这一原理，企业人力资源供应链管理就形成了人才库。

由于人力资源的独特性，人才库的管理要比库存管理复杂得多，除了招聘成本、培训成本、管理成本等一系列成本外，最大的风险和难题在于人才库的人才有更大的跳槽可能性。另外，如何合理安排储备人才也是一项十分具有挑战性的工作。

4.供应链信息系统。信息共享是实现人力资源供应链管理的基础，供应链的高效运作是建立在企业人力资源供应链节点上各个部门之间信息传递和共享基础之上的。企业人力资源供应链信息系统不仅包括传统意义上的人力资源管理系统，还包括企业的企业资源管理系统（ERP），目的就是将企业各个部门、各个层次和业务的信息及时进行沟通和共享。

在企业人力资源供应链管理系统中，人力资源部和人才中心根据企业战略和经营状况制定人力资源规划，进行人力资源预测，按照各用人部门的要求向人力资源供应方招聘人才，对人才进行内部配置，并订出协议规范各自权限和责任，在这个系统中信息流的沟通和交换存在于系统的每个环节。

5.供应链效益评估。在本文中，企业人力资源供应链管理模式的总成本包含供应商成本和企业成本两部分，暂时不包括人才的家庭教育成本和社会成本。其中供应商成本包括管理成本、财务成本和机会成本；企业成本包括招聘成本、管理成本、交易成本、财务成本、机会成本以及培训成本等后续成本。

建立人力资源供应链绩效评价体系，要根据企业的整体战略确定人力资源战略，这对于供应链运作和管理是至关重要的；根据人力资源战略就可以确定供应链的属性、方式和内在资源的配置；分析客户需求，进行准确的人力资源预测；确定绩效评价指标：与供应链中的其他企业共同协商并建立供应链指标体系：根据建立的指标评价体系对供应链进行动态的绩效评价并及时对结果进行有效反馈。

绩效指标的选择分为财务指标和非财务指标两大类。财务类指标依然是评价供应链绩效的重要指标，主要包括交易成本、招聘成本、管理成本和培训成本等各种成本；非财务类指标是争议的焦点，一般较有共识的指标有人才满意度、及时性、合作满意度等。供应链绩效评价的方法有多种，常见的评价方法有平衡计分卡法（Balanced Score Card，BSC）和层次分析法（AHP）。

6.供应链风险管理。供应链风险管理是风险管理在供应链应用中的一个特例，本文所指的是对人力资源在供应链流通过程中，由于各种不确定的因素使得企业实际收益以及人力资源利用率与预期发生偏差的大小和可能性进行识别和度量，并运用最经济合理的方法来控制风险。

人力资源供应链风险形成的原因有两类：外部原因和内部原因。（1）外部原因。主要包括各种不可抗力、政策和市场的不确定性以及社会信用机制的缺失。

（2）内部原因。主要包括信息、制度和利益分配方面的不确定性。企业人力资源供应链风险管理的目标包括损失前的风险预警和损失后的管理目标。风险管理基本环节包括风险识别、风险度量、风险处理以及风险监控与反馈。

五、总结

人力资源供应链管理是人力资源管理中较新的研究课题，它将供应链管理模式运用到人力资源管理中，开拓了人力资源管理的领域，是人力资源管理理论的创新。

对于企业来说，企业人力资源供应链可以让企业的人力资源管理得到进一步优化，使企业能以最小的人力资源成本及时、有效地发挥人力资源的优势，从而大大提高企业的竞争力，实现企业的战略目标，更好地服务顾客，为社会创造更多的就业机会和财富：企业人力资源供应链还可以使人力资源供应方获益并得到更好的发展，而人力资源供应行业的发展壮大又可以为人才增加更多的就业机会，特别是在金融危机造成就业困难的今天，减少失业率就具有更大的意义和作用；企业在选择人力资源供应方时和科研院校建立各种合作关系，有利于完善高校的素质教育，使人才培养更符合企业的需要；对个人而言，有利于获得更多的就业机会、培训机会等现实或潜在的经济回报，有效提高个人素质。

本文中所讨论的人力资源供应链管理是以企业为核心，再加上人力资源供应方，供应链管理中的制造商和客户都在企业内部，这是微观意义上的人力资源供应链，宏观意义上的人力资源供应链是指一个国家的人力资源配置，从教育体制到人才分配再到社会保障，这是一个巨大的人力资源供应链，企业人力资源供应链只是其中的一个单位，一个很小的环节。

来源：《中国流通经济》2011年第1期

第五篇：大数据时代《人力资源管理》课程内容创新研究

大数据时代《人力资源管理》课程内容创新研究

2016-04-29 15:55:57 作者:7天论文网 【大 中 小】 浏览:5次 评论:0条

摘要：大数据时代，给人力资源管理职业的发展带来良机，同时也对《人力资源管理》课程教学提出了新的要求。本文分析了《人力资源管理》课程设置中存在的问题，结合大数据时代新的特点，指出了大数据时代的《人力资源管理》课程的建设内容。关键词：人力资源管理大数据课程建设

在大数据浪潮的洗礼下，与当前社会众多领域一样，人力资源管理领域也在经历着变革[1]。比如：商业智能工具使得人力资源管理改变了以往的单纯凭借经验的模式，更多的向数据模式转变；人力测评模块以前往往依靠单一的专家主观测评，现在也逐步改为构建相应的数学模型利用大数据进行测评，使得人才测评的结果变得更为科学准确；人才招聘模块变革日新月异，企业逐步依靠社交网络的大数据对人才个性特征分析进而看其是否与应聘岗位匹配，做出录用与否的决定，以达到有效人才招聘的目的。社会的变革必然促进专业课程内容的变化，本文以《人力资源管理》课程为例，通过对大数据时代的剖析，正确认识大数据浪潮，将大数据的内容和方法引入大学课堂教学；从大数据视角着手加强大学生人力资源管理方面的实践能力，实现人力资源管理理论和实践教育的内容创新，以期提高实效性，使学生培养更符合现代市场需求。《人力资源管理》课程设置中存在的问题第一，在大数据时代，社会对高职高专的人才培养目标、培养模式以及课程内容设置都提出了新的要求。高等职业教育的人才培养目标要培养第一线的应用技能型人才；课程的培养目标应该以就业为导向，适应现代市场发展的潮流，课程内涵应该基于工作过程导向，同时课程结构要具有定向性；课程内容的设置要根据职业技术岗位群的特点，进行工作岗位分析，提取典型工作任务，设置教学模块，注重实用性，以强化技能训练为特点。而目前高职《人力资源管理》课程教学模式并没有完全体现高职教育的特点，一直沿用传统的教学模式，即以理论性、课堂教学为主，以教师为主体和中心的单向沟通；教学内容完全由教师设计，教学效果主要取决于教师的组织能力与语言表达能力。由于教师单调的“满堂灌”，学生只有“上课时抄笔记、考试前背笔记”，考试后则几乎全部忘记。这样的教学模式不适合高职人才培养和教学要求[2]。

第二，《人力资源管理》是一门实践性很强的社会热门课程，但高职教学中目前仅限于从理论上探讨其实践中的案例和典型事件，没有真正做到知行合一[3]。原有《人力资源管理》课程教学应用性不强，学生无法有效地了解最新市场的需求，大数据、互联网+等概念目前在各行业已经非常流行，人力资源行业也较为普及，但课本内容上介绍却较为少见。《人力资源管理》课程课堂上教师的知识的讲解仍按照传统的框架模式，教学内容较为陈旧，目标是通过期中、期末考试，以及人力资源管理师的证书考试。当应试成为培养目的之后，其他的应用技能型能力的培养就成了附庸，导致学生整体素质较低，《人力资源管理》课程学了一学期却不能灵活应用，甚至学习的知识和将来工作岗位严重不符，学生的学习兴趣也受到很大的影响。学校的实习实训基地也没有足够的能力承担学生的实习或教学观摩，教学效果达不到预期目标，致使社会、学生、教师等对课堂教学的评价不高。

第三，高职《人力资源管理》课程教学有应试倾向，严重阻碍了高职高专学生综合素质的培养。课程考核模式主要以检测学生课程理论知识学习书面考试成绩为目的，存在不少问题。这种以评定成绩为主的考核模式，突出地表现为重课本，轻实践；重知识，轻能力；重结果，轻过程；重对学生的测试，轻课程自身的建设，既不利于学生分析，综合能力的培养和创新精神的形成，又不利于课程的建设和发展，并直接影响到人才培养的质量。因此，《人力资源管理》课程还需改革创新考试方式，以免出现学生高分低能的情况。在考试方式上可以采用过程性考核方式，以平时出勤、课堂表现、作业任务、小组讨论完成情况等活动作为考核内容，结合评分标准并给予分数，确定最终成绩。比如在《人力资源管理》课程绩效考核中，老师可以组织学生通过角色扮演的形式，将全班全年的班级活动的大数据纳入绩效软件当中，让学生分别作为人力资源管理者进行评判，同时将过程录制成视频节目，最后根据完成情况给予这部分内容的考核成绩，也突出了学生应用能力。《人力资源管理》课程在考试的难易程度和要求方面，既要继承发扬传统的经典理论，让学生奠定坚实的理论基础，也要分析国内外人力资源管理方面的热点，要将理论知识和社会热点完美地结合起来。2 人才测评相关课程内容的建设企业中人才的数量和质量逐渐成为当前企业生存和竞争的关键，人力资源管理中人才测评技术的发展在社会受到重视的程度也越来越高。在当前《人力资源管理》课程有关人才测评模块的课程内容教学中，需要补充强调大数据在人才测评中的作用，着重指出利用大数据可以在一些大型或者较大型人力资源数据库中发现隐藏在里面的关键信息，协助人力资源管理决策部门寻找数据与数据之间内在关联，进而提高人才测评的有效性。

目前的《人力资源管理》课程教材关于人才测评的方法较为陈旧，更多的还是停留在单一的专家评估上，带有明显的主观性。在教改过程中，我们要向学生全面介绍现代国际和国内知名企业人才测评的状况，介绍国内外各知名企业如何利用大数据技术对人才测评中的人才绩效考核、人才选拔以及分类等部分工作进行深入研究，更新改进之前运用的算法中的一些不完善的地方。比如北森公司就是我国国内最早做人才测评的公司，该公司一直专注做测评，是人才管理软件的开创者。在大数据时代，北森公司利用云计算平台和大数据技术，积累了200万测试者的数据，再根据行业专家的经验，构建测评模型，使得他们的测评工作更加的高效准确。再比如，国际上的合益集团Hay Group是一家全球性管理咨询公司，在测评方面更是资深行家，其核心产品海氏系统法，又叫指导图表-形状构成法(Guide Chart-profile)，从实质上讲就是一种利用大数据进行测评的方法。世界500强的企业中有将近一半左右的企业岗位测评时均使用了Guide Chart-profile 测评法。3 企业招聘相关课程内容的建设大数据时代也改变了企业招聘的工作模式。在大数据爆发的时代背景下，很多人力资源企业已经以全新的角度审视自己的行业定位。大部分企业都把数据资源和数据价值作为企业本身的核心战略之一，由此再衍生出多维度的新型服务和产品，并且这种衍生的趋势愈演愈烈[4]。当前各大招聘网站也结合大数据技术的特征，研发出一系列利用社交网络和大数据技术的为企业招聘服务的产品。在大数据时代，人力资源管理部门利用大数据信息，可以解决在招聘的过程中出现的信息不对称以及信息不透明等问题。大数据信息包含了企业大数据信息和待聘者个人的大数据信息。这些新的趋势，也势必要在《人力资源管理》课程中有关企业招聘这部分内容的教学中得以体现。

在课堂上，需要向学生说明的是，之所以传统招聘网站上的企业信息不透明，主要是由于这部分内容均由企业人力资源部门提供的，存在着不客观的情况。而当前我们在专业招聘网站上获得的更多的企业信息来自企业内部员工对企业的评价，较之以往更为真实可靠。因此，大数据时代为我们寻求信息对等以及为企业与雇员之间提供了信息沟通的渠道。在教学时案例分析上，可以选择Glassdoor、分智、Simply hired 和ResumUp 等代表企业。他们共同的特点是能展示雇员工龄、企业评价、薪水报告、面试问题等信息。

另一方面，需要进一步向学生对比分析的内容是传统的招聘网站上的个人信息之所以不透明，是因为其文字是候选人自己编辑上传的。而当前的大数据技术能够完成由社交网络上进行查询并深入获取待聘者的信息，使得相关企业能更清晰地掌握待聘者的情况。

大数据时代，有效的数据收集和分析工具在人们获取数据时是至关重要的[5][6]。在案例教学中，可以选择Talentbin 和Identified 两家公司作为代表。TalentBin公司将自己描述为“人才发现引擎”。

它提供职业搜索引擎服务。TalentBin公司积极收集应聘者在社交网络上的信息，进而梳理分析归类，研发出一个以待聘者信息为中心的数据库。任何企业想招聘特定的人才，都可以去TalentBin 搜索。Identified公司以网络社交为背景，提供基于Facebook的职业搜索引擎，为相关公司提供服务，可以对待聘者实施评分，Identified公司的核心功能为根据不同待聘者工作经历、教育背景和社交网络三项指标的不同情况，为待聘者实施评分，通过大数据分析从而为企业招聘提供参考。

《人力资源管理》课程关于人才招聘的内容中如何解决公司职位与待聘者之间匹配的问题是教学重点内容之一，这部分内容也是招聘过程的最根本诉求之一。而当今的大数据技术则刚好可以高效精准地达到最佳的匹配过程。在教学过程中可以以Bright和Path.to两家企业为例。Bright公司主要是对空缺职位和待聘者的匹配度进行打分。Bright 公司从用户上传的简历和社交网络上提取待聘者的总量数据，利用大数据发现隐匿的人才，通过对成千上万个数据点的对比分析，将待聘者和空缺职位的匹配度进行打分，分值与匹配度成线性关系。Bright 可以使公司和待聘者大大的减少招聘和应聘的时间，为公司和待聘者提供更好的服务。Path.to公司利用其官方网站为企业和用户提供平台。求职者首先要输入自己所擅长的工作，也可以从LinkedIn转入他们曾经的工作经历，另外，还将要回复一些关于他们如何看待企业和工作岗位的问题。最后，Path.to公司应用其独特算法来完美匹配待聘者与雇主公司。Path.to的核心竞争力就是他们的算法。求职者利用Path.to网站找工作不收任何费用，但是对在该网站发布招聘信息的公司来说，要缴纳一定的费用。人力资源商业智能相关课程内容的建设在课程内容上，要向学生补充介绍人力资源商业智能的相关内容。人力资源商业智能（Human Resource Business Intelligence，以下简称HR-BI）就是利用人力资源管理过程中呈现出的数据，对人力资源管理进行监控，并做出相应的分析，为最终决策提供参考的过程。人力资源商业智能体现了商业智能在人力资源管理决策分析过程中的应用。它通过建立一套分析模型，利用在人力资源管理过程中的大数据进行分析统计，以丰富的展现形式支持企业人力资源管理的决策分析。随着一些企业“软实力”的提升，他们对于人力资源管理理念与管理能力就会有着更高的要求，在决策上由“经验+感觉”模式逐步转向“事实+数据”模式，人力资源商业智能的作用就更加能够体现。人力资源商业智能与e-HR不同。e-HR即电子人力资源管理，它主要体现在需要处理面向业务过程的一般性报表，而人力资源商业智能利用其多维数据仓库功能，开展数据建模，使人力资源管理体系在不断的调整与优化时有确切的数据支持，在企业整体发展战略时，满足发展的需要。在大数据背景下，人力资源商业智能能极大地提高企业人力资源分析效率，更好地支持企业各项业务的发展。

在案例分析上，可以向学生介绍“佐佑人力资源管理咨询顾问公司”和“Aptean 公司”。佐佑人力资源管理咨询顾问公司成立于1998年，在国内人力资源管理公司中具有一定的知名度，而Aptean公司则是企业应用软件巨头。在大数据、信息以及预算管理和薪资等方面，两家公司都能提供了极其丰富的案例。总结总之，在大数据时代，《人力资源管理》课程教学要在传统技能培养的基础上，还要注意对学生信息搜集能力和大数据思维、应用能力等能力的培养，要强调理论内容与案例分析的关联。课程教学时，教师要把《人力资源管理》课程各模块内容与特定领域的大数据分析相结合，从简单到复杂，循序渐进展开教学。只有通过合理统筹传统人力资源管理理论与大数据技术应用，才能激发学生的学习兴趣和勇于创新的精神，促使学生的专业素质满足当今社会的需求。参考文献：

[1]孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,(1).[2]童举希,施杨.提高人力资源管理课程教学效果的思考[J].常熟理工学院学报(教育科学版),2007,(12):99-100.[3]李德勇,吴婷.对“人力资源管理”课程教学方法改革的探索[J].教育与科学究,2009,(3):102-103.[4]邬贺铨.大数据时代的机遇与挑战[J].求是,2013,(4).[5]朱东华,张嶷,汪雪锋等.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理,2013,(4).[6]王前新,陈丽华.提升学校效能是高职院校发展的突破[J].教育与职业,2007,(15):8-10.