摘要：随着企业竞争加剧，越来越多的企业关注人力资源管理，尤其是一线员工的工作效能。不同于一般的人力资源管理系统，基于大数据的智慧人力运营管理平台综合运用移动互联网、大数据等技术将一线员工的基本信息、实时工作信息、工作业绩、效能等数据进行汇总、过滤、动态分析，为管理者提供统一的驾驶舱管理视图，使得企业可以实施精准、实时的人力资源配置和管理,在优化人员配置、提升队伍人员素质、提高资源使用效率等方面提供决策参考依据。

关键词：信息化；人力资源管理；智慧运营；大数据

一、概述

（一）建设背景

在企业中，一线员工往往未能对自己的工作业绩、效能进行客观评价，也不清楚自己在工作上是否有实质提升。管理者在做人力决策时，往往缺乏有效的数据支撑；种种问题导致企业人力资源配置和管理水平达到瓶颈。因此，企业可以利用信息化手段，打通业务系统与管理系统的数据，解决信息孤岛难题，建议一套剥离事务处理，聚焦数据分析与展示的智慧人力运营管理平台，使得管理者能够通过平台的数据分析，合理优化人力资源配置，为企业降本增效。

（二）建设目标

运用大数据、移动互联网等技术，充分挖掘隐藏于海量数据中的信息，发挥数据的潜在价值，推动人力资源管理的持续改进。让一线员工清晰地知晓自己的业绩和努力方向；让管理者能够从多维度了解员工的基本信息、工作业绩、专长、发展方向等，并制定合理的人力决策。帮助管理者实现人力资源配置优化，提高人力资源预测能力，实现人力资源管理的前置。

二、建设方案

（一）系统架构

系统架构主要分为四个层面。通常建议使用B/S架构，用户工作界面是通过浏览器来实现，极少部分事务逻辑在前端（Browser）实现，其主要事务逻辑在服务器端(Server)实现。B/S架构的优势是能够高效的部署，同时减轻了系统维护与升级的成本和工作量。接入/展示层顾名思义为用户通过浏览器直接看到的、通过H5或其他接入方式接入并可交互的那一层，通常为图表、驾驶舱视图等。应用层逻辑层是主要应用业务汇聚的一层，分为：分析视图、建模和配置三大模块。通过整合层大数据集市传递的宽表信息，进行指标配置、建模配置、经验库的配置等，然后根据需求主题进行建模，最后通过接入层展示各种分析结果。整合层介于应用逻辑层和源数据层之间，起到承上启下的作用。它的主要作用是建立并执行数据质量标准，对下层的杂乱数据按照一定的标准进行分类和汇聚，形成一张张数据宽表并进行预设的指标计算。源数据层主要提供原始数据源的提供和存储。将原始数据进行汇聚传递到整合层，按照元数据质量管理标准进行进行清洗过滤、聚类分析、融合分析等。系统架构如图1所示。

（二）数据及业务流程走向

由系统架构图可知，该平台中数据从底层向上汇聚，通过整合层处理之后供业务逻辑层调用，服务于具体的业务需求。由各种模型和配置组成了逻辑上的“持续改进反馈盒”，如图2所示。持续改进反馈盒将完成的初次配置和建模输送给前端展示层展示分析结果，这些结果将影响管理人员对具体管理事项的决策。决策执行后，将执行结果反向输入持续改进反馈盒,用于重新评估建模和配置是否合理，如此反复形成闭环，不断训练模型、经验库和配置库，使它们的合理性性、一定程度上的准确性以及先进性不断提升，以满足企业日益变化的需求。

（三）技术架构建议

由于各企业的规模、业务形态的不尽相同，本文认为在技术架构方面应当结合企业的实际需求来综合考量。从技术选型角度看，新技术和框架纵然有着自身优势，但其稳定性和兼容性存在一定风险；从系统并发数和负载角度看，企业的业务及人员规模、对接的相关系统数量、业务复杂度以及数据质量要求都是影响架构选择的因素。大中型企业则更需要关注稳定性指标,尤其是有和高并发的业务系统做对接的需求情况。面对大中型企业的需求，建议对于系统硬件负载过高、应用功能高频访问等情况，采用分布式文件存储、分布式并行处理框架、增加负载均衡服务器等方式，为系统稳定运行提供良好的环境支撑。平台技术架构模型建议如图3所示。分布式文件系统可选择主流的HDFS。HDFS有着高容错性的特点，并且设计用来部署在低廉的硬件上。而且它提供高吞吐量来访问应用程序的数据，适合那些有着超大数据集的应用程序。采用分布式文件存储HDFS提供了分布式数据存储的数据一致性、高可靠性、可扩展性、高吞吐性。分布式关系型数据库可选择MPPDB即大规模并行处理。在数据库非共享集群中，每个节点都有独立的磁盘存储系统和内存系统，业务数据根据数据库模型和应用特点划分到各个节点上，每台数据节点通过专用网络或者商业通用网络互相连接，彼此协同计算，作为整体提供数据库服务。非共享数据库集群有完全的可伸缩性、高可用、高性能、优秀的性价比、资源共享等优势。该架构通过将不同来源的信息流并发写入至分布式队列信息交换服务，数据流按需推送至统一的分布式文件系统、关系型数据库存储环境中进行存储并进行不同来源海量数据的整合处理和分析研判。其中，分布式文件系统、分布式数据库对数据资源进行存储管理，用户选择对超过一定周期外的数据资源进行归档存储；离线分布式并行处理框架对海量历史归类的数据资源进行挖掘分析推导产生新的业务应用，并对判别分析类应用提供支撑。同时，利用关系型数据库来存储分析海量的交通管理数据资源。提供业务应用服务接口（如下图中的平台应用服务接口WebService、JDBC应用程序接口等）形成统一标准的访问请求方式，实现数据资源共享传输交互。

三、结论

企业的运作和管理终究是要落实到“人”上，基于大数据的智慧人力运营管理平台聚焦人力效能，为管理者提供动态、客观、多维度的数据支撑，帮助企业管理者进行正确合理的人力决策，优化资源配置，为企业降本增效。

参考文献

[1]姚凯,桂弘诣.大数据人力资源管理:变革与挑战[J].复旦学报(社会科学版),2018,60(3):152-161.

[2]樊荣.大数据时代环境企业人力资源绩效管理创新研究[J].现代营销(下旬刊),2017(11):100.

作者:杨星宸 单位:信息技术研究院有限公司