基于大数据的企业人力资源绩效管理研究
大数据背景下企业绩效管理研究
大数据背景下企业绩效管理研究随着互联网和移动互联网技术的飞速发展，企业面临的数据量越来越庞大，而这些数据也被称为大数据。
大数据的出现给企业带来了前所未有的机遇和挑战，企业需要深入挖掘大数据的价值，才能更好地应对市场竞争，提升企业绩效。
本文将围绕大数据背景下企业绩效管理展开研究，分析在大数据时代背景下企业绩效管理的重要性、挑战和规划，同时探讨大数据技术在企业绩效管理中的应用。
一、大数据背景下企业绩效管理的重要性在大数据时代，企业面临着海量的数据，包括来自于市场、客户、供应链等各个方面的数据。
这些数据信息量庞大，而传统的数据管理模式已经无法满足企业对数据的需求。
企业绩效管理在大数据背景下显得尤为重要。
企业可以通过绩效管理系统来将各项数据整合分析，从而更好地制定和调整企业战略，提升业务绩效。
而大数据技术的应用，为企业绩效管理提供了新的思路和手段，大大提高了企业对数据的利用价值，进而提高了企业整体绩效水平。
二、大数据背景下企业绩效管理的挑战尽管大数据为企业绩效管理带来了巨大的机遇，但同时也带来了一系列的挑战。
海量的数据需要企业具备更强大的数据处理和分析能力，而这对企业的技术和人才要求都提出了更高的要求。
大数据的质量和真实性往往不易确保，企业需要更加严格的数据治理和质量保障机制，以保证数据的准确性和可靠性。
大数据分析需要更加全面和细致的数据挖掘和分析能力，这对企业的数据分析能力提出了更高的要求。
三、大数据背景下企业绩效管理的规划为了更好地应对大数据时代的挑战，企业需要在绩效管理方面进行合理规划。
企业需要建立完善的数据管理和分析体系，包括数据采集、存储、清洗、分析等环节，确保数据的全面和准确。
企业需要加强对于大数据分析技术的研发和引入，包括人工智能、机器学习、数据挖掘等技术，为企业的绩效管理提供更加强大的支持。
企业需要加强对于大数据人才的培养和引进，建立更加完善的数据分析团队，提升企业的数据分析能力。
四、大数据技术在企业绩效管理中的应用在大数据时代，大数据技术已经开始在企业绩效管理中得到广泛应用。
大数据环境下的企业人力资源管理分析
大数据环境下的企业人力资源管理分析随着科技的不断发展和市场的不断变化，企业的发展过程越来越复杂，企业管理越来越关注市场变化和消费者需求的快速响应。
随着大数据的出现和发展，企业可以将传统的人力资源管理方法与大数据相结合，提高人力资源管理水平，同时更好地应对市场需求。
1. 人才招聘和招募企业在大数据环境下可以根据自身的业务需求和人才需求，通过分析和研究市场潜在人才的数据，制定招聘计划和招募策略，快速定位和招募符合企业要求的人才。
企业还可以通过大数据分析优化招聘渠道和采用适当的招聘方式和工具，大大提高招聘效率和招聘质量。
2. 员工培训和发展企业可以通过大数据分析员工的教育背景、培训需求和优势，进一步明确员工的能力和潜力。
这有助于企业根据员工的需求和企业的培训计划，为员工提供更为个性化的培训和职业发展计划，使员工的能力得到更好的发展和应用。
通过培训和发展，员工的工作能力和知识水平可以得到大幅度提高，更好地满足企业的需要和要求。
3. 员工考核和绩效管理企业可以通过大数据分析员工的业绩和工作表现，评估员工的工作质量和绩效。
这有助于企业更加全面和客观地对员工的工作表现进行评定和考核，制定和实施科学的薪酬激励计划，提高员工的工作积极性和满意度。
企业还可通过大数据分析工作表现差异的原因，为员工提供相应的改进建议，协助员工克服工作中遇到的难点和挑战。
4. 企业文化建设和员工满意度管理企业文化建设和员工满意度管理是企业人力资源管理的关键之一，这也是利用大数据进行人力资源管理的一个重要方面。
企业可以通过大数据分析员工的口碑、离职率、工作满意度等方面的数据机密优化企业文化，制定更具吸引力和影响力的企业文化建设计划。
同时，企业还可以通过不断进行员工满意度调查和分析，发现员工的关切点，了解员工的需求和期望，提高员工满意度和忠诚度，从而维持和增强企业的核心竞争力。
总的来说，大数据在企业人力资源管理中的运用可以帮助企业建立更优化、更强大的人力资源管理体系，也为企业的人力资源开发和管理注入朝气和活力。
基于大数据的员工绩效模型构建研究
基于大数据的员工绩效模型构建研究一、引言随着大数据技术的飞速发展和广泛应用，越来越多的组织开始关注如何利用大数据来提高员工绩效。
本文旨在研究基于大数据的员工绩效模型构建方法，以帮助组织更加科学、准确地评估和提升员工绩效。
二、大数据在员工绩效管理中的应用1. 数据收集与整理通过运用大数据技术，组织可以收集员工在工作中产生的大量数据，包括工作日志、邮件往来、绩效评估记录等。
同时，利用数据整理工具，将这些数据进行清洗和整理，为后续的分析提供可靠的数据基础。
2. 数据分析与挖掘基于收集到的员工数据，可以运用数据分析和挖掘技术，寻找其中的关联和规律。
通过对员工在不同维度上的数据进行深入分析，可以了解到员工的工作习惯、个人特点以及团队协作能力等相关信息，为绩效评估提供更加客观的依据。
3. 模型构建与优化基于分析的结果，可以构建适应于员工绩效评估的模型。
这些模型可以基于数据进行迭代和优化，以确保其准确性和可靠性。
通过不断地修正和改进，模型可以更好地适应员工的实际情况，提高绩效评估的可信度。
三、基于大数据的员工绩效模型构建方法1. 数据预处理在构建员工绩效模型之前，需要对收集到的数据进行预处理。
这包括数据清洗、异常值处理和缺失值填充等操作，以确保数据的完整性和准确性。
同时，还需要对数据进行特征选择和降维等处理，以提高模型的效率和可解释性。
2. 模型选择与构建在选择模型时，需要根据实际情况和需求来确定适用的模型类型。
常见的模型包括线性回归模型、决策树模型、神经网络模型等。
根据数据特点和模型算法的优劣，选择最合适的模型进行构建。
3. 参数优化与验证在模型构建过程中，需要对模型的参数进行优化和调整，以提高模型的预测准确度。
通过交叉验证和模型评估指标，对模型进行验证和选择，确保模型的稳定性和准确性。
四、基于大数据的员工绩效模型的应用案例以某高科技企业为例，应用上述方法构建了基于大数据的员工绩效模型。
通过对员工的工作日志、邮件往来以及绩效评估记录等数据的分析与挖掘，结合组织的具体需求，构建了适应性较强的绩效评估模型。
大数据在人力资源管理中的应用与员工绩效评估
大数据在人力资源管理中的应用与员工绩效评估随着信息技术的飞速发展，大数据逐渐在各个领域引起了广泛关注和应用。
在人力资源管理领域，大数据也被越来越多的企业用于员工绩效评估和管理。
本文将探讨大数据在人力资源管理中的应用，并分析其对员工绩效评估的影响。
一、大数据在人力资源管理中的应用1.人才招聘与选拔大数据技术可以通过分析大量的招聘信息和候选人的数据，帮助企业筛选出适合的候选人。
通过建立人才数据库和人才推荐系统，企业可以更加准确地识别和招募具有潜力的人才。
这不仅提高了招聘的效率，还能够减少招聘中的主观性和随意性，提高人才匹配度。
2.员工培训与发展通过分析员工的学习记录和表现数据，企业可以了解员工的培训需求和潜力。
基于此，企业可以有针对性地为员工提供培训和发展机会，提高员工的专业能力和综合素质。
同时，通过对培训数据的分析，企业可以评估培训的效果，并及时调整培训计划，提高培训的针对性和实效性。
3.员工福利与激励大数据技术可以帮助企业了解员工的需求和偏好，从而提供更加个性化的福利和激励措施。
通过分析员工的薪酬、绩效评估、员工满意度调查等数据，企业可以制定更加科学合理的薪酬激励体系，提高员工的工作动力和满意度。
同时，通过分析员工的社交网络和位置数据，企业还可以为员工提供更加便利和个性化的服务，如员工健康管理、员工活动组织等。
二、大数据对员工绩效评估的影响1.客观性与公平性提升传统的员工绩效评估往往受到主观因素的影响，存在评估结果的不确定性和不公平性。
而大数据技术可以通过对员工工作绩效的数据化采集和分析，提高绩效评估的客观性和公平性。
通过分析员工的工作成果、工作效率、工作质量等数据，可以更加客观地评估员工的绩效，减少主观因素的影响。
2.个性化与针对性发展大数据技术可以帮助企业了解员工的个性特点和发展需求，为员工提供更加个性化和针对性的发展机会。
通过分析员工的能力、潜力、职业发展规划等数据，企业可以为员工提供更加适合其个人发展的岗位和培训机会，提高员工的发展空间和职业满意度。
大数据背景下的企业绩效管理
大数据背景下的企业绩效管理1、大数据背景下企业绩效管理的概念与意义企业绩效管理是企业运营管理中至关重要的一环，也是保证企业长期竞争力和发展的重要保障。
而在大数据背景下，企业绩效管理的意义更为突出。
传统的绩效管理常常只能对少数员工的表现进行评估，评估效果不够全面、准确。
然而，随着大数据技术的应用逐渐成熟，企业可以通过分析和挖掘海量数据来更全面、准确地进行绩效评估。
大数据背景下的企业绩效管理不仅可以挖掘员工的潜力、发现问题，更可以进行精细化管理，有效提升企业业绩和竞争力。
2、大数据背景下的企业绩效管理关键技术在大数据背景下，企业绩效管理需要依靠众多的关键技术来保障。
这些技术包括数据采集、数据存储、数据挖掘、模型建立、数据可视化等方面。
数据采集需要设计和采用合适的采集方案，保障数据的完整性和准确性；数据存储方案需要根据企业规模、数据量和业务特点进行设计和优化，以确保数据存储的稳定和安全性；数据挖掘需要基于算法和模型进行，以发现数据中的关联性和规律性；模型建立需要综合考虑业务需求、数据特点和成本限制，以构建最符合业务需求的模型；数据可视化则需要根据绩效管理的业务需求进行可视化设计，以方便决策者直观了解绩效管理结果。
3、大数据背景下企业绩效管理的挑战虽然大数据背景下的企业绩效管理可以带来很多好处，但也面临着一些挑战和问题。
首先，数据质量问题是大数据背景下的绩效管理常见问题之一。
海量数据收集和处理过程中可能存在很多的数据质量问题，如数据缺失、不准确等，这些问题可能会影响绩效管理的结果。
其次，大数据背景下的绩效管理需要依靠复杂的算法和模型来分析和处理数据，这些算法和模型需要高超的技能和经验，企业在招聘人才、培养人才等方面可能会面临困难。
另外，大数据背景下的绩效管理需要高度的数据保密性和隐私性，企业需要花费大量的资源来保障数据安全。
4、大数据背景下企业绩效管理的模型选择企业绩效管理模型是企业绩效管理中最为关键的一环。
大数据在企业员工绩效管理中的应用与优化
大数据在企业员工绩效管理中的应用与优化随着科技的不断发展和互联网的普及，大数据已经成为企业管理的重要工具之一。
在企业员工绩效管理中，大数据的应用和优化也日益受到重视。
本文将探讨大数据在企业员工绩效管理中的应用和优化方法，并分析其对企业发展的影响。
一、大数据在企业员工绩效管理中的应用1. 数据收集与分析企业可以通过各种渠道收集员工的绩效数据，包括日常工作表现、销售业绩、客户满意度等。
这些数据可以通过大数据分析平台进行整理和分析，帮助企业了解员工的工作情况和绩效表现。
通过数据分析，企业可以更加客观地评估员工的绩效，并根据数据结果制定相应的激励和培训计划。
2. 预测与预警大数据分析可以帮助企业预测员工的绩效走势和潜在问题。
通过对历史数据和行业趋势的分析，企业可以提前发现员工可能出现的问题，并采取相应的措施进行干预和改进。
例如，如果某个员工的销售业绩连续下滑，大数据分析可以帮助企业找出问题所在，并及时调整工作安排或提供培训支持。
3. 个性化绩效管理大数据分析可以帮助企业实现个性化的绩效管理。
通过对员工的绩效数据进行深入分析，企业可以了解每个员工的优势和不足，并根据个体差异制定相应的绩效考核标准和激励机制。
个性化绩效管理可以更好地激发员工的潜力，提高整体绩效水平。
二、大数据在企业员工绩效管理中的优化方法1. 数据质量的保证在应用大数据进行员工绩效管理时，数据的质量是关键。
企业需要确保数据的准确性、完整性和及时性。
为此，企业可以建立完善的数据采集和管理机制，加强对数据来源的审核和监控，确保数据的真实可靠性。
2. 数据隐私与安全在使用大数据进行员工绩效管理时，企业需要关注数据隐私和安全问题。
员工的绩效数据涉及个人隐私，企业应制定相应的数据保护政策和措施，确保员工的数据得到合理的使用和保护，避免数据泄露和滥用的风险。
3. 数据分析与决策支持大数据分析结果应该成为企业决策的重要参考依据。
企业需要建立与大数据分析团队的有效沟通机制，将分析结果及时传达给相关部门和管理层，为企业的人力资源管理和战略决策提供有力支持。
论基于大数据分析的人力资源管理
论基于大数据分析的人力资源管理随着科技的发展和互联网的兴起，越来越多的企业开始意识到了对于人力资源的管理必须要有数据可依。
大数据分析技术的应用，成为了现代企业管理中不可或缺的一部分。
本文将探讨基于大数据分析的人力资源管理的重要性、技术应用和发展趋势。
一、大数据分析在人力资源管理中的重要性在人力资源管理中，数据比过往经验和主观判断更具有说服力。
大数据分析技术可以为企业提供精准的员工数据，包括员工的背景、技能、绩效和离职率等。
这些数据可以帮助企业更好地了解员工的需求和个人发展状态，更准确地评估员工能力，进而为企业提供更具针对性的培训和激励计划。
此外，大数据分析还可以帮助企业制定更准确的人力资源策略。
通过对内部和外部数据的收集和分析，企业可以获得更多的人才信息和市场趋势，利用这些数据进行预测，为企业的人力资源管理做出更明智的决策。
二、大数据分析技术在人力资源管理中的应用1. 人才招聘招聘是人力资源管理中至关重要的环节。
大数据分析技术可以帮助企业更精准地匹配职位和候选人，节省招聘成本和时间。
通过分析大数据，企业可以了解潜在人才的特点和偏好，减少招聘失败的几率。
2. 员工绩效管理员工绩效管理是人力资源管理中的重要组成部分。
通过大数据分析技术，企业可以实时监控员工的工作表现，更准确地评估员工的工作质量和能力。
此外，还可以通过大数据分析来预测员工的工作表现，更好地规划和调整工作任务和激励计划。
3. 员工培训和发展培训和发展是提升员工能力的重要途径。
通过大数据分析技术，企业可以更好地了解员工的培训需求和个人发展方向，更具针对性地制定培训计划和提供发展机会。
大数据还可以为企业提供培训效果评估和反馈信息，帮助企业调整和改进培训方案，提升培训效果。
三、大数据分析技术在人力资源管理中的发展趋势人力资源管理势必会与大数据分析技术越来越密不可分。
未来，随着互联网的普及和科技的进步，大数据分析技术还会更加广泛地应用到人力资源管理中。
大数据背景下的企业绩效管理探讨
大数据背景下的企业绩效管理探讨大数据背景下的企业绩效管理探讨近年来，随着信息技术的快速发展和大数据的兴起，企业所面临的挑战也在逐渐增加，传统的管理方式已经无法适应新的环境。
在这种背景下，企业需要探索一种新的绩效管理模式，以适应大数据时代的要求。
本文将从大数据对企业绩效管理的影响、大数据在绩效评估中的应用以及如何构建有效的大数据绩效管理体系等方面展开探讨。
一、大数据对企业绩效管理的影响在大数据背景下，企业面临的信息量巨大、数据来源广泛、变化快速等特点，使得传统的绩效管理模式已经无法满足需求。
大数据的涌现为企业提供了更多的数据来源和更全面的信息，使得企业可以更好地了解和把握市场、消费者需求等。
同时，大数据分析技术的进步也为企业提供了更有力的支持和决策依据。
因此，大数据对企业绩效管理产生了深远的影响。
1.1 提供全面的数据支持大数据时代，企业可以通过对海量数据的分析，获取更全面、更准确的市场信息和消费者行为数据。
这些数据可以提供企业在经营决策、产品设计、市场推广等方面的支持，为企业的绩效管理提供更多的参考依据。
1.2 提高绩效评估的准确性传统的绩效评估主要依赖于定性的评估指标，容易受到主观因素的影响。
而大数据分析技术可以借助大数据的量化特点，将评估指标更加客观化和准确化。
通过大数据分析，可以对企业的各项指标进行量化和分析，提高绩效评估的准确性和有效性。
1.3 加强绩效管理的实时性传统的绩效管理往往是基于历史数据来进行评估和管理的，无法实现对企业状况的实时监控。
而大数据的实时分析能力可以使企业实时了解到经营状况和业绩表现，及时调整和优化经营策略，提高绩效管理的及时性和灵活性。
二、大数据在绩效评估中的应用2.1 数据驱动的指标体系在大数据背景下，可以通过数据驱动的方式构建一个科学的指标体系，将各项指标与大数据进行关联。
通过对大数据的分析，提取出对企业绩效影响较大的关键指标，并将其纳入绩效评估的范畴中。
同时，数据驱动的指标体系可以实现对绩效评估过程的实时监控和反馈，为企业的持续改进提供依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于大数据的企业人力资源绩效管理研究
摘要：大数据时代的到来必然引发企业经营管理的重大变革，人力资源管理也
必然会迎来新的机遇和挑战。
将大数据的概念真正运用到人力资源管理领域，利
用大数据的价值推动人力资源管理的变革，创新人力资源管理模式，对企业具有
重要的战略意义。
本文从大数据的背景出发，分析大数据与人力资源管理的关系，探讨大数据在人力资源管理中的应用。
关键词：大数据；人力资源管理；应用
1 大数据的特点
将大数据与传统的数据仓库进行对比，具有数据体量大、数据类型多、处理
速度快、价值密度低等特点，数据体量大主要是指数据量级的上升，已经从GB、TB这一数据量级发展为PB、EB，甚至有些数据量级已经达到ZB。
数据类型多是
指在网络视频、图像、地理位置等区域都蕴含着大量的结构化数据、半结构化数据、非结构化数据。
处理速度快主要体现在相关人员可以在体量庞大的数据中快
速地获取高价值的信息，与传统的挖掘技术相比，在处理速度上有一个质的飞跃。
价值密度低主要表明在准确分析数据的前提下，就会获得高额的价值回报。
针对
企业人力资源管理来讲，从庞大数据资源中快速地获取有价值的信息，是其得以
应用与推广的重要优势，因此，在大数据背景下创新企业人力资源的绩效管理具
有重要的现实意义。
2 大数据与人力资源管理的关系
2.1 大数据应用在人力资源管理中的作用
将大数据的思想应用在人力资源管理中的主要作用有四点，第一，使企业人
力资源管理互联网化。
大数据是以大量的数据作为分析基础，通过人力资源管理
系统的数据来源的不断拓宽，加强企业人力资源数据库建设，提升人力资源管理
工作的高效性。
第二，为企业的人事工作提供更加全面的量化参考。
第三，为实
现扁平化的人员管理及职工服务创造有利条件。
大数据背景下，人力资源管理系
统将打破传统的组织模式，向企业的普通员工更加靠近，产生更多的交互性数据，使得全体员工都能参与到人事管理中来，建立更加规范的工作流程。
第四，能建
立有效的人才数据管理模型。
大数据的特点是海量的数据高速的产生，数据成为
了企业的核心资产。
各种随时可以调用的数据成为了企业的核心载体，企业的所
有信息都可以通过数据管理模型进行导入和输出。
2.2 企业人力资源管理中的大数据内容
企业人力资源管理中的大数据内容主要有：原始数据、能力数据、效率数据
和潜力数据。
第一，原始数据。
原始数据是是员工基本信息和自身素质的数据化，这些数据记录了员工各方面的原始能力情况，是员工的成长轨迹时间轴，反应员
工的个人素质的真实情况，能够在人力资源部门进行人才的招聘时提供客观的参考。
第二，能力数据。
能力数据是指能够在人力资源部门进行员工岗前培训效果
考核时发挥重要作用，它能够反映员工在入职前的能力情况。
第三，效率数据。
效率数据是人力资源部门为了准确了解员工工作效率，科学制定人力资源招聘和
培训计划而需要了解的，包括工作完成效率，单项工作任务完成时间等相关数据。
3 企业人力资源绩效管理存在问题
3.1 考核体系存在漏洞
在实际工作中可以发现，很多企业在进行绩效考核的时候都会把关注重点放
在员工能力及其对企业的贡献度上。
然而这种侧重是错误的、是不科学的，目前
很多学者认为员工个体绩效的要点并不局限于这两个要素上。
另外，在对员工的
个人能力进行考核的时候，需要关注他们的团队意识、合作意识等定性指标，但
是这种指标并不能实现定量考核，这对考核评价有一定的影响，且很多考核人员
在评价这些定性指标的时候容易从主观意识出发得出结论，这种判断是不科学的，会使考核工作的质量受到影响。
另外，量化指标和定性指标二者之间的比例如何
判定也是一个容易出现争议的问题，不一样的企业有着不一样的想法，这样一来，绩效考核的结果就可能出现差异，使得绩效考核的结果失去应有的客观性。
3.2 管理阶层对人力资源管理一知半解
企业一般都设置有人力资源部，但是人员的管理不单单是人力资源部的责任。
很多企业中存在的问题是，大部分管理人员对人员管理方面的问题漠不关心，对
人力资源的流动情况不闻不问。
其实人力资源管理应该是管理阶层共同的责任，
出现这种情况的原因就是他们对人力资源管理的具体情况不太了解。
3.3 大数据人才短缺
大数据在我国属于新型的技术，所以熟练运用大数据的人才比较短缺，这就
阻碍了大数据在各行各业中的渗透，现阶段我国在绩效管理方面，大数据人才主
要来源于专业院校的培养、企业内部的培训，但是纵观我国，有关大数据的专业
院校较少，成立时间较短，这就使得社会上的缺少实践性、系统性的人才，企业
在对掌握大数据知识的绩效管理人才进行招聘时，不得不降低录入门槛，使得绩
效管理与大数据无法实现有效的融合。
4 大数据企业人力资源绩效管理策略
4.1 拓展数据收集
人力资源绩效管理数据包含如下：①对企业人力资源客观数据进行记录；
②对企业人力资源变动数据进行记录；③对人力资源质量情况分析数据进行记录。
企业人力资源客观数据包含评估对象数量、学历、职位、性别以及工作经历等，对以上数据进行分析，可获取企业人力资源的大致状况。
经过数据库企业能
够将职工变动情况进行更新，对其基本情况进行了解，有助于调整。
通常情况下
上述数据容易收集，由于职工在应聘时均需要填写个人治疗，上述信息均在内。
为此企业需要确定录用员工后将其数据进行输入，而后予以简单分析。
企业人力
资源变动数据包含人力资源变动比例、招聘周期、员工流失比例等。
企业如果可
在短时间招聘周期内获取较高的完成比例，说明此企业在招聘中竞争力较强，存
在良好的员工输入通道。
如数据表明此阶段企业部分岗位需要经过长时间招聘才
可招到人，说明招聘周期过长，HR和人力资源需要对其予以分析。
力资源质量情况分析数据包含工时利用比例、人力资源均成本以及出勤率等。
分析以上数据需
要具有艺术性，应探究其内在关系。
如经过大数据分析后可知，员工满意度和客
户忠诚度呈现正相关性，如员工满意度较低，管理人员需要对目前政策进行分析，从而改变其政策。
4.2 创新管理方法
4.2.1 改进考评方法
企业能够将行为导向以及结果导向考评方法进行放弃，选择综合型绩效考评
方法，如图解式评估量表、合成考评以及评估中心等。
综合型考评方法均存在自
身特征，图解式评估涉及范围较为广泛，说明综合型考评适用较为广泛，企业可
依据自身特征设计和选择有效的考评方法。
4.2.2 合理创建绩效考评标准
列出和测评工作岗位相关联的要素可获取绩效考评指标体系，划分为三个档
次即设定需要、较为需要以及极为需要，而后邀请相关人员和专家对指标要素进
行评估，按照专家意见选择影响作用较大的指标。
例如公司按照推销员岗位选择
此方法对其绩效考评进行分析，分析后可知由五项指标组成，分别为态度、合同
执行、客户投诉、销售费用和销售增长率。
4.2.3 采用关键绩效指标
关键绩效指标则是绩效考核指标体系中核心指标，能够将客观问题进行反映，并且对其他变量进行制约。
此方法可对绩效管理决策执行效果进行检测，上述指
标依据企业战略目标通过分解以及转化而获取的，可对企业人力资源进行监督和
反馈。
5 结束语
综上所述，大数据时代的企业经营管理面临着新的机遇与挑战，通过分析大
数据与人力资源管理的关系，探讨大数据在人力资源管理中的作用，利用大数据
更好地开展人力资源管理工作。
同时需要企业管理者关注的是大数据的安全问题，保障大数据的应用时的安全性是接下来值得思考的问题。
参考文献：
[1]王定红.大数据时代的循证式人力资源管理[J].外企业家，2013（8）.。