大數據在人力資源管理的應用

運用大數據分析協助人力資源管理決策是管理的趨勢，為因應此趨勢，人力資源管理人員除了需要具備專業知能外，也需具備大數據分析專案相關概念，以協助人力資源管理部門在「選育用留」時做出更良好的決策。

大數據（bigdata，又稱為巨量資料）一詞在1990年代即出現在統計相關領域中，但因電腦科技與儲存技術的限制，當時並未獲得學界與業界的重視。自2010年起，因為電腦與資訊科技大幅進展，軟硬體已經能負荷大數據分析所需要的資源與儲存空間，使得大數據和數據分析（analytics）的概念與方法更臻成熟，日益受到學界與業界重視。

大數據分析的成熟有其時代脈絡，包括2000年初期，亞馬遜、臉書、Google等社群、搜尋引擎與電商網站等開始蓬勃發展，讓網路使用行為成為重要的人類行為。此外，雲端計算與儲存科技的進步，以及智慧型手機普及，使網路公司可快速逐一記錄人類在網路上的足跡，甚至開始預測其網路（購物）行為，進而推動大數據分析在商業上的應用。

大數據分析與商業應用

大數據分析的重點有二：一是「大數據」，二是「分析」。目前學界與業界對大數據的定義，大多認同大數據具備4個「V」的特性，包含：儲存大量資料（volume）、資料傳輸儲存速度快速（velocity）、資料類型多樣化（variety）、資料來源真實性（veracity），有的學者則加上能創造價值（value）這第5個V。

這些數據來源可以是公司的內部資料，如員工人事資料、工作日誌或工作活動錄音錄影等；也可以是公司的外部資料，如消費者在臉書上的瀏覽偏好、供應商相關資料、網路平台購物資料、政府公開數據統計資料等。

到底資料量要多大（如至少100TB以上）、變項數目要多少才是大數據呢？這部分眾說紛紜，目前對大數據分析的看法，除了強調數據數量外，更重要的是數據種類需具備多元性（如行為、態度、數值、文字等）與真實性（如實際行為、交易金額等），並且要能有效運用這些數據分析的結果，為商業決策提出參考。

大數據分析受到實務界重視的主因，是公司能運用數據分析結果提升商業決策品質，進而提升獲利。亞馬遜公司的產品推薦系統，就是常見的大數據分析運用，快遞業者優比速（United Parcel Service）公司，則利用大數據分析規劃最佳送貨路線，不但降低送貨時間，也減少交通意外。

大數據分析與人力資源管理的關係

在人力資源管理方面，大數據可用於效標關聯效度（criterion-related validity）分析，預測應聘者就職後可能的行為，常見的預測指標包含：工作表現、離職、反生產工作行為（counterproductive work behavior）等。此外，組織亦可建置用來預測員工工作行為的模型，為人力資源管理提供更完善的資訊。

例如美國矽谷公司Brilliant採用大數據和人工智慧（AI）檢視求職者的履歷，快速篩選出符合招聘工作條件和職位的求職者；日本軟銀（Softbank）則是採用IBM人工智慧系統Watson，審查畢業大學生求職文件。其做法為先讓人力資源管理部門在1500份的求職資料評出高低分數，再交由AI系統學習，待AI系統成熟穩定後，即可應用於人力資源管理實務，預計將可縮短約四分之一審查應聘資料的時間。簡言之，一些公司已經開始用大數據和人工智慧，協助經理人對應聘者是否合適該職位進行綜合評估，簡化招募與甄選流程，以提升管理效能。

企業亦可透過大數據預測員工「留任」或「離職」的機率，同時也能建立和驗證影響員工離職行為的預測模型，於招聘與甄選人員時運用此預測模型，淘汰掉潛在高離職傾向的應聘者，進而減少這些人員入職後的訓練等成本。也可以透過大數據分析，了解影響員工工作投入的因素，例如Google的氧氣專案（Project Oxygen），大數據分析結果顯示，直屬主管是影響個人工作績效表現和工作滿意度的重要因素。

氧氣專案分析結果指出，高效能的Google主管具有8項特質（8 habits of highly effective Googl emanagers），分別為：當個好教練、給予團隊成員授權、對團隊成員的成功和幸福感表示興趣、以生產和結果為導向、傾聽團隊意見，當個良好的溝通者、協助員工實現職涯發展、提供團隊明確的願景、具備關鍵技術，提供建議給團隊。具備這些特質的主管能與「選、育、用、留」等人力資源管理實務有緊密的連結。

Google也根據這個分析結果修改公司的人力資源管理制度，例如：設計符合員工需求的發展課程等。由此可見，大數據分析的結果，確實能協助人力資源管理實務的決策，讓員工、主管和組織三方都從中獲益。

相較於其他管理領域（如行銷）大量運用大數據分析進行管理決策，大數據分析在人力資源管理領域的運用較不普遍，可能的原因有以下幾個：

第一、大部分公司的人事資料僅屬於「小數據」的層級，所欲探討的關係通常也較為簡單，例如個人背景與留任之間的關係，只需要使用傳統數據分析技術即可，例如：T檢定、變異數分析、多元迴歸分析、羅吉斯迴歸分析、因素分析等，不需要進行大數據分析。

第二、人力資源管理決策涉及員工勞動權益與人權，因此，資料蒐集時需留意個人資料隱私的議題；根據數據分析結果進行人力資源管理決策（如升遷）時，還需要考量客觀、公平、無偏誤等因素，以避免職場歧視。第三、人力資源管理實務者，較少使用大數據分析結果進行決策。

基於上述原因，人力資源管理實務者，在大數據的資料蒐集、分析、運用於管理決策上，比其他領域受到更多限制。例如亞馬遜公司曾在2014年進行一項大數據分析專案，企圖建立篩選求職者履歷表的分析模式，以提升招募與甄選效率。雖然分析結果顯示此預測模型良好，可以有效預測求職者是否適合該職位，但檢視指標後，卻發現該預測模型會給女性求職者較差的評價，可能有「性別偏誤」，為了避免性別歧視，亞馬遜在2015年終止這項計畫。

由此可見，運用大數據分析協助人力資源管理決策是重要的趨勢，但大數據分析在人力資源管理上的運用仍有待發展。

Davenport等人（2010）指出，有6類數據分析可以協助人力資源管理實務，由簡至繁依次是：人力資本事實（human capital facts）、分析性人力資源（analytical HR）、人力資本投資分析（human capital investment analysis）、人力預測（workforce forecasts）、人才價值模型（talent value model），以及人才供應鏈（talent supply chain）。

除了「人力資本事實」與「人力資本投資分析」外，其他四類都有大數據分析的實例，可見大數據分析的應用，已擴展至人力資源管理實務的規劃和決策，以下介紹大數據分析在人力資源管理的實務應用。

1. 留才與提升工作表現
員工離職公司付出的成本很高，無論是個別公司或是人力資源管理顧問業，大數據分析的首要應用，就是如何透過大數據分析的結果留才。例如Evolv公司透過分析13個國家、超過500萬筆的員工資料，欲了解不同產業員工的工作行為，Evolv公司透過此大數據分析，協助全訊科技（Transcom）公司將客服中心的員工離職率降低30%，也協助Kelly公司將員工工作效率提升7%。

Sociometric Solutions公司協助美國銀行找出影響員工生產力的因素。其分析結果指出，讓員工可以一起休息（如午休）是影響生產力的重要因素，員工會藉著這個機會互相吐苦水消除工作上的不愉快，有經驗的員工也會分享如何與不講理的客人互動，這種即時的反應與互動，使得員工的工作表現較佳。

IBM公司以大數據與人工智能所發展的員工離職預測模式，準確度高達95%，每年為IBM公司在留才上節省了高達3億美元的費用。而在中國設廠的和碩聯合公司，則根據大數據分析，了解薪資與獎金對員工離職的重要性，並且有效預測生產線員工的離職行為，提升該公司人力資源規劃與生產管理的決策成效。

2. 選才
選才的品質不但影響員工工作表現，也會影響員工留才，因此，人力資源管理另一個常見的大數據分析應用是甄選的判斷與決策。

目前大數據和AI技術已經能將個人的臉部表情變化、肢體語言、語氣聲調等細微的資訊予以保存編碼，快速估算出一個人的人格特質或能力，將之整合給徵才公司參考。許多公司希望透過大數據分析來提升甄選的效果，例如亞馬遜公司曾利用大數據分析技術，分析求職者履歷表內容，並且與公司在職者做比較，進而建立篩選履歷的模式，不過最後因為可能存在性別偏誤而作罷。

人力資源管理顧問公司（如Pymetrics與HireVue）則透過提供雲端自動化的甄選服務，提供考試、遊戲、面試等活動，取得求職者的大數據，建立認知能力或性格測驗的常模資料，作為甄選時的參考依據；美國Novo1顧客關係服務公司則透過大數據分析，找出工作表現好的員工具備哪些特質，並且招募此類員工，因此將面試時間從1小時降低到12分鐘，員工每通電話的平均通話時間也降低了1分鐘，還讓員工離職率降低了39%。

3. 育才與晉任
培養公司內部管理人才是重要的人力資源管理活動，因此，預測管理人才也是不少公司使用大數據資料分析的目的之一，分析此議題大多會採用公司內部的數據，可能屬於小數據分析，較有名的例子為Google人力營運部門（People Operations）執行多年的氧氣專案，其目的為找出優秀的管理者應具備哪些重要條件。

4. 員工身心健康
近年來，職場健康是重要的管理議題，有不少公司利用穿戴裝置蒐集員工工作數據，並且進行分析。例如在工廠安全管理的領域中，Modjoul透過穿戴智慧裝置（如智慧手環、智慧皮帶），蒐集客戶公司員工工作行為的數據，用於監控工廠狀態，並且根據大數據分析建立的模型，即時提供公司職場安全訊息，進行工廠公共安全管理。

大數據在人力資源管理的應用

運用大數據分析協助人力資源管理決策是管理的趨勢，為因應此趨勢，人力資源管理人員除了需要具備專業知能外，也需具備大數據分析專案相關概念，以協助人力資源管理部門在「選育用留」時做出更良好的決策。

大數據（bigdata，又稱為巨量資料）一詞在1990年代即出現在統計相關領域中，但因電腦科技與儲存技術的限制，當時並未獲得學界與業界的重視。自2010年起，因為電腦與資訊科技大幅進展，軟硬體已經能負荷大數據分析所需要的資源與儲存空間，使得大數據和數據分析（analytics）的概念與方法更臻成熟，...

編者序

自從人力資源管理第四版出版以來，我們有7年沒有再版。但這7年中，科技突飛猛進，社會風氣隨之改變，產業結構由傳統產業進入高科技與知識密集的產業，最近更發展到以環境保護為主的綠色經濟，及顛覆現在生產技術的人工智慧時代（Artificial Intelligence，AI）。綠色經濟所帶來的綠色人力資源管理，對原來的人力資源管理有很大的影響，AI的發展更顛覆了人力資源管理原有的招募、安置、升等、訓練等功能，且影響力還不斷在發展，現在我們要重寫《人力資源管理的十二堂課》（第五版），更新原來的資料，趕上科技的發展。

我們在第五版中，也更換了一些單元的作者、改變原來的章節及內容，因為有些教授退休了，有些轉到其他學校，我們決定由原有中央人資，以及離開中央人資所的人資領域頂尖教授，各就其專長，介紹人力資源管理的新面目。

在本書的第1章，筆者簡化了傳統的人力資源管理內容，新增綠色經濟與人力資源管理的影響及未來可能的發展；在第2章，房美玉教授重新述說招募、安置等該有的步驟，使其更接近於實用的觀點；在第3章，蔡維奇教授把原有的訓練與開發更新後更為詳細；在第4章，林文政教授由原本的薪資理論，改變成總體獎酬管理，以便更符合時代的需要。

第5章是由黃同圳教授撰寫的績效評估與管理，他更新了部分資料；第6章是劉念琪教授撰寫的認識策略人力資源管理，該文學術性比較重，陳述了策略性在人力資源管理的重要性，讀者要耐心多花一點時間閱讀；第7章是由加拿大大學剛畢業的王群孝教授，講述國際人力資源管理的做法，台灣企業愈來愈國際化、多國化，人力資源從業人員不能忽略這一領域，此重要性不斷在增加。

第8章是新加入作者陣容的葉穎蓉教授，他這篇很平易近人，述說了為什麼今天世界各角落都很重視職家平衡，這不單是女性員工的問題，雖然女性勞動力每日在增加，男性也要注意此問題，特別是1987年以後出生的男女，都有職家平衡的問題。在這章節裡面，葉教授沒有提到綠色職家問題，這是今日漸漸重要的議題，但筆者在第一章補充了這一點，這是今日企業該注意的問題。

新時代裡組織要不斷變更，我們看見台積電由流體組織改變了多少次，但是組織變更時會遇到助力與阻力，陳春希教授在第9章中敘述了組織變更的重要性，而且說明如何防止及解決這些阻力；此外，現代產業不但要注意職災，更要進一步注意員工的健康，以保持人力資本，陸洛教授在第10章說明現在一些產業不但不注重員工的職災，更不注意員工的健康，陸教授在這裡說明員工身體健康、心靈健康的重要，目前有些雇主已注意到這一點，公司設有各種健身設備與遊戲，不是讓員工遊玩，而是員工身心健康，可以省下日後很多治療費用及人力損失。

本書很值得注意的是第11章及第12章，因為內容述及人力資本與人力資源管理的未來趨勢。鄭晉昌教授在第11章敘述新一代人力資源科技的發展與應用，他說明了科技的發展對人力資源管理有何影響，為什麼今日會發展到AI的時代，未來的人力資源管理從業人員應該如何準備；胡昌亞教授則在第12章說明大數據在人力資源管理的應用，指出人力資源管理的發展與影響。人力資源從業人員必須對這兩章要細讀幾次，知道未來發展方向，上層經理雖然不是人力資源專家，但也要懂得此一發展脈動，才能掌握住企業發展的方向。

最後，我們要衷心感謝第五版的12位作者，他們放棄了寫SSCI論文寶貴的時間來辛苦撰寫這些文章，他們對從事人力資源管理的同仁及後學的同學有非常大的貢獻。在此也謝謝責任編輯李文瑜、前助理張淑嘉，以及遠見天下文化事業群創辦人高希均教授，他不是專為了賺錢創辦此出版社，而是為了傳播新觀念與新知識而成立此機構。

編者序

自從人力資源管理第四版出版以來，我們有7年沒有再版。但這7年中，科技突飛猛進，社會風氣隨之改變，產業結構由傳統產業進入高科技與知識密集的產業，最近更發展到以環境保護為主的綠色經濟，及顛覆現在生產技術的人工智慧時代（Artificial Intelligence，AI）。綠色經濟所帶來的綠色人力資源管理，對原來的人力資源管理有很大的影響，AI的發展更顛覆了人力資源管理原有的招募、安置、升等、訓練等功能，且影響力還不斷在發展，現在我們要重寫《人力資源管理的十二堂課》（第五版），更新原來的資料，趕上科技的發展。

我們在...

第1課 產業結構與人力資源管理
　傳統工業時代的人力資源管理
　知識經濟時代的人力資源管理
　綠色工作興起與綠色人力資源管理
　AI對人力資源管理的影響
第2課 招募與甄選
　人力資源策略鑽石
　找到最佳員工的策略及決策
　效用分析
第3課 員工訓練與開發
　訓練系統
　訓練需求分析
　訓練目標訂定
　訓練課程設計
　訓練評估
第4課 總體薪酬管理
　薪資管理的原理與原則
　總體獎酬系統
　薪資管理目標
　薪資管理的理論架構
　設計薪資制度應考量事項
　薪資結構
考量個人貢獻的政策：績效薪
薪資成本控制
溝通事項
第5課 績效評估與管理
績效評估與績效管理的意涵
績效管理的目的
績效管理的過程與步驟
績效管理的實施方式
績效評估可能的偏誤
績效評估結果的強制分配
績效評估面談
績效評估制度的稽核與檢視
管理員工績效的策略
第6課 認識策略人力資源管理
什麼是策略人力資源管理？
人力資源是什麼樣的資源？
人力資源管理活動與策略的連結
人力資源管理與制度環境的連結
策略人力資源管理的實踐
第7課 國際人力資源管理
國際商業環境中的文化情境
隱形競爭力：文化智商與國際經驗
國際人才管理思維
外派人員管理措施總覽
台灣企業外派人員管理實務
第8課 工作生活平衡與家庭友善政策
工作生活平衡的定義
工作生活平衡措施
勞動部政策推動的角色
推動「工作與生活平衡」的步驟
友善家庭文化的建立
第9課 組織的變革與管理
員工為何抗拒變革
組織變革理論
創造鼓勵變革的文化
建立學習型組織
第10課 職場健康與永續根基
職場健康管理的重要性
工作壓力的本質與歷程
管理工作壓力
建立優良「雇主品牌」
職場健康與永續管理的新挑戰
第11課 新一代人力資源科技的發展與應用
職場（移動）物聯網
巨量資料分析
虛擬沉浸式體驗
社交與協作平台
自然語言與影音處理／識別
雲端化共享服務
第12課 大數據在人力資源管理的應用
大數據分析與商業應用
確立分析議題
建立數據庫
數據彙整
數據分析與運用
大數據分析在人力資源管理的應用
人力資源管理人員的角色
大數據分析的法律考量

第1課 產業結構與人力資源管理
　傳統工業時代的人力資源管理
　知識經濟時代的人力資源管理
　綠色工作興起與綠色人力資源管理
　AI對人力資源管理的影響
第2課 招募與甄選
　人力資源策略鑽石
　找到最佳員工的策略及決策
　效用分析
第3課 員工訓練與開發
　訓練系統
　訓練需求分析
　訓練目標訂定
　訓練課程設計
　訓練評估
第4課 總體薪酬管理
　薪資管理的原理與原則
　總體獎酬系統
　薪資管理目標
　薪資管理的理論架構
　設計薪資制度應考量事項
　薪資結構
考量個人貢獻的政...