基于价值共创的大数据人才引进绩效评价研究.pdf

230品牌与人brand and peoplepin pai yan jiuR基于价值共创的大数据人才引进绩效评价研究*文/亓玉芳（齐鲁师范学院经济与管理学院）摘要：大数据的产生和应用，给各行各业带来了巨大的机遇和挑战。在这个时代，大数据成为企业和组织的核心资源之一，对于企业的发展和竞争力具有重要影响。大数据技术的应用，需要专业的人才来进行数据分析、挖掘和应用。因此，企业需要引进具备相关技能和知识的人才，以满足企业在大数据领域的需求。在大数据领域，人才的引进不仅是为了填补技术上的空缺，更是为了与企业共同创造更大的价值。因此，传统的绩效评价方法已经无法完全适应当前大数据时代的需求。本文将研究大数据人才引进绩效评价的实施过程和策略，以帮助企业更好地引进和评价大数据人才，提升企业的竞争力和创新能力。关键词：大数据；人才引进；绩效评价；价值共创中图分类号：F272.92文献标识码：A 文章编号：2096-1847(2023)27-0230-03大数据时代的到来，给各行各业带来了前所未有的机遇和挑战。作为当今社会的核心资源之一，人才的引进和培养成为了企业和组织在大数据领域中取得成功的关键因素。然而，随着大数据技术的不断发展和应用，传统的人才引进绩效评价方法已经无法完全适应当前的需求。在这个背景下，本文旨在探讨基于价值共创的大数据人才引进绩效评价，以期为企业和组织在大数据时代的人才引进和绩效评价提供有益的参考和借鉴。一、价值共创理论在大数据人才引进中的应用（一）理解大数据人才的价值根据价值共创理论，企业和大数据人才之间的关系应该是相互依存和相互促进的。在大数据人才引进过程中，企业需要深入了解大数据人才的价值，包括其专业知识、技能和经验，以及其对企业业务发展的潜在贡献。通过了解大数据人才的价值，企业可以更好地制定引进策略和绩效评价标准。（二）制定共同目标和期望在大数据人才引进过程中，企业和大数据人才需要共同制定目标和期望，以确保双方的利益得到最大化。企业可以与大数据人才进行沟通，了解其个人职业发展目标和期望，同时也向其明确企业的发展战略和目标。通过制定共同目标和期望，企业和大数据人才可以在引进和工作过程中共同努力，实现共同的成功。（三）提供发展机会和资源支持根据价值共创理论，企业应该为大数据人才提供发展机会和资源支持，以促进其个人和职业成长。在大数据人才引进过程中，企业可以为其提供培训和学习机会，帮助其不断提升专业能力和技术水平。同时，企业还可以为大数据人才提供必要的资源支持，如数据和工具，以便其更好地开展工作。（四）建立合作和共享机制在大数据人才引进过程中，企业和大数据人才之间需要建立合作和共享机制，以实现共同的价值创造。企业可以鼓励大数据人才与其他团队成员合作，共同解决问题和实现业务目标。同时，企业还可以鼓励大数据人才分享其专业知识和经验，促进知识共享和学习。（五）进行绩效评价和反馈根据价值共创理论，绩效评价应该是双向的，既要评价大数据人才的绩效，也要评价企业对大数据人才的支持和提供的价值。在大数据人才引进过程中，企业可以制定绩效评价指标，评估大数据人才的工作表现和贡献。同时，企业也应该接受大数据人才的反馈和建议，改进引进和支持策略，提升双方的合作效果。二、大数据人才引进的重要性和价值（一）帮助企业实现数据驱动决策随着大数据技术的发展，企业越来越需要依靠大数据来进行决策和战略规划。大数据人才具备深入理解和分析数据的能力，能够帮助企业从海量数据中提取有价值的信息和洞见，为企业的决策提供支持和指导。（二）推动企业创新和竞争力提升大数据人才具备丰富的数据分析和挖掘经验，能够发现数据中的潜在机会和问题，提供创新的解决方案。通过引进大数据人才，企业可以加强大数据驱动的创新能力，提高产品和服务的质量，增强企业的竞争力。（三）加速企业数字化转型在数字化转型的过程中，大数据人才起到了关键的作用。他们能够帮助企业建立和优化大数据分析平台，设计和实施大数据驱动的业务流程，提高企业的运营效率和效益。通过引进大数据人才，企业可以加速数字化转型的进程，实现业务的快速发展。（四）解决企业面临的挑战和问题随着大数据规模的不断增长，企业面临着更加复杂和庞大的大数据管理和分析问题。大数据人才具备处理和解决这些问题的能力，能够帮助企作者简介：亓玉芳，生于 1980 年 5 月，女，研究生，副教授，研究方向为数字经济。基金项目：2022年山东省社会科学规划项目（数字山东专项）基于价值共创的山东省大数据人才引进成效评价机制研究阶段性成果;项目编号：22CSDJ16231品牌与人brand and peoplepin pai yan jiuR业建立大数据治理机制，优化数据流程，提高大数据质量和可靠性。通过引进大数据人才，企业可以更好地应对大数据挑战，提升大数据管理和分析能力。（五）培养企业内部的大数据文化大数据人才具备专业的数据分析和挖掘技能，能够帮助企业培养数据驱动的文化。他们可以与企业其他部门合作，推动大数据的共享和利用，促进大数据驱动的决策和行动。通过引进大数据人才，企业可以建立大数据驱动的组织文化，提高大数据的价值和利用效率。三、大数据人才引进绩效评价的问题与挑战（一）定义绩效评价指标大数据人才引进绩效评价需要明确评价指标，包括技术能力、数据分析能力、创新能力、团队合作能力等方面。然而，由于大数据领域的多样性和复杂性，如何准确地定义和量化这些指标是一个挑战。首先，技术能力是评价大数据人才的重要指标之一。评价一个人的技术能力，需要考虑他们在大数据领域的掌握程度和应用能力，可以通过学历、培训经历和技术证书等来评估。其次，数据分析能力也是评价大数据人才的重要指标之一。评价一个人的大数据分析能力，需要考察他们在大数据处理和分析方法上的熟练程度，以及在实际项目中的应用能力，可以通过，数据分析经验和项目成果来评估。此外，创新能力也是评价大数据人才的重要指标之一。评价一个人的创新能力，需要考察他们在解决问题和提出新方法方面的能力，可以通过创新项目和专利申请来评估。最后，团队合作能力也是评价大数据人才的重要指标之一。评价一个人的团队合作能力，需要考察他们在团队中的角色和贡献，以及与他人合作的能力，可以通过团队项目中的表现和团队合作经验来评估。然而由于大数据领域的多样性和复杂性，如何准确地定义和量化这些指标是一个挑战。不同的岗位和项目可能对这些指标有不同的要求。因此，在进行大数据人才引进绩效评价时，需要根据具体情况进行定制化评价指标，以确保评价的准确性和有效性。可以通过与业务部门和专业人士的沟通和合作，制定适合的评价指标体系，并根据实际情况进行调整和优化。（二）数据获取和处理绩效评价需要依赖于大量的数据，包括人才的工作成果、项目贡献、团队合作等方面的数据。然而，获取和处理这些大数据可能面临一些挑战，需要解决数据采集、清洗和整合的技术和方法。大数据采集是一个关键的环节。在大数据人才引进绩效评价中，需要收集各种类型的数据，如工作任务的完成情况、数据分析的准确性等。这些大数据可能来自不同的系统和平台，需要通过技术手段进行采集。例如，可以利用数据抓取和爬虫技术从各种数据源中提取数据。同时，还需要确保大数据的准确性和完整性，避免数据采集过程中的错误和偏差。绩效评价需要依赖于大量的数据，但在数据采集、清洗和整合过程中可能面临一些挑战。通过采用合适的技术和方法，解决数据质量、数据安全和隐私保护等问题，确保评价结果的准确性和可靠性。（三）绩效评价的客观性和主观性大数据人才引进绩效评价，涉及客观的数据指标和主观的评价和判断。客观指标是通过量化的数据来衡量绩效，如完成的任务数量、数据分析的准确性等。这些指标可以提供客观的数据支持，但也有可能忽略了一些关键的因素。因此，主观评价和判断是必不可少的。主观评价可以通过上级领导、同事和客户的反馈来进行，他们可以提供对大数据人才在工作中的表现和贡献的观察和评价。平衡客观指标和主观评价的关键在于建立一个综合的评价体系。这个体系应该包括多个维度的指标和评价方法，以全面地评估大数据人才的绩效。客观指标可以作为一个重要的参考，但不应该是唯一的依据。主观评价应该根据不同的角色和职责进行，以确保评价的准确性和公正性。同时，评价过程中应该充分考虑到大数据人才的个人特点和工作环境的差异，避免一刀切的评价标准。（四）绩效评价的时效性和灵活性在快速发展和演进的大数据领域，绩效评价的指标和方法需要及时调整和更新，以保持其时效性和灵活性，适应不断变化的大数据环境，这是一个挑战，需要考虑以下四个方面。首先，绩效评价指标需要与大数据领域的技术和方法保持同步。随着技术进步和新方法的出现，大数据人才在大数据分析、等方面的能力和知识也需要不断更新。因此，绩效评价指标应反映大数据人才在新技术和方法上的掌握程度和应用能力。其次，大数据领域的工作内容和要求多样化，大数据人才的角色和职责也各不相同。因此，绩效评价方法应根据不同的岗位和职责进行个性化评估，确保评价的准确性和公正性。此外，在大数据领域，团队合作和协同创新非常重要，大数据人才的贡献不仅体在个人工作表现上，还包括对团队的贡献和协作能力。因此，绩效评价应评估人才在团队合作中的表现和贡献，以及其对协同创新的能力。最后，绩效评价大数据需要及时反馈和调整。大数据领域的技术和方法不断发展，大数据人才的能力和知识也在不断更新。因此，绩效评价应定期进行，及时反馈评价结果，并根据评价结果进行调整和改进。这样可以不断提高绩效评价的准确性和有效性，适应不断变化的大数据环境。（五）绩效评价与价值共创的关系绩效评价在大数据人才引进中起着重要的作用，然而，仅仅评估个人的工作表现和达成的目标，并不足以全面衡量大数据人才对企业的价值贡献。因此，在大数据人才引进的绩效评价中，需要考虑到价值共创的概念，即大数据人才对企业创造价值的贡献。价值共创强调的是人才与企业之间的互动和合作，通过共同努力创造出更大的价值。在大数据领域，人才的价232品牌与人brand and peoplepin pai yan jiuR值贡献往往不仅仅体现个人的工作表现上，还包括对大数据的深度分析、创新的思维方式、解决问题的能力等方面。因此，如何将绩效评价与价值共创相结合，量化大数据人才对企业的价值贡献，是一个需要解决的问题。四、大数据人才引进绩效评价的实施过程和策略（一）确定评价指标确定评价大数据人才引进绩效的指标体系是非常重要的，可以考虑以下指标：技术能力、大数据分析能力、创新能力、团队合作能力和价值共创能力。技术能力评估大数据人才在相关技术领域的掌握程度；大数据分析能力评估其对大数据的收集、清洗、处理和分析的能力；创新能力评估其解决问题和提出创新解决方案的能力；团队合作能力评估其与团队成员的沟通和协作能力；价值共创能力评估其对企业的价值贡献。可以通过量化指标来衡量大数据人才对企业业绩、创新能力和客户满意度等方面的影响。根据企业的需求和目标，调整和衡量这些指标，同时将绩效评价与员工培养和发展相结合，为大数据人才提供个性化的培训和发展计划，帮助他们不断提升技术和能力，更好地适应企业的需求。（二）大数据采集和处理为了评价大数据人才的绩效，需要收集和处理相关的数据。可以通过员工自评、上级评价、同事评价、客户评价等多种方式获取数据。这些评价数据可以包括技术能力、数据分析能力、创新能力、团队合作能力和价值共创能力等方面的评估。同时，需要确保大数据的质量和安全性，采用适当的数据采集、清洗和整合方法，确保大数据的准确性和完整性。可以使用问卷调查、面谈、项目评估等方法收集数据，并结合定量和定性分析的方法进行综合评价。此外，还可以借助大数据分析工具和技术，对大量的评价数据进行挖掘和分析，提取有价值的信息和洞察，为评价大数据人才的绩效提供更全面和准确的依据。（三）绩效评价方法为了评价大数据人才的绩效，需要根据确定的评价指标选择合适的评价方法，常见的方法包括定量评价和定性评价。定量评价可以使用量化的指标和数据进行评价，如考核分数、工作成果等。这种方法可以提供具体的数据和指标，便于对绩效进行量化和比较。定性评价则是通过面谈、问卷调查等方式，获取对人才能力和表现的主观评价。这种方法可以深入了解人才的工作态度、沟通能力、创新思维等方面的表现，但相对较主观。综合使用定量和定性评价方法，可以更全面地评价大数据人才的绩效，既考虑到了具体的数据和指标，又考虑到了主观评价的因素。此外，评价大数据人才的绩效还需要考虑评价周期和频率，以及评价结果的反馈和改进机制，以不断提高大数据人才的绩效和发展。（四）绩效评价过程为了评价大数据人才的绩效，绩效评价过程应该是一个持续的过程，包括设定目标、收集数据、评价分析、反馈和改进等环节。在设定目标阶段，需要明确评价指标和标准，确保目标具体、可衡量和可达成。在收集数据阶段，可以通过考核分数、工作成果等量化指标来获取绩效数据，也可以通过面谈、问卷调查等方式，获取对大数据人才能力和表现的主观评价。在评价分析阶段，需要对收集到的数据进行分析和比较，以评价人才的绩效水平。在反馈和改进阶段，需要及时给予评价结果的反馈，包括肯定优秀表现和指出改进的方向。同时，也需要给予奖励和激励，以激发大数据人才的发展和提高。在整个评价过程中，需要确保评价的公正性和透明度，避免主观偏见和不公平的情况发生。（五）管理和改进绩效评价不仅仅是一个评价过程，更是一个管理和改进的过程。通过绩效评价的结果，可以全面了解大数据人才的优势和不足，为人才的培养和发展提供指导。评价结果可以帮助管理者和员工共同认识到个人的优势和潜在的发展领域，从而制定有针对性的培训计划和职业发展规划。同时，评价结果也可以为组织调整和改进大数据人才引进策略和培养计划提供重要的参考依据。通过分析评价结果，可以发现大数据人才引进的不足之处，比如招聘渠道、招聘标准等，从而进行相应的调整和改进，提高大数据人才引进的效果。此外，绩效评价还可以促进员工与组织之间的沟通和合作，通过反馈和奖励机制，激励员工的积极性和创造力，提高整体绩效水平。五、结语在大数据时代，人才引进不仅仅是为了填补技术上的空缺，更重要的是与企业共同创造更大的价值。传统的绩效评价方法已经无法完全适应当前大数据时代的需求，因此需要基于价值共创的评价方法来评价大数据人才的引进绩效。基于价值共创的绩效评价方法，应该注重大数据人才与企业之间的合作和协同，以实现共同创造更大的价值。通过研究该课题，我们可以为企业和组织在大数据人才引进方面提供新的思路和方法，以更好地实现人才与企业之间的价值共创。这将对大数据人才引进绩效评价的理论和实践做出一定的贡献，推动大数据时代人才引进工作地发展和进步。参考文献1 管晓艳.大数据技术在打造地区人才高地中的应用研究 J.财经界,2022(28):174-176.2 唐守刚.大数据技术在政府人才管理中的应用 J.海峡科技与产业,2022,35(7):37-40.3 林婷婷.大数据时代人力资源管理视角下的人才引进策略研究 J.中外企业文化,2021(10):94-95.4 赵明轩.大数据在高校人力资源管理中的应用 J.科技视界,2021(3):106-108.5 王陈飞.大数据时代下企业组织人才引进有效性研究 J.全国流通经济,2019(15):90-91.