从大数据的视角浅析高校人事工作的发展趋势

2017-05-02 17:56吴作新
新校园·上旬刊 2016年10期
关键词:大数据系统

吴作新

摘 要:目前,高校的人事部门正处在信息化改革的阶段,部门里存在许多按工作模块划分的小系统。然而,这并不能在工作上带来更多的便利,有时反而增加了工作量。因此,这种模式已经不能满足人事部门的工作需求,学校的发展也对人事部门提出了更高的要求。

关键词:高校人事工作;系统;大数据

阿里巴巴、腾讯、百度等互联网公司的崛起,使大数据观念深入人心,社会上正在掀起大数据的改革浪潮。2015年9月,国务院印发《促进大数据发展行动纲要》,系统部署大数据发展工作。其中明确指出要推动大数据的发展和应用,在未来5至10年打造精准治理、多方协作的社会治理新模式。

高校作为社会的一个组成单元,有着自己对大数据的需求,比如,与数据最密切的部门就是财务部门。堆积如山的账目令人眼花缭乱,但那并不是所谓的大数据。随着社会的发展,现代化大学应运而生,学校的各个部门都被赋予全新的职能,人事工作也是如此。

一、大数据的概况

大数据的含义并不像其字面上看起来那样单纯指数据量很大。海量的数据只是大数据的基础,同时,要配备数据管理软件对数据进行挖掘、定位和分析。经过高效地处理,数据中的“黄金”将被逐步挖掘出来,成为未来决策的依据,让一堆看似纷繁杂乱的数据最终为人们所使用。

大数据时代的突起,人们应当顺应形势转变自己的思维方式。过去,由于工具的限制,我们通常只分析典型性的抽样样本,然后,再通过“以偏概全”的方式来大致推断整体样本的情况。如今,随着科技的发展,人们已经有足够的能力对全数据进行收集和整理。在大数据中挖掘有价值的信息,就像大海捞针,价值密度极低。以往在面对海量且无序的数据时,人们束手无策,而现在却习惯在其中找寻事物之间的相关性,沃尔玛的尿布和啤酒便是最好的证明。

二、高校人事工作的现状

目前,各高校的人事工作正由传统工作方式向无纸化办公转变。当一堆堆纸质的材料转化为电脑中的一个个图标文件时,这仅仅是大数据的起步阶段。随着时间的推移,图标会堆满电脑的桌面。如果有人来查询一份半年前的材料,你可能要在电脑里寻它千百度却依然不可得。于是,根据人事工作职能模块的分工,相应的招聘、工资、档案、人才等管理系统应运而生。这些模块系统不仅提高了工作效率,还给人事工作带来了很大的便利。

但是,这样的模式也带来几个问题。第一,这些模块化的系统并不能互相关联。例如,一位教师在职攻读博士获得学历学位后,如果他只把这件事告诉了负责管理档案的工作人员而其他工作人员不知道,那么,工资和人才系统中他的学历学位数据依然没有同步更新。第二,人事工作繁琐复杂,随时都会有数据的更新。由于各个模块化系统无法关联同步,造成同一个数据在不同数据库中可能会出现信息不对称现象,导致统计工作出现不同结果。随着时间的推移,这类情况将会越来越多,累积到一定程度将会给人事部门的工作带来巨大的麻烦。这显然不是建立系统的初衷。

这些模块化系统的由来也决定了它们不可能融合。每个模块化系统都是相关职能的上级主管单位系统的延伸,比如,学校的上级主管单位有人社、财政、地税等单位,它们根据自己的工作需求建立了相关系统,模块化系统作为高校与它们连接的端口,不停地向主管单位传输数据。显然,这类系统只为了某个单位服务,它们从源头上就将人事工作分割开。在这样的情况下,越来越多的单位开始构建自己的系统并推广到下级单位,作为基础单位的高校将承接越来越多的模块化系统。这些系统并不能真正地服务于高校,反而成为其工作的负担。

三、高校人事系統的建立

系统是工具,数据是内容。目前,建立自己的人事系统是各个高校的当务之急。建立高校人事系统,是一项系统工程,目的是改变传统的工作方式,消除人事工作的滞后性,提高工作的效率和科学性,为学校的发展提供尽量准确的决策依据。根据人事部门工作所包含的职能,高校人事系统应包含人才管理、工资待遇、师资管理、考核管理、培训管理、档案管理等几个辅助的子系统,是一个综合平台。在这个平台之下,各个子系统既相对独立,又相互关联。

为了使人事系统能真正服务于工作,而不是增加工作负担,如何处理人事系统与外部模块化系统的关系,成了设计系统之初应该考虑的部分。如图1所示,从功能和内容上而言,高校人事系统应该涵盖外部模块化系统,也只有这样才能满足上级单位的工作需求。在此基础上,两个没有关联的系统就能快速实现双向的数据交换。简而言之,就是一方导出的结果能够不用做任何更改直接被另一方系统导入。这样不仅能保证数据的同步更新,还能极大地减少不必要的麻烦,降低重复劳动。

四、与大数据理念的结合

系统建立后,系统的功能不能仅停留在档案管理、核算工资、考勤、统计报表等传统工作方面。大数据理念之所以能带来强大的冲击力,是因为它能让系统活动起来,充满生命力。而这股生命力来自于系统所具备的数据挖掘功能。

1.人才结构分析

高校人事工作经常会进行各类数据统计,这些数据通常要从学校的各部门获取,这样不仅费时耗力,还容易出错。系统的建立不仅能快速满足这种需求,还能提供更多的服务。比如,学校领导想了解全校的职称结构分布情况,即高级、中级、初级职称分别有多少人,甚至还想了解每个系的职称结构情况,哪个系高级职称人才比例较高,哪个系人才结构较为合理。像这类的需求,还只是较为基础的服务,未来应该开发更多的功能。

2.人才招聘管理

根据前文所述,系统数据统计反馈可以得知某系的人才结构情况,如高级职称的人才较少,中、初级职称的人才较多。根据这样的情况,未来两年内,该系的人才招聘应以招聘高级人才为主,减少中、初级人才的招聘。如果只是这种程度的数据挖掘,远远不能满足学校的发展。高级职称人才是学校师资力量的重要组成部分,招聘条件的制订直接影响招聘的结果。那么,系统也能提供这方面的服务吗?答案是肯定的。人事部门可以通过系统了解到该系的什么专业人才紧缺,该系已有的高级人才拥有哪些重要的工作经历和教学科研成果,这些都可以成为制订招聘条件的重要参考。不仅如此,对于已经在中级职称岗位上工作多年的教师,他们一直在为高级职称努力奋斗着。人事部门也可以通过系统将他们筛选出来,事先预判未来有多少人可能会申请高级职称,对部门的职数管理提前作出判断。

3.考核管理与KPI考核的建立

通常情况下,教师的考核来自上级领导的直接评价。这种方式带有强烈的主观性,对待不同的人,评价的结果就截然不同,很难保证公证、客观,容易引发教师的负面情绪。为避免这类问题,考核时应该引入多种量化指标,尽量淡化主观因素。此时,我们可以借鉴企业管理中KPI的理念。

Key Performance Indicators,简称KPI,中文意思为关键绩效指标,是衡量工作成效的重要指标,是一项数据化管理的工具。与企业不同,高校有一套自己的绩效指标,如教学成果、科研业绩、论文发表等。依托大数据的支持,高校可以在系统中开发考核功能,建立高校KPI考核体系。系统的KPI考核结果,将作为教师年度考核结果的重要参考。不仅如此,KPI考核结果还可以应用在其他荣誉奖项的评选过程。

4.培训管理

高校教师的自我培养是提升教师素质的重要方式。在高校教师的职业生涯中,除了攻读学历学位和到其他高校交流外,参加相关的专业培训是教师自我培养的主要方式。面对丰富多彩培训项目,传统的人事部门可以说是束手无策。教师参加培训后,将有关的培训资料复印件上交至人事部门;然后人事部门将它们归档到档案盒中,从此封存。那学校对于教师的培训起到了什么作用?仅仅是提供培训的经费吗?

假如高校人事系统中有培训管理功能,通过记录每位教师参加培训的数据,那么,人事部门就可以得到以下几点信息:(1)每年有几位教师参加了培训,经费共计多少;(2)培训项目级别(国家级、省级、市级、校级)的比例;(3)参加培训的教师的职称结构分布情况;(4)纵向对比每年的培训经费,为明年的预算制订提供参考;(5)横向对比各系培训经费的使用比例。

五、数据采集的真实性与系统的安全性

数据的真实性是信息化管理的基础。随着高校人事系统的正式启用,定期更新系统的数据是一项常规且重要的工作。数据需要不断更新,也只有定期更新才能真正体现它的价值,陈旧的数据让系统显得毫无意义。所以,在采集更新的数据时,要注重真实性的审核过程。这就需要建立配套的工作制度,用制度来维护系统。在有效的制度下,高校人事系统才能发挥它最大的作用。

近几年,个人隐私受到巨大的威胁,大部分网民的信息都被不同程度的泄露,由此衍生的地下信息交易和电信诈骗也层出不穷。这就是大数据时代的两面性。因此,高校人事系统既能帮助学校发展,同时又存在信息泄露的风险。鉴于当前的网络环境,高校应加强以下几项工作:(1)增强对数据的安全管理,采取有效的硬件和軟件方面的防护措施,建立起安全屏障;(2)人事部门应根据工作需求,建立一整套系统管理制度,从制度上保护系统;(3)强化法律意识和责任意识,严禁任何人泄露信息。

六、结语

在这个信息爆炸的时代,我们的工作离不开计算机与网络。因此,我们需要信息系统来帮助我们管理海量的数据,也更需要将大数据中的价值挖掘出来,作为科学决策的依据。本文对高校人事系统进行探析,虽然融入大数据的理念,但随着科技的进步和学校发展需求的加深,高校的人事系统还将不断完善和发展,随时应对新形势下提出的要求。

参考文献:

[1]朱攀.基于大数据的信息系统关键技术研究[J].电子技术与软件工程,2014(4).

[2]李新华.浅谈大数据时代的机遇与挑战[J].科技与创新,2013(6).

[3]张霞.大数据背景下高校人事档案管理面临的挑战及应对策略探讨[J].办公室业务,2016(6).

猜你喜欢
大数据系统
WJ-700无人机系统
基于PowerPC+FPGA显示系统
基于UG的发射箱自动化虚拟装配系统开发
半沸制皂系统(下)
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
大数据环境下基于移动客户端的传统媒体转型思路
基于大数据背景下的智慧城市建设研究