大数据时代的员工敬业度管理

随着新一代职场人员的工作环境和工作方式越来越数字化，敬业度可以越来越被量化

越来越多的企业关注员工敬业度对经营业绩的影响，研究表明，具有高敬业度的员工队伍的公司的财务回报数倍于平均水平，同时令人沮丧的事实是，大多数国家的职业人敬业度并不高，2013年盖洛普一份调研显示，全世界仅有13%的员工具有高敬业度，中国员工这个指标仅占6%。“敬业度”是指员工在工作环境中的情绪状态以及行为反应。情绪状态包括员工对手头任务的专注、激励和热情；而行为反应通常表现在员工对公司的正面评价、愿意持续为公司服务以及付出超越平凡的努力。

传统测量员工敬业度的方法是通过问卷调研，根据设定的敬业度模型，对敬业度各影响因素设计相关问题，根据员工对问题的回答来进行分析敬业度要素。大数据分析的特点一是实时、动态，二是通过挖掘数据的相关性，实现面向未来的预测，与传统的相对静态、预设模型的敬业度分析方法相比，是一个全新的思路。从与员工、业务相关的各种数据中，采用大数据分析为发现敬业度风险，挖掘敬业度问题根因，评估敬业度提升措施效果等提供了可行性。

运用大数据管理员工敬业度的一个可行方式类似于网络舆情分析、品牌口碑监控的应用。企业可以从不同数据源中，例如员工的社交媒体网页、企业内网沟通信息、电子邮件等，提取并过滤出对敬业度有影响的信息，利用文本语义的情感分析模型，理解数据集合的积极或消极的语义，通过定制分析模型对不同维度的敬业度要素进行监控；通过文本聚类分析、不同维度之间的关联分析、趋势分析，发掘数据中隐含的信息，找到敬业度与管理措施、业务结果之间的因果关系，预测敬业度发展趋势。例如，组织调整、流程再造、战略转型、兼并收购等企业变革通常会直接员工敬业度。在变革过程中，影响敬业度的因素一是控制，即员工感知到自我参与决策过程，与高层领导双向沟通，二是能力，即员工自我能力能够适应并胜任新环境，三是发展，即员工感知到职业生涯将不受变革影响，甚至在新环境中能发现新机会；有数据研究发现，高敬业度员工受变革的影响度较低，而中低敬业度员工则会因企业变革，敬业度水平进一步恶化，这种职业现象也正应了“世间本无事，庸人自扰之”的人性本质。运用文本分析技术监控员工情感、情绪，已经进入国内外一些企业的人力资源管理实践。

另一个运用大数据管理员工敬业度的可行方式是通过对活动的实时监控，发现业务活动和敬业度趋势之间的关联，相应采取改进措施。既可以监控前导性的因素，例如某个员工在一段时间内持续的加班，或者外派工作时间超过一定的限度，可能会影响他的敬业度；也可以是结果性因素，例如业务信息显示某个员工或某一组员工在某段时间内出现显著的劳动效率下降，产品质量下降，客户投诉增多，出现职业安全风险，这些都可能与敬业度有关。活动数据也可以来自人员之间的互动或者员工的行为，例如通过分析电子邮件系统的记录，发现一个员工在很长的一段时间内没有和直接经理发生一定频度的电子邮件沟通，或者培训系统显示员工经常拖延公司规定的在线培训完成时间，这些都可能是该员工敬业度下降的信号；此外，人际关系与敬业度也有关，经理的敬业度下降可能会导致下属敬业度下降，特定员工敬业度下降可能会导致与他有良好私交的同事的敬业度下降。如果运用大数据手段，将前述的各种敬业度要素相关的活动信息整合起来，则能对员工群体或个人的敬业度产生更为实时的判断。企业高管积极倾听员工声音，提高员工对公司决策的参与感，明确职业发展和绩效反馈，提升雇主品牌价值等措施对敬业度的反馈也可以得到更准确的关联。

随着新一代职场人员的工作环境和工作方式越来越数字化，敬业度可以越来越被量化。例如员工在企业内的社交化协同、工作游戏化（Gamification）等时髦、新潮的人力资源管理做法，员工搜集的感谢、社交点赞，工作游戏积点和进度，本身就是敬业度促进要素，同时也使大数据分析敬业度具有了更多的机会。