□ 郝金隆 郭 瑋 肖 強 李小玲

近年來，隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等新興技術(shù)的崛起，數(shù)字經(jīng)濟正在以極快的速度蓬勃發(fā)展。據(jù)中國通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書（2020年）》顯示，2019年我國數(shù)字經(jīng)濟增加值突破35.8 萬億元，占GDP比重達到36.2%。2020年中共中央、國務(wù)院印發(fā)的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》，首次提出把數(shù)據(jù)作為生產(chǎn)要素資源，要加快培育數(shù)據(jù)要素市場，推進數(shù)據(jù)開發(fā)共享，提升社會數(shù)據(jù)價值，加強對數(shù)據(jù)資源的整合和保護。但與此同時，“政府熱、企業(yè)冷”的問題普遍存在，眾多企業(yè)對數(shù)字化轉(zhuǎn)型保持懷疑，數(shù)字化轉(zhuǎn)型的動力和能力嚴重不足。埃哲森2016年發(fā)起的一項調(diào)研顯示，93%的中國企業(yè)首席戰(zhàn)略官認同數(shù)字化轉(zhuǎn)型迫在眉睫，但只有不足三成的企業(yè)做好了準備。因此，如何判斷大數(shù)據(jù)技術(shù)對企業(yè)績效的影響，如何利用大數(shù)據(jù)技術(shù)提高企業(yè)績效，已經(jīng)成為數(shù)字化時代亟待解決的難題。

從現(xiàn)有的研究文獻來看，學術(shù)界就大數(shù)據(jù)能力對企業(yè)創(chuàng)新具有積極影響的觀點已基本達成共識。但存在以下兩個局限性，首先，大數(shù)據(jù)能力轉(zhuǎn)化為企業(yè)創(chuàng)新績效產(chǎn)出，既要融入組織戰(zhàn)略，也要在組織架構(gòu)和流程方面與組織情境相契合。[1]但現(xiàn)有研究并未詳細剖析內(nèi)部情境特征對大數(shù)據(jù)能力與創(chuàng)新績效間關(guān)系的影響，而是局限于從技術(shù)角度剖析大數(shù)據(jù)應(yīng)用能力的特征。[2][3]其次，學術(shù)界從理論上認可了大數(shù)據(jù)驅(qū)動人力資源管理創(chuàng)新對企業(yè)績效的正向影響，[4][5]但由于獲取企業(yè)內(nèi)部數(shù)據(jù)的困難性，現(xiàn)有研究缺乏大數(shù)據(jù)技術(shù)驅(qū)動企業(yè)績效提升的案例研究，對大數(shù)據(jù)技術(shù)驅(qū)動企業(yè)人力資源管理創(chuàng)新、提升企業(yè)績效的作用機制和路徑?jīng)]有探明。最后，考慮到企業(yè)維度研究過程的復雜性和成本，大多數(shù)研究采用問卷調(diào)查或數(shù)據(jù)建模方式，可能存在研究對象不典型、研究數(shù)據(jù)不客觀、研究結(jié)論與實際效果誤差較大的情況。

基于此，本文以某汽車品牌企業(yè)所屬 3 家具備典型性和特征相似的汽車公司直銷人員為研究對象，以汽車公司直銷人員如何運用大數(shù)據(jù)技術(shù)提升企業(yè)績效為關(guān)注點，通過對比三組不同實驗條件下的企業(yè)績效，為企業(yè)管理者提出促進企業(yè)數(shù)字化轉(zhuǎn)型的策略。

一、文獻綜述

（一）大數(shù)據(jù)技術(shù)概念的誕生與發(fā)展

1998年，美國高性能計算公司SGI 的首席科學家約翰·馬西(John Mashey)首次在國際會議報告中提出“快速增長的數(shù)據(jù)，會讓人類出現(xiàn)理解、獲取、處理和組織四方面的難題”的觀點。2004年前后，谷歌公司發(fā)表了3 篇關(guān)于分布式文件系統(tǒng)、分布式計算框架[6]和大數(shù)據(jù)NoSQL 數(shù)據(jù)庫[7]的論文，正式提出了大數(shù)據(jù)的概念。受谷歌論文的啟發(fā)，Apache 基金會自2005年開始提出了Apache Hadoop 項目，開發(fā)用于可靠、可擴展的分布式計算的開源軟件，打造海杜普（Hadoop）開源生態(tài)，加速了大數(shù)據(jù)技術(shù)的發(fā)展。臉書（Facebook）向開源社區(qū)貢獻了海杜普（Hadoop）的數(shù)倉工具蜜蜂（Hive），作為一個結(jié)構(gòu)化查詢語言（SQL）解析引擎，能將結(jié)構(gòu)化查詢語言（SQL）語句轉(zhuǎn)譯為海杜普（Hadoop）平臺上運行的映射和簡化（Map Reduce）任務(wù)，具備T:B（240 字節(jié)）級規(guī)模數(shù)據(jù)集分析與挖掘的性能。2006年，隨著分布式列存數(shù)據(jù)庫/海杜普數(shù)據(jù)庫（Hbase）、分布式協(xié)作服務(wù)動物園管理員（Zookeeper）的陸續(xù)加入，進一步完善了海杜普（Hadoop）的生態(tài)圈。2009年，伯克利大數(shù)據(jù)庫實驗室（AMPLab）開發(fā)了專為大規(guī)模數(shù)據(jù)處理而設(shè)計的快速通用的計算引擎（Spark），因其計算性能更優(yōu)、通用性更好、集成了海杜普（Hadoop）等特點，逐步取代了映射和簡化（Map Reduce）的地位，成為大數(shù)據(jù)處理運算的首選。而同期，自2006年亞馬遜首先推出彈性計算云服務(wù)的概念，谷歌在搜索引擎大會上首次提出“云計算”后，客戶關(guān)系管理軟件服務(wù)提供商（Salesforce）和谷歌陸續(xù)發(fā)布PaaS 服務(wù)Force.com 和Google App Engine，云服務(wù)的形式趨于完善。至此，大數(shù)據(jù)處理技術(shù)生態(tài)趨于成熟，各互聯(lián)網(wǎng)公司、基礎(chǔ)網(wǎng)絡(luò)運營商等相關(guān)參與方都可以較低成本完成各種內(nèi)外部海量數(shù)據(jù)的處理，從而將大數(shù)據(jù)真正應(yīng)用到各業(yè)務(wù)場景中。

（二）大數(shù)據(jù)技術(shù)對企業(yè)管理的驅(qū)動效應(yīng)

數(shù)據(jù)收集的根本目的是根據(jù)需求從數(shù)據(jù)中提取有用的信息和知識，并將其應(yīng)用到具體的領(lǐng)域之中。因此，如何將海量的數(shù)據(jù)轉(zhuǎn)換為可用于決策判斷、預測分析的信息，并以此指導生產(chǎn)，才是讓數(shù)據(jù)資源發(fā)揮價值的關(guān)鍵能力。[8]為此，有學者給出識別大數(shù)據(jù)價值的4C 模型，探究如何從“大數(shù)據(jù)”到“大價值”[9]，使數(shù)據(jù)資源真正成為生產(chǎn)要素。從數(shù)據(jù)在企業(yè)運行各環(huán)節(jié)中的具體作用來看：在產(chǎn)品研發(fā)環(huán)節(jié)，構(gòu)建“大數(shù)據(jù)資源—企業(yè)能力—產(chǎn)品創(chuàng)新績效”鏈式中介模型，開展實證研究，探討大數(shù)據(jù)從可能的生產(chǎn)要素成為企業(yè)現(xiàn)實生產(chǎn)要素的實現(xiàn)機制。[10]在產(chǎn)品研發(fā)的規(guī)劃、設(shè)計與測試3 個關(guān)鍵環(huán)節(jié)上，企業(yè)利用大數(shù)據(jù)采集、分析消費者購買、評論信息，構(gòu)建出詳細的消費者行為畫像，洞察消費者需求，為產(chǎn)品研發(fā)規(guī)劃提供低成本、高效率的工具，提升消費者產(chǎn)品采納意愿，從而減少研發(fā)成本，降低研發(fā)風險。[11][12]在產(chǎn)品生產(chǎn)環(huán)節(jié)，高質(zhì)量數(shù)據(jù)服務(wù)的嵌入帶來生產(chǎn)效率的提高和生產(chǎn)成本的降低，利用物聯(lián)網(wǎng)、大數(shù)據(jù)分析技術(shù)對生產(chǎn)過程實時監(jiān)控，對要素投入進行量化，從而為智能生產(chǎn)提供決策支持。[13]在產(chǎn)品流通環(huán)節(jié)，通過供應(yīng)鏈主體間的數(shù)據(jù)共享，打造以客戶數(shù)據(jù)聯(lián)通共享為基礎(chǔ)的網(wǎng)絡(luò)，提升信息透明度，削弱供應(yīng)鏈節(jié)點間的信息不對稱，進而提高供應(yīng)鏈敏捷性，降低物流和庫存成本。[14]此外，通過收集消費者行為數(shù)據(jù)，設(shè)計個性化營銷方案，實現(xiàn)精準營銷，降低營銷成本，提高匹配效率。不僅如此，有學者指出加快新興技術(shù)與制造業(yè)融合發(fā)展，助力企業(yè)數(shù)字化轉(zhuǎn)型，關(guān)鍵在于組織模式的協(xié)同和激勵策略的創(chuàng)新，實現(xiàn)數(shù)據(jù)的資源鏈接和快速迭代，提高響應(yīng)能力。[15]由此可見，數(shù)據(jù)作為生產(chǎn)要素的價值體現(xiàn)并不局限于數(shù)據(jù)本身，而是數(shù)據(jù)作為信息流動的載體與傳統(tǒng)要素或生產(chǎn)環(huán)節(jié)相結(jié)合而產(chǎn)生的驅(qū)動效應(yīng)。

（三）大數(shù)據(jù)技術(shù)驅(qū)動對企業(yè)績效的影響

學術(shù)界普遍認可大數(shù)據(jù)技術(shù)驅(qū)動對企業(yè)績效的提升作用，[16]還有研究證明了大數(shù)據(jù)技術(shù)驅(qū)動對企業(yè)績效中的市場績效和財務(wù)績效的正向影響。[17]為了探明“大數(shù)據(jù)技術(shù)如何實現(xiàn)企業(yè)績效的提升”，學者們從多個角度開展了理論研究。[18]例如，從加強基礎(chǔ)設(shè)施、項目管理和人力資源方面的大數(shù)據(jù)應(yīng)用能力視角，證明組織的創(chuàng)新績效有顯著提升。[19]在面臨不確定的市場環(huán)境時，大數(shù)據(jù)技術(shù)能幫助企業(yè)突破核心能力的路徑依賴，重構(gòu)企業(yè)核心競爭力。[20]企業(yè)的大數(shù)據(jù)技術(shù)能力還可以促進企業(yè)工藝和產(chǎn)品創(chuàng)新，加強企業(yè)與商業(yè)生態(tài)圈內(nèi)合作伙伴創(chuàng)新活動的協(xié)同和整合，迅速捕捉和滿足客戶個性化需求，從而實現(xiàn)企業(yè)的差異化競爭優(yōu)勢，獲取更多的經(jīng)營利潤。[21]在大數(shù)據(jù)技術(shù)影響組織決策方面，有學者從數(shù)據(jù)驅(qū)動的決策方式視角，提出大數(shù)據(jù)影響企業(yè)的數(shù)據(jù)管理和知識管理，提高了決策參與者的決策能力,進而提升組織績效。[22]還有學者從企業(yè)決策過程研究視角，依據(jù)企業(yè)在應(yīng)用大數(shù)據(jù)的理念、目的和手段上的差異,劃分了“大數(shù)據(jù)+”再造型和“大數(shù)據(jù)+”融合型兩種應(yīng)用模式，并證明了兩種模式都有利于企業(yè)組織績效的提升。[23]此外，還有學者以66 家實施了大數(shù)據(jù)系統(tǒng)的上市企業(yè)為研究樣本，分析了大數(shù)據(jù)系統(tǒng)實施對企業(yè)營運績效和盈利績效的影響。研究發(fā)現(xiàn)，在大數(shù)據(jù)系統(tǒng)實施當年，企業(yè)銷售凈利率不升反降，但在系統(tǒng)實施1～2年后均顯著增長。[24]由此可見，大數(shù)據(jù)技術(shù)能力具有原動力作用，能促進企業(yè)開展商業(yè)模式創(chuàng)新和績效提升[25]，還能改變企業(yè)現(xiàn)有的業(yè)務(wù)流程、組織架構(gòu)和工作內(nèi)容，達到重構(gòu)商業(yè)生態(tài)系統(tǒng)的效果[26]。不僅僅是針對賣方，部分學者驗證了大數(shù)據(jù)技術(shù)對于第三方平臺績效的影響，以電子商務(wù)平臺為例，通過大數(shù)據(jù)技術(shù)實時監(jiān)控平臺賣家競爭數(shù)量和競價價格，調(diào)整平臺監(jiān)管措施以控制賣家競爭的深度和廣度，對平臺績效的提高有顯著影響。[27][28]此外，利用大數(shù)據(jù)追溯得到的買家來源和賣家地位信息可以幫助平臺推出個性化增值服務(wù)，以提高盈利水平。[29]

二、案例簡介

（一）公司基本概況

研究對象為某國內(nèi)汽車品牌企業(yè)，位于我國北方二線城市，是某汽車經(jīng)銷商集團獨資的一家綜合性的汽車銷售服務(wù)公司。2018年公司全年新車銷量約1 000 臺，銷售產(chǎn)值約18 億元。

（二）公司組織架構(gòu)

公司內(nèi)部分為行政部、財務(wù)部、市場部、銷售部、售后部5 個部門。具體組織架構(gòu)見圖1。

圖1 某國內(nèi)汽車品牌企業(yè)銷售服務(wù)公司組織架構(gòu)（2018）

其中，銷售部的職責主要是負責車輛的銷售，具體包括：制定公司年、季、月汽車銷售計劃并負責具體的實施；線上銷售線索的開源、過濾、邀約、接待與到店成交；線下自然到店客戶的接待和轉(zhuǎn)化成交；大客戶的維護、跟進和銷售支持。

（三）歷年公司績效

該品牌企業(yè)在銷售部設(shè)立網(wǎng)銷小組，并且每年采買各垂直媒體（汽車之家、易車、愛卡、太平洋汽車）的廣告和銷售線索服務(wù)。在過去5年內(nèi)，網(wǎng)銷績效占總績效的比重一直呈明顯上升趨勢，截止到2018年已將近35%，歷年網(wǎng)銷績效情況見表1。

表1 某國內(nèi)汽車品牌企業(yè)銷售服務(wù)公司歷年新車網(wǎng)銷銷量表

（四）網(wǎng)銷團隊工作介紹

根據(jù)公司業(yè)務(wù)管理辦法，公司設(shè)有網(wǎng)絡(luò)直銷團隊。團隊工作主要是在線上銷售線索的開源、過濾、邀約、成交4 大環(huán)節(jié)進行努力，促進企業(yè)銷量的提升。團隊各職位具體職責見表2。

表2 某國內(nèi)汽車品牌企業(yè)網(wǎng)絡(luò)直銷團隊各職位職責

三、使用大數(shù)據(jù)技術(shù)驅(qū)動前企業(yè)經(jīng)營面臨的問題剖析

企業(yè)經(jīng)營面臨的首要問題是直銷成本居高不下，網(wǎng)絡(luò)直銷團隊的人力資源成本和各垂直媒體的會員費用逐年上漲。2019年，公司每車的網(wǎng)絡(luò)直銷成本已經(jīng)突破2 000 元，創(chuàng)下新高。其次，銷售線索的有效率及成交率卻持續(xù)降低，2018年全年網(wǎng)絡(luò)銷售線索成交率下降至4%以下，存在很大的提升空間。最后，存在團隊工作量過飽和問題，營銷專員（含直銷經(jīng)理）平均每人每月需聯(lián)系的新線索量高達167 條，溝通效率無法得到保證，造成了同期公司網(wǎng)絡(luò)直銷團隊的離職率高達67%。因此，不論是從降低企業(yè)經(jīng)營成本還是從增加企業(yè)利潤的視角，基于大數(shù)據(jù)技術(shù)驅(qū)動的企業(yè)人力資源管理創(chuàng)新都迫在眉睫。

四、運用大數(shù)據(jù)技術(shù)驅(qū)動企業(yè)管理創(chuàng)新

（一）大數(shù)據(jù)技術(shù)模擬建模

構(gòu)建3 個機器學習模型和2 個規(guī)則模型，前者分別是首次直銷線索評級模型、持續(xù)線索評級模型和直銷客戶經(jīng)理選擇模型，后者包括最佳通話時間判斷模型和客戶關(guān)注點模型。5 個模型的作用見表3。

表3 機器學習/規(guī)則模型作用示意

相關(guān)模型的應(yīng)用主要體現(xiàn)在銷售線索的初次分配、邀約專員的邀約過程以及邀約成功后的客戶接待三個環(huán)節(jié)，分別進行相應(yīng)機器學習模型的調(diào)用和計算，具體流程見圖2。

圖2 模型調(diào)用流程

（二）大數(shù)據(jù)技術(shù)驅(qū)動管理創(chuàng)新

大數(shù)據(jù)技術(shù)重構(gòu)工作流程與工作內(nèi)容。為了整體提升網(wǎng)銷效果，配合本次大數(shù)據(jù)支持網(wǎng)絡(luò)直銷試點工作，公司對整體網(wǎng)絡(luò)直銷流程進行了優(yōu)化，主要調(diào)整包括將客戶邀約與直銷客戶到店后的接待工作分開，根據(jù)業(yè)務(wù)規(guī)則完成銷售線索的智能分配，將高意向線索盡可能地分配給高水平的邀約專員等，調(diào)整后的業(yè)務(wù)流程見圖3。

圖3 網(wǎng)絡(luò)直銷業(yè)務(wù)流程

五、研究設(shè)計與結(jié)果

（一）實驗思路

實驗的目的是探明大數(shù)據(jù)技術(shù)驅(qū)動企業(yè)人力資源管理創(chuàng)新、提升企業(yè)績效的作用機制。在實驗中，我們依據(jù)大數(shù)據(jù)技術(shù)對直銷人員的業(yè)務(wù)流程和工作內(nèi)容進行了優(yōu)化，人力資源部門結(jié)合優(yōu)化結(jié)果，對直銷人員開展專項培訓，最后以線索到店率和成交率作為衡量企業(yè)績效的兩個指標。

由于銷售公司業(yè)績受季節(jié)性影響比較大，因此無法采用汽車品牌公司前后數(shù)據(jù)對比實驗。我們選取該汽車品牌企業(yè)3 家特征相似的區(qū)域經(jīng)銷商公司A、B、C 為實驗對象，分別接受自變量不同水平的刺激，并保證其他無關(guān)變量的一致，然后記錄線索到店率、線索成交率等作為企業(yè)績效，通過3 家公司間的對比實驗得出研究結(jié)論。

（二）田野實驗設(shè)計

1.田野實驗

田野實驗，又稱實地實驗，是指運用科學的實驗方法去檢驗在自然環(huán)境下，而非實驗室中發(fā)生的干預對人們行為決策的影響。其核心在于在現(xiàn)實世界中做出研究者希望探究的設(shè)定，然后開展隨機實驗，確保實驗對象在不知情的情況下參與到研究中。這種方法在真實的世界中開展實驗，避免實驗對象的行為受到參與實驗本身的影響，克服了傳統(tǒng)的實驗室實驗方法在外部效度上的不足。

2.實驗對象

該汽車品牌三家特征相似的區(qū)域經(jīng)銷商A、B、C，其共同之處包括過往銷售業(yè)績、所在地區(qū)消費水平、服務(wù)流程、數(shù)字化水平、員工素質(zhì)等。同時，為避免無關(guān)因素對實驗結(jié)果的影響，對實驗期間的線索來源渠道、直銷團隊成員、促銷力度、產(chǎn)品價格等變量進行控制。

3.實驗時間

實驗時間為連續(xù)的3 個月，記錄3 家公司實驗前3 個月和實驗過程中3 個月的線索總量、到店量和成交量數(shù)據(jù)，作為企業(yè)績效衡量指標。

4.實驗過程

A 公司為實驗組，B 公司和C 公司設(shè)置為對照組。實驗中，我們對3 家公司的自變量“業(yè)務(wù)流程與工作內(nèi)容優(yōu)化”“運用大數(shù)據(jù)模型開展直銷人員專項培訓與否”進行不同程度的干預，具體干預見表4。

表4 各公司自變量干預方案

（三）實驗結(jié)果分析

1.因變量計算方式

以實驗過程中第一個月的試點效果評估計算為例，需分別記錄如下數(shù)據(jù)：

1.取實驗開始前三個月A 公司的平均到店率、成交率，分別記為A01、A02。

2.取實驗開始前三個月B公司的平均到店率、成交率，分別記為B01、B02。

3.取實驗開始前三個月C 公司的平均到店率、成交率，分別記為C01、C02。

4.記錄實驗第一個月A公司的平均到店率、成交率，分別記為A11、A12。

5.記錄實驗第一個月B 公司的平均到店率、成交率，分別記為B11、B12。

6.記錄實驗第一個月C 公司的平均到店率、成交率，分別記為C11、C12。

則以C 公司為參照，A 公司、B 公司第一個月相對到店率、成交率提升度計算公式分別為：

1.A 公司到店率提升度：(A11/A01—C11/C01)/(C11/C01)。

2.A 公司成交率提升度：(A12/A02—C12/C02)/(C12/C02)。

3.B 公司到店率提升度：(B11/B01—C11/C01)/(C11/C01)。

4.B 公司成交率提升度：(B12/B02—C12/C02)/(C12/C02)。

2.實驗數(shù)據(jù)結(jié)果

在3 個月的實驗期內(nèi)，分別記錄A、B、C三家公司網(wǎng)絡(luò)直銷線索總量、到店量、成交量數(shù)據(jù)（見表5）。

表5 試點對比結(jié)果數(shù)據(jù)

3.實驗結(jié)果對比

根據(jù)實驗效果評估標準和計算規(guī)則，我們分別從企業(yè)績效的到店率、成交率兩個維度計算A、B 兩家公司的提升度（見表6、表7）。

表6 試點階段企業(yè)績效1 到店率提升度單位：%

表7 試點階段企業(yè)績效2 成交率提升度單位：%

4.實驗結(jié)論

實驗結(jié)果表明，依據(jù)大數(shù)據(jù)技術(shù)對直銷人員的業(yè)務(wù)流程和工作內(nèi)容進行優(yōu)化后，再請人力資源部門結(jié)合優(yōu)化結(jié)果，對直銷人員開展專項培訓的實踐策略，能顯著提高企業(yè)績效。

業(yè)務(wù)流程優(yōu)化與工作內(nèi)容調(diào)整會顯著提高銷售企業(yè)績效的線索的到店率和成交率，對比B 公司與C 公司來看，通過對B 公司實施業(yè)務(wù)流程優(yōu)化，其3 個月內(nèi)的合計銷售線索到店率提高了3.56%，合計線索成交率提高了2.78%。

運用大數(shù)據(jù)模型開展員工培訓會顯著促進業(yè)務(wù)流程優(yōu)化對銷售線索到店率和成交率產(chǎn)生積極的影響。對比A 公司與B 公司，通過在業(yè)務(wù)流程中加入大數(shù)據(jù)模型的深度應(yīng)用，3 個月內(nèi)的合計線索到店率再度提高4.59%，合計線索成交率再度提高6.49%。

大數(shù)據(jù)模型與業(yè)務(wù)流程優(yōu)化的配合使用需要一定的學習時間。對比A 公司和B 公司，第1 個月A 公司的線索到店率和成交率均略低于B 公司，而在員工操作熟練度增強、流程磨合度提高后，第2、3 個月A 公司的線索成交率和到店率均遠遠高于B 公司。

六、討論與展望

中國共產(chǎn)黨第十九屆中央委員會第五次全體會議公報指出，要堅定不移地建設(shè)網(wǎng)絡(luò)強國、數(shù)字中國，推進產(chǎn)業(yè)基礎(chǔ)高級化、產(chǎn)業(yè)鏈現(xiàn)代化。數(shù)據(jù)要素的特點和作用機制是影響我國企業(yè)核心競爭力塑造的關(guān)鍵，也將影響我國產(chǎn)業(yè)鏈現(xiàn)代化和高質(zhì)量發(fā)展的戰(zhàn)略目標實現(xiàn)。大數(shù)據(jù)技術(shù)作為企業(yè)和組織間信息傳遞、知識交流和資源置換的一個渠道，是影響企業(yè)和組織創(chuàng)新的重要因素。研究發(fā)現(xiàn)，通過管理流程再造實現(xiàn)與大數(shù)據(jù)技術(shù)的匹配、引進大數(shù)據(jù)模型來實現(xiàn)管理決策的優(yōu)化、對員工開展專項培訓以及給予既定期限來學習人機交互并磨合相互協(xié)助，有助于突破創(chuàng)新主體間的壁壘，實現(xiàn)大規(guī)模參與并有效匯聚創(chuàng)新資源和要素，充分釋放彼此間“人才、資本、信息、技術(shù)”等要素，可以極大提升組織績效。未來，我們將持續(xù)關(guān)注大數(shù)據(jù)技術(shù)對提升企業(yè)績效的作用機制，探索企業(yè)人力資源管理創(chuàng)新的更多可能，為實現(xiàn)科技與人才的協(xié)同創(chuàng)新、人力資源管理創(chuàng)新、促進傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型升級提供經(jīng)驗借鑒。