◎ 李俊達 （臺北市立大學社會暨公共事務學系副教授）
資料驅動的人力資源管理是透過人力資源資料，追求策略性人力資源管理，目的是獲得組織的高績效表現。既有的人力資源管理政策多是依循慣例，或是仰賴決策者的經驗與直覺，缺乏科學或客觀的證據。隨著資料治理的期望和技術可行性，各種不同來源的勞動力資料（workforce data）使循證的人力資源管理政策成為必然的趨勢。整體而言，組織越來越可能根據客觀的勞動力資料，以科學和數據分析的方式招募、分發、培訓、激勵和留任員工。
勞動力資料包括人員的基本資料，例如，從員工人口統計數據所顯示的勞動力概況，可以了解既有人力在各年齡層的分布情況，以及其他各方面的多樣性，從而分析訓練需求，或是進行更合適的工作安排。此外，各部門可以蒐集內部的人力調任與離職數據，了解各職位的異動情況，以及組織整體的人力流動是否合理健全。各機關也可以針對員工進行問卷調查，充分了解員工對工作條件各方面的滿意情況。
針對內部勞動力資料所驅動的人力資源管理，需要先長期地蒐集員工跨系統的數數，並整合在同一平台之上。例如，可以蒐集員工的培訓資料、績效表現或是內部流動資料，加以分析各項數據之間的關係。此外，組織也可以利用人事資料監控員工的工作情形。例如，可以追蹤員工的出缺勤情況，從而連結到組織在推動某些政策時，是否獲得員工的響應。更積極的作法，還可以藉以適時調整政策，提供合適的工作環境。
勞動力資料更包括外部的大數據（big data），藉由資訊科技的發展，更有效地處理和利用這些資料，進行策略性人力資源管理。例如，透過對社交媒體平台的文字探勘（text mining），可以獲知勞動力市場的就業趨勢，預測部門的就業市場是否仍具吸引力。針對各項數據來源，組織可以研發具有推論及預測效果的統計模型，讓組織和管理者可以就人才庫的趨勢預先規劃。值得注意的是，由於既有的人事管理人員多不具備數據管理的能力，目前可能只有蒐集相關數據，但卻未能進行有效的科學分析。因此，未來在人力資源管理部門，可能需要設置資料分析師的職位。