一些企业正在快速进军大数据分析，以帮助他们做出招聘和晋升的决策。此外，互联网技术的提升也为企业充分利用庞大的招聘信息进行数据分析提供了可能。

在全球性竞争逐渐增强的环境下，人才的获取已显得越来越重要。而人才获取作为企业的当务之急，也正在促使“大数据”分析的出现，同时，大数据分析也将会越来越多地影响到人才获取的决策。

一些企业正在快速进军大数据分析，以帮助他们做出招聘和晋升的决策。此外，互联网技术的提升也为企业充分利用庞大的招聘信息进行数据分析提供了可能。我们现在正处于利用大数据进行分析的初期阶段，这是令人兴奋的。然而，数据分析过程中还有许多我们不了解的，这可能会是一种可怕的陷阱。但是我们并没有很多探索，而且也没有出台相关的法律。或许今后法院审理的由数据分析引发的案件会帮助我们回答那些将会出现的问题。

“大数据”存在于各种不同的领域，有着各种不同的来源，它携带着丰富的信息并快速发生转化。随着时间的推移，大数据的概念已经演变到包括所使用的分析工具和用于检查数据的方法。这可能会使“大数据”这一术语逐渐消失，由一种更精确的说法取而代之。

互联网选择员工

一些具有科技资源的企业正在研究使用包含“大数据分析”的软件，以帮助他们进行人员招聘质量、甄选方法和人才获取战略的评估。这些软件就是通过互联网对大数据的分析来预测职位空缺和晋升的最佳人选。

企业利用计算机筛选的数据来建立可预测的分析项目，这些数据一方面来自从社会媒体和公共活动以及可通过网络技术获得的的外部信息；另一方面来自企业提供的关于员工的内部hr369.com信息，如绩效评估和测试结果的信息。企业正在进一步探索最有影响力的、最有效的和最准确的方法去筛选满足组织要求的人才。

跟踪系统的申请并不新鲜，但是一些企业正在以一种创新的方式将其运用于大数据分析，这种想法是利用申请者跟踪系统获得的数据信息，来更好地了解组织如何可以获取拔尖人才。这些企业可能会有人力资源信息系统（HRIS），来帮助企业进行申请者跟踪信息的处理，实现了企业招聘“从开始到结束的全程”。

预测模型不是万能的

专家建议企业“你可以使用”大数据分析，但并不意味着“你应该使用”大数据。在企业决定使用大数据预测性的信息来确定潜在的应聘者之前，它首先应该建立一个“如何辨别企业空缺职位与应聘者工作能力是否匹配”的理论方法。

利用大数据提供的招聘甄选解决方案之前，企业需要基于招聘目标确立一套明确的方法。企业应确保他们所收集的数据已经被准确地审核过，是“清晰而良好的”数据。而将从多种消息来源收集的数据整合到一个统一的数据库确实是一个巨大的挑战。

大数据分析只是一个收集有关应聘者信息的工具。作为工具，它就像你有了问题，你就会去寻找解决问题的方法。 而工具只有更结构化和标准化才更好，因为只有这样你才会得到更多可靠性，有效性和可能性的支撑。

规则落后于技术

企业需要对人才的获取快速做出反应，而网络申请者的规则却未能跟上这样快的反应速度。根据规则，求职者必须达到网上申请的四个规则。包括以下内容：个人通过网络或相关技术手段提交就业意向书；第三方需要衡量这些求职者与求职岗位是否匹配；求职者的兴趣意向应该表明他们具有符合求职岗位的基本素质；求职者不放弃自己的进一步考虑，否则就会表明他们对这个职位不再感兴趣。

随着互联网技术的快速发展，求职者现在可以通过他们的移动设备快速申请职位，同时雇主也可以通过公共网络来检查潜在求职者是否合格的大数据。根据一些联邦承包商的说法，2006年的互联网应用程序规则不能满足当今企业的需求和要求，严重妨碍了企业合法经营的需求。如今，互联网技术仍在迅速发展中，规则是否能快速做出相应的反应仍然是一个摆在世界面前的挑战。

大数据在利益合法上存在担忧

一些企业可能会通过利用人才信息获取阶段的大数据（这个阶段人才还没有成为正式的“申请者”），从而避免网上申请规则，减少不良协议的风险。因此，这些企业可以将大数据的研究结果和工具应用于人员招聘的开始阶段，来快速淘汰那些不满足基本工作要求的应聘者。你可以减少最初需要筛选的求职者数量，大量的数字对于不良信息的统计分析而言是有害的。因为当你有大量的统计数据时，会更容易发现统计分析的显著意义。

在评选的过程中，利用大数据的预测分析模型可以避免主观性。这为所有候选人提供了一个公平的竞争环境，这可能会带来一些有利的结果，保护应聘者免受无意的歧视。不过，专家建议在这一过程中，用人单位应该认真审查预测分析模型编码带来的偏差。

然而，利用大数据也可能会引发不同的处理索赔事件。当大数据的分析和选择程序只用于某一个受保护的群体，而不顾及其他人的时候，依赖这样的预测准则将可能剔除很多可能合格的应聘者，则这些应聘者很可能会因为受到这种不公平甚至不合法的对待而引发各种争议。