تحلیل داده منابع انسانی؛ مطالعه کتاب‌سنجی از رویکرد مبتنی بر کلان‌داده در مدیریت منابع انسانی
الموضوعات : Innovation and Invention
مونا کاردانی ملکی نژاد
1
,
فریبرز رحیم نیا
2
,
قاسم اسلامی
3
,
محمد مهدی فراحی
4
1 - دانشکده علوم اداری و اقتصادی؛ دانشگاه فردوسی مشهد؛ مشهد، ایران؛
2 - دانشکده علوم اداری و اقتصادی؛ دانشگاه فردوسی مشهد؛ مشهد، ایران؛
3 - دانشکده علوم اداری و اقتصادی؛ دانشگاه فردوسی مشهد؛ مشهد، ایران؛
4 - دانشکده علوم اداری و اقتصادی؛ دانشگاه فردوسی مشهد؛ مشهد، ایران
الکلمات المفتاحية: تحلیل داده, تحلیل داده منابع انسانی, تجزیه و تحلیل کتاب‌سنجی, کلان داده, مدیریت منابع انسانی.,
ملخص المقالة :
با ظهور فناوری دیجیتال و دسترسی به حجم، سرعت و تنوع بسیار زیاد داده‌ها، تحلیل کلان داده‌ها را در مدیریت منابع انسانی به یک امر اجتناب‌ناپذیر تبدیل کرده است. اگرچه تحقیقات توجه فزاینده‌ای به تحلیل داده‌ها در مدیریت منابع انسانی داشته‌اند و نیز محققان به اهمیت استفاده از رویکرد مبتنی بر کلان داده در مدیریت منابع انسانی پی برده‌اند، اما هنوز در این حوزه تحقیقاتی خلاء وجود دارد. لذا، با توجه به علاقه فزاینده به این حوزه، نیاز به یک تحلیل کامل از ساختار و توسعه این موضوع تحقیق وجود دارد. از این‌رو، هدف این مطالعه بررسی انتشارات اسکوپوس مرتبط با کلان داده و مدیریت منابع انسانی و ارائه یک درک عمیق از تحقیقات تحلیل کلان داده در مدیریت منابع انسانی است که روندهای گذشته و حال را از طریق تجزیه و تحلیل کتاب‌سنجی تحقیقات موجود ارزیابی و کشف می‌کند. یافته‌های حاصل از تجزیه و تحلیل کتاب‌سنجی، ساختار دانش و نقشه‌برداری جریان‌های تحقیقاتی تحلیل داده‌ها در مدیریت منابع انسانی را ارائه می‌دهند به عبارتی، یک دیدگاه پیشرفته و جامع از پدیده‌های متنوع و چند بعدی تحقیقات کلان داده و مدیریت منابع انسانی را نشان می‌دهد. لذا، مطالعه حاضر علاوه بر اینکه ادبیات رویکرد مبتنی بر کلان داده در مدیریت منابع انسانی را با ادغام تجزیه و تحلیل کتاب‌سنجی غنی می‌کند، با شناسایی الگوهای موجود در ادبیات حاضر، به درک بهتر دانشگاهیان و متخصصان در این حوزه تحقیقاتی کمک می‌کند.
1- Sousa, M.J. and Dias, I., “Business intelligence for human capital management”, International Journal of Business Intelligence Research, Vol. 11 No. 1, pp. 38-49, (2020).
2- Nocker, M. and Sena, V., “Big data and human resources management: the rise of talent analytics”, Social Sciences, Vol. 8 No. 10, p. 273. (2019).
3- Li, Peng.”On the application of big data technology in human resource management in the new era." In Journal of Physics: Conference Series, vol. 1915, no. 4, p. 042038. IOP Publishing. (2021).
4- Dahlbom, P., Siikanen, N., Sajasalo, P. and Jarvenp€a€a, M., “Big data and HR analytics in the digital era”, Baltic Journal of Management, Vol. 15 No. 1, pp. 120-138. (2020.
5- Garcia- Arroyo, J. and Osca, A., “Big data contributions to human resource management: a systematic review”, The International Journal of Human Resource Management, Vol. 32 No. 20, pp. 4337-4362. (2021).
6- Zhang, Y., Xu, S., Zhang, L. and Yang, M., “Big data and human resource management research: an integrative review and new directions for future research”, Journal of Business Research, Vol. 133, pp. 34-50. (2021).
7- Reibenspiess, V., Drechsler, K., Eckhardt, A., & Wagner, H. T. “Tapping into the wealth of employees' ideas: Design principles for a digital intrapreneurship platform.” Information & Management, Vol. 59 No. 3, p, 103-287. (2020).
8- Cheng, M. M. and Hackett, R.D, “A critical review of algorithms in HRM: definition, theory, and practice”, Human Resource Management Review, Vol. 31 No. 1, 100698. (2021).
9- Walter, D., “Microsoft workplace analytics: how your business can benefit”, Business News Daily, available at: https://www.businessnewsdaily.com/11092-microsoft-workplace-analyticsbusiness.html (2018).
10- Alexander, F., “Watson analytics use case for HR: retaining valuable employees”, [Web log article], available at: https://www.ibm.com/communities/analytics/watson-analytics-blog/ watson-analytics-use-case-for-hr-retaining-valuable-employees/ (2015).
11- Lunsford, D. L., “An output model for human resource development analytics”, Performance Improvement Quarterly, Vol. 32 No. 1, pp. 13-35. (2019).
12- Evans, J.R., “Modern analytics and the future of quality and performance excellence”, Quality Management Journal, Vol. 22 No. 4, pp. 6-17. (2015).
13- Fitz-enz, J., Phillips, P.P. and Ray, R., Human Capital Analytics: A Primer, The Conference Board, New York, NY. (2012).
14- Bedeley, R.T., Ghoshal, T., Iyer, L.S. and Bhadury, J., “Business analytics and organizational value chains: a relational mapping”, Journal of Computer Information Systems, Vol. 58 No. 2, pp. 151-161. (2018).
15- Deshpande, P.S., Sharma, S.C. and Peddoju, S.K., “Predictive and prescriptive analytics in big-data era”, Security and Data Storage Aspect in Cloud Computing, Springer, Singapore, pp. 71-81. (2019).
16- Marler, J.H. and Boudreau, J.W., “An evidence-based review of HR Analytics”, The International Journal of Human Resource Management, Vol. 28 No. 1, pp. 3-26. (2017).
17- McIver, D., Lengnick-Hall, M.L. and Lengnick-Hall, C.A., “A strategic approach to workforce analytics: integrating science and agility”, Business Horizons, Vol. 61 No. 3, pp. 397-407. (2018).
18- Shet, S.V., Poddar, T., Samuel, F.W. and Dwivedi, Y.K., “Examining the determinants of successful adoption of data analytics in human resource management–A framework for implications”, Journal of Business Research, Vol. 131, pp. 311-326. (2021).
19- Angrave, D., Charlwood, A., Kirkpatrick, I., Lawrence, M. and Stuart, M., “HR and analytics: why HR is set to fail the big data challenge”, Human Resource Management Journal, Vol. 26 No. 1, pp. 1-11. (2016).
20- Shah, N., Irani, Z. and Sharif, A.M., “Big data in an HR context: exploring organizational change readiness, employee attitudes and behaviors”, Journal of Business Research, Vol. 70, pp. 366-378. (2017).
21- Suoniemi, S., Meyer-Waarden, L., Munzel, A., Zablah, A.R. and Straub, D., “Big data and firm performance: the roles of market-directed capabilities and business strategy”, Information and Management, Vol. 57 No. 7, 103365. (2020).
22- Bahuguna, P. C., Srivastava, R., & Tiwari, S. “Human resources analytics: where do we go from here?”. Benchmarking: An International Journal, Vol. 31. No. 2, pp. 640-668. (2024).
23- Qamar, Y., & Samad, T. A. “Human resource analytics: a review and bibliometric analysis.” Personnel Review, Vol. 51. No. 1, pp. 251-283. (2022).
24- Fauzi, M. A., Kamaruzzaman, Z. A., & Rahman, H. A. “Bibliometric review on human resources management and big data analytics”. International journal of manpower, Vol. 44. No.7, pp. 1307-1327. (2022).
25- Van Eck, N.J. and Waltman, L., “Visualizing bibliometric networks”, Measuring Scholarly Impact, Springer, Cham, pp. 285-320. (2014).
26- Hamilton, R.H. and Sodeman, W.A., “The questions we ask: opportunities and challenges for using big data analytics to strategically manage human capital resources”, Business Horizons, Vol. 63 No. 1, pp. 85-95. (2020).
27- McCartney, S., & Fu, N. “Bridging the gap: why, how and when HR analytics can impact organizational performance”. Management Decision, Vol. 60 No 13, pp. 25-47. (2022).
28- McCartney, S., & Fu, N. “Promise versus reality: a systematic review of the ongoing debates in people analytics”. Journal of Organizational Effectiveness: People and Performance, Vol. 9 No. 2, pp. 281-311. (2022).
29- Boudreau, J., & Cascio, W. “Human capital analytics: why are we not there”.Journal of Organizational Effectiveness: People and Performance, Vol. 4 No.2, pp. 119-126. (2017).
30- Cascio, W., & Boudreau, J. “HR strategy: optimizing risks, optimizing rewards.” Journal of Organizational Effectiveness: People and Performance, Vol. 1 No.1, pp. 77-97. (2014).
31- Ulrich, Dave, and James H. Dulebohn. "Are we there yet? What's next for HR?" Human resource management review. Vol. 25. No. 2, pp.188-204. (2015).
32- Aral, S., Brynjolfsson, E., & Wu, L. “Three-way complementarities: Performance pay, human resource analytics, and information technology”. Management Science, Vol. 58. No. 5, pp. 913-931. (2012).
33- Rasmussen, T., & Ulrich, D. “Learning from practice: how HR analytics avoids being a management fad”. Organizational dynamics, Vol. 44. No. 3, pp. 236-242. (2015).
