第 8 章 总结与展望
8.1 总结
我国电子商务产业的快速发展,不仅带动其他产业转型升级,自身也成为了我国支柱产业之一。在产业高速发展期,其人才资源是十分关键的因素之一,正是由于企业在发展过程中容易忽略人才建设,导致企业人才流动性大、留不住人才、招工难等问题,在一定程度上不利于企业长期发展。因此本文在此社会话题上展开讨论,探索电商产业人才培养的建设方案,做了如下研究工作:
(1)文献研究、理论支撑。收集国内外的相关文献与理论,梳理研究的发展现状与内在的理论基础,发现本文研究的创新之处与实践价值。理论与实践研究显示我国电商产业在人才培养方面的不足及客观问题,给本文研究提供了思路。已有研究方法较为传统且单一,通常是以问卷、访谈、趋势研究等形式展开,鲜有学者运用大数据的思维对其进行探讨,因此本文运用招聘大数据去捕捉电商企业的用人要求,再反馈给企业,不仅更能满足电商产业人才所需,促进人才的培养,而且拓展了研究方法。
(2)数据标准化、构建人才技能词典。首先为了使研究数据更方便操作与分析,对数据进行标准化,然后利用第三方数据采集软件,结合大数据技术进行中文分词等预处理;最后构建人才技能词典,更精准地识别出电商人才所需的各种职业技能与职业素养,为电商人才培养指明的方向。
(3)在人才需求特征研究的应用中引入时间序列分析法,由静态向动态趋势转变。以技术类开发岗为例,选取 Java、JavaScript、C++、CSS、CSS3、Python、VUE、Angluar、Redis 的技能相对频率作为观察值,构建一阶指数平滑法,对其进行预测,发现企业采用的 Java、C++等成熟技术的相对使用频率正在降低,而 CSS、JavaScript 发展平稳,仍受企业欢迎,而 CSS3、Python、VUE、Angluar 等新出现的技术出现向上发展趋势,且越来越受企业的欢迎,然而 Redis 技术使用相对较低且平稳。电子商务核心技术的转变将影响着产业的发展,特别是对传统行业的冲击,对于岗位需求的转变、产业技术的变化无论是企业还是高校都应高度关注。
(4)大数据方法与技术在产业人才管理中的应用。通过大量文献研究,发现现有的研究方法中多集中在问卷调查、访谈、趋势判断等方面,形式单一且相对传统,对人才管理都是浅层次的研究,而鲜有研究利用大数据方法与技术探索产业人才管理。大数59据与文本挖掘的兴起与发展,为招聘大数据研究提供了可能性,因此结合前人的研究成果,再运用大数据方法与技术,从招聘大数据中挖掘产业人才培养的核心点,结合企业与外部环境之间的关联,为电商产业人才培养提供建议。
8.2 展望
如今对企业人才培养方面的研究大多数以文献、问卷、访谈的方式开展,而本文不仅借鉴了前人的研究成果,而且运用大数据思维与时间序列方法,历时三年时间,结合具体产业,解析我国电商产业人才技能需求特征,在方法上具有一定的创新性。同时也希望更多的学者可以在本文基础之上进行深入研究,增加 5 年乃至 10 年的电商招聘信息,从更大的时间跨度考量我国电商产业人才需求特征,发现人才需求特征变化的规律或者其中之间的相关关系,更新我们对电商人才需求的认知,为更好地培养出优秀的电商人才提供更有价值的参考。
本文不足之处:①实际的结果与预期期望存在一定偏差,其研究方法、思维角度有待更一步完善。从目前已有的数据源得出的结果,岗位的技能特征变化不太显著,对人才需求特征的认识不够清晰。可能由于爬取的三年数据还是相当对较短,很难分析出一段时间内的岗位技能显著变化,希望在之后的深入研究中能够对 5 年乃至 10 年的招聘信息展开研究,进一步挖掘电商人才的需求。②时间序列方法较为简单且数据列较少,曲线的拟合度相对欠佳。希望在之后的研究中,增加更多时间维度的招聘信息,运用较为进先进的时间序列方法,使预测更加精确,刻画更加清晰的人才需求特征变化规律,从中发现某种变化趋势,发挥更大的应用价值。