2017年12月，中共中央政治局就实施国家大数据战略进行第二次集体学习。习近平总书记在主持学习时强调，要运用大数据提升国家治理现代化水平。要建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化、公共服务高效化。习近平总书记的重要论述，为大数据应用的落地指明了方向，对我们应用大数据提升人才决策效果具有非常重要的实践指导意义。

用大数据思维模式实现人才决策科学化

正确认识大数据是实现大数据应用的前提。大数据应用不仅仅是对海量规模的数据进行存储、处理和分析，更重要的是采用新的角度去看问题。只有采用新的大数据思维方式、运用大数据技术改进传统的人才决策方式，才有助于形成基于大数据思维的人才决策新范式，实现人才决策科学化。

运用大数据辅助人才决策，是对人才决策方式的巨大变革。长久以来在人才工作中，我们更多根据决策者或者诸如面试专家等人的主观判断而做出各种人才决策，很少对人才决策过程进行量化分析。大数据技术的发展拓展了数据来源，使我们可以对结构化和非结构化的数据进行全面分析，从而实现人才决策的定量化，减少因决策者主观判断可能带来的失误。

用大数据技术进行有针对性的量化人才决策

结合人才管理实际，大数据技术可以在以下环节有效落地：

一、大数据技术可以通过以下两点提升人才引进决策效果：其一，采用大数据技术发现人才。通过大数据技术构建人才发现平台，纳入符合我国新时代发展需要的高端人才，并实行全面动态管理。比如可以从行业协会、学会公开网站或者国内外著名大学官网搜集相关学者的基本信息及其科研成果、行业评价、科研排名等，丰富完善高级经营管理人才大数据库。采用大数据技术进行人才发现工作，有利于提高人才发现工作效率。

其二，可以采用大数据技术对人才进行全方位评价，作为人才引进决策时的参考。比如，我们可以通过大数据全方位搜集人才的各种常规数据，以及人才在微信、微博或其他社交媒体留下的“痕迹”，形成人才大数据资料库。在此基础上，通过数据分析专家的结构化建模，从而对人才的相关信息进行分析。比如我们可以构建一个基于特定需求的人才分析模型，涵盖人才的专业能力、人才的个人兴趣等。根据这些分析，我们会得到涵盖人才性格倾向、团队合作、人际沟通能力、发展潜力等方面的分析报告。

二、习近平总书记指出，要“聚天下英才而用之”，可见“聚才”的目的是“用才”。“用才”关键的环节是为人才设定合理的目标、通过考核评价实现人尽其才的目标。大数据辅助人才使用决策集中体现在通过大数据技术对人才使用过程中的数据进行挖掘，适时搜集人才绩效实现过程中的各种数据并进行分析，把人才考核工作常态化、实时化，增强人才考核的科学性。在此方面，一些跨国公司走在了前面。这些公司强调经理和员工之间要进行持续的、高质量的沟通和反馈，有的公司甚至规定直线经理每周都要和员工进行绩效沟通，随时了解绩效进展，员工也可以随时征求直线经理的意见。与传统的事后绩效考核相比较，实时的绩效沟通可以让双方了解绩效实施进展、绩效实施过程中的不足并及时修正错误。

我们在人才考核中也可以借鉴这个做法。利用大数据技术搭建人才绩效考核系统，将人才的日常工作表现纳入考核范畴，实现人才绩效的实时反馈、及时发现绩效问题、提高人才使用效率。

三、大数据技术可以通过全面收集人才流动信息，及时掌握人才流动数据并对人才流动趋势进行预测，辅助人才决策。从宏观方面来看，运用大数据技术整合不同渠道人才就业数据，可以及时掌握全国人才流动方向、流动的频次、人才流动中的行业转换或职位转换信息，并结合区域经济社会发展态势进行深入分析，预测未来人才流动趋势，提供给政府部门的宏观管理者作为决策参考、引导人才的合理流动。从微观方面来看，人才流动预测有助于微观用人主体防微杜渐、及时了解人才流动的原因，改进用人单位的人才管理。在此方面，一些企业已经开始进行尝试，比如根据对员工性别、年龄、工作年限等方面的数据进行收集和分析，来预测员工的离职倾向，并针对员工离职倾向分析结果及时采取相应的保留措施。微观用人主体的人才流动预测有助于优化人力资源管理效果、降低人力资源成本、强化用人主体在人才争夺战中的竞争优势。

要解决人才数据收集与建立分析模型的问题

要解决如何获取人才大数据的问题。数据收集是进行大数据分析和辅助决策的前提。尽管目前我国很多地方都在搞人才信息系统建设，但是还无法做到全方位记录人才成长全周期的数据，人才信息系统的分析功能还有待加强。另外，不同地区、不同行业的人才系统并未打通，不利于利用大数据技术进行深层次的分析。我们可以通过建立统一的数据收集系统，解决人才数据统计不准确、人才引进需求不明确、人才使用记录不完整等问题。建立全国统一的、共享的人才大数据平台，充分利用大数据技术，盘活人才管理，辅助人才决策。

要解决人才大数据分析指标体系建设问题。大数据及其相关技术的快速发展，为全面系统地通过人才分析辅助人才决策提供了可能。从我国目前人才统计的宏观口径来看，大部分人才统计指标属于静态的、描述性指标，比如对人才规模、素质、结构等的数量描述，缺少对人才使用和管理过程中的场景进行分析的指标以及针对不同区域、不同部门、不同行业的特定的人才分析指标。这种情形下，就无法去收集更详细的人才数据，也谈不上进行深层次的人才大数据分析了。从微观层面看，大部分企事业单位的人才分析指标也没有与人才管理场景相结合，并未形成统一的微观人才分析指标体系。更为重要的是，宏观、微观层面的人才分析指标并不能形成有效对接，极易造成人才统计脱节现象，不利于对人才进行全方位管理和分析。因此，如何构建一整套包含宏观人才规划与微观人才管理的人才分析指标体系，建立适合我国人才工作实践的人才分析学，对大数据辅助人才决策的落地具有很重要的现实意义。

内容转自：数据观