 |
北京2017年10月19日电 /美通社/ -- “企业要实现人才管理的大数据，需在技术和操作层面引入现代人才测评工具和技术，在人才的基础素质评价方面实现量化和标准化，建立起基础的人才数据库。”据我国人才测评第一人，诺姆四达集团董事长兼总裁苏永华博士介绍，目前，企业人才数据库中已经量化的数据大多是一些人口统计特征的数据，如年龄、性别、学历、工龄、考勤和工资数据。这些数据能够进行分析的宽度和深度是有限的，应用性也不强。
苏永华表示，根据诺姆四达多年的人才测评数据来看，当前企业人才数据库还存在两大缺陷：
一是缺乏重要的人才评价数据，或者评价的信息没有数字化量化。比如人才的能力、素质、态度、品德、行为表现等等，基本上没有数据化，只有一些简单的定性判断。
二是人才信息数据不全面、不连续、不完整，有些信息的真实性和有效性存在疑问。比如个人简历的信息就存在着夸大、不真实的情况，又比如，考核评价的数据存在着模糊性，考评分数的趋同性（分数拉不开差距）等问题。人才的高流动性导致人才在不同企业里的数据不能共享使用，这些问题都制约着人才数据库的建设和使用。
人力资源管理要实现真正的大数据管理，必须以人才的大数据库为核心，其数据库的建设必须具备以下四个特征：
定量化。一般情况下，我们直接获得的是非量化的信息，因此要对获取的信息进行量化处理，让信息库成为真正的数据库。
标准化。事物的特征不同，获取数据的工具和方法不同，数据的性质是不同的，因此很多原始测量数据不能直接进行数学运算和统计分析，需要经过标准化的处理后才能进行。只有经过标准化处理的数据库才是真正有效的数据库。
广泛性。数据采集尽可能多一些观测指标，指标多能形成多变量的数据族，就可以进行多变量间的分析，找到多变量之间相互影响的关系，能够发现事物间变化规律，实现大数据管理的核心目标。
客观性。虚假数据的有害性是不言自明的，无论是否是故意制造的虚假。因此，要确保入库的数据是真实有效的。
“数据本身所反映的还是事物的表层现象，只不过是以数量化编码的方式呈现给我们，这种数量化的编码给我们后续的数据分析处理提供了基础条件。但这并不是我们建立人才数据库的最终目的。”
苏永华表示，我们根本目的是通过对数据的分析和处理，从表面的数据现象变化中掌握事物间的本质联系，以及事物运动变化发展的本质规律。而对事物规律的认识把握，还需要发挥人的智慧对规律的把握认识能力，我们相信大数据的作用，但又不要迷信大数据、无限夸大它的作用，而是要用辩证的思维来认识和运用大数据为我们的目的服务。
不能以为有了大数据技术，我们就可以“偷偷懒”省去思考之苦。
苏永华，诺姆四达集团董事长、总裁。华东师范大学心理学博士，复旦大学管理学博士后。中组部领导干部考试与测评中心特聘专家。
关键词:
