人才培養并不是要解決人的能力提升，而是解決人在我們的組織中如何創造價值。以下是小編為大家推薦的用數據驅動人才相關文章，希望能幫到大家，更多精彩內容可瀏覽(yjbys.com/hr)。
人才數據庫的信息是結構化數據，能夠搜索和排序對人才盤點工作十分重要。例如，員工應聘時提交的簡歷，通過簡歷解析技術可形成用于智能搜索的數據。這樣當HR想要查找所有在某公司工作過的員工時，就輕而易舉。若人才檔案是一份一份的文檔，在盤點中使用起來并不便利。這也是使用系統建立人才數據庫的意義，搜索的價值大于瀏覽。
“活”的人才數據庫提升盤點價值
有人說，用Excel也可以維護人才檔案，實現計算、搜索。但這會產生兩個難題：一是當員工數據很多時，Excel的搜索能力太有限，更不用提存儲安全了;二是Excel無法提供實時的行業數據對比，這是動態人才庫的巨大價值，也是對人才盤點價值的重要貢獻。
大數據分析包括幾個層次：個人數據>組織(群體)數據>互聯網數據。在HR的工作中，這幾個層次并不陌生。例如大家熱衷的敬業度調查，就是因能為組織提供行業參照標準而突顯出數據的價值。當人才信息數據化后，在盤點中，通過行業對比分析，掌握組織的競爭力和發現問題都變得易如反掌。比如可動態查看業內的人才流動方向、薪資變化趨勢，對比組織各層級管理者比例的合理程度，這些信息是動態變化的，而不只是付費購買一組數據，每年更新一次。而這種應用所依賴的是先進的存儲技術、計算能力和安全技術。
數據在人才預測中的重要價值
參與人才盤點會時，花費時間最多的工作是討論人才未來成功的可能性。人才檔案提供的信息一般以查看為主，即能知道此人的過往。而我們更想知道其將來是否有可能勝任?這就是數據在預測中的價值，用歷史數據預測特定人才未來可能有的成就。預測的第一步是積累數據模型。
兩種預測模型可在完善的人才數據基礎上使用：基于能力的勝任預測和基于經歷的勝任預測。
在勝任力模型的構建中，我們會使用績優員工的關鍵特點去分析其成功的素質特點，反過來去預測其他人的效果。在人才盤點中可利用的數據分析包括：根據潛力預測人才成功的可能性;根據標桿人物預測成功的可能性;根據多項指標預測離職的風險。
以根據潛力預測的成功可能性為例，這通常基于人才的測評結果來預測。對比人才的測評結果與一般的勝任力模型，預測風險和問題。近些年較流行的是根據內部員工來建模和預測。常見的是根據績優人員的特點建模，將新晉人才的領導力測評等數據進行比對。另一種是將新晉人才的測評結果與內部員工進行匹配，告知人才盤點會的參與者，目標候選人的特點更像公司內的哪個員工，能迅速幫助管理者形象、直觀地把握人才特點，形成如“影響愿望不高、程度與某某差不多”的概念，大大提高了對人才信息的理解和共識。
不局限于盤點，讓人才數據庫被“用”起來
若人才數據庫中只是存在于HR自用系統里的數據，可能一年中只有幾天被查詢、瀏覽、盤點，此數據庫就完全沒有發揮價值。除了提供完整的數據信息并可搜索、瀏覽之外，人才數據庫還應具備以下特點：
一、業務部門可以使用
不僅人才盤點，甚至整個人才管理的過程都應以業務部門為核心。盤點的主體和其中的人才提名都來自用人部門，那為何不把最完整的人才信息開放給業務部門呢?
二、實時查看，動態盤點
組織的用人需求是動態的，但召開人才盤點會一年最多兩次。能否將人才盤點會也變成動態的過程?隨時隨地可以查看人才信息，除了能夠實時掌握人才情況進行動態盤點，更重要的是可以實時把握人才的發展并給予必要的幫助，而非只在每年定時定點盤點一次，這是互聯網思維帶給我們在工作方式上的變化。
三、可視化分析
近些年大數據的熱潮的重要進展之一是加速了“數據可視化(info-graphics)”的發展進程。無論更生動的圖形化展示，還是關鍵數據的提取，都是為了讓數據的價值更大，讓非專業人士能夠快速把握要點。那么就必須讓由專業人士通過復雜演算來解讀數據的日子一去不復返。
數據驅動的人才盤點并非一夜之間就能完成。建立合理的流程、選擇正確的管理軟件、選擇合適的時機完善人才數據，一切才有繼續發展的可能。在未來，真正更有價值的是數據。HR需要學會用數據“說話”：不僅能量化反映業務的開展情況，從而發現問題，還將能充分反映HR做過的努力和工作的價值。