A 企业：大数据分析在“人才画像”中的尝试应用
发布时间：2020-01-17 信息来源：智享会 浏览次数：
人力资源信息化技术已从移动互联网时代，跨越到了全新的数字化时代。大数据、AI
人工智能、机器学习、云计算等技术的不断革新， 引领企业人力资源信息化往数字化转型。与此同时，数字化人才管理、人才画像成为企业管理的发展重点。A
企业在人力资源大数据领域，
已逐渐从基础设施层，转移至分析和应用层面，致力于提升大数据的人才发展中的应用价值。在此阶段，为契合企业的人才发展战略，人力资源大数据分析开始尝试在人才画像的应用。
针对高管人群的“人才画像”分析
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理,
提升数据价值。A 企业在人力资源大数据分析领域的探索核心是人才的发展和提升，基于数字化平台，
采集多维度的人员评判指标，丰富高管人员的观察维度和渠道。企业在人才画像的1.0
阶段，首先确定范围，将主要目标数据用户锁定为管理干部群体，因为此类人群本身数据化管理的意识程度较高，在大数据分析的支持度、意愿度上有较大的优势和促进作用。
紧扣业务发展战略，丰富数据观察维度。
静态数据
企业的数据平台，在日积月累中不断扩充数据维度，采集员工在企业内的完整生命周期的成长数据。除此之外，大数据分析中数据维度获取的越多，人才画像的数据模型将会越精准，针对目标人群，还需获取高纬度的数据，其中包括个人资产数量、资产方位、健康等信息。
行为数据
借助监控等方式获取高管干部的动态和行为数据，然而此类的数据通常为非文本数据，需要企业运用大数据分析的手段，将非结构化语言进行转变节文本的分析。
外部数据
除了组织内部的数据信息，企业开始和外部机构及政府合作，通过多渠道丰富数据源，比如通过政府申报机制获到的相关员工的信用数据、以及携程内的员工行为轨迹的数据。
数据授权管理
高纬度数据的获取是需要企业认真对待，在获取的方式和方法上
企业采取较为严谨的授权方式，由管理干部的明文授权，HR 会和管理干部人群进行充分沟通，并由他们主动提交所需的数据信息。
数据结果验证，与业务对接
企业在人才画像的数据分析结果之后，经由专门的数据解读部门负责与业务人员对接和沟通，核对数据结果是否符合业务的需求。在这个过程中，人才画像更加体现在业务部门对于岗位人员的能力需求。由于企业战略的发展及变化，岗位画像中能力指标的范围和权重都在不断的变化，数据分析的模型也需要不断的改进和更迭，最终的数据才能契合需求、符合业务的发展，最终增强数据的真实性。
工具和技术的应用
AI
人工智能：企业在人工智能的运用中，核心在于提升人员管理及个人工作效率。例如通过语音转换的方式，将人员需求通过手机平台端口语音输入，经由AI
的语音转化，将非文本的数据转化为结构化的文本数据，并经过数据架构进行结构性的调控，转化成可以运用于大数据分析中的执行语句。
BI 技术的应用：BI 更多的是在整个大数据分析过程中，对于原始数据的抽取、数据筛选、数据清洗、以及数据加工和最后的数据展现、只是加入人工智能的元素，更加便利的进行数据导入和展现。
面向中基层员工的“人才画像”应用挑战
当企业决定将人才画像项目推广至中层、基层的员工，数据应用的涉及人群的范围又小范围推广至大范围，甚至是全体员工。但是， 由于缺乏数据文化的天然土壤，项目推广前期的挑战极大。
企业面临的挑战和困难
数据敏感程度增高
随着目标人群的扩大，相对的员工对于数据敏感度也在上升，对于一些涉及员工高纬度的数据信息将加大获取难度。
员工认可度降低
中基层员工对于数据分析的概念，人才画像的核心用途的认知程度不够，导致对于人才画像工作的认同感也在降低，表现在于数据采集、数据传递过程中，会增加部门之间的配合问题。
行业特点凸显
企业涉及的产业较多，往往是中层，基层员工所属的工作内容， 以及岗位中的行业需求，能力特性将会凸显出来，这样的特性化的数据指标，需要配置不同的数据模型，数据报告解读、数据结果的验证、和业务需求对接的层面而言，难度在不断的增加。
改进措施
根据不同的用户群体，定义不同的数据范围。
弱化一些较为敏感的数据、例如资产、健康等数据。
对于员工数据授权，尊重员工意愿。
设立专属人员负责倾听员工意见、安抚员工情绪、普及数据化概念。
数据文化、数据思维的渗透
在人力资源数据分析由局部向全局的应用过程中，随着范围的扩大，及时的数据文化推广和普及是十分必要的，甚至是项目是否能顺利进展的关键。
企业前期采取的推广方式，在门户网站上，以展示数据分析的结果和报告为主。然而这种方式收到的效果并不理想，由于跟员工实际的业务相关性较低，许多的员工表现对此并不关心。
企业在宣传中改变策略，以移动终端平台为依托，将数据内容的呈现更加多样化且贴近员工生活和工作。采取互动的方式让用户参与到数据的预测和推理中。同时相对冗长的分析报告，这次简化内容，
通过消息提醒的方式提升用户群体的关注度。除此之外，以移动化、数字化技术的更新，驱动组织和个人使用数字化工具，渲染数字化氛围，使得员工在日常生活中就有切身的数据氛围体验。
通过数据文化的推广，逐步实现文化土壤的养成，不过推广的工作是一个持续性的过程，并非短期的任务。
洞见
人才画像整体的算法模型是紧跟企业的需求，根据政策、制度随便变化及调整的。基于此，企业针对某个岗位，需要什么样的人才， 获取什么样的数据维度，都是跟随企业需求而不断变化。并且可能对于一些数据维度的权重，也会有所调整。
由于行业特性不同的，许多的非互联网企业在大数据分析过程中会遇到同样的挑战，特别是数据安全隐私的问题。虽然企业的人力资源大数据分析是基于全面的员工数据信息，但是在其中需要非常注重员工的信息隐私安全，在尊重员工意愿的基础
