京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,如何评价人才_数据分析师培训
预测性评价
问:目前,人才评价工作中存在的突出问题是什么?
答:人才评价工作非常重要,是人才发现、引进、培养、选拔、使用、激励的依据。传统上,对人才的评价是经验性评价,是对已有成果、已有资历作出的判断。
问题是,当今世界充满了不确定性、风险性和不可预测性。过多关注过去的人才评价模式有很多局限性,尤其不适合创新型人才引进评价,而且特别不适合海外年轻拔尖人才引进评价。因为,创新型人才是发展中的人才,需要的是面向未来的评价,是“加油站”式的评价,评价要能为他们的未来发展加油鼓劲。
问:大数据将给我们的人才评价工作带来怎样的改变?
答:人才评价的一个极为重要的作用是发现和甄别人才,基于此的人才评价要为人才使用和发展服务,要特别重视未来,而不是过去。而大数据最重要的功能,是能把未来一些不确定性的东西准确地预测出来。2008年,谷歌的一支研发团队利用在网上收集到的海量个人搜索词汇数据,赶在政府流行病学家之前两星期预测了甲型H1N1流感的暴发。这样的事情在以前是不可想象的,掌握了大数据后,谷歌就做到了。
大数据浪潮,让人类在历史上第一次有机会用数据围绕一个东西形成完整的描述。凭借日益增强的数据分析能力,人类得以有效实现对未来的预测。大数据可以帮助人们提升人才评价的整体水平,解决人才评价面向未来的问题。
问:历史优秀的人才,不是更有可能取得更大成就吗?
答:这可不一定。很多人评上教授后,可能一生都一事无成,人不是一定会越变越聪明的。社会进步需要更加有潜能、更加能创新的人,而这些人绝对不是单凭学历、职称就能看出来的。
精确度提高
问:人们常说要慧眼识英才,大数据能替代伯乐的直觉吗?
答:正是因为掌握数据的不充分,才逼得我们不得不依靠直觉。历史发展到今天,人才更为丰富多样,伯乐的直觉已不能满足现实需要。丁肇中先生就说过,同行评不出来创新人才,因为他们都是用已有的知识来评价人才,而创新人才是要面向未来的,不是一个模子刻出来的。只有大数据才能解决这个问题。
考察一个人,要有足够的数据情报,这就是美国中情局的强项——对关键人物数据掌握得非常细致。他们会不择手段,挖掘全部数据。你从哪个医院出生,父母怎么样,几岁还在尿床,小学犯过什么错误,中学有什么劣迹,大学时谈了几次恋爱,做过什么股票,亲戚有没有贩毒……都在掌握之中。他们能从一个人高中时经常上树判断出他“个性叛逆”。这些正是我们在人才评价中欠缺的。
问:是不是可以这样理解,大数据带来的不仅是信息技术领域的革命,它正在改变着我们理解世界的方式?
答:是的。迎接大数据时代,需要形成“大数据思维”。大数据不仅是一种实用工具,而且是一种思维方法。美国的卫生防疫部门积累了多少年,人才、专业上都有绝对的优势,为什么干不过谷歌?因为谷歌不和你拼专业,它拼的是信息采集量和掌握量。
大数据时代,分析事物之间的联系,不再限于线性联系,而是特别重视事物的相关性。现在美国卫生防疫部门也在做出改变,效果明显。比如,他们会监控全纽约200多万人上班刷卡的数据,刷卡情况会直接汇总到应急中心,如果有一天10%的人没刷卡,他们就开始启动疫情分析工作。
问:我们从中能借鉴什么呢?
答:对人才信息的采集、利用要给予更多关注。我们现在的问题是,搜集一个“坏人”(罪犯或贪官)信息所下的功夫,远比搜集一个“好人”信息要多得多。如果我们肯像搜集“坏人”信息一样去搜集“人才”信息,人才评价问题就解决了。
全球化视野
问:大数据运用到人才评价,应从何处入手?
答:如何最快捷地让社会接受新的理念?要从技术上入手解决。比如,“花未来的钱”的观念,中国通过推广信用卡做到了。信用卡,不光是方便,更大功能在于刺激消费。我们这个世代崇尚存钱的国家,接受消费文化这么快,就是因为先从技术上入手了。
大数据时代的人才可以出现在世界任何一个角落,他可以为世界上任何一个公司效力,人才国际化将全方位开启,人才战争将比以往更为激烈。谁能尽早把大数据体系建立起来,谁就能在新一轮人才战争中占据主动地位。全国性大数据平台的建立,还将直接减少研发成本,少走弯路,缩短研发周期,促进科研人员迅速取得一些创新成果。
此外,针对违法犯罪分子,我们普遍采用了测谎仪,如果科研人员愿意用同样的技术下功夫,制造出一个潜能仪,恐怕什么样的人才都能评得准。
问:这么说,对数据量的占有将非常关键?
答:对。国际猎头能准确找到人才,就是因为占有了海量数据。我们没有大数据,就只能在不充分的情况下进行人才评价。大数据能够帮助人们解决这个问题,从理论上讲,凡是符合条件的人都可以进入评价视野,这就解决了“少数人从少数人中选人”的弊端和评价标准粗放简单的问题。
问:大数据思维和手段,对创新人才的发现与评价会有帮助吗?
答:大数据的相关性视角,将为发现和评价创新人才打开一个新的天地。创新成果的产生,大多数还是和兴趣有关系,不是跟他的任务有关系,和项目的关联性不如与兴趣的关联性。人类历史上,最具原创性的科学发现,都源于一些偶然性的因素,钨丝的发现、青霉素的发现、火药的发现……很多都是来自原定计划的失败,甚至是事故。
20世纪70年代,澳大利亚两个学者,认为在高酸度胃液下生活的幽门螺旋杆菌是导致胃病的原因。论文发表时,遭到同行嘲笑,大家认为高酸环境下细菌是生存不了的。后来,基于他们的研究,药厂开发出相关药物,他们才获得认可并获得诺贝尔生理学或医学奖。我相信,在大数据时代,这样的创新人才将迎来前所未有的光明未来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是预测式发货 预测式发货(Anticipatory Shipping)是亚马逊于2013年12月获得授权的一项美国专利(专利号 US 8,615,473 ...
2026-10-14一、SQL在金融量化体系中的定位 量化投资的本质是用数据驱动决策,而数据处理贯穿量化研究的全生命周期。从原始行情数据清洗、因 ...
2026-10-14核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-14CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07