企業人才管理新手段

摘 要：大數據時代背景下，人們的思維方式、行為方式都在發生深刻變革，企業的人才管理也不例外。本文試著將大數據思維引導到人才測評領域，從測評方案設計、行為樣本采集及數據分析三個環節出發，探討如何利用大數據的優勢，更好地實現人才測評的目標。

關鍵詞：大數據；人才測評；職業能力；人才管理

一、將大數據思維引入到人才測評領域

隨著互聯網技術的發展，數據信息的海量生成已經成為這個時代最重要的標識，人類文明的樣式和格局正在因為大數據時代的進程而發生變化，大數據[]真正的意義和價值是它正在改變我們的思維方式。大數據思維幫助我們在決策過程中超越個體思維框架的局限，通過海量數據的碰撞，從結果和事實出發，尋找和發現相關性和聯系，從而對高度不確定性世界做更為準確的解讀、提供對未來的洞見。

“大數據思維”的優勢不僅在于“數據量的大規模”，還包括“信息的多維度或全維度”。多維度帶來多視角的立體“視覺”，實現信息的交叉校驗、相互佐證，讓接近真實的能力得到躍升。

人才測評實際上是要通過一定的技術和方法，對被測評對象進行結構性觀察并獲得行為采樣，從而對其整體能力水平及特定能力結構做出預測和判斷，最終提高人才使用及開發的效能。人才測評的信效度至少與三個環節有關：行為樣本的采集范圍是否覆蓋完全、行為數據采集量是否足夠大以及對這些數據的挖掘及處理是否有效。

將大數據思維引入到人才測評中，就是要針對以上三個環節：采樣范圍從單一或簡單視角轉變為多維度視角；采集所有可收集的行為樣本，最大限度地擴展行為數據采集量；數據處理上從簡單統計（均值）轉變為高階統計分析（相關分析、差異檢驗、因素分析等）。

大數據式人才測評，就是要通過數據的多維性、海量性以及數據挖掘能力，系統提高人才測評的有效性。

二、人才測評前期：以多維大數據模式設計人才測評方案

大數據式人才測評首先要強化行為數據采集的多維度或全維度，即在人才測評方案的設計上，要能夠覆蓋所有與人才效能發揮有關的因素。主要包含“一縱二橫”三個方面。

1.縱向上要貫穿職業能力的各個層面。職業能力，一般泛指能夠對一個員工的工作業績及行為表現產生影響的所有個體因素。如果參考洋蔥模型[ ]對能力逐層劃分，職業能力由內而外、由深層到淺層，可以分為五個層次：職業個性風格及傾向、職業價值觀及態度傾向、職業素質、職業或專業知識技能、職業行為（如圖所示）。

圖 職業能力模型

早期的人才測評，主要集中在對淺層職業能力（如，知識與技能）的考察上，對職業素質、價值觀態度以及個性傾向等深層次能力要素關注不足。在大數據式人才測評模式下，需要采取一定手段，覆蓋到所有這些能力要素。

2.既要關注工作結果，也要對工作過程有所測查。一個員工的工作業績成果，往往是其工作能力的最直接、最有力的佐證。大部分組織都按照這樣的邏輯實施管理及獎懲。大數據式人才測評模式認為，既要關注工作結果，也要對工作過程有所測查，因為一個員工在完成任務的過程中，工作出發點是什么、如何分析問題、采取了何種解決策略和方法、協調了哪些關系及資源、遇到困難時的應對方式、工作投入度及心態等等表現，同樣是其職業能力的重要證據信息來源。這些過程型數據，也同樣要進行全面的收集及取樣。

3.要對“腦、手、心”等職業狀態進行全面考察。好的工作業績，往往需要員工的全身心投入，即要“動腦、動手、走心”。按照功能，職業能力通常包括以下幾個方面：決策力、執行力、影響力及內驅力。

決策力，反映人才在涉及分析、判斷、思考、決策等工作內容時所表現出的素質、能力及風格。執行力，反映人才在涉及計劃制定、落實、資源調動、協調組織等工作內容時所表現出的素質、能力及風格。影響力，反映人才在涉及人際互動、溝通協作、團隊管理等工作內容時所表現出的素質、能力及風格。內驅力，反映人才在工作積極性的自我調動、工作狀態的自我管控、逆境狀態下的自我激勵以及自我提升等方面的素質和能力。

這四方面，缺一不可，但傳統的測評，往往顧此失彼。大數據式人才測評，強調對各個職業能力功能區的全面覆蓋。

綜上所述，大數據式人才測評的方案，往往會有三級甚至四級的標簽。一級標簽為職業個性、職業價值觀、職業素質、知識技能等；二級標簽為決策力、執行力、影響力、內驅力等；三級標簽繼續對二級維度進行細化；四級標簽則可以細化到行為。這樣多層次、多維度的方案設計，可最大限度地確保對職業能力各要素進行全覆蓋。

三、人才測評中期：以大數據思維廣泛收集職業狀態信息

大數據式測評，在實施中還需要解決數據采集方法及手段的問題。為了滿足對前述多維職業能力進行考察的需要，測評手段上也需要進行多維配置。

多角度交叉校驗、相互佐證，從而形成相對準確的評價和判斷。通常，被測評人的行為樣本采集，可通過以下幾個角度進行：①上級視角：由被測評人才的上級對其能力和行為表現進行評價；②平級視角：由與被測評人才有橫向協作關系的平級人員，做出評價；③下級視角：由被測評人才的下屬對其進行評價；④客戶視角：由其所服務的客戶（內部客戶或外部客戶）對其做出評價；⑤自我評價：由被測評人才對自己進行自陳或自我評價（通常只作為參考）；⑥專家視角：由外部專家（從事人才管理及測評服務的專業人員）使用專業手段及工具，對被測評人才的能力進行系統評測；⑦實證視角：收集被測評人已經取得的業績以及實際發生的工作行為樣本，為其評估提供實證佐證。

從方法和技術手段上，大數據式測評不排斥任何一種能夠對職業能力的一個或幾個側面進行探查的方式方法，強調要用“組合拳”來最大限度地降低風險，確保測評結果的科學性和有效性。常用的技術手段有以下幾類：

1.360度工作評價技術。又稱360度反饋（360°Feedback），是指由員工的直接上級、下屬、同仁同事甚至顧客，從各個角度來對其的核心能力及工作行為表現進行評估的方法。通過多種角度的反饋，幫助了解其能力現狀、適崗性、優劣勢以及發展潛能等。

2.心理測驗技術。對職業個性風格及傾向、職業價值觀傾向、職業動機等深層次素質的考察，通常通過自陳式心理測驗來實現。常用的心理測驗有：《職業個性傾向測驗（MBTI）》、《16PF》、《蓋勒普優勢測驗》、《九型人格測驗》、《職業價值觀傾向測驗》、《職業錨測驗》等等。

3.面談及情境模擬技術。通常由內部或外部測評專家現場實施。創設與實際工作情境相似的問題場景，向被測評人提問或者進行模擬演練，對其的思路或行為反應進行觀察和系統分析，與專家標準進行比對，從而對其職業素質和潛能形成判斷。

4.實證技術。主要包括兩種形式：一是工作觀察技術，即對被測評人的實際工作狀態進行結構性觀察和評價；二是績效考核，即主要從其取得的工作業績成果上進行評估。實證技術未脫離工作實際，信息的真實度和可信度良好，能夠為測評提供更有力的證據支持。

四、人才測評后期：以大數據思維進行數據的挖掘與分析

經由以上兩個環節，大數據式測評較之于傳統測評，獲得了更大量、更多角度的信息。那么，如何更加有效地利用好這些信息來強化測評的準確性，就成為一個關鍵問題。

傳統測評后，由于數據樣本量級和角度有限，無法反映出不同能力要素、不同任務及不同業績結果之間的普遍性及深層關系。而在大數據模式下，我們可以通過數據挖掘和深度分析，找出各要素之間隱蔽及深層次聯系，獲得對人才及其發展潛能的認知與洞察。

大數據式測評，不僅要完成描述性統計[]，還要借助SPSS等工具完成相關性檢驗、方差分析、因素分析等高階的統計處理，以便進一步挖掘數據背后的邏輯。

例如，對《職業價值觀傾向》測驗成績與360度工作評價成績、績效成績等做相關性檢驗，探查員工的心態和價值取舍與其實際的業績表現之間有怎樣的關聯。

五、結語

大數據時代的到來，不僅將改變每個人的日常生活和工作方式，還將引發深刻的思維模式變革，組織的運行及管理方式也會隨之發生變化。大數據式測評，將從根本上奠定人才管理的基礎環境，徹底改變長期以來存在的“不可治理、不可預測”的人才管理現狀，讓人才的“選用育留”及人力資本開發都變得更加透明、有效和智慧。

注釋：

①洋蔥模型，由美國學者理查德·博亞特茲在冰山模型基礎上提出。把職業素質由內到外概括為層層包裹的結構，越向外層，越易于培養和評價；越向內層，越難以評價和習得。

②描述性統計分析（Descriptive Analysis），包括數據的頻數分析、集中趨勢分析、離散分析、數據的分布、以及一些基本的統計圖形，常用的指標有均值、中位數、眾數、最大/小值等等。

參考文獻：

[1]維克托·邁爾，舍恩伯格.大數據時代：生活、工作與思維的大變革. 浙江人民出版社，2013.

[2]趙曙明.人才測評——理論、方法、工具、實務.人民郵電出版社，2014.

[3]武松，潘發明.SPSS統計分析與行業應用案例詳解.清華大學出版社，2014.

作者簡介：李玲（1973- ），心理學碩士，研究方向：人才管理、能力管理、領導力評估與發展