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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01