本期我们邀请了人力资源与数字化的6位大咖，与大家分享人力资源如何数字化转型？专题之“企业如何打造自己的“数字人才画像””
赵亚
奥托立夫中国区人力资源副总裁
奥托立夫全球 Operation&SCM
职能人力资源副总裁
中欧EMBA
之前我们说到如何去解决数据孤岛的问题，你需要有很多数据分析师，那么我就举这个数据分析师作为我们人才画像的一个非常重要的点。首先你有两种方法去做数据分析。第一：从市场上找所谓现成的数据分析架构的专业人才，但是HR就有那么多需求，想象一下，假如说我们HR有两个，有十几个职能，十几家工厂，那我们怎么能够找来一百个数据分析师呢？那其实是不太现实的。那么现在我们在想的一种策略就是说通过梳理数字化人才，我们已经有一些对于数字化人才的定义。在细化说数据分析师这个岗位吧，我们可能有top six的人才能力的需求，就是通过外部吸引的人才加上内部潜在人才的培育，去慢慢了解这些人才的核心竞争点在哪？它是不是我们所谓的人才画像里的某一个数据治理能力？第二：就是竞争力转化成项目，把这个项目推进直到成功，他的能力又是什么？那是需要另一个维度的评估的。所以在这个方面它不光是要有本身的专业能力，它还需要有转化专业到实现我们数字化转型项目的能力，这是我们说的第二个维度。但其实我们在想，是不是会有第三个维度，就是他能教会别人数字分析的能力。当然我们经常说，你既然在做数字化人才，那一定是用数字化的手段。所以这也是我们在跟国云一起去考虑，怎么用一些数字化的手段去把人才成长过程记录在案。这也是我们在今天跟国云在合作所谓人才数字化数字人才化的一个项目。
郑大奇
润泽方略联合创始人
数字化创新赋能业务品牌DIGLab创始人
人才画像是目前非常热门的一个话题，包括人才标签 ，做人才画像、建立数字化的人才档案，或者仿真的人才数据，从技术上实现是很容易的。关键是一个企业在人力资源管理方面或者在人才模型方面，你有没有用到成熟的、丰满的方法模型，只有你用到方法模型、算法再加上数据，你才能够形成你的人才画像，才能够给你带来价值，否则的话是没有意义的。换句话说人力资源业务的承受度、人力资源业务的就绪比技术更重要。
徐刚
《人力资源数字化转型行动指南》作者
世界500强企业人力资源运营负责人
对于数据的积累是特别重要的，那我们在企业和企业转型的过程当中怎么样去积累这些数据呢？我个人觉得会有一些不同的思路。首先，我们要把这些数据类型进行一个分类。比如说对于员工的一些数据，我们可以进行静态数据和动态数据的分类：静态数据：对于员工的年龄、学历、经历和毕业院校随着时间推移，这些数据都是不会变化的，那么这些就是一个静态的数据，收集起来相对会比较容易。动态数据：很多时候因为我们一些工作的过程，员工在企业内部和企业外部的一些行为所产生的数据。动态数据从我们整个作业过程和结果数据来讲，我觉得是更加重要且更加有意义的。因为我们员工的行为是不断在变化的一个过程，整个企业和社会也是在动态发展的，我们只有随时能够去记录这些动态数据，我们才能够去做更加实时的分析和调整。我们希望在企业内部的话能够通过一些技术的方式能够把所有流程的一些过程数据给记录下来，那么会有哪些呢？比如说通常我们从流程的角度上来讲，我们都会有流程所经历的时间、最后的一个结果数字的准确性、相关的满意度，这些我们都是可以通过一些数据和系统，在这个过程当中把我们需要留意的这些数据记录下来。我们希望能够通过一些技术的方式把它保存下来，而不是手工的去收集，其实任何的手工收集，对于我们将来的关系都是会非常不利的。因为这个方式会大大影响数据的收集效率，所以说在这样的一个基础之上，我们能够去更好的在企业内部做这样一些动态数据的收集。那么我们也要看有没有这个可能性去把员工外部的一些信息也收集到，但是这些相对是非常困难的，而且它会牵涉到一些数据隐私保护的问题。比如说员工在外部通常是说平时下班以后大概做的什么、有哪些兴趣爱好，其实这些也都是相关的数据，并且有的时候不太方便去收集。但是我们从整个社会大数据的一个趋势来看，在一定的前提下，有些数据我们还是会被收集的。比如说我们现在在疫情过程当中的健康码，它会显示你曾经到什么地方，是否经过中高空风险地区，那么这些如果我是在取得员工同意的前提之下，那么整个社会也是会有所收集，所以这些就是我们各种收集的方式跟途径。那么如何才能够基于这些数据去建立人才画像和构建员工的数字化人才档案呢？首先我就只需要把这些数据进行一个归拢，然后去做一些相关聚合分析，包括做一些回归分析等等… 能够去了解到哪些相关的一些技能或者是它人才的一些标签可能会跟我们整个业务会有什么关系。即使现在来讲没有一个特别的关系，其实我们也可以更多的把这些数据先记录下来，然后我们到时候能够再去做进一步的更大数据和更大范围之内的分析。因为很多时候我们是不知道自己不知道，在随着这个数据的积累，其实我们会有更多的发现，所以我觉得我们先能够把这些最关键的一些数据的都先把它记录下来。在构建过程的当中，我们也是要去做一些优先度的匹配。比如说我们在目前这个阶段，我们会发现某一个岗位的人他在哪些数据类型上或人才的一些标签上会有特别大的一个特征，比如说都是某个院校的、都是选某个专业的、都是经过这些项目的、在平时在整个公司当中的绩效或者他的转稿的数据好像都是经过这几个部门的。那么类似这样的一些数据进行聚合分析之后，我们就能够更多的去形成对于某个岗位需求的一些画像，那我们就可以逐步的把这个岗位的画像跟人才的画像做一个匹配，当我们把这些数据给记录下来后，我们就可以把合适的员工给匹配到与其画像相匹配的岗位模型当中去。
孙剑君
《极限领导力》项目创始人
依埃企业管理咨询（上海）有限公司总经理
HR领域天使投资人
我觉得在新的时代，要使用多种新的手段。比如说在传统的时代，我们人力资源可以通过泰勒工作法。从生产制造角度来讲，我们可以去判断员工到底在单位时间之内生产多少的产品是比较合理的，然后进行优化，不一定取最高值，也不一定取最低值，最终我们只需要取一个合理的值。那么对于现在新时代，因为有很多的工种已经衍生了，他没有办法像传统的制造行业那样，还能够用这种简单的人群分类的方式来做。就比如说我们国云数据根本没有生产制造这一块，全部都是知识工人，那么这个情况下的话，我觉得要利用新时代的各种新的手段。那么这个新的手段可能包括：第一，要充分的使用各种多媒体的手段，比如说我们现在整个 IT 系统，我们可以来监控这样的一个数据工程师，他现在一共有五个人，他们五个人完成同一个项目，从多媒体的录像也好、数据记录也好，我们来看他们完成同一个难度的工作，时间有先后哪些是优化的，那么我觉得这个可以有个非常好的一个记录手段。第二，最好能够有一个平台或者软件。这个软件的背后，应该是有一个非常棒的算法系统在里面。这个算法系统可以帮助我公司能够用到各个岗位上面，然后加上多媒体的手段，即使达不到自动化，也要达到半自动化。比如说一些初始数据我们可以输进去，他可以帮助我们去计算出我们现在绩效考核的模式是否合理。因为我们现在绩效考核的模式，有的员工说好，有的员工说不好，有的员工在这里面得利，有的员工说不利，总是找不到一套完全公平的绩效考核方法。但是这套算法可以帮我算，我不求它算出来的相比于原来来说全部人都觉得好，但是它这套绩效考核模式要比之原来更能满足大部分人的看法，那么这个这套算法就已经很了不起了。第三：人才画像。我们传统的胜任力或数字能力的模型，甚至这个过去最传统的、但是大部分公司都没有做到位的、也不完整的岗位描述系统。他也可以成为这个基础治疗，让我们了解每个岗位他冰山上的部分也是不一样的。冰山下的部分可不可以去寻求一些共同点？比如说大家要有共同的价值观、虽然有不同的个性，但是有共同的追求等等…那通过这样传统的手段,再加上一些领先的手段，甚至一些智能化的手段。可能对于解决刚才所说的问题是比较好的。但是无论如何，这绝对是一个系统工程，它不是一朝一夕的，我甚至认为不是一个团队、一个组织，能够解决的，他可能是需要有内外部的合作才能解决的问题。
胡明
《人力资源管理互联网思维》作者
人力资源数字化研究者
人力分析高级分析师
对于从我的角度来看呢，绘制人才画像就类似于我们用数字的手段来做人力资源管理。我们传统的人力资源管理是基于职位、岗位的说明书，纸上的信息。那么对于人才画像我的理解就是把纸上的信息变成一个一个的数据，或者像电子照片的像素这样的数据，就是说我们管理的依托、管理的基础和管理的规则要发生相应的改变。数字画像绝不只是把简历变成一个图形、图表，或者说把纸上的简历变成线上的简历，那只是一个数据存储，只是一个数据库，并不是一个画像。所以我们现在需要集合。行业里大家的智慧来搞出一套画像规则，建立一套类似于画像学这样的一种学问，我认为这个是人力资源管理未来的一个方向，它可能会改变我们的管理的认知。
马晓东
国云数据创始人兼CEO
阿里巴巴淘宝数据中台亲历者
波士顿咨询全球高级顾问
北京信息化协会副理事长
《数字化转型方法论》作者
第一步：我在阿里巴巴淘宝的时候呢，我们通过数据中台把所有的数据汇集起来。第二步：我们要把所有的数据打通了以后，我们要做数据治理，One ID one day at one service。这一套体系主要是用作于用户画像。这样的用户画像是通过数据来理解一个用户，理解完一个用户以后，给他推荐不同的服务。所以大家看到淘宝上面的千人千面的服务推断出来你买了什么或没买什么来给你推荐不同的服务。随着日积月累，对你推荐的服务越来越准确，同而让你产生更多的消费，让你得到更好的体验。同样的道理。我们现在要把这一套理念用在员工身上，也就是说我们首先要通过数据中台把所有的数据打通汇聚起来，打通了以后要做数据治理，就要做我们员工的OneIDone day at one service。把我们员工的过程数据、行为数据、结果数据、绩效数据、考勤数据和各种各样的数据汇集起来，形成他一个画像。然后通过这个画像来提供上面各种选用预留各种各样具体的人力资源服务。那这样的人力资源服务会变得越来越精准。从一开始设置一些规则和推荐引擎，到后面随着个规则的模型越来越多，会越来越精准的把我们的员工分层追寻，然后提供不同的服务，从而给了我们HR管理员工的一个抓手，更惊人的服务员工。如果你是一家人力资源密集型公司，你公司有上千人，那务必要做到这一点,否则的话现在你上了很多 OA 系绩效系统、考勤系统和各种各样的运营管理系统，这些数据没有打通，没有形成员工画像的时候，我们本质上还是靠人和人的经验的传递，来评价一个人,那这里面有一个很大的水分，我们没有把我们的人力资源更合理的利用起来。所以我们通过这样的一个员工的画像，建立一个员工的数字化档案，通过这样的数字化档案给他提供不同的服务。这样的服务在我们国云的数字化人力平台里面发挥的第一个作用：当你招聘人才的时候，你首先要去面试，面试了一百个人，可能只录了五个人，然后九十五个人其实是有面试成本的。那我们要做到的是对这个岗位做画像，做这个岗位的考核模型。如果考核一个岗位它能达到六十分，可以达到面试条件，那这个过程是非常关键的。那我们给我们一家世界五百强的公司，就是和他们的HR部门和用人单位部门一起把这个岗位的画像和岗位的考核模型。有了这样的考核模型以后，你的面试就先用数字化的这个考核模型让求职者先去考核,也就是相当于先去考试，当他考试过了以后，才进入了面试阶段。而这个过程中更考核的是硬实力，就像是你有一个苹果的一个圈一样，过了这个圈以后你才能去面试。这样的话，你可能以前要面试一百个人，现在可能只用面试二十个，因为考核通过的就只有二十个，在这二十个里面你面试他的软实，比如说它的价值观和表达能力等等。从二十个人里面选五个人，也就是你节省了八十个面试成本。基本上在一个高科技公司或者一个人力资源密集公司里面，他面试成本是很高的，而这样做能够大大节省了这个面试的时间和成本。
