2015杭州云栖大会上，马云关于“DT时代”的宣言给“数据”这个词又添了一把火，各行业都纷纷进行“数据革命”，人力资源领域亦不例外。临近年末，又到了人才盘点旺季。从数据驱动的角度看，人才盘点的内容是每个员工详尽的人才档案、企业人才结构的情况、人才获得的难度等。那么人才盘点中需要怎样的数据库？如何积累这些数据？这些数据如何为人才盘点贡献价值？

便于搜索的人才数据库是盘点的基础

传统企业的人力资源信息化建设大部分会落在流程信息化、业务表单信息化、薪酬和考勤等基础人事信息化。因此，当你问一个花了两三年做HR信息系统落地项目的企业：“你们是否已建好了自己的人才数据库？”答案可能让你失望。虽然人才数据库的建设都是基于不同的信息管理软件，但软件的基因不同，对待人才数据的管理思想差异也非常大。传统eHR系统提供的主要是基础人事信息。在进行人才盘点时，对员工的了解需更全面，才能做出科学的分析。如何把这些信息呈网状联系在一起，可考虑在保持基本信息的基础上，扩展发展性的信息。

人才档案可包括如下内容：

“活”的人才数据库提升盘点价值

有人说，用Excel也可以维护人才档案，实现计算、搜索。但这会产生两个难题：一是当员工数据很多时，Excel的搜索能力太有限，更不用提存储安全了；二是Excel无法提供实时的行业数据对比，这是动态人才库的巨大价值，也是对人才盘点价值的重要贡献。

大数据分析包括几个层次：个人数据>组织（群体）数据>互联网数据。在HR的工作中，这几个层次并不陌生。例如大家热衷的敬业度调查，就是因能为组织提供行业参照标准而突显出数据的价值。当人才信息数据化后，在盘点中，通过行业对比分析，掌握组织的竞争力和发现问题都变得易如反掌。比如可动态查看业内的人才流动方向、薪资变化趋势，对比组织各层级管理者比例的合理程度，这些信息是动态变化的，而不只是付费购买一组数据，每年更新一次。而这种应用所依赖的是先进的存储技术、计算能力和安全技术。

数据在人才预测中的重要价值

参与人才盘点会时，花费时间最多的工作是讨论人才未来成功的可能性。人才档案提供的信息一般以查看为主，即能知道此人的过往。而我们更想知道其将来是否有可能胜任？这就是数据在预测中的价值，用历史数据预测特定人才未来可能有的成就。预测的第一步是积累数据模型。

两种预测模型可在完善的人才数据基础上使用：基于能力的胜任预测和基于经历的胜任预测。

在胜任力模型的构建中，我们会使用绩优员工的关键特点去分析其成功的素质特点，反过来去预测其他人的效果。在人才盘点中可利用的数据分析包括：根据潜力预测人才成功的可能性；根据标杆人物预测成功的可能性；根据多项指标预测离职的风险。

以根据潜力预测的成功可能性为例，这通常基于人才的测评结果来预测。对比人才的测评结果与一般的胜任力模型，预测风险和问题。近些年较流行的是根据内部员工来建模和预测。常见的是根据绩优人员的特点建模，将新晋人才的领导力测评等数据进行比对。另一种是将新晋人才的测评结果与内部员工进行匹配，告知人才盘点会的参与者，目标候选人的特点更像公司内的哪个员工，能迅速帮助管理者形象、直观地把握人才特点，形成如“影响愿望不高、程度与某某差不多”的概念，大大提高了对人才信息的理解和共识。

不局限于盘点，让人才数据库被“用”起来

若人才数据库中只是存在于HR自用系统里的数据，可能一年中只有几天被查询、浏览、盘点，此数据库就完全没有发挥价值。除了提供完整的数据信息并可搜索、浏览之外，人才数据库还应具备以下特点：

一、业务部门可以使用

不仅人才盘点，甚至整个人才管理的过程都应以业务部门为核心。盘点的主体和其中的人才提名都来自用人部门，那为何不把最完整的人才信息开放给业务部门呢？

二、实时查看，动态盘点

组织的用人需求是动态的，但召开人才盘点会一年最多两次。能否将人才盘点会也变成动态的过程？随时随地可以查看人才信息，除了能够实时掌握人才情况进行动态盘点，更重要的是可以实时把握人才的发展并给予必要的帮助，而非只在每年定时定点盘点一次，这是互联网思维带给我们在工作方式上的变化。

三、可视化分析

近些年大数据的热潮的重要进展之一是加速了“数据可视化（info-graphics）”的发展进程。无论更生动的图形化展示，还是关键数据的提取，都是为了让数据的价值更大，让非专业人士能够快速把握要点。那么就必须让由专业人士通过复杂演算来解读数据的日子一去不复返。

数据驱动的人才盘点并非一夜之间就能完成。建立合理的流程、选择正确的管理软件、选择合适的时机完善人才数据，一切才有继续发展的可能。在未来，真正更有价值的是数据。HR需要学会用数据“说话”：不仅能量化反映业务的开展情况，从而发现问题，还将能充分反映HR做过的努力和工作的价值。