人力资源数据服务平台
目录
一、技术方案3
2.1人力资源数据服务应用概要设计方案3
2.3.1人力数字化转型体系建设3
2.3.2管理者视图6
2.3.3人才画像7
2.3.4组织/岗位画像10
2.3.5智能人才推荐14
2.3.6人力资源能效分析18
第2页
一、技术方案
2.1人力资源数据服务应用概要设计方案
以终为始，以支撑管理决策和人力资源数据共享为目标，构建人力资源数据服务平
台。体系层面，设计覆盖组织整体视角、员工个人视角的数据标签、分析维度、智能视
图，满足组织/队伍整体分析、员工个人分析需要；场景层面，实现人才选拔、空岗空
缺预警、关键人才画像、岗位画像、人力资源效能等业务多场景、关键活动的数据记录
与多维分析；用户层面，实现不同层面管理者应用需求，通过多维智能分析、智能视图
达到人才选用育留各阶段行为记录、预测、预警等，提供智能决策建议。以人力资源数
据服务平台建设及实施，推动人力资源数字化转型，赋能集团公司人才强企工程目标实
现。
2.3.1人力数字化转型体系建设
企业数字化转型过程中，数据采集、数据清洗、数据标签化、数据归类分析及应用
等各道“工序”都不容忽视。对于领导者和人力资源管理者，如何通过对海量的数据进
行分析处理，直观展示业务洞见，是数字化的关键价值体现。那么从底层的数据到具有
业务价值的数据分析，数据标签和数据指标是过程中作为承上启下极为重要的一个环节，
也是实现管理者视图，效能分析，人才画像，岗位画像和智能推荐等功能的核心基础。
在大数据和数字化的场景中，标签是一种灵活的数据组织方式，基于业务场景自下
而上的倒推标签需求，从而实现对业务所涉及的内容进行合理划分，以便于检索和分享。
随着大数据的发展，标签体系的作用也越来越大。通过业务需求的特征集合，关联打标
签的对象，对分析对象生成画像，挖掘对象的价值。生活中最常见的标签使用场景主要
第3页
在各大APP，如淘宝、今日头条、抖音等。这些互联网公司都有一个基于标签体系的
推荐引擎模块，通过用户静态属性和行为属性给用户打标签，形成用户画像，然后基于
不同产品的标签和特点，与用户的偏好进行匹配，将相对更又吸引力的信息或产品推送
给用户。
图2-30人才标签示例
对于人力资源数字化，标签和指标体系的构建与应用，更是充分发挥数字化价值的
关键点之一。一方面，标签和指标体系能够直观体现一定的数据特征。数据往往直接反
应一个内容的实际数值或是字段，而对于数据所代表的含义或特征，则需要人力资源同
事或数据的使用者进一步定义。标签则直接赋予了不同范围的数据和字段适用于业务应
用场景的特征。以人才画像功能为例，其中的工作经验部分，若只采用数据展示，往往
是直接体现某员工在一个时间段内，在何处任职，担任何职位，有何主要工作内容，仅
此而已。如果同时采用标签体系，那么能够直观展现某一段工作经验的特征，例如岗位
第4页
特征是“员工”或“管理干部”，或者是某一段工作经验的机构层级特征，是“分公司”、
“子公司”或“总部”。甚至可以通过多个数据的组合，为数据中具有多层级机构工作
经验的员工打上“跨层级工作经验”的标签，从而更直观的在人才画像中展示该人才在
工作经验中的特殊之处。
另一方面，标签和指标体系更便于业务分析场景下的数据抓取和灵活搭配。由于标
签的生成主要是基于业务需求推导而成，因此更加贴近业务场景。当开展业务分析时，
由于标签和指标体系已经显示一定的数据特征，能够支持人力资源和其他使用者更快的
找到匹配分析模型的数据。以管理者视图为例，员工离职率作为常见的人力资源效能分
析维度，除去全员平均离职率以外，高层管理者往往更加关注管理干部，骨干员工和关
键条线员工的离职率。那么针对这些关键人群离职率的计