关于大数据时代干部评价的探讨.docVIP

关于大数据时代干部评价的探讨 【摘要】淘宝等电商通过大数据分析精准地向会员推荐商品；沃尔玛通过销售数据与天气、风土人情等等数据的多维分析，来规划库存、货架商品摆放甚至促销搭配；美国利用数据挖掘技术追踪恐怖分子……自上世纪80年代提出“大数据”概念以来，“大”在数据量上的界定不断发展，然而“大”更为永恒的意义在于人类可用的数据在大量增加，通过数据交换、整合和分析，人类可以发现新知识、创造新价值、带来大利润、促进大发展。大数据被视为下一个社会发展阶段的“金矿”与“石油”，大数据掀起的是精细化管理的浪潮，将引领各行各业由“差不多先生”向“精准”、“创新”阔步前行。大数据也必将在干部评价领域蓄势而发，由经验管理到数据管理的革命性变革正悄然来临。 二、干部评价需要借助大数据实现量化分析 1、传统干部评价的局限 传统干部评价包括“德、能、勤、绩、廉”，即政治素质、工作能力、敬业爱岗、工作业绩、廉洁自律。从这五个方面可以较为全面评价一名干部，但由于没有对指标进行分层细化，指标较为笼统，定性评价多，定量评价少，精细化程度低。考察方式偏重于查阅资料、听述职报告、民主测评、个别谈话等静态考察方式，缺乏实地动态跟踪，评价结果缺乏深度和立体感。参与测评的人员碍于情面或根本对测评对象不了解，因而得到的评价表多为“全优”，质量不高、个性特征弱，真正高质量的、客观公正的评价信息也会淹没其中。此外，传统干部评价注重历史工作和行为表现，缺乏对其潜能的挖掘和发展趋势的预测。 2、借助大数据实现干部量化评价的意义与前景 对一名干部如果不能量化评价，就不能真正了解，就不能有效管理，进而就不能有针对性地培养促使其进步。因而干部评价要实现量化评价，即用数学的方法来考察和研究干部，对干部的“德、能、勤、绩、廉”以及“潜力、趋势”做出精确的数字描述和科学判断。干部量化评价，一是作为选人、用人的主要依据；二是作为奖优促尾的重要手段；三是作为发现不足、培训提高的重要参考；四是作为干部监督、廉政风险防控的重要工具。 在大数据时代，选人用人基于科学的干部评价，科学的干部评价来自鼠标轻点，来自于触发的自动分析引擎在大数据海洋中的挖掘。企业在选人、用人上更有远见、更敏锐地意识到大数据的革命性作用，更为积极主动地抓住数据、理解数据、分析数据，更为精准地选择干部，将成为企业创新、发展最为关键的推动力量。集合干部多重角色的立体表现、历史成长轨迹和多元评价主体的考核意见等的大数据，运用高效的分析工具，将是提升干部评价科学化和精细化水平的必由之路。而关于大数据的知识与应用技能将会成为人事干部个人知识与能力结构的必备要素。 三、干部评价应用大数据的实现途径 建立数据仓库，实现联机分析、进行数据挖掘、数据可视化，是大数据的主要技术手段。可以直接通过关键字把不同系统分立的数据库联结起来进行干部评价多维度分析，也可以把来自不同系统的数据按统一定义的格式提取出来，经过清理、转换、集成，创建一个新的干部评价数据仓库，再进行多维度分析。 关系数据库时代，数据分析的结果是基于一个或两个维度的简单报表，如国家人社部《公有经济企业经营管理人才、专业技术人才统计报表》，只有预设的一定数量的固定格式报表。而大数据时代的联机分析，要求开发人员为用户在后台预先构建多维的数据立方体，用户可以从不同的维度、不同的粒度对数据进行分析，从而获得更为全面、动态、并且可随时加总或细分的分析结果。例如《铁路管理人员、技术人员基本情况表》，如果建立多维立方模型，只需轻点鼠标或滑动滚轮，就可以由公司探到各系统、各站段、以至各科室车间，甚至看到历年的演变图表。数据挖掘技术则更进一步，一是进行描述性分析，即针对过去揭示规律；二是进行预测性分析，即面向未来预测趋势。数据挖掘把数据分析的范围扩大到“未知”和“将来”。 报表是数据时代将数据转化为信息和知识的主要手段，但数字化的报表并不直观，人们难以从中发现隐藏的规律与关键点。而以图形、图像、地图、动画等可视化方式来展现数据分析结果，则更为生动、易于理解，能够更好地诠释数据之间的关系和发展趋势。 四、铁路干部评价大数据的应用图景 1、中心数据集的雏形与应用 当前铁路系统干部评价中的大数据应用，主要基于《铁路组织人事管理信息系统》一张主表、几十张副表、几百个字段，主表与副表通过关键字关联，形成的一张小型数据网。在出现岗位空缺时，人事部门可通过主表中的年龄、学历、职级等字段筛选候选人，缩小范围后，再逐个打开个人相关数据表获取更为详尽的信息。再进一步的信息获取，则要通过查阅纸质干部档案、考察材料，并在与其领导、同事、下属的交谈中，搜索他们脑海中积累储存的或清晰或模糊的评价信息，还有通过对考察对象进行公示，更为广泛地在群众中搜寻评价信息，最终形成干部评价意见。 初触大数据，庞大的虚拟互联网络、巨型的实体云计算