大数据可以怎样在人才的获取中得到应用？ 来听听这些知名公司高管的回答。
渣打银行（中国）有限公司人力资源营运总监叶阿次：
运用大数据，企业可以更加容易地分析出何种背景的员工会更加快速适应公司的文化，这样就可以减少在人员甄别上的失误。同时，可以很清楚地知道公司需要的人才在市场什么地方，以及这些人才最看重什么，如何才能够吸引到他们。
大数据的运用，比如社交网络，还可以帮助用人部门更好地了解候选人的背景与偏好，尤其是通过对其网络足迹的考察可以了解到候选人日常的价值观取向。从LinkedIn上面的各种案例来看，大数据分析可以帮助企业获取更多的精准定位。
SAP思爱普中国公司人才管理方案总监张月强：
布拉德·皮特主演的《点球成金》是一部美国奥斯卡获奖影片，所讲述的是皮特扮演的棒球队总经理利用计算机数据分析，对球队进行了翻天覆地的改造，让一家不起眼的小球队取得了巨大的成功。现实世界中，德国国家队以历史数据为基础，利用数据建模定量分析不同球员特点，合理搭配，重新组队；在此基础上，核心在于打破传统思维，通过分析比赛数据，寻找“性价比”最高球员，成功利用大数据分析获得2014年巴西世界杯冠军。
以上球队管理是人才管理的典型案例，企业同样可以借鉴于此，通过大数据分析更深刻全面地掌握一个高潜质、高绩效人才的基本特质模型，并以此为基准指导人才招聘和选拔。包括Google在内的很多企业，每个月会有数以万计的简历，只有通过大数据建立企业内部的能力模型，作为初筛的工具，并且在测评工具中植入大数据模型，得到人员能力和素质的整体情况，更高效地完成人员匹配和招聘过程。
招聘完成之后，还应做好人才的配置。通过大数据分析，针对已有人才制定相应的、个性化的培训计划，有计划、有步骤地提升、改善现有人才结构，以期与高绩效人才高度匹配。同样，大数据应用更重要的是需要立足于企业内部，更精准分析、发现现有人员的潜质和高绩效优势，更合理地确定岗位能力模型、人岗匹配与人才发展策略。美国市政电力公司（AMP）利用大数据分析，将企业的战略分解为每一个人可以执行的目标并完成匹配，同时利用有效工具监控目标进展，逐级钻取，有效提升管理的透明度和战略匹配度，将员工日常工作有效地与企业战略高度契合。
广州云宏信息科技股份有限公司大数据研发团队负责人杨文清：
按照“冰山模型”理论，员工行为是水面以上可被观察的部分，而水面以下的敏捷度、执行力、认知能力等，则无从察觉。如果能有大量真实、详尽的数据，并建立基于大数据的HR模型，就能获取客观、公正而且高效的招聘方案。
为此，我整理了公司求职者信息的数据系统，分析出不同类别求职者的特征值。以程序员招聘为例，可供参考的变量包括常逛的网站、掌握的计算机语言、数据库技术、工作时间长短、性格内向/外向、每周锻炼时间、技术论坛上是否积极回答别人的问题等。经过数据分析，我发现高绩效的员工具备一些特质，例如优秀的程序员均学历高、跳槽次数少、常逛相关网站、精通几种计算机语言等。
基于这些变量，我建立了一个HR招聘模型，它能显示不同类别员工的行为要求。只要将应聘人员的求职意向及其信息放入模型里，就能算出该求职者与企业的匹配度百分比，进而找出最配对的候选人。而且，随着求职者信息量的不断增多，这个模型会越来越精确。
北京外企人力资源服务有限公司（FESCO）业务总监吴刚：
很多经理人都会碰到这样的问题：招来的员工并没有达到预期的高绩效，或者有了高绩效，但稳定性不够。在没有大数据的条件下，发现与选拔都很难做到“全面”。通过大数据应用来提升招聘的效率、准确度与员工稳定性，可以从以下几方面分析。
1、全方位的数据来源分析。企业在以往招聘过程中使用招聘网站、测评技术、人才库技术、面试的基础上，可以从更多方位了解候选人以得到准确的筛选。
2、不同岗位高绩效人员的特质分析。通过现有高绩效员工的行为表现、工作经历等大量结构化数据分析其特质，然后通过员工简历筛选拥有相应特质的员工，用数据说话，远比面谈可靠。
3、通过员工简历预测员工稳定性。基于现有员工的数据样本，通过数据分析与挖掘，找到与员工稳定性相关的特质（指标），建立识别候选人稳定性的模型，然后通过应聘者简历自动给出稳定性评级建议。全球客服的呼叫中心 Transcom曾使用大数据进行员工行为分析。发现那些在“诚实”方面得分高的员工，稳定性会比其他员工高 20%~30%。因此，Transcom 会优先雇佣这些有着同类型特质的员工，使团队的稳定性更高，也节省了培训新员工的成本。
4、帮助求职者选择职业。大数据在招聘方面的应用更多是为企业服务，应聘者处于信息不对称的劣势。如果能够对现有招聘网站上的大量数据进行二次开发和利用，通过相似求职者的工作经历，预测职业生涯路径，给出求职建议或自动匹配合适的岗位，而不仅仅是传统意义上的关键词搜索，能给求职者带来更大的帮助。
