大家好，我是智鼎人才研究院排名NO.2的差好几年就可以成为资深顾问的疙瘩村村花，主业是数(nan)据(xiang)挖(bi)掘(ye)，副业是认（chi）真（he）工（wan）作（le）。今天给大家分享一下人才研究院工作分析问卷调查的分析结果，请认真阅读哦~

收集数据，分析数据，就是为了从中找出有规律的知识，为接下来找到典型的、影响全局的关键特征提供数据支持。

为了更深入地了解组织内部人才特征给客户提供更专业的咨询服务，智鼎人才研究院收集了最近几年商业银行员工相关数据进行分析，问卷共有6个方面10个维度：

统计推断，就是通过分析样本观测值去了解样本总体。

先简单解释一下统计推断的两种方法！（虽然可能没什么用）

分析方法：列联表相关（方法不用懂，看结果）

我通俗易懂的解释一下。

一口气说这么多，让一直在承受这个年纪不该有的美丽与睿智的我，好累！

人才测评，就是咨询顾问通过自己的测评经验和一系列方法，给候选人出具一个推荐建议等级（适合、比较适合、保留性推荐、不推荐）。表中可以看到，推荐建议与获奖、职位级别、成就感和岗位认知得分显著相关。这与智鼎高潜人才胜任力模型具有一致性，就是说在组织中积极主动、并且具有高度成就感和敢于面对挑战等特征的人，更容易被推荐。

分析方法：单因素方差分析

学历是HR们非常看重的要素，学历在一定程度上也代表了一个人的能力。我们再来看看第一学历与总成绩之间的关系。

我稍微解释下，表中有红圈圈的数字表示了两者之间差异显著。

差异显著的意思就是，泰戈尔曾经说过：世界上最远的距离不是生与死，而是我在你眼前你却不知道我爱你。开玩笑啦~

简单来说差异显著就是它们之间有区别，并且这个区别可以忽略由数据本身带来的误差。是不是很魔幻呀？

简单粗暴地解释红圈代表的意思就是：

第一学历为研究生的员工总成绩比第一学历是高中及以下的员工得分高。

第一学历为本科及以上的员工总成绩得分比学历是大专和中专学历的员工得分高。

第一学历为研究生的员工与第一学历为本科的员工在总成绩得分上没有明显差异。

也可以这么说：

本科及以上学历的人总成绩相对于本科及以下学历的人得分较高，也更容易被推荐。

由以上分析可以看出，人才选拔时看重候选人的第一学历也不是没有道理的。

一般来说，到最后都要讲一下本人的主业——数据挖掘。

数据挖掘是指从大量的不完全的、有噪声的、模糊的、随机的数据中提取其中有用的信息和知识的过程。

本人平时的工作就是duang一下把各种数据扔到数据挖掘机里，稍等一会会结果就出来了，就是这么容（kun）易（nan）。

这次我要把工作分析问卷中候选人的性别、出生年代、出生月份、第一学历、专业、获奖、绩效、职位级别作为输入数据，放入数据挖掘机里，构建这些输入数据与智鼎测评顾问给出的候选人推荐等级之间的逻辑关系（关系到非线性代数，这个就厉害了）。

（题外话：秋天来了，最近感觉头顶有点冷呢！）

根据模型得出的结果，机器预测推荐等级准确率达到86.2%。预测准确率：挖掘机给出的候选人预测推荐等级与咨询顾问出具的推荐等级的一致性。

本次输入数据主要为候选人的客观数据，排除主观因素的干扰。结果可以看出，一个人的简历信息可以作为预测其未来行为的重要指标之一。

本文样本主要来自商业银行工作3年以上的各级员工，本次分析结果仅基于收集的问卷数据。由于篇幅限制，本文只列举了比较重要的数据分析结果，作为商业银行HR们对有3年及以上工作经验的员工进行考评选拔的参考。

智鼎人才研究院致力于机器学习与预测推荐，期望在不久的将来能帮助商业银行HR减少在人才选拔时人力、物力、财力的耗费，使投入得到高效收益。

Over~

作者：智鼎人才管理研究院咨询顾问 张雪祯