当前,许多地区已经建立起来的组织人事信息管理系统涵盖了包括公务员登记信息、行政职务信息、学历信息、履历信息、考核信息和奖惩信息在内的电子档案。但是,这些信息还不足以为开展科学的数据分析提供足够的数据信息,数据内容上缺乏动态数据和专项数据,数据管理上没有相关制度保障,数据处理上停留在将文本信息简单转换为数字信息的初级阶段,仅发挥了大数据“更快”、“更多”的优势,尚未开展“大数据”与“微分析”相结合的“相关性”的分析。因此,如何增强大数据思维,运用现代信息化手段去收集、管理、分析、运用数据,将干部的培养、选拔、任用、监督建立在客观数据分析的基础上,为干部管理提供快速、准确、科学的信息服务和决策支持,是人事部门迫切需要解决的现实问题。

一、整合信息资源,建立干部管理数据平台

一是打破数据割据的现状,实现数据协同共享。改变干部信息收集“孤军作战”的工作格局,把散落在各单位、各部门的信息统筹起来,共享纪检、公安、信访、审计、党校等部门已经掌握了的包括干部监督、干部调动、干部培训等过程性资料,实现政府组织间数据的无缝整合。

二是建立干部管理信息交流平台,实现数据双向采集。开展面向全体干部的信息在线采集、在线服务、在线互动,构建动态数据统计模式,拓宽“数据”广度和深度,形成“以岗为点、以点结线、以线成网”的信息管理平台,为决策提供更多、更全面的依据。

三是利用现代化信息手段,形成大数据源。在互联网时代,绝大多数人都会在网络上留下大量的数据信息,干部也不例外,要全方位收集包括干部的生活方式、行为模式、信任关系、兴趣爱好、社交语言、朋友圈、邻里反映、个人信用等方面的信息,将数据来源从体制内延伸到体制外。

二、强化队伍建设,开展数据立体分析

一是完善组建专业性队伍,为数据分析提供智力支持。加强大数据相关的人才培养,有计划地培养大数据技术和管理人才,加大对高水平大数据人才的引进力度。不断强化专业技能,积极开发和应用各种智能化、网络化软件,为数据分析提供智力支持和技术保障。

二是严把数据录入关,保证数据来源真实性。“干净”的数据是实现科学分析的前提,数据量大不代表数据价值大,不是所有数据都是真实、客观的,要对数据“提纯”,数据录入前必须对数据进行“清洗”,标示重复数据、异常数据和无效数据,注重甄别,去伪存真,加强信息库日常维护,着力实现全员、动态、实时数据更新。

三是开展数据立体分析,实现人员调配精准化。人员调配的关键是实现“能岗匹配”和“人岗匹配”。人事部门可依据已经建立起来的基于数据的精细化的人才能力模型对岗位的素质要求、技术含量、工作要点作出理性分析。在技术层面上,主要利用商业智能工具实现对干部信息的分析挖掘,绘制干部成长折线图,追踪干部成长轨迹,从时间维度、空间维度整合干部和岗位信息,全面客观地分析干部、岗位特点,实现对组织、岗位、人员等全面的关联性分析。

三、加强制度建设,抵御潜在风险

一是重视顶层设计,构建统一标准。对辖区范围内人事管理大数据的建设有统一的规定、统一的标准、统一的平台和统一的管理体系,针对大数据发展带来的新形势、新变革,合理引导、稳步推进,避免在推进过程中出现重复建设和应用割据的状况。

二是完善规章制度,强化内部管理。不仅要建立数据收集、分析、录入的准入制度,还要完善数据发布的匿名保护制度,同时对数据的归属、访问权限的设置要有明确的规定,并且要建立防止数据泄露、丢失的保障系统。

三是提升审计质量,有效规避风险。对数据工作进行定期和不定期的审计工作,坚持“数据谁提供谁负责,谁提名谁负责,谁考察谁负责,谁决定谁负责”的原则,哪个层面出现违规问题,追究哪个层面的相应责任,规避风险。

大数据本身所具有的大容量存储、智能推荐等优势为政府人事管理提供了定量分析和智能筛选的可能,但是数据只是一种工具和技术而已,它本身也存在缺陷与不足,因此要在利用数据的基础上,打破过于依赖有限数据的桎梏,充分发挥人的主观能动性,形成“大数据思维”,不断实现人事管理的创新,更加有效的发现人、使用人、发展人、监督人,实现大数据时代干部管理的更高境界。

本文转自d1net(转载)

运用“大数据”思维 加强干部管理相关推荐

  1. 苏子怡:大数据思维融入建筑节能 | 提升之路系列

    导读 为了发挥清华大学多学科优势,搭建跨学科交叉融合平台,创新跨学科交叉培养模式,培养具有大数据思维和应用创新的"π"型人才,由清华大学研究生院.清华大学大数据研究中心及相关院系共 ...

  2. 关于大数据思维的一些思考

    数据现在是个热点词汇,关于有了大数据,如何发挥大数据的价值,议论纷纷,而笔者以为,似乎这有点搞错了原因与结果,就象关联关系,有A的时候,B与之关联,而有B的时候,A却未必关联,笔者还是从通常的4个V来 ...

  3. 大数据,为干部画个性“肖像”

    互联网时代,大数据已普遍应用于生活.那么,能不能把它嫁接到选人用人方面,通过大数据在"茫茫人海"中挑选出"优绩股",发掘出"潜力股"呢? 在 ...

  4. 孙琦:大数据思维助力我探究能源颗粒机理 | 提升之路系列(四)

    导读 为了发挥清华大学多学科优势,搭建跨学科交叉融合平台,创新跨学科交叉培养模式,培养具有大数据思维和应用创新的"π"型人才,由清华大学研究生院.清华大学大数据研究中心及相关院系共 ...

  5. 大数据如何改变商业管理

    Susan Athey:大数据如何改变商业管理 Intetix Foundation(英明泰思基金会)由从事数据科学.非营利组织和公共政策研究的中国学者发起成立,致力于通过数据科学改善人类社会和自然环 ...

  6. 【大数据】大数据思维的十大核心原理

    感谢博主,转自:https://blog.csdn.net/supermapsupport/article/details/78741774 一.数据核心原理 从"流程"核心转变为 ...

  7. 大数据思维是企业互联网化的思维内核

    文章讲的是大数据思维是企业互联网化的思维内核,"互联网+"给传统产业带来的变革将是一个持续升且不可逆的过程.随着"互联网+"的深入,诸多的新技术.新业态将会显现 ...

  8. 互联网人必读 | 大数据思维的十大核心原理

    2019独角兽企业重金招聘Python工程师标准>>> 大数据思维是客观存在,大数据思维是新的思维观.用大数据思维方式思考问题,解决问题是当下企业潮流.大数据思维开启了一次重大的时代 ...

  9. 发散大数据思维 橱柜企业更能掌握准确“情报”

    大数据可以投入商业运用 目前,各大互联网公司,如腾讯.阿里巴巴等,都组建了自己的数据挖掘团队.而银行.保险.电网等拥有大量行业数据的公司,也纷纷在这方面布局.由此看来,大数据似乎即将无孔不入了,但橱柜 ...

  10. 大数据统计分析毕业设计_大数据时代的成绩管理与数据分析 毕业设计论文

    I 大数据时代的成绩管理与数据分析 专业:通信工程 摘 要 随着新世纪我们进入信息时代以来,科学技术越来越发达.在社会的各个层次,都在 加强自身的信息化管理.现在的信息管理系统已经成为各行各业中应用非 ...

最新文章

  1. WWDC上这个神级功能,一言不合又要改变未来购物趋势
  2. C#调用C++的DLL函数另一则(delegate) z
  3. Windows Server 2016 部署Hyper-V
  4. 剑指offer-孩子们的游戏(圆圈中最后剩下的数)
  5. Py之pyquery:pyquery的简介、安装、使用方法之详细攻略
  6. 关于方程求根的解决方案
  7. 使用Java客户端操作elasticsearch
  8. 23. PE结构-PE详解之输出表(导出表)
  9. java观察者模式学习
  10. XDeepFM 模型,字节跳动短视频内容理解和推荐系统
  11. (转)正则表达之零宽断言(零宽度正预测先行断言)
  12. windows7怎么升级10_最新主板真的无法安装windows7吗?
  13. TP-Link C2和C20i产品出现命令注入、DoS等多个漏洞 绿盟科技发布安全威胁通告
  14. 汽车传感器:车载雷达与摄像头
  15. WordPress热门网站主题汇总(长期更新)
  16. 495. Teemo Attacking。
  17. 相对位置编码 relative position encoding
  18. 【JavaScript】实现微信发消息-解决方案
  19. am335x_gpio
  20. Java架构师成长直通车:LVS+Nginx实现高可用集群

热门文章

  1. 全国知名的私募基金-全国office组网MPLS
  2. OWL教程1 OWL架构以及为什么要设计OWL
  3. NOTA-NH2/COOH/Mal/NHS/N3/OH/Alkyne/CHO/SH大环配体-氨基/羧基/马来酰亚胺/活性酯/叠氮/羟基/炔基/醛基/疏基
  4. 智能餐盘结算系统带来的炫彩科技
  5. Qt制作的简单的日期选择界面(日历)
  6. 更新一下我对于python爬虫的更改
  7. Python3.x与Pyhon2.x的区别
  8. 在数据库操作中通常有如下的插入语句:insert into user (id,name,age) values (‘1‘,‘张三‘,‘18‘),使用反射完成 SQL 的拼接。 Student stud
  9. 网站建设——建站人士需要了解的建站三大要素
  10. 【项目实战】复旦微MCU+RT-thread+Moudbus(1)