人才画像到底应该怎么画？这是留给人才工作者极具挑战性的一道思考题。笔者根据自己的经验在此抛砖引玉，仅供大家思考。人才画像可以从两个角度切入，一个是某种人才的标准画像，一个是员工某个阶段的现实画像。在人才画像的绘制过程中，可能需要用到数据挖掘和数据分析技术。

某个岗位上的人才标准画像怎么画？以人才素质模型为蓝本，充分利用企业内部已有的岗位说明书、任职标准、标准化的工作流程、先进事迹材料和高绩效人才的履历、业绩材料、行为记录等数据，勾勒出这个岗位上人才各个维度上的标准画像。

员工现实画像怎么画？对员工一段工作周期内留下的种种数据及痕迹进行捕捉清洗，比如员工负责参与的项目、培训经历、网络学习过程中的行为记录、员工的各类绩效数据等等，通过镜像投影原理和关联性分析，初步勾勒出员工一段工作周期内各个维度上的现实画像。但仅凭已有的数据进行描绘，对员工来说仍有失偏颇，毕竟有些维度上的特征是无法立即量化或有量化难度的，这就需要借助于主观评判，对人才画像进一步完善。

这里，人才标准画像和员工现实画像都将以知识、技能和业绩三个维度为例来进行展现。其中，员工的知识水平，主要从员工的专业知识考试、参加过的培训等方面进行数据挖掘与分析，技能主要从员工的专业技术资格证书、技能鉴定等级、技能大赛荣誉等方面进行数据挖掘与分析，业绩主要从效益创收、履职绩效、论文专著、制度标准、课题研究、技艺革新、培训贡献及师带徒、创新成果、授权专利、个人荣誉等方面进行数据挖掘与分析。

标准人才画像是指人们眼中通常认为的一般人才形象，具有较强的通用性、概念性和理论性。假设一个企业内部，提供给每一个岗位员工都有ABC三个等级标准画像，用深浅不同的三个颜色表示，见图1。设头部为人才的知识；四肢为人才的技能，躯干为人才的业绩。A类标准人才画像的特征为知识储备丰富（A级），技能高超（A级），业绩表现突出（A级）。B类标准人才画像的特征为知识储备良好（B级），技能良好（B级），业绩表现良好（B级）。C类标准人才画像特征为知识储备一般（C级），技能一般（C级），业绩表现一般（C级）。

员工现实画像是指跟人们通常认为的与人才形象不一致但在现实中确实发生的员工形象。在人才数据中心为员工勾勒出初步的现实画像之后，应当将员工在知识和技能方面的自我评判和直接领导或部门同事对员工在知识、技能和业绩方面的主观评判增加进来。在主观评判时要注意参照标准画像中对知识、技能、业绩等级的要求，恰如其分地去评判，比如，员工觉得自己的知识等级和人才标准画像中（素质能力模型）的知识等级B级很接近，就可以自我评价为B级。员工的直接领导觉得人才数据中心给出的初步画像对员工业绩B级的描绘不够准确，员工的实际业绩已十分接近人才标准画像中的A级时，可以将员工的业绩修正为A级。通过主观评判的纠正与内容的丰富，可以确定员工最终版的现实画像。

假设这个企业里某个岗位上的四个员工分别表现为①②③④⑤五种情形。情形①是具有B级知识，B级技能，但业绩为C级的员工现实画像。情形②是具有C级知识，C级技能，但业绩为B级的员工现实画像。情形③是具有A级知识，A级技能，但业绩为B级的员工现实画像。情形④是具有A级知识，C级技能，业绩为B级的员工现实画像。情形⑤是具有C级知识，没有技能与业绩的新员工现实画像。

不管是标准画像还是现实画像，被描绘出来之后，都是一面镜子。拿员工现实画像和人才标准画像进行比较，就相当于是照镜子，能够比出个差距来。参照人才标准画像，员工与企业可以反思自身还存在哪些不足和需要改进的地方。

情形①的员工虽然知识与技能等级良好，但是业绩却表现不佳。情形③的员工虽然知识与技能等级优秀，但是业绩却只是表现良好。情形①和③的员工潜能没有得到充分的发挥，仍有较大的提升空间，问题是出在员工自身努力的程度不够还是和企业的管理有关，则需要进一步分析。情形②的员工虽然知识与技能水平一般，业绩上却能表现良好，可能跟自身的努力有关，但这种业绩的获得可能具有偶然性，仍需要加强自身知识与技能水平的提升。情形④的员工虽然知识储备丰富，技能水平一般，但是也取得良好的业绩，可能是知识水平在不断地转换为能力。情形⑤是为新员工的画像，有一定的知识，但还没有掌握工作的技能，也没有创造出业绩，人才标准画像就是帮助新员工制定了自我进化过程中前进的路标，新员工将从白色开始，逐渐进化到深蓝。

人才数据分析中心也会将两种画像下的不同类型的人才画像进行对比参照，分析不同类型员工现实画像下知识能力与绩效结果与标准数字画像下知识能力与绩效结果的差距，为员工或管理者提供培训策略、培训计划和培训建议。

随着移动网络的发展，智能推送学习将逐渐成为企业培训的主要形式之一。企业网络大学的学习课件众多，不同现实画像下的员工如何合理地利用这些企业既有的丰富资源？可以利用人才标准画像和员工现实画像之间的关联规则和聚类分析，进行相关内容的智能推送。差异化的智能推荐课程，使培训有的放矢，因材施教，激发培训者的学习兴趣，极大地满足员工有针对性地系统地进行学习的需要，使员工具有清晰的学习内容与方向目标。但智能推送课程不能像用户兴趣内容推送那样，成为一闪而过的短暂提醒，而应该表现得更加正式、醒目、长效，同时要使学习过程变得具有激励性和约束性。通过对员工学习行为记录（知识搜索、浏览记录、学习时间）的大数据进行分析，又将丰富员工现实画像的微观特征，进而更准确地进行内容推送。