我们在查看企业招聘信息的时候，经常看到岗位职责中出现“人才画像”这个关键词，那么什么是人才画像呢？
什么是人才画像？
在讲人才画像之前不得不提到用户画像。在互联网公司工作的伙伴都知道，推新产品前要做用户画像，想精准营销要做用户画像，做效果评估要做用户画像。
比如你经常购买职业女装，那么电商根据购买喜好给你打上标签“职业女性”，甚至还可以推断出你的大致年龄、收入水平等，这些元素统一在一起，就有了你的画像。
Alan Cooper （交互设计之父）最早提出了 persona（用户画像 ）的概念：“Personas are a concrete representation of target users。”
Persona是真实用户的虚拟代表，是建立在一系列真实数据(Marketing data,Usability data)之上的目标用户模型。
人才画像与用户画像有很多相像的地方，人才画像是以岗位要求为基准，定义和描绘能胜任该岗位的人才原型。
它是胜任该岗位真实人才的虚拟代表，由岗位职责和要求（显性）与潜质和外延（隐性）共同组成，人才画像是由HR和业务部门一起创建的共同语言，是我们在深刻理解数据的基础上得出的一个虚拟人像。
有些像刑警给嫌疑人画像，凭借多重描述画出嫌疑人的样貌协助侦破案件给候选人画像。做人才画像时，HR你就是刑警，通过侦察手段，拨开迷雾越来越清晰所需人才长什么样，直到最后形象化数据化的表述出来，这样联想你是不是好理解一点了。
“画像”的出现，得益于大数据、云计算、人工智能等新技术的飞速发展。用户画像（persona）的概念最早由交互设计之父Alan Cooper提出:“Personas are a concrete representation of target users.” 是指真实用户的虚拟代表，是建立在一系列属性数据之上的目标用户模型。
如今，为了提高客户体验和运营效率，画像早已被应用在各行各业。金融企业是最早开始使用用户画像的行业，在人力资本领域，人才/岗位画像的应用大大提升了HR的工作效率和质量，是人力资本数字化的重要入口和核心要素。所谓人才/岗位画像，即是基于企业招聘的显性的职位描述和隐形的内在潜质共同组成的用户画像（以下简称“画像”）。
人才画像的三个层次是什么？
第一层，“看”，表象层：需要明确他的性别、年龄、身高、体重、体型、肤色、穿着打扮等。
第二层，“观察”，行为习惯层：有什么爱好、习惯什么样的交流方式、经常出现的地方（线上和线下）、喜欢采用什么方式获得信息、喜欢和什么样的人交流、等等。
第三层，“分析”，心理需求层：个人发展的需求、可能的痛点，等等。
根据以上的信息，就可以基本清晰描述出该岗位需要的人才的真实状况。这里要强调的是：
岗位分析，强调的是事，然后需要什么人来做；专业化的描述，更多的是岗位说明书做的事情。
人才画像，强调的是人，适合做什么事。更多的是生活化的，而非专业化的描述。
有的老师讲人才画像，内容比较丰富，把岗位分析的一些内容都加进来。这个没有对错，是不同的视角和分类方法不同，只要可以解决问题就好。
描绘人才画像可以分成三步，分别是采集数据、构建画像和验证测试。
第一步：采集数据
什么叫采集数据？比如我们是一家互联网公司，公司需求产品经理岗位，我们现在要给这个产品经理岗位做人才画像。这时候，我们肯定要了解一下，能做这家公司需要的这个产品经理岗位的人，都需要什么样的性格、什么样的年龄、什么样的背景等，这些就是数据。
人才画像数据收集的维度可以和岗位胜任力模型的分类维度一样，按照大类分，有素质、知识、能力和经验，如果细分可以包括身高、体重、年龄、性别、性格、属地、爱好、动机、专业、学历、学校、成绩、培训、资质等。
第二步：构建画像
对于采集后的数据，我们在进行整理归纳、分类汇总和关键信息提炼之后，就能够初步得到人才画像了。
这里的人才画像可以加入一些场景的描述，让人才画像更加的真实和立体；比如对某类人才的画像中可以说：当你对他表示某件事不可能的时候，他会表达出“世界上没有什么事是不可能的”。
我们可以加入一些标签化的描述，比如宅男、固执、独立、幽默等标签；我们可以加入一些数字化的描述，比如2项成就、3年经验、5个项目等包含具体数字的信息。
第三步：验证测试
没有经过应用的人才画像，我们并不知道他的准确性怎么样。所以在正式应用之前，我们要有一个论证的过程，也就是验证测试。
我们可以把做好的人才画像给人才样本看、给人才样本的管理者看、给公司的高层管理者看或者给外部的专家看，请他们分别提意见；除此之外，实践是检验真理的唯一标准，通过不断的实际应用和不断调整，我们就能够得出相对准确的人才画像了。
400
