人才数据
Josh Bersin专栏：“人才情报市场”爆发，AI 如何重塑招聘、技能与决策？
HRTech概述：在当今数据驱动的时代，“人才数据” “People Data ”已成为企业最重要的资产之一。Josh Bersin 在其最新分析中指出，人才情报市场正在快速发展，形成从数据收集（如 Rhetorik）、数据建模（如 Lightcast、Revelio）、到智能平台（如 Galileo、Seekout）的三层架构。Lightcast 收购 Rhetorik 不仅加强了全球人才画像能力，还拓展至销售与营销数据领域。借助 AI，企业HR如今能通过对话式系统实现招聘推荐、技能评估、内部流动等多项功能。这场由数据与AI驱动的革命，正在重塑HR的专业边界。
原文题目：People Data For Sale: How The Talent Intelligence Market Works
作者：Josh Bersin · 2025年7月16日
在我们经济中，**“人力数据市场”**是最具活力和影响力的部分之一。每位招聘人员、选址专家、人力资源高管、经济学家、大学校长和政府规划者都希望知道：哪些岗位在增长？哪些技能最受欢迎？薪资趋势如何变化？还有更多相关洞察。
虽然很多人了解美国劳工统计局（BLS）发布的公共调查数据，但在其背后，有一个更加先进、由 AI 驱动的产业：“人才数据市场”。
人才数据市场的结构
几十年来，像 Monster.com、LinkedIn 等公司，以及其他数百家公司，通过算法抓取了关于个人、职位和企业的信息。最初，他们这么做是为了开发产品和服务。但如今，**“数据采集本身”**已成为一项庞大的商业活动。
大致来说，该市场可以分为三类供应商，且部分公司跨界经营。
第一类：数据聚合商（Data Aggregators）
代表企业包括：Rhetorik（已被 Lightcast 收购）、Lightcast（职位市场数据）、People Data Labs（PDL）、SignalHire、Revelio Labs、Cognism、Coresignal、Draup、Talent Neuron 等。
这些公司专注于大规模采集专业个人档案数据，信息来源包括公共记录、网页抓取（例如 LinkedIn 的公开资料）以及与一些小型数据供应商的合作，有些合作甚至涉及隐秘运作（如以色列的情报公司）。
部分聚合商如 Revelio、Draup、TalentNeuron、Lightcast 等，也会直接销售产品，因此在某种程度上也属于第二类供应商——数据整理与建模者。
第二类：数据整理与建模商（Data Enrichment & Organizers）
这类公司会将数据进行分类、构建技能模型、统一职位名称等，将海量非结构化数据组织成可用信息。他们的价值在于推理、日常更新以及与通用框架的整合。
代表公司包括：Lightcast（领先者）、Draup、Revelio Labs、TalentNeuron、Findem、ZoomInfo 等。后者多聚焦于销售与金融领域。
他们的技术团队会处理每天新增的数百万条记录，将其整理成职业分类体系（例如职位模型、职业编码），并推演出一个人的技能、雇主、教育背景、薪资与地理位置等信息之间的关联。
随后，这些数据会以 API 接口、数据连接器等形式供第三方平台调用。
这类数据处理非常复杂。例如，一个人的数据链会包含教育、技能、工作经历、雇主、所在城市等；这些又会连接到公司层级的信息，包括企业历史、产品、投资和技术项目等。
当这些公司把数据组织得足够好时，可以回答如下问题：
哪些职位越来越值钱？
AI 工程师的技能是如何细分的？
电动车工程师需要哪些新兴技能？
哪些能源科技正在崛起？哪些公司在使用？我要如何找到这些人才？
这些能力，将使得使用这些平台的企业在人才市场上领先对手数倍。例如，很多公司用 Lightcast 进行选址决策，投资金额甚至高达数亿美元。
第三类：人才智能平台（Talent Intelligence Products）
这是产业链的第三环节。
这类公司（包括几乎所有 HR SaaS 厂商）将上述数据集成进企业的招聘系统、技能分析、规划、内部流动等流程中。它们的任务是将外部人才数据与企业内部数据融合，从而使 HR 系统变得“智能”。
举个例子：你想为某项目寻找最适合的市场或工程人才，但公司 HR 系统只记录了职称和学历。借助上述数据平台，这些系统可以告诉你：谁才是真正合适的人选？甚至还能预测谁具备晋升潜力。
人才数据市场的高价值应用场景
该市场主要面向四大类终端用户：
企业客户：用于人力规划、招聘分析、技能战略。
教育机构：用于课程设计、学生就业评估、经济影响评估。
政府单位：用于经济发展、政策制定和劳动力投资。
销售与市场团队：用于线索生成、市场细分和客户画像构建。
对企业来说，这类数据对增长与绩效至关重要。随着 AI 系统普及，对高质量人才数据的需求也越来越高。
例如，Galileo 是一款直接接入 Lightcast 数据的 AI 工具。你可以上传10位员工的姓名、职位、简历和会议记录，让 Galileo 进行能力评估、对比与基准分析。这一功能可用于绩效管理、发展辅导、岗位设计与招聘决策。
Josh 本人还尝试过让 Galileo 分析过去 6 个月的公司会议数据，它能自动识别出员工姓名、技能强项与弱项，有些甚至是他自己之前未曾意识到的。
更重要的是，这只是冰山一角。通过这些数据+AI，企业可以：
智能筛选候选人
分析薪酬与外部趋势对比
进行绩效分析与技能对标
而这一切，都可以通过像 Seekout、Galileo、Eightfold 等 AI 系统实现，进入“对话式分析”新时代。
最新动态：Lightcast 为何收购 Rhetorik？
作为行业巨头，Lightcast 最近收购了数据采集公司 Rhetorik。这不仅增强了其人才画像数据源，还标志着其正式进军营销与销售数据市场。
目前 Lightcast 已覆盖三大市场：企业、教育与政府。此次收购将：
丰富 Lightcast 的员工数据维度
拓展销售/市场线索类数据应用
强化其在技能建模、薪酬基准、职业路径等方面的领先地位
借助现有数据科学团队，Lightcast 有望在多个市场领域实现倍增式增长。
AI 正在加速这个市场的演进
Josh 在播客中指出，AI 工具如 Galileo、Microsoft Copilot 等，让每位 HR 或管理者都能轻松使用这些复杂的数据系统。
你不再需要编写报告或查询数据库，只需提问，系统即可给出有洞察力的答案。
Lightcast 也正是意识到 AI 驱动的市场机会，才会加快产品布局，以巩固其市场领先地位。
人才数据
匈牙利初创公司Qneiform获得75万欧元种子前融资，将利用人才人工智能模型撼动猎头行业
Qneiform是一家匈牙利初创公司，它开发的软件可帮助用户找到最合适的下一个招聘对象。公司宣布已从Samen Slimmer联盟（由风险基金DFF、Keen Venture Partners和Slimmer AI组成）获得75万欧元的种子前投资。
这笔投资将用于支持行业垂直和地域扩张。此外，通过与 Samen Slimmer 的合作，Qneiform 正在建立一个世界级的产品平台，部署最新的人工智能技术，为用户提供所有工具，这样很快就不会再有任何借口说雇错人了。
Qneiform团队由前对冲基金猎头Thomas Percy创立，汇集了欧洲顶尖的数据和技术人才，让人才智能不仅仅是一句行话。
"那些真正重要的职位呢？这些职位对企业至关重要，同类最佳与尚可排序之间的差别，可能是数亿美元的投资组合业绩，也可能是你的公司失去赢得一个划时代案件的机会。对于这类职位，必须明确知道您已经考虑了所有可能的选择，而且入围的候选人都是有原因的。Qneiform首席执行官Thomas Percy说："对于这类职位，准确性和完整性至关重要。
Qneiform平台从一开始就是作为猎头公司和人才专业人士的单一信息来源而建立的，目前已有超过25家金融和法律行业的领先招聘公司和人才团队成为Qneiform的客户。
如果你了解招聘工作，你就会知道，为一个职位找到合适的候选人就是一切。其他任何事情都无异于酿酒师将酒瓶置于葡萄之上。通过Qneiform专有的行业数据集和人才专用的人工智能模型，用户可以立即为团队设定基准，找出人才缺口，并为其战略目标找到理想的候选人。除了立即找到理想人选，他们还可以前所未有地了解组织，预测离职情况，制定继任计划（并识别竞争对手的活动），从而在面试室之外获得所需的优势。
关于Qneiform
Qneiform提供最完整的人才数据和最先进的搜索技术，使团队成为最好的自己，建立更好的关系，完成更多的任务，并产生比以往更多的收入。
人才数据
4个步骤培养数据驱动的人力资源和人才团队
根据Gartner最近的研究 "加速HR 3.0之旅"，70%的人力资源高管表示，人力资源的重塑已经成熟。人力资源正在演变为一个更加数据化、数字化的职能部门，它不是由直觉驱动，而是由人工智能和内部/外部数据的证据和可操作的见解驱动。具有前瞻性思维的人力资源专业人员了解随之而来的提升技能的需求。
人力资源领域的自动化和人工智能等趋势可能会让你认为，未来的人力资源需要从业者变得技术至上。但事实并非如此。myHRfuture在2019年对未来人力资源技能的研究表明，人力资源专业人员中最需要的技能不仅仅是技术技能，如人力资本分析和战略劳动力规划。管理与关键利益相关者的关系、影响变革和建立信誉的技能对于数据驱动的HR来说也至关重要。今年，Insight222发布了关于人力资本分析职能部门内角色发展情况的研究。增长最快的角色是数据科学家和业务顾问--再次表明，即使在人力资源分析职能本身，也不全是技术角色。
我们回顾了2020年探讨人力资源专员技能的热门文章，可以看出相同的模式正在出现，HR所关注的不仅仅是技术技能，还有咨询和影响技能。我们将需求量最大的培训归纳为四个方向，当人才主管们计划在未来两年内加倍努力提升人力资源团队的新能力时，这份列表可以成为HR提升技能的趋势指南。
1. 打好人力资本分析的坚实基础
作为人力资源从业者个人，能够准确解读人员数据，并根据这些洞察力提出建议或采取行动，变得越来越重要。在应对组织要解决的挑战时，例如高流失率，统计学可以帮助人力资源专业人士从人的角度理解和验证发生了什么。统计分析可以构成循证建议的基础（而不仅仅是依靠直觉），可以向业务利益相关者提出建议。这种方法有助于将人力资源部门定位为企业的数据驱动型战略伙伴。
任何人力资源专业人员的第一道关口就是培养基本的统计和数据分析技能。从组织的角度来看，人力资本分析功能需要建立一个强大的基础，包括强有力的治理，有效地确定业务挑战的优先级，并提供切实的业务成果。以下"人员分析卓越九大维度 "模型是现阶段人力资本分析团队所需要的。
2. 如何与企业内部进行有效沟通
数据驱动型HR发展的第一步，发生在任何数字运算和分析之前。与其直接提出一个 "热门话题 "或在人力资源职能部门看来可能有趣的东西，不如从一个紧迫的业务挑战开始。解决这些挑战有赖于与业务的高效对接。
了解业务需求需要与业务利益相关者进行良好的沟通，这通常是由HRBP承担的任务。下一步是将这些对话的发现转化为假设，供你的人力资本分析职能部门处理。
如何确保你的人力资本分析项目能增加价值
如何在开始分析之前，先找到企业要解决的问题的核心
如何理解这些问题，并将其转化为明确的假说
如何确保您所做的分析与业务相关，并具有正确的背景
如何准备自己进行分析，或者交给人力资本分析团队来进行分析
人力资源专业人员经常面临的一个共同问题是，如何确定人力资本分析项目或挑战的优先级。一旦你编制了一份紧迫的业务挑战清单，一个很好的方法是按照业务影响和复杂性来确定优先级，如下所示：
3. 用数据讲故事
一旦分析--基于一个紧迫的业务挑战--已经进行，下一步就是与企业沟通见解。必须带领利益相关者从最初的挑战，通过分析到他们应该注意的关键收获，以便采取最合适的行动。如果你不知道如何有效地将你的发现和洞察力可视化，你将失去利益相关者的兴趣。
CEO Cole Nussbaumer Knaflic说："如果你不能用数据讲故事，你就无法得到你所需要的行动。我认为有一种倾向，特别是对于技术含量高的人或技术背景出身的人来说，他们希望把所有的数据都摆在那里。因为我们假设我们的听众对背景非常了解，他们可以弄清楚什么是重要的。
任何时候，我们在处理数据的时候，我们在做项目的时候，我们做了一个图，我们很清楚这个图是什么意思，因为我们是做图的人，但这意味着我们脑子里其实有很多默契的知识，我们要把它放出来让别人能够用。
所以，我们可以做一些事情，比如少用颜色来引导受众的注意力到我们希望他们看的地方，在我们的数据周围加上文字，不仅要让受众清楚我们看的是什么，还要让他们从中得到什么。"
4. 确保你的人员分析项目正在创造价值
报告《规模价值交付：人员分析的新运营模式》中，明确了人力资本分析现在所带来的商业价值。我们调查了60位人员分析领导者，并提出了这样一个问题："人力资本分析增值的三大领域是什么？"这项工作的洞察力不再仅仅是为了人力资源而执行人力资本分析，而是针对业务挑战，如危机管理、多样性和包容性以及战略性劳动力规划，带来了切实的成果。
人力资源专业人员热衷于提高技能，以确保他们所做的工作能够带来商业价值，这并不奇怪。随着人力资源职能的不断发展，技术和非技术性技能对于人力资源专员来说都是至关重要的。报告《未来的21个人力资源工作技能》将未来十年内的21个人力资源专员相关工作岗位按低技术性到高技术性进行了整理，展示了为什么数字化技能对HR从业者至关重要。
作者：Caroline Styr （卡罗琳 · 斯蒂尔）
原文标题：4 Steps to Develop Data-Driven HR and People Teams
以上由可爱的AI翻译完成，仅供参考。
人才数据
【美国】全球首个人工智能人才数据和智能平台ENGAGE Talent获得350万美元融资，用于加速AI人才智能技术的创新和扩展
全球首个人工智能人才数据和智能平台ENGAGE Talent获得350万美元融资，用于加速其开创性的人工智能人才智能技术的创新和规模化，该技术为关键人才的招聘和留住提供了动力。
High Alpha Capital和Grand Ventures领投，新战略投资者Engage风险基金和硅谷银行(Silicon Valley Bank)也参与了此次融资。这些资金来自股票和债券的组合。随着最近的这次融资，该公司的总投资已达到1000万美元。
High Alpha合伙人Eric Tobias表示:“我们非常高兴能够支持ENGAGE Talent的持续增长和创新。”“世界各地的雇主都知道，他们在当今竞争异常激烈的劳动力市场上招聘和留住人才的能力，直接影响他们作为企业取得成功的能力。”
Grand Ventures合伙人蒂姆•斯特雷特(Tim Streit)补充称:“在这方面，聘用人才和聘用引擎为客户提供了巨大的优势。”“鉴于敬业团队迄今取得的成就，我们很高兴看到未来的产品创新将为客户提供更多价值。”
ENGAGE Talent每月会倾听超过3万个数据源，处理超过10亿个数据点，以绘制和预测人员流动——使其能够提供无与伦比的人才获取和保留见解和建议。好事达(Allstate)、戴尔(Dell)、泛美航空(Transamerica)和哈里斯(Harris)等客户的医疗保健体验得到了可量化的改善，比如候选人参与率提高了200%至700%。
ENGAGE Talent首席执行官约瑟夫•汉纳(Joseph Hanna)表示:“人才数据和分析已经成为重要的竞争优势，随着时间的推移，它们只会变得更加重要和有价值。”“他们是现代人才管理组织的命脉——一个能够将人才努力与商业成果联系起来的组织。我们致力于为客户提供绝对最好和最有用的人才数据、分析和可操作的洞见，以推动优秀的招聘和保留结果，使他们茁壮成长。”
以上为AI翻译，内容仅供参考
原文链接：ENGAGE Talent Raises $3.5M to Accelerate Innovation and Scaling of AI Talent Intelligence Technology
扫一扫 加微信
hrtechchina
扫一扫 加微信
hrtechchina
