在大数据的浪潮中，很多企业轰轰烈烈搭建却被束之高阁的素质模型，能否在信息的力量中不被遗忘，能否在“取之不尽用之不竭”的数据创新中重新焕发生机，能否在海量数据的取舍之中落地发芽，成为了每个企业大学关注的问题。近年来，国家电网公司高级培训中心（以下简称“国网高培中心”）借鉴大数据思维，对素质模型的整合、重塑、落地展开了积极探索。
 
“大”模型重组：元分析法
 
    区别于素质模型建立所常用的行为事件访谈（BEI）、专家经验法等常用工具，国网高培中心借助大数据的思维，在常用研究工具的基础上，还综合运用了元分析法（Meta-analysis），对以往研究建立的素质模型进行再次分析比对，归纳出不同岗位职责所需的素质特征，进一步完善原有素质模型。具体包括以下三大步骤。
 
回溯、区分并锁定研究报告
 
    第一个步骤是对过往素质模型研究成果进行信息收集和分解，首先锁定与此次研究相关的课题成果，依据课题相关性、研究有效性以及时间接近性的原则，仔细筛选与甄别素质项目。
 
融合汇总分析对象
 
    为了在大数据的帮助下，构建包含国家电网公司各层级经营管理人员的素质模型，国网高培中心将历年来只针对具体某几个层级经营或管理人员的素质模型成果进行了研究对象的深度整合，从核心班子、局级、处级、科级、班组长的五个层级，综合经营（即领导班子成员）和专项经营（即职能部门管理者）的两类岗位，以及新任、提升、突破的三层阶段梳理了国家电网公司经营管理人员类型。根据公司总部、分部、省公司、地市公司、县公司的电网主业和直属产业单位结构，形成了素质模型所覆盖的国家电网公司“五级两类三层”经营管理人才体系。
 
开展关键要素特色分析
 
    国网高培中心根据重塑素质模型的“管理人员全覆盖、数据来源广渠道、分析方法集众长、应用方向可落地”思路，总结出七个方面的关键要素。通过对已有研究成果的关键要素进行分析，借鉴各项研究成果中素质模型搭建的突出亮点，将具有企业特色的要素保留，融入到整合后的素质模型中（见图表1）。举例来说，以前研究的模型对领导干部的编码分析采用了大样本的编码量，能够在一定程度上凸显领导素质的关注要点，因此可以在分析方法和成果方面直接借鉴编码分析的核心成果，纳入到新的素质模型体系中。
 
国家电网 用大数据思维打造素质模型
 
“大”样本补缺：广义对标
 
    所谓广义对标（大样本对标），是指将素质模型初稿与大样本数据库（基于一些咨询公司过去几十年全球企业素质模型建构项目的全部成果）进行对比分析。具体包含三个重要的步骤。
 
    第一步为扩容，将项目中收集到的各方信息统一整理到素质表格中，形成涉及范围最广最全面的素质清单。这些信息有些来自于访谈、问卷，有些来自于战略解码，有些包含了前人研究的各项成果。
 
    第二步为匹配再合并，将收集到的最广泛的素质清单中每项素质拎出来，一一匹配每项素质背后所代表的内涵与素质行为描述，此阶段会有一部分素质的名称逐渐合并。
 
    第三个步骤为聚焦，即将素质清单中的具体素质项导入大样本数据库，通过全球优秀人员素质常态模型计算出各素质项出现的比例，按照比例对素质清单进行素质项排序，根据每个职级的素质模型规格进行设定，并按照排序结果进行素质项消减。
 
    国网高培中心经过广义对标，确保了被保留的素质项的高度重合性和绩效相关性（见图表2）。较低相关性的素质被列进待讨论清单，在下一步狭义对标中再进行使用。
 
国家电网 用大数据思维打造素质模型
 
“大”特色彰显：狭义对标
 
    国网高培中心将广义对标以后的素质清单，再次通过狭义对标进行特色化素质项筛选，从而挖掘出企业的独有素质，对素质模型的企业特色进行放大。
 
    所谓狭义对标（小样本对标），即根据预先选取的若干家具有行业和规模代表性的标杆公司（最少1家，最多通常不超过5家），将他们的能力素质项向所研究公司的能力素质清单进行投影后，得到三类能力：标杆公司和国家电网公司均需要的能力，即一类能力；标杆公司有而国家电网公司没有的能力，即二类能力；标杆公司无而国家电网公司有的能力，即三类能力。
 
    随后，经过专家论证，针对狭义对标中的第二类能力，对照前期收集数据进行讨论，检查是否有本该列入清单但未列入的，基于专家的集中讨论和经验分析进行判断并最终确认。例如，由于国家电网公司和一个市场竞争化程度较高的标杆公司A的业态模式不一样，“创业精神”能力未被列入所研究公司的素质模型，经论证确实不需要该能力素质，确认舍弃。
 
    接下来，将广义对标中的待讨论清单与狭义对标中的第三类能力合并起来，对照前期收集的数据进行讨论，确认需要保留的能力素质项，这部分能力会成为国家电网公司的特色能力素质。例如，国家电网公司安全生产要求较高，因此“驾驭安全”就属于所研究公司的特色素质，需要保留并充分体现出该公司素质模型的特色（见图表3）。