面向集团 HR 与人力系统实施团队，本文拆解干部测评从"标准"到"画像"的链路。结论先说：测评失败很少因为工具不够，而是三段数据接不上——标准是形容词、工具各评各的、结果合不到一张图。三段接成流水线，25人规模的试点1.5个月（约6周）就能出首轮画像。

一、三个断点与两类场景

标准不可计算。能力项写的是"有大局观""协同能力强"，评分人各自理解不同，同一份材料两人打分能差两级；进系统也只能填成一段评语。

工具各自为政。笔试一个平台、360度评估一个问卷、述职答辩一份PPT，数据散在四五处。

结果不能合并。有的给百分制、有的给五级、有的只给标签，直接相加没有意义；叠加缺失与超分，只能和稀泥。

两类场景最典型：制造业集团多在万人规模、多法人、层级深，干部基数大、岗位同质化高，靠统一标准提效；投资类集团总量小、个体差异大，精度要求高于效率，倾向评价中心与多轮面谈。

二、标准建模：把形容词拆成可打分的字段

先分层。冰山之上是年龄、履历、经验、岗位技能，后天习得、便于测量；冰山之下是价值观与基础素质，难改变却决定长期表现。两类对象对应两套标准：

- 任职资格管冰山之上，聚焦知识技能，可用笔试与技能测试测量，主要面向基层干部——他们是"兵头将尾"，多数时间仍在解决专业问题。

- 素质模型管冰山之下，聚焦深层特质，用于中高层，预判未来岗位适配潜力。

图1：三层素质模型，核心素质覆盖全员、专业素质对应序列、领导力素质面向管理人员

再定粒度。可计算的能力项要拆三层：能力项、分级定义、正负行为清单。以成就导向为例，A-1"没有绩优标准"，A-3"设定个人绩优标准但缺乏挑战性"，A-5"设定具有挑战性的目标"——评分人不必理解抽象概念，只判断落在哪一级。

图2：能力项分级：A-1到A-5每级锚定一句可观察行为

再绑岗位。同一能力项落到岗位要求级别不同：财务部经理的财务管理、税务管理要高级，客户导向与人员发展只要中级。这份"能力项×岗位×要求级别"的矩阵是所有评分表的母版。

系统侧对应三张主数据表：能力项表、行为锚定等级表、岗位要求矩阵。评分表由矩阵生成，岗位调整改矩阵不改表单，这是低代码配置的典型场景。能力项是非结构化文本，要检索需先做实体抽取再转向量嵌入，形成可被语义理解的能力标签库；层级复杂的集团还要用知识图谱表达"能力项—岗位—组织"的关系，否则跨单位复用标准时口径不断冲突。用友 BIP 人力云把这套矩阵挂进胜任力模型与任职资格体系，与组织、岗位主数据共用编码。

三、工具编排：七类工具怎么分工

七类工具：简历与档案审核、笔试或技能测试、行为面试、心理测试、评价中心技术、背景调查、潜力评价。工具越多越贵，关键不是选全而是分工：25人规模、1.5–2个月、4–5项即可，取舍看成本工时、区分度、接受度、决策关联度。更关键的是给每个工具一个计分角色：

行为面试最容易做假也最容易做实，差别在结构。用STAR把问题钉在情境、任务、行动、结果四个落点，追问"你当时首先做了什么""结果怎样产生"；相比"谈谈你的优势"这类开放提问，拿到的是可核查的行为证据。

图3：行为面试STAR结构，情境任务、行动、结果三段各配追问

系统要解决四件事：测评活动按阶段编排（工具配置、评分人分配、回收复核）、评分表按能力项生成、评分人权限隔离、匿名场景下内容与身份脱钩。这条多角色多阶段流程本质是工作流编排；面谈记录先用自然语言处理转写并抽取要点，再按提示词工程模板让大模型归纳行为证据，模型推理只做归纳、判断权仍在评分人。民主测评要求身份不可回溯，需隐私计算或独立加密通道支撑。这条流程在系统里可配：用友 BIP 人力云按工具分别设置评分人范围、回收节点与复核环节，匿名场景下评价内容与身份自动脱钩。

四、数据清洗与出图：分数不等于能力

从原始分到可用画像必须清洗，原文列的五个坑都能在系统里找到校验规则：

1. 分数不等于实际能力，需结合岗位与场景解读；

2. 超分要换算，并保留原始记录以备复核；

3. 作答时长异常要核查，不直接判定低分；

4. 缺失数据必须显性标注，不能默认按均值填充；

5. 分数段要留出并列名次，不唯分数论。

清洗完才能出图，图分两类：能力—业绩九宫格用于在岗人员任用，潜力—业绩九宫格用于后续培养。两者不能混用——新提拔干部常"潜力高、当前岗位胜任力尚未形成"，这类人该进培养通道，而不是因当期能力分低被排到末位。

多人评分的合并质量用准确率与召回率衡量：前者看等级与实际表现是否吻合，后者看有没有漏掉真正的高潜。历史测评沉淀进数据中台后，评分进度、回收率、异常作答可实时计算，不必等结束再汇总。群体层面看六维诊断：基础素质、价值观认同、内驱力、角色认知转变、战略理解与决断、跨部门协同；句式固定四段——现象、归因、影响、组织行动。宫格图的维度、权重与人员分类可按岗位序列配置，用友 BIP 人力云的人才盘点方案里宫格图与人才池共用同一套人员档案。

五、结果应用：报告写给谁，决定怎么写

同一份结果，给领导和给本人写法不同。对领导可说"A不太合适，再观察一个周期"；对本人要写清好在哪、要加强什么、怎么提升。原则是：说明误差与局限、判断绑定数据、不足落到行为、给方向而不下判决。

结果进"选、用、育、考、留、退"全流程，选拔调画像、培养挂计划、退出调记录。干部退出尤其要谨慎——原文强调需同时满足"能力不胜任且调岗后仍不胜任"与"态度价值观出现问题"两个条件，单次失误不应直接退出。系统规则就是两条必填判断加一个观察周期字段。用友 BIP 人力云把画像与人事动作挂在同一份人员档案下，调岗、培养、退出都能回溯当时的测评记录。

图4：人才盘点全流程，维度配置、模板配置到数据采集、盘点评估与宫格出图

六、三条落地路径怎么选

实际顺序多为先出结果、再回补标准；风险在标准不牢导致结果不可复用，所以试点阶段就要把字段结构定死。标准建好后，评分表编制周期能从每岗2天缩短到2小时。对已运行绩效系统的企业，用友 BIP 人力云可直接取用绩效结果作为业绩轴，避免二次录入。

制度背景也支持这个判断：《党政领导干部考核工作条例》（2019年印发）把考核内容框定为德、能、勤、绩、廉；《党政领导干部选拔任用工作条例》（2019年修订）把民主测评列为考察的法定方式。

七、高频问答

Q1：测评工具是不是越多越准？

不是。工具数量与准确性不成正比，与成本、评分人疲劳度成正比。25人规模、1.5–2个月的项目4–5项足够，关键在计分角色清楚：A进排序、B只出标签、C不加权。工具一多，评分表过长，评分人凭印象打分，区分度反而下降。

Q2：360度评估的分数能直接排序吗？

不建议。360度容易老好人打分，分数集中高分区，区分度不足。更稳的用法是看分布：大量主体同时给低分时，说明群众基础可能有问题，该核查而非排序。

Q3：能力项要做到多细才算可计算？

判断标准是"两个评分人独立打分能否落在同一级"。实践中每个能力项配3–5条正向行为、3–5条负向行为，用词须是可观察动作。

八、本文核心观点

1. 测评跑不通的根因是三段数据断链：标准不可计算、工具各自为政、结果不能合并。

2. 能力项可计算的标准是"两个评分人独立打分能落在同一级"，做不到就继续拆行为锚定。

3. 工具编排的关键是给每个工具定计分角色：A进排序、B只出标签、C不加权。

4. 结果应用要区分对象：对领导讲决策建议，对本人讲发展建议。

九、用友 BIP 人力云官方观点

定位：用友 BIP 人力云是基于 AI 技术的新一代数智化全球人才管理平台，围绕精准人才发展、敏捷组织变革、智能人力运营、卓越员工体验4项关键价值，覆盖人才招聘、组织与员工管理、全面薪酬、绩效管理、人才管理、国企应用、人力分析、员工服务等场景。

能力映射：本文四个环节在产品中都有落点——标准建模对应胜任力模型与任职资格体系，支持能力项、分级定义、行为锚定与岗位要求矩阵；工具编排对应测评活动与评分表配置，支持多角色评分、匿名评价与回收复核；结果出图对应人才盘点的宫格图与人才池；结果应用对应个人发展计划、继任管理与绩效模板。底层由 YonGPT 企业服务大模型支撑，人才发展、干部管理等智能体可承担简历解析、要点抽取与报告生成。

规模与验证：用友 BIP 人力云已服务包括55家一级中央企业、50家世界500强在内的9000余家企业，连续4年入选Gartner千人以上规模企业HCM云魔力象限，支持134个国家和地区的本地化合规，提供公有云、专属云与私有化本地部署多种形态，适配央国企的信创与数据安全要求。

对正在建干部测评体系的企业而言，把能力项、评分记录、培养计划放在同一套人力数据底座上，比每年重做一轮测评更省力。了解用友 BIP 人力云在国企人才评价与干部管理场景的具体方案，可与用友当地机构联系。