chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

• 作 者丨Ben Taylor，HireVue首席數(shù)據(jù)科學(xué)家

• 翻 譯丨楊冬，GHR環(huán)球人力資源智庫(kù)簽約作者，漢能全球人力資源總部OD高級(jí)經(jīng)理，南開(kāi)大學(xué)MBA

BBC 曾有數(shù)據(jù)表明：未來(lái) HR 有 90% 的可能性被人工智能取代。

但有一種能力，是最不可取代的，

就是根據(jù)數(shù)據(jù)做出決策的能力，

但這正是當(dāng)前 HR 所缺少的。

大數(shù)據(jù)分析的進(jìn)步將激發(fā)洞見(jiàn)并驅(qū)動(dòng)HR行動(dòng)

大數(shù)據(jù)分析的進(jìn)步使得 HR 可以從尚未開(kāi)發(fā)的數(shù)據(jù)中提取有意義的信息，并為組織更好地進(jìn)行人力資源分析。

例如，某人的某項(xiàng)技能在LinkedIn上被認(rèn)可了 99 次，這意味著什么？

問(wèn)題的答案取決于數(shù)據(jù)分析。

因?yàn)槲覀儾荒軆H僅提出個(gè)人的想法，我們需要根據(jù)數(shù)據(jù)做出決策，而這正是當(dāng)前 HR 所缺少的。

盡管計(jì)算機(jī)能夠迅速且高效地整理數(shù)據(jù)，但“人力資源的數(shù)據(jù)相當(dāng)麻煩”。

所以大數(shù)據(jù)的真正作用是，利用那些我們此前從未利用過(guò)的、各種類(lèi)型的數(shù)據(jù)。

在 10 年之前，嘗試對(duì)簡(jiǎn)歷進(jìn)行建模分析是一項(xiàng)令人沮喪且十分困難的任務(wù)，但如今“對(duì)那些提供數(shù)據(jù)服務(wù)的公司而言，這簡(jiǎn)直就是小兒科。

人力資源有許多糟糕的數(shù)據(jù)

有一個(gè)好消息是：

當(dāng)云計(jì)算能夠?qū)崿F(xiàn)“基礎(chǔ)設(shè)施即服務(wù)”的今天，

企業(yè)不再需要在硬件方面進(jìn)行大量的投資，

也可以完成例如人力資源分析等重要的分析工作。

但仍然有一個(gè)挑戰(zhàn)：

盡管不斷提升的計(jì)算能力、與對(duì)信息篩選與排序的全新技術(shù)，

有效解決了數(shù)據(jù)規(guī)模與分析效率的問(wèn)題，

但人力分析仍然面臨著數(shù)據(jù)的“多樣性”或“不一致性”，

這使得人力資源有著許多我們從未見(jiàn)過(guò)的很糟糕的數(shù)據(jù)。

舉個(gè)簡(jiǎn)歷的例子：

在候選人的簡(jiǎn)歷中幾乎很難有完全相同的信息。

而這一問(wèn)題也同樣出現(xiàn)在其他人力資源數(shù)據(jù)，

你會(huì)發(fā)現(xiàn)不一致性幾乎無(wú)處不在，例如員工滿(mǎn)意度調(diào)查與績(jī)效評(píng)估。

還有一個(gè)讓人頭疼的是：

數(shù)據(jù)是“結(jié)構(gòu)化的”還是“非結(jié)構(gòu)化的”。

我們將“結(jié)構(gòu)化數(shù)據(jù)”比作Excel表格中的信息，每一列的表頭定義了不同的數(shù)據(jù)元素；

而“非結(jié)構(gòu)化數(shù)據(jù)”的則是諸如簡(jiǎn)歷、視頻、圖片、音頻記錄等。

結(jié)構(gòu)化數(shù)據(jù)是可篩選的好用的，非結(jié)構(gòu)化數(shù)據(jù)是不好批量操作的。

但我們通常認(rèn)為，非結(jié)構(gòu)化的數(shù)據(jù)是有待結(jié)構(gòu)化的。

因此，能將這些非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的可用格式的人，比如數(shù)據(jù)科學(xué)家或第三方服務(wù)商，就顯得尤為重要。

用 3 類(lèi)數(shù)據(jù)驅(qū)動(dòng)決策

作為個(gè)體，我們?cè)谌瞬藕Y選方面做的非常糟糕，而且長(zhǎng)久以來(lái)都是如此。

解決這一現(xiàn)狀的重要的方法是，HR通過(guò)更好地使用數(shù)據(jù)來(lái)做出更佳的聘用決策。

當(dāng)從一摞簡(jiǎn)歷中篩選特定候選人的時(shí)候，提高效率最自然的方法是采用“閾值法”，但每個(gè)人所設(shè)計(jì)的“門(mén)檻”會(huì)千差萬(wàn)別。

例如，

也許某人可能會(huì)首先淘汰那些 GPA 低于 3.3 的候選人；

而另一個(gè)人可能會(huì)首先淘汰那些未能在求職信中提及所應(yīng)聘企業(yè)名稱(chēng)的候選人。

因此我們靈魂拷問(wèn)一下：

有多少真正優(yōu)秀的候選人，因?yàn)椴涣私庾珜?xiě)簡(jiǎn)歷與求職信的方法，

而慘遭用人企業(yè)淘汰？

此外，我們都傾向于聘用與我們自己相似的候選人。

這也是考慮使用算法的又一原因：

令你對(duì)候選人成功表現(xiàn)有著更加準(zhǔn)確的預(yù)測(cè)。

由于能夠?qū)彶槟切┲匾遗c業(yè)績(jī)相關(guān)的信息，同時(shí)忽略那些不重要的因素，大數(shù)據(jù)與人力資源分析往往能夠帶來(lái)更佳的預(yù)測(cè)結(jié)果。

數(shù)據(jù)分析主要為三類(lèi)——描述性分析、預(yù)測(cè)性分析與規(guī)范性分析，

我們以駕駛車(chē)輛躲避坑洼為例，來(lái)解釋三者之間的主要區(qū)別。

描述性分析是其中最容易的一類(lèi)。

描述性分析就像通過(guò)觀察后視鏡來(lái)駕駛汽車(chē)。

“我在試圖避讓路上的坑，我在后視鏡中看到了它，嗯，沒(méi)錯(cuò)，它在那兒?！?/p>

描述性分析的典型特點(diǎn)就是這種事后的檢驗(yàn)。

而預(yù)測(cè)性分析，

就像駕駛員在駛向坑洼時(shí)通過(guò)擋風(fēng)玻璃估計(jì)它的位置，

“這兒有一個(gè)，那兒也有一個(gè)，糟糕，我沒(méi)辦法避免，我還是沒(méi)躲過(guò)去。”

規(guī)范性分析，則是與前瞻性數(shù)據(jù)相關(guān)，

以及更為關(guān)鍵、必要地響應(yīng)數(shù)據(jù)的行為。

就像“沒(méi)錯(cuò)，快要撞上了，但根據(jù)我對(duì)車(chē)輛系統(tǒng)的了解，我會(huì)做點(diǎn)不一樣的事兒”，

然后避免撞擊。

我認(rèn)為許多 HR 專(zhuān)業(yè)人員仍在使用描述性分析，一定要小心堆砌數(shù)據(jù)的壞處，小心“死于數(shù)據(jù)儀表盤(pán)?！?/strong>

預(yù)測(cè)性分析是稍微難了一些，不過(guò)我們已經(jīng)開(kāi)始預(yù)測(cè)哪些候選人更有可能適應(yīng)我們的文化，并擁有相應(yīng)的能力。

而對(duì)于規(guī)范性分析，我目前并未在HR領(lǐng)域看到運(yùn)用這種分析的實(shí)例。

一個(gè)假設(shè)的例子可能是運(yùn)用“人員流失分析模型”對(duì)即將離職的員工進(jìn)行預(yù)測(cè)。

“我知道我即將失去一位員工，所以我打算做一些什么?！?/p>

根據(jù)分析模型的預(yù)測(cè)結(jié)果，

為了保留那些可能存在離職風(fēng)險(xiǎn)的優(yōu)秀員工，

HR  能夠找到可能的方法與步驟。

我十分看好大數(shù)據(jù)與人力分析的潛在價(jià)值，除此之外，拯救與改善人力資源別無(wú)他法，所有的一切都應(yīng)源于我們所接收并處理的數(shù)據(jù)。

利用大數(shù)據(jù)分析，你有 4 層選擇

對(duì)那些期望利用大數(shù)據(jù)分析的人力資源部門(mén)，你有 4 層選擇：

第一層： “最佳”選項(xiàng)，同時(shí)也是成本最高且最為冒險(xiǎn)的方式，

是雇傭一位人力資源數(shù)據(jù)科學(xué)家。

如果你聘請(qǐng)一位人力資源數(shù)據(jù)科學(xué)家，他們將會(huì)仔細(xì)研究你整個(gè)的系統(tǒng)，識(shí)別出那些你最有可能取得最大成功的機(jī)會(huì)，之后，他們便會(huì)立即著手，去搞定各種各樣的問(wèn)題。

第二層：退一步聘用一位顧問(wèn)。

如果有些人只是想知道人力分析是怎么一回事，這也正是我最建議的方式。

順便說(shuō)一下，數(shù)據(jù)科學(xué)家提供顧問(wèn)服務(wù)的費(fèi)用大約是每小時(shí) 120~300 美元。

對(duì)顧問(wèn)而言，他們所擅長(zhǎng)的工作是參與進(jìn)來(lái)，并快速的從所參與的所有項(xiàng)目中識(shí)別出真正具有價(jià)值的那些。

在此基礎(chǔ)上，HR 便能借助這些反饋獲得審批，從而集中資源推動(dòng)相應(yīng)的項(xiàng)目。

第三層：擁有一位 HR 分析師員工。

HR分析師并不需要他們成為數(shù)據(jù)科學(xué)家，但他們理解統(tǒng)計(jì)分析并能夠識(shí)別其中關(guān)鍵的內(nèi)容。

第四層：最簡(jiǎn)單的方式，充分使用第三方服務(wù)商所提供的工具。

大多數(shù)企業(yè)都處在不同的階段，

也許有的企業(yè)已經(jīng)有了 HR 分析師，甚至有的還有了自己的HR數(shù)據(jù)科學(xué)家，

盡管如此，對(duì)普通企業(yè)來(lái)說(shuō)，聘用一位數(shù)據(jù)科學(xué)家仍然十分困難，

特別是那些做出聘用決策的人也不清楚他們真正需要什么。

最重要的是，招聘人員在面試數(shù)據(jù)科學(xué)家時(shí)也很難識(shí)別出哪些人真正合適，風(fēng)險(xiǎn)的確很大，

可能你聘請(qǐng)了一位專(zhuān)家，

到一年之后才發(fā)現(xiàn)他可能并不合適且白白耗費(fèi)了成本。

所以，對(duì)企業(yè)來(lái)說(shuō)效率最高的，還是擁有自己的 HR 分析師，

未來(lái)，他們將成為企業(yè)中的關(guān)鍵人才，

未來(lái)，是人力資源實(shí)踐與數(shù)據(jù)科學(xué)相融合的天下。