
如何用大数据回应管理需求_数据分析师考试
大数据与 “云计算” 的结合, 能够给世界带来一场深刻的管理技术革命与社会治理革命。 当下, 某些利用大数据和云计算产生的成果已经应用在实践中, 对提升管理水平和创新管理方式起到了重要作用。 大数据还将在哪些方面对人力资源管理产生变革性影响? 企业管理如何顺应大数据应用潮流?
大数据是一种思维方式和管理方略
记者:目前,大数据的采集应用是社会科学的一个热点。社会管理各个层面都在呼唤大数据,人力资源管理领域也不例外。您如何理解大数据应用?
王通讯:作为一种数据集合,大数据在使用过程中实际包含三层含义。 一是数据很大,二是变化很快,三是构成复杂。但是,大数据不单单是一大堆数据的存在,更重要的是大数据还是一种思维方式和管理方略。
有观点认为, “大数据”与 “云计算” 就像一枚钢镚的两个面,二者相辅相成。这个观点是非常有意义的。大数据相当于储有海量信息的信息库; “云计算”相当于计算机和操作系统。大数据与 “云计算”二者结合起来, 能够给世界带来一场深刻的管理技术革命与社会治理革命。当下,某些利用大数据和云计算产生的成果已经应用在实践中,对提升管理水平和创新管理方式起到了重要作用。
记者:您能否举例说明?
王通讯:大数据的一个重要特点就是不重数据的因果性,而重视数据的相关性。在商业运用上,最著名的例子是沃尔玛公司。沃尔玛发现在他们的卖场里,凡是购买婴儿尿布的顾客,很多都要买上几罐啤酒。这是为什么?不知道。 但是, 掌握了这种关联性的卖场经理,就可以告诉上架员,把罐装啤酒与婴儿尿布摆放在一起。这么做,果然提升了这两种商品的销售量。
在与人力资源政策相关的领域内,如今也有了类似的例子。在劳动力数据应用方面,国家发改委的研究人员发现了 “榨菜指数” “方便面指数”,就是这两种产品的销售量与国内农民工流动流向高度重合。这对于了解劳动力流动趋势大有帮助。
而在人力资源管理上,我们也可以通过观察与人力资源管理密切相关的数据和指标,来观测人力资源活动的某些特征。例如,美国亚利桑那州立大学利用与大数据、云计算相关的一些测量技术对技术人才的创造力进行研究,发现在某一组织内部,当这个组织的创造力旺盛时,员工彼此间的互动更加密切,也就是与同事的交谈增多。
一家软件公司就运用这一成果,开发了一种活动———“黑客马拉松”:让一群程序员聚在一起, 给他们提供计算机、 沙发、 比萨和饮料, 鼓励他们提供小组合作方式共同构建下一个革命性产品。此举大大提升了程序员团队的创造力。
大数据在各个领域的应用是相通的
记者: 我们知道, 在人力资源管理领域内,大数据的应用目前并不多见。人才管理更多的是需要从其他领域中的大数据应用中汲取灵感。这方面您有什么研究心得?
王通讯:最值得关注的是教育领域对大数据的应用,这对我们的人才培训非常有借鉴意义。
美国已经利用大数据方法建立了富有个性的高等教育教学支持系统。其中有一种 “学习分析技术”, 能够通过对与学生相关的海量数据分析,辨别出每个学生的学习行为和学习模式。这就便于在学习的初始阶段发现哪些学生面临学习困难, 从而采取比较准确的帮扶措施。
教育与人才培养其实是相通的。因此, 教育系统的这些应用成果和方法将来都可以运用在人才的培训体系建设与受培训者能力的提升上。
记者:按照您刚才所举的例子来看,大数据似乎在各个领域的应用都是相通的。应用大数据的本质是什么?
王通讯: 其实大数据的本质是 “洞察”。在社会管理中,大数据可用于洞察社会工作重点、洞察未来趋势、洞察社会管理规律。而在商业活动中,大数据可用于洞察调度奥妙、洞察客户需求与信用度等。
在人力资源管理上,大数据的 “洞察” 作用一样很明显。它可用于洞察员工表现。国外某些高科技企业要员工做 “工作日志”, 就是把一天的工作情况用计算机记录下来。通过对相关数据的记载、分析,企业不仅能够了解员工的真实表现,而且可以提前干预,避免绩效下降。
记者:其实目前寻找人才的猎头、招聘模块,是对大数据需求最为迫切的领域。您觉得在这一领域大数据有什么用武之地?
王通讯:我认为,大数据时代给招聘带来的利好是能够实现 “全信息选人”。 从理论上讲, 凡是符合条件的都可以进入选拔的视野,这就解决了以往少数人从少数人中选人的弊端。
发达国家猎头公司之所以能够帮助国家、企业寻找到合适的人选,是因为它掌握了大数据这个猎才利器。现在国外已经开始通过大数据挑选电视剧本的合适演员。 整个过程有观众、 影视粉丝参与, 而且可以预测票房价值。而在国外的体育赛事领域,一些职业球会与俱乐部开始利用统计学知识和技术,将球员的能力数据化,并以此作为衡量球员的标准。他们通过计算机程序和数学模型, 以有限的预算,找到了一些原本价值被低估了的球员。
我们和国外的这种差距敲响了警钟:如果我们没有大数据, 就不能 “猎头”, 只能 “猎腰”、 “猎脚”,处于产业链的低端。
大数据本身创造了新的职业需求
记者:大数据对于企业管理岗位的变化是否会产生某些影响?
王通讯:实际上,大数据除了应用于人力资源管理, 本身也创造了很多新的职业需求。《哈佛商业评论》 杂志认为,21世纪最热门的职业是数据科学家。 数据科学家的首要任务是,把散乱的数据变成结构化的、可供分析的数据,找出丰富的数据源,整合可能不完整的数据源,并清理成结果数据集,从而帮助决策者揭示蕴含在数据中的规律。 到2015年, 全球市场需要440万个信息技术岗位, 每个岗位将催生3个非技术岗位,而现有市场仅能满足1/3的需求。
这一研究成果给人力资源管理的启示是,在包括企业在内的商业机构与其他社会组织中,为落实大数据战略,必须设置首席数据官(CDO) 这一重要岗位。 需要注意的是,CDO与CIO(首席信息官) 不一样。 能够走上这一岗位、职位的不仅是信息科学家,还应该有懂得数据科学、 信息挖掘的行政工作者。因为, 信息官既要懂得数据, 更应懂得社会、人文,只有这样,才能担负起应有的职责。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16