京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据对人力资源显示人性一面_数据分析师
在进入到互联移动时代之后,因为我们因为互联网、物联网等等的驱动产生的结构化和非结构化海量的数据,今天的报告就从大数据的视角来切入。
大数据也是有人性一面的,对人力资源有什么样的影响呢?第一章重点谈一下三家机构的报告,这是非常振奋人心的,因为带来了新的变化,新的工作的岗位和职位。这也代表了未来的机会。
2015年企业数据是核心的资产,包括一些企业设置所谓的CDO的组织。IDC另外一分报告,最终所有的大数据必须经过业务需求导向分析运用产生出价值,这是推动人才培养上很重要思考的方向。另一份研究报告也谈到所谓的数据科学家,这在市场上也会产生很多新的工作岗位,这是在人力资源方面,因为大数据而带来的正面的宏观性的影响。
SAS公司针对超过全球两千多位企业管理者做的深入的访谈之后,归结出来进入大数据时代,对于企业竞争力的提升是来自于分析型的企业文化,是远胜于一般的数据管理和技术层面的影响力。企业文化最终是以人为本形成的,当我们有分析导向的企业文化之后,人才的招聘、选拔、培养一直到保留都要贯穿这样分析的概念,让我们从各个阶段的人力资源战略里都数据中挖掘出更有价值的洞察力可以结合在一起。
拿两个成功的企业来做分享。第一是COACH,它的成功关键之一是人力资源的组织规划下之下总部有一个战略分析的智囊团,它的负责人和首席战略官就是市场营销的负责人,从战略的订立到市场的分析技术的结合到第一线市场营活动是高效的整体性管理。而且打破了智能和部门的障碍,让战略的专家和分析技术的人员结合在一起,大家可以激荡出更多的火花,激发出更多的潜力。
第二是沃尔玛,它在全球是零售业的领导者,他们对互联网进入新的移动互联的时代很关注,据他们的统计每周在社交媒体上有超过三十万笔的信息会提调到沃尔玛,他们总市场部门到人力资源管理部门非常重视,如何运用大数据协助来做好公司品牌形象的建立以及人才的招聘。沃尔玛一年全球的招聘是50万名员工,要达成这样的任务必须运用新的科技手段,结合了对客户行为分析的技术,转化为人力资源对人力的招聘和培养。
重点是沃尔玛在人力资源部门对于分析数据团队,跟过去不管是财务管理、风险以及市场营销部门的分析技术团队是同样的重要。
SAS公司实际的经验,我们是关注在商业分析、数据挖掘领域的全球领导者,IDC调查我们占了35%的市场份额,我们在创办之初CEO就下了决心,要打造出一个最优良的工作环境,我们内部的战略很重要的是如何发展成最好的工作的环境,在《财富》杂志做全球最佳雇主的评选时我们就入选了,连续16年入选最佳雇主。过去五年是维持在前三名,2013年、2014年是排名在Google之后的第二名。
全球的布局下各国的分支机构也把人才的培育、员工的满意度、忠诚度列入重要的KPI的指标。我们在各地也尽力的建立良好的环境去吸收和培养更好的人才,当我们的员工感觉是最佳的雇主的环境,对我们的向心力也更加强了,这也是新的变局中吸引留住人才的可以参考的。
我们希望有快乐的员工确保有满意的客户,最后回馈到我们的员工和客户身上之外,很重要强调工作和生活的均衡。我们有各种不同的体制和环境的配置,包括总部工作环境是有托儿所、健身中心、医院、学校,让我们的员工没有后顾之忧,可以把工作全力以赴做好,但是家庭也可以兼顾到,这是我们公司最大的努力方向。
人才战略的布局也有长远的考虑,对于在学术教育方面做出很多的付出,包括对学术界除了各种软件的捐赠、培训的计划合作之外,我们在中国跟北大、清华、人民大学、厦门大学等等超过一百所高校做了合作,这对我们有很大的意义,一方面培养了自己需要招聘的人才,把校园人才提前延伸出去,培养了未来员工的人才,也帮客户培养了很多人才,举个例子,我有机会拜访一些重要客户的领导,有些客户说到,我在大学研究生论文就是由你们SAS完成的,对我们有深厚的情感。对于学术教育的投入是进入一个新时代还是值得我们企业去参考的,它是人才战略部署很长远很关键深远的影响。
最后分享一句话我们的CEO谈到,如果坚信员工可以改变世界,他们必将改变世界!当我们作为一个企业的领导团队,对我们的员工有这样的信念,而且把这样的热情传递给他们,一定可以激发出他们的潜能,做好对客户的服务,这是我们在人才战略发展上的非常关键的所遵循的宗旨,
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12