京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据能否帮助你找到下一任首席执行官
我已经就数据和分析如何改变招聘版图的问题进行了广泛的讨论。到目前为止,注意力大多聚焦于填补中低层职位空缺,例如施乐(Xerox)为呼叫中心职位寻找最佳候选人所做的工作。但填补首席执行官、首席财务官、首席营销官等C级高管以及其他高层职位空缺呢?
这些人将指引公司的发展方向。他们责任重大,作为回报,相当多的公司利润落入他们的腰包。如果在这一级别上作出错误的人事任命,发生灾难的可能性将非常明显。因此,填补这些职位空缺应该尽量减少猜测的成分。
大数据猎头
在本文中,我将着眼于猎头公司光辉国际(Korn Ferry)。该公司已经采取多项措施,确保C级高管的招聘工作深深植根于数据和分析。光辉国际擅长为最高层职位寻找候选人,拥有近50年的从业经验。在近几年里,该公司开始将大数据分析应用于他们获得的大量数据,以便为最好的职位寻找最合适的人选。
这使该公司可以详细描绘出在顶级职位上取得成功所需的各种能力、优点和经验。该公司与南加州大学的数据科学家合作,开始打造基于分析的人员配置平台(他们称之为光辉国际四维领导力和人才,简称KF4D)。
光辉国际全球人才评估和分析副总裁戴纳·兰迪斯(Dana Landis)对我说:“最大的发现在于,有一些普遍性因素在发挥作用,数量超过我们的预料。”数据揭示了一些强大的模式,突显了C级职位所需特点和品质的重要性,包括愿意终生学习,拥有高水平的情商(例如换位思考)、沟通能力和风险承受力。”
经验有多重要?
除了特点和能力之外,经验显然是在很多岗位上取得成功的必备条件。大数据分析也适用于此。比较分析可以显示出一个人在先前岗位上学会了哪些技能,以及在职务晋升时他们可能将需要哪些技能。
虽然光辉国际在评估高层职位候选人的过程中收集数据已有近50年的历史,但为了继续收集真正的大数据,该公司必须使数据收集过程自动化,以便获得大量的所需样本。
这意味着在可控条件下,将纷繁复杂、常常耗时好几天的评估过程压缩成耗时45分钟、只要有网络连接就可以随时随地完成的在线测试。兰迪斯对我说:“说起大数据,这涉及到评估全球几百万人,因此需要自我评估。”
当然,自我评估会使人们担心候选人可能会试图“欺骗系统”,提供他们认为雇主希望看到的答案。但问题中所包含的心理特点可以缓和这种担忧,比如让候选人对他们可能拥有的、看似同等重要的品质进行优先排序。
你是适合的人选吗?
系统评估的另一个重要因素是候选人有多么适合公司的文化。光辉国际研究分析部门光辉国际研究所的首席营销官和总裁迈克·迪斯特法诺(Mike Distefano)对我说:“我总是讲,人们因为他们的知识而受聘,因为他们的本性而被解雇。因此,我们花费大量时间来确保那个人适合公司文化。”
应聘者可以选择是对公司文化感到满意还是想要改变它。如果是前者,那么系统会认为他可能适合公司文化,如果是后者,那么系统会认为他可能是改变的代理人。
但在领导力方面,是否有一种品质(或者说特征)凌驾于其他所有品质之上?迪斯特法诺给出了肯定的答案。“如果我必须选择一种品质作为个人成功的指示器,那么它将是机敏。”数据分析显示,机敏的候选人往往在实现利润增长方面表现优异。因此,他的建议是“雇佣机敏者,但要确保他适合公司文化”。
如果没有得到庞大数据集(也就是大数据)支撑的预测模型和统计分析,那么这种对招聘C级高管的分析方法不可能实现。光辉国际使用亚马逊(Amazon)的AWS弹性计算云(Elastic Compute Cloud,简称EC2)和简单存储服务(Simple Storage Service,简称S3)来进行分布式存储和处理。算法由光辉国际内部开发,使用了R和Python等开源技术。
任命新首席执行官无疑是企业面临的最大挑战之一。如果没有进行可靠的数据分析,大多数公司不会就提供哪种产品或服务做出决定。现在是否是时候把同样深入的分析方法应用于顶级职位的招聘工作?通过在比较分析的支持下利用可量化数据评估顶级人才,企业能够确保填补领导职位空缺的人最有可能带领公司和公司里的每个人发展壮大。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31