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
【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06