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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19