用大数据来组建你的超级团队

当球探”遇上大数据会产生什么样的化学反应?美国奥克兰市运动家棒球队,曾因采用数学模型来预测球员成绩、遴选球员而大面积改变了球队成绩,创造了美国棒球联赛史上最长的连续获胜记录。《大西洋月刊》编辑Don Peck 特别报道《HR遭遇大数据:他们在盯着你工作》中,描述了数据分析对于职场人力资源工作带来的变革。本文由
钛媒体编译,i黑马在此推荐给各位创业者。比利·比恩(Billy Beane)曾是奥克兰市运动家棒球队的总经理。2003年,拜美国作家迈克尔·刘易斯(Michael Lewis)和他的畅销书《魔球——逆境中致胜的智慧》(Moneyball: Art of Winning an Unfair Game )所赐,比恩先生成了明星。时间往前推一年,比恩在例行为俱乐部挑选球员时,一改过去依赖球探”帮助的办法,他将搜罗球员的决策托付给了数学模型”——等等,什么样的模型?比恩采用的模型由一位毕业于
哈佛大学的年轻统计学天才开发,专门供比恩和他的下属使用。这之后不久,奥克兰运动家队就书写了棒球赛史上的传奇。这支小众的球队凭着微不足道的预算横扫赛场,创造了美国棒球联赛史上最长的连续获胜记录,一个赛季就收获了103场胜利。如此胜绩只有老牌劲旅扬基队才能比肩,可扬基队的队员薪水足足是奥克兰运动家队球员的三倍。比恩的球队成绩斐然,由此在职业棒球界掀起了一场革命。此后,越来越多的球队开始运用预测模型评估球员的潜力和市场价值,而那些先行一步的球队大体上都赢得了显著的竞争优势,明显胜过比他们更保守的同行。表面上,这本书讲述的不过是一支棒球队令人难忘的励志传奇,但它实际上佐证了一个趋势:在就业招聘这件事儿上的相关研究已经有新路子了——预测性的统计分析和大数据应用,将有望改变招聘、评估数百万就业者的方式。你可曾想过,像这样用大数据来预测、分析、组建你需要的一支牛逼团队?没错,你会说大数据这个词都快被各种行业和媒体说的无聊了,但我们还是不可避免要提到了它,为了表达原有格局即将瓦解时,它似乎再合适不过了。行为信息,已构成一座金矿技术的发展,已经让定期获取人类的行为信息成为可能,这类信息涉及的范围更广,也更有深度,还能对这些信息进行新型的分析。目前,全世界范围内98%以上的信息都已经采用数字化存储方式。
2007年以来,整体数据量已经翻了四倍。普通人不论在家中还是在工作时都会产生大量这类数据,比如发送电子邮件、浏览因特网、使用社交媒体、从事众包项目以及更多的其他活动。在产生数据时,他们无形中就在为发起一个全新的社会项目起到帮助。《大数据时代:生活、工作与思维的大变革》一书的两位作者维克托·迈尔-舍恩伯格和肯尼思·库克耶就指出,我们正身处一个了不起的基础设施项目中。在某些方面,它甚至可以同过去古罗马人的水利沟渠和文艺复兴时期的百科全书媲美。这个项目就是‘数据化’,和其他基础设施的进步一样,它也会使这个社会发生本质变化。”在我们所处的时代,各个行业的变化已经发生了,预测股价走势的电脑程式算法改变了华尔街,精准分析互联网浏览记录的算法已改变了市场营销的传统方式。但一直少有人相信,类似的数据驱动的方式可能广泛应用于人才市场。这种方式却真真实实的已经成为HR们在使用的工具。美国康奈尔大学工业与劳动关系学院教授约翰·豪斯克内西特曾对媒体表示,近年来,美国国内劳动者分析职位需求大幅增长”。为配合劳动力市场供需的最新形势,豪斯克内西特先生把自己主讲的科目也修改了教学课程。如今,我们不但能在谷歌、惠普、英特尔、通用汽车和宝洁这样的业界大牌公司找到HR部门专职的分析团队,还能在一些新生代公司发现他们的身影,如美国甜点品牌Little Debbie蛋糕的田纳西州生产商McKee Foods。连比利·比恩也赶上这个潮流,去年他出席了德克萨斯州奥斯汀的一次企业人力资源高管大会,发表了一场题为新时代人才管理的点球成金术”(The Moneyball Approach to Talent
Management),由此在行业内出尽风头,他的演讲也被媒体稍作修改,发表在所有关于HR行业的各大刊物上。把职业生涯交给数据分析?对于职场人来说,在职业生涯分析中引用预测分析法”还是一个新兴领域,将它称为人本分析”( people analytics)或许更贴切。当然,把理论应用到实际工作中挑战很大,更别提还存在道德方面的争议了!似乎是令人望而生畏。达到预测的目的,就必须针对个人表现”(如业绩、工作态度、KPI之类的内容)创建庞大的个人技术统计表,比我们在体育运动网页上见过的所有表格规模都要大,也超乎我们此前的一切想象。某种程度上讲,这种分析和统计应用在实际中,本质上就是在探查人性最深处隐藏的秘密,甚至涉及我们怎样成长、是否会繁衍后代、长大成人后是什么模样。所以,大部分相关领域的公司只是刚开始探索应用的可能性。今后五到十年间,数据分析行业会诞生新的模型,并且会进行极大规模的新实验。这对经济体、对我们的职业道路、精神面貌和自我价值感来说,算不算可喜的进展?选拔人才”模式的历史变迁打从公司”这个概念诞生其,这个世界上就出现了一种叫做经理人”的人物,每天都致力于辨别哪些人最适合做他们的手下,而选拔人才的技巧也是千差万别。说个有趣的历史:上世纪之初,美国费城的一家制造商招工时想出了一个怪招决定人选:命令工头站在工厂门口,向那些围在工头四周的求职者抛出苹果,如果有人动作够快,能接到苹果,而且身强力壮,能保住接到的苹果,工厂就录用。那个时代的观念,的确跟现在截然不同——一种达尔文进化论”流程成为某些精英管理者头脑中主流的指导思想(当然没有自然界的进化论那么血腥)。彼时,美国钢铁公司、杜邦和通用电气这类那个时代冉冉升起的巨头正在进行整合,动辄影响整个行业。大鱼吃小鱼式的整合摧毁了弱小的竞争对手,催生了更强大的企业,他们的创始人通常会获得业界巨头青睐,得到那些企业的高层职位。这种方式运转的非常顺利。正如沃顿商学院教授彼得·卡普利(Peter Cappelli)在论著中所写的,在预测和甄选的科学领域,没有什么方式的影响力能比得上观察人们的实际表现。”然而,到了二战末期,美国人才供求市场却出现了严重的人才短缺状况。企业的高层管理人员年纪渐长,而从30年代大萧条直到二战期间,由于招聘就业市场疲软,已经导致训练有素的能干经理人短缺。在普通员工中寻找有潜力迅速成长的璞玉”,便成为美国商界的当务之急。由此开始,企业开始涉及一套正式的招聘与管理系统。怎么建立系统?部分是依据人类行为学的最新研究成果,部分源于两次大战期间开发的军用技巧。因为爆发世界大战时需要大批调动军队,并且出现大量伤亡,需要尽可能高效地用人,尽量做到人尽其才。截至上世纪50年代,对那些应聘专业岗位的年轻人,最常见的做法就是花上好几天,让他们参加一整套测试”。这些企业都期望能在求职者之中挖掘日后能晋升管理层的潜力股。1950年的一期《商业周刊》指出:宝洁公司会直接从大专院校挑选高管人才”。毫无疑问,那是一个带有技术官僚习气的盲目的时代。你想想,从IQ测试、数学测试、词汇测试、专业态度测试、职业兴趣测试、罗夏克(Rorschach)人格测试到其他一系列性格评估,甚至体检,招聘也如流水作业一般。早期,大公司通过种种测试让应聘者接受考验,希望用测试来决定合适的人选。哪怕员工已经选好开始工作了,评估过程也没有结束。商业报道记者威廉·怀特(William Whyte)在自己1956年发表的经典文化批评名作《组织人》中透露,约四分之一的美国企业都在使用相似的测试评估经理和初级管理者,常用于评估这些管理者是否准备好胜任更高的职位。怀特在书中写道:是应该提拔琼斯,还是搁置不用?过去,这名员工的主管们为了拿主意不得不相互讨论这个问题,如今他们可以和心理学家一起调查,看心理测试的结果怎么说。”然而,这种上世纪中叶在企业界风靡一时的方式到了1990年几乎销声匿迹。彼得·卡普利告诉我:我认为,要是目睹现在的企业这么随意地招聘,上世纪70年代末的人力资源从业者会感到震惊。” 也就是说,到了90年代,企业不再用几天时间做测试,而是办几场临时的面试,只是随性地想些问题提问应试者。这个改变是为什么?卡普利说,有很多原因可以解释这种变化。他列举了不少,比如跳槽现象增多、使企业没那么必要做彻底的测试,那样测试也显得不够经济实用;企业更注重短期财务盈利,因而削弱了企业仅为长远发展孕育人才的内在功能;另外,1964年出台的《人权法案》(The Civil Rights Act)让一些进行有歧视倾向招聘的公司要承担法律责任,这也令企业的人力资源部门担心,大范围采用任何成绩明确的测试都可能日后表露系统性的偏好。正是由于种种因素影响,企业开始青睐没那么正式的量化招聘方式。这种做法至今仍然很有市场。但企业放弃自己当初锋芒毕露的方式还有一个理由:他们使用的许多评估法后来证明并没有那么科学。有些方法的依据是从未测试过的心理学理论。还有些最初是为评估精神疾病而设计的,有时接受测试的又是人数相对较少的不具代表性人群,如大学新生,所以那些测试结果只能显示出,测试对象的反应尚属正常”。威廉·怀特主持了一些面向企业总裁的测试,发现没有哪位总裁的评分属于招聘可接纳”的范畴。怀特的结论是,这类评估并未评估潜能,只能简单地评价是否从大流。其中一些测试也很不注重隐私权,比如会询问测试对象的个人习惯或者父母的情感。因此,接受测试者对如此不人性化的探究和刺激(有时就是赤裸裸地触痛对方)反感也就不足为怪了。基于上述原因及其他方面因素,招聘是门科学”的观点已经受到冷落。而如今,它的地位正失而复得,这要归功于分析的新技术和新方法,
它们让我们过去的分析手段成本更低、速度更快、覆盖范围更广。无论好坏,科技创造可能性的新时代已拉开帷幕。

时间: 2024-09-20 11:47:18

用大数据来组建你的超级团队的相关文章

嘿,用大数据来组建你的超级团队!

当"球探"遇上大数据会产生什么样的化学反应?美国奥克兰市运动家棒球队,曾因采用数学模型来预测球员成绩.遴选球员而大面积改变了球队成绩,创造了美国棒球联赛史上最长的连续获胜记录.<大西洋月刊>编辑Don Peck 特别报道<HR遭遇大数据:他们在盯着你工作>中,描述了数据分析对于职场人力资源工作带来的变革.推荐如下,由钛媒体编译: 比利·比恩(Billy Beane)曾是奥克兰市运动家棒球队的总经理.2003年,拜美国作家迈克尔·刘易斯(Michael Lewis

试水移动医疗,英特尔要用大数据追踪疾病

摘要: Maker Voice是为关注新硬件的朋友们准备的一个栏目,初期的形态是每天一篇文章,梳理总结一天下来新硬件行业的精华内容,可能是有意思的产品,也可能是引人思考的观点,目标是让 Maker Voice是为关注新硬件的朋友们准备的一个栏目,初期的形态是每天一篇文章,梳理总结一天下来新硬件行业的精华内容,可能是有意思的产品,也可能是引人思考的观点,目标是让朋友们能用最短时间在这里遍览真正值得关注的内容.So,enjoy! 试水移动医疗,英特尔要用大数据追踪疾病 周三,英特尔宣布将同 Mich

技术-关于组建手机app开发团队

问题描述 关于组建手机app开发团队 一个社交app开发团队 都需要哪些技术成员 就如陌陌那样的app 解决方案 市场推广,产品研发及测试,市场调研 解决方案二: 研发,测试.市场,营销.关键是推广 解决方案三: 页面这样,然后服务器抛出空指针错误 解决方案四: 其实只需要一个美工+程序员,美工负责页面设计,程序员负责实现内部的逻辑处理:至于他们说的策划.营销.测试都是做一个好的产品才需要的,就单独做产品而已,程序员就行,美工可以找兼职的 解决方案五: wireshark抓取的数据包文件是pca

从卫报到谷歌:Simon Rogers是如何用大数据玩转新闻的?

武汉大学新闻与传播学院副教授.镝次元数据传媒实验室负责人的王琼老师,告诉你什么是现在正夯的大数据新闻,其中她分享了很多谷歌趋势(Google Trends)著名数据新闻编辑Simon Rogers的案例. 1数据新闻前身是计算机辅助报道 感谢DT财经和SODA能够提供这样的机会,让我们一起交流.大家好!我是来自武汉大学镝次元数据传媒实验室的王琼,我想跟大家分享的是大数据新闻的概念.机会和风险. 什么是数据新闻?很多人对它赋予了不同的概念,有很多人都非常好奇什么是数据新闻,这是不是一个噱头?我们如

Facebook如何用大数据

一篇来自麦肯锡公司的报告曾指出,直到2009年底,那些拥有超过1000位雇员的公司已经存储了他们客户的日常生活中超过200万亿字节的数据. 在过去的四年里,社交媒体上数据的暴增,增加了这一惊人的存储数据量:上万亿条推特消息,数十亿个Facebook里的"赞",还有更多数量的Foursquare(签到应用的鼻祖)"签到".还有Instagram和Pinterest也为海量的信息数据做了贡献.光是社交媒体所收集的数据,其数目已足够惊人. 社会媒体加快创新的步伐.促进成本

如何用大数据做威胁情报 | 硬创公开课

       大数据.威胁情报,这两个词汇听起来非常性感.在我们的想象中,掌握大数据的人就像先知和上帝,俯视我们所不能完全理解的事态,精准地预言我们将要面临的危机.然而,对于大数据的利用是非常考验功力和技巧的.很多学艺不精的团队稍不留神就可能把威胁情报搞成"摆摊算卦".  本期硬创公开课我们请来了白帽汇的创始人刘宇,白帽汇拥有一样独门武器,那就是NOSEC大数据平台,可以汇总诸多白帽子网罗的独特情报.像黑客一样去思考,就是他们的自我要求,今天就请刘宇来聊聊白帽汇在真枪实弹的对抗中,究竟

用大数据思维做运维监控

今天一大早就看到了一篇文章,叫[大数据对于运维的意义].该文章基本上是从三个层面阐述的: 工程数据,譬如工单数量,SLA可用性,基础资源,故障率,报警统计 业务数据,譬如业务DashBoard,Trace调用链,业务拓扑切换,业务指标,业务基准数据,业务日志挖掘 数据可视化 当然,这篇文章谈的是运维都有哪些数据,哪些指标,以及数据呈现.并没有谈及如何和大数据相关的架构做整合,从而能让这些数据真的变得活起来.比较凑巧的是,原先百度的桑文峰的分享也讲到日志的多维度分析,吃完饭的时候,一位优酷的朋友也

如何用大数据和开放平台创新

在一个大部分数据可以实时获取而且存储没有限制的世界里,金融机构该如何竞争?更多的数据和更多的数据归档服务不一定能帮助金融机构更好地服务客户,除非可以以一种能为顾客带来便利的独特方式使用这些数据.你的银行现在所处的位置有利于他们想出新的而且具有创造性的办法使用数据吗?如果不是,你或许得考虑与某个能够为你的机构和客户拿出新的数据形式,并让它们变得更有价值而且有意义的人展开合作.在本章,我们将讨论金融机构如何才能最大限度地利用数据,以及为什么数据和开放平台常常携手出现.我们将谈谈贝宝在开放其平台时候的

用大数据助力城市交通发展

近日,综合交通大数据应用技术国家工程实验室组建成立,大数据的概念再次引爆舆论场.那么城市交通领域会产生哪些大数据?如何使用这些大数据呢? 城市交通大数据分六大类 现代城市中,人.车.物每天都会在网络云端留下大量数字轨迹.这些数据规模庞大.来源多样.结构迥异.实时变化.概括地来讲,城市立体综合交通大数据可分为六大类.人的移动,包括手机信令.位移.公交汽(电)车/城市轨道交通/铁路/民航/码头到发站客流量数据.导航软件.网约车软件.共享单车软件等:车的移动,包括出租汽车.公共汽(电)车.城市轨道列车