큰 데이터 시간을 충족 하는 때

우리가 많이-볼 빅 데이터의 주제에 관계 없이 대규모 데이터 규모, 할 큰 데이터를 사용 하 여 "해결" 날카로운 무기. 하지만 오늘 주제는 느낌과 큰 데이터의 영향을 깨닫게 진짜 사람: 큰 데이터 모집.

더 올바른 인수 "노동 과학" 이어야 한다 (인력), 인적 자원 관리에 대 한 엄청난 양의 데이터를 사용 하. 간단 하 게, "큰 데이터 만날 시간" 이다. 기업 확실히 매우 수 있습니다이 변화 때문에 그들은 효율성과 그들의 채용 (알고, 많은 기업 채용 기준, 원래 "느낌"에 의존)의 정확도 향상 시킬 수 있습니다.

실제 예를 들어: 글로벌 고객 서비스 콜 센터 Transcom, 회사의 이직 률은 너무 높은 때문에 2012 년의 두 번째 절반에 사용 하 여 큰 데이터 직원 행동 분석에 대 한. 분석할 때 정직의 품질, 직원 요청 복사 및 붙여넣기 같은 간단한 단축키를 수행할 수 있습니다. 대답은 ' 그렇다면, 그들은 키보드에 실제 작업을 수행 하 게 됩니다.

그 결과, Evolv 수집 하 고 데이터를 분석 하 여, "정직"에 높은 득점 직원 20% ~ 30% 다른 직원 보다 더 안정 된 발견. 그 결과, transcom 고용 전략, "특성", 팀은 더 안정 (1500 달러/사람에 대 한 새로운 고용의 비용 이었다) 새로운 직원 훈련의 비용을 저장 하기 때문에 그들은 20%에 의해 고용 하는 직원의 수를 감소의 같은 종류와 직원 고용에 우선권을 주고 변경.

대기업이 케 잌을 모집 하는 큰 데이터를 원하지 않습니다. 작년에, IBM는 또한 Kenexa, 온라인 채용 및 교육 서비스, 입사 지원자 및 관리자 각 년의 커버 40 백만 1.3 십억 달러 구입. 뉴욕 타임즈, 세부 사항 중 하나를 공유 하 고 IBM 성공적인 세일즈 맨의 특성은 그의 외향적인 성격, 하지만 그는 거부 되 고 후에 주장 하는 품질은 그의 자기 격려의 힘에 발견. 그리고, Oracle 등의 다른 회사 SAP는 또한에 다음과 같은 큰 데이터 모집 서비스.

대기업, 뿐만 아니라 많은 기업 팀 또한 서비스의이 분야에서 관여 된다. 뿐만 아니라 실리콘 밸리의 기업 팀 요령, 대용량 데이터 서비스의 채용, 교육 및 재능 데이터 분석을 제공 하는 기업에 대 한 모든로 Evolv, 위에서 언급 한.

스스로 직원에 관해서는 그들은 "큰 데이터 채용" 불이익을 사실. 결국, 이러한 데이터 컬렉션은 매우 있기 때문에 분석 "단방향" 통신, 여부 개인 고용, 수집 된 정보는 제공 하지 않습니다 반드시 개별 피드백을 결정 하는 기업입니다. 결과적으로, 당신은 정확히 어떤 종류의 정보를 수집 하는 회사 또는 어떤 데이터가 사용 되는 모집 과정 후 모르겠어요. 분석 및 모니터링 사이 경계는 매우 모호 또한.

(책임 편집기: Fumingli)