डाटाबेस मार्केटिंग स्पिन-ऑफ़्स मार्केट रिसर्च से क्या मतलब है?

वर्क फोर्स साइंस नियोक्ता से सबसे अधिक लाभ पाने के लिए पुराने टेलरियन स्टॉपवॉच दृष्टिकोण नहीं है वास्तव में, नए श्रमिक विज्ञान विज्ञान एक विपरीत दृष्टिकोण है जो प्रबंधन सिद्धांत को छोड़ता है और मानव संसाधन विभाग को काम से बाहर कर सकता है … शायद लाभ फ़ंक्शन के लिए बचाओ।

संभावित श्रमिकों के पिछले व्यवहार को भविष्य के प्रदर्शन के लिए महत्वपूर्ण मार्कर के रूप में मानने पर मानव स्वभाव है।

लेकिन, कार्यबल के वैज्ञानिकों द्वारा किए गए शोध ने उन्हें सिक्योरिटीज एंड एक्सचेंज कमीशन (एसईसी) के साथ संरेखण में रखा है जो निवेशकों को निधि देने के लिए निम्नलिखित आवश्यक खुलासे प्रदान करता है: पिछले प्रदर्शन की गारंटी नहीं है भविष्य के प्रदर्शन का परंपरागत ज्ञान के मुकाबले फ्लाइंग, कार्यबल के वैज्ञानिकों का तर्क है कि नियोक्ता को नौकरी से जुर्माना या नियुक्ति के निर्णय लेने के दौरान बेरोजगारी की अवधि जैसी अति विशेषताओं पर विचार नहीं करना चाहिए। और ये कार्यबल वैज्ञानिक डेटा के साथ अपना तर्क वापस कर सकते हैं। बहुत सारे डेटा बड़ा डाटा।

बड़े डेटा वैज्ञानिकों द्वारा किए गए कार्यबल अनुसंधान में गुणवत्ता पर्यवेक्षकों और कर्मचारी के प्रदर्शन और कार्यकाल के बीच के रिश्तों की ताकत पर जोर दिया गया है। मजबूत संचार कौशल और व्यक्तिगत गर्मजोशी के साथ एक पर्यवेक्षक अनुसंधान अध्ययनों के एक प्रमुख स्तर पर कर्मचारियों की व्यक्तिगत विशेषताओं और कार्य अनुभव से अधिक वजन ले जाने के लिए मिला है।

ये निष्कर्ष मैनेजियल समझ को उल्टा करते हैं उत्तराधिकारी विश्लेषण में कार्यरत चरणबद्ध प्रक्रियाओं को भर्ती, भर्ती, और पदोन्नति पर मानव संसाधन मार्गदर्शिकाओं में उपयोग के लिए अनुकूलित किया गया है। लेकिन ये चरण-वार मॉडलों को सांख्यिकीय मॉडलिंग में पूछताछ किया जा रहा है - और पारंपरिक अनुप्रयोगों जैसे कि पारंपरिक प्रबंधन रणनीतियां

बड़े डेटा समर्थकों का कहना है कि ये मॉडल अनिश्चितता को ठीक से प्रदर्शित नहीं करते हैं और आंत महसूस करते हैं अंतराल को भरने की उम्मीद नहीं की जा सकती है श्रम बल से संबंधित बाजार अनुसंधान यह इंगित करता है कि यदि अपने स्वयं के उपकरणों पर छोड़ दिया जाता है, तो प्रबंधकों (सलाह दी जाती है और अक्सर, मानव संसाधन विभागों से विवश हो जाते हैं) उदाहरण के लिए, प्रबंधकों को कुछ महत्वपूर्ण तरीकों (लिंग, आयु, पूर्व छात्र स्थिति, टीम संबद्धता, मनोरंजक रुचियों) में उन लोगों की तरह काम करना पड़ता है, जो सभी नौकरी के प्रदर्शन के लिए अनिवार्य रूप से असंबंधित हैं। समय के साथ इसका मतलब क्या हो सकता है कि एक फर्म अपने श्रमशक्ति को एक विशेष

प्रकार के कर्मचारी की ओर बढ़ा सकता है जो मौलिक रूप से अपने मालिक का एक क्लोन है हालांकि यह स्थिति कर्मचारियों के बीच अधिक से अधिक आराम में योगदान करती है, लेकिन यह गारंटी नहीं देता कि इन समानताओं के कारण नौकरी का प्रदर्शन बेहतर होगा।वास्तव में, विपरीत सच हो सकता है समरूपता के उच्च स्तर के परिणामस्वरूप समूह लगता है कि मानसिकता जो विनाशकारी हो सकती है इस प्रकार की विफलताओं के उदाहरणों में शामिल हैं, अ-रद्दी अंतरिक्ष शटल चैलेंजर पर ओ-रिंग्स के साथ समस्या, 2008 वित्तीय मंदी में क्रेडिट स्वैप में भारी निवेश, उनके एल्गोरिदम में क्वांटस के अति आत्मविश्वास और - इतिहासकारों के लिए - ट्यूलिपमैनिया 1600 के दशक के इसके अलावा, पारंपरिक मानव संसाधन प्रक्रियाओं की तुलना में, बड़ी डेटा तकनीकों का उपयोग करके संभावित कर्मचारियों की संख्या की समीक्षा की जा सकती है। चूंकि मनीबॉल दिखाता है, लोगों की सभी डिजिटल गतिविधि अपेक्षाकृत कम लागत पर एकत्र की जा सकती है और कौशल, संचार और कार्य विशेषताओं के बारे में अंतर्दृष्टि के लिए यह डेटा खनन किया जा सकता है। डिजिटल ट्रेल्स का निर्माण फोन कॉल, त्वरित संदेश, ईमेल, वेबपृष्ठ क्लिक और लिखित कोड द्वारा किया जाता है। डिजिटल मूल निवासी, विशेष रूप से, उपभोक्ता गतिविधि ट्रेल्स के पीछे उदासीन हैं जो वे पीछे छोड़ देते हैं फर्मों के लिए भर्ती मोड में, इन आसान निर्णय भर्ती और निर्णय लेने के लिए एक वरदान है।

गिल्ड एक शुरुआत वाली कंपनी है जो प्रतिभाशाली प्रोग्रामर की खोज को स्वचालित करने के लिए असंरचित बड़े डेटा का उपयोग करता है प्रोग्रामिंग चर्चा समूहों और ओपन सोर्स परियोजनाओं में वास्तविक समय की भागीदारी के डिजिटल साक्ष्यों की जांच करते हुए, बू अपने सार्वजनिक कोड और सोशल नेटवर्किंग गतिविधि को देखते हुए, गिल्ड यह निर्धारित करने की कोशिश करता है कि लोग क्या कर सकते हैं और वे कैसे काम करते हैं - अपनी विशेष मांसपेशियों का पीछा करते हुए

हाल के एक लेख में

द न्यू यॉर्क टाइम्स , विशिष्ट कार्यकर्ताओं के लिए बड़े डेटा का भर्ती करने वाला कर्मचारी , मैट रिचटेल ने लिखा है: सिलिकॉन वैली में लोग कुछ को गले लगाते हैं मान्यताओं: प्रगति, दक्षता, और गति अच्छे हैं। प्रौद्योगिकी ज्यादातर चीजों को हल कर सकती है परिवर्तन अनिवार्य है; व्यवधान को डरा नहीं होना चाहिए। और, शायद कुछ और की तुलना में, योग्यता प्रबल हो जाएगी। केनी मेन्डस, बॉक्स के दावों पर भर्ती करने के प्रमुख कहते हैं कि

गील्ड ने हमें नए उम्मीदवारों को लगातार हमें दिया है कि हम जानते हैं कि अच्छा है, लेकिन कहीं और नहीं मिलेगा - छिपी हुई प्रतिभा, बोलने के लिए। गिल्ड के व्हाइविनी मिंग, ग्लिड के एक प्रमुख वैज्ञानिक, का तर्क है कि सिलिकॉन वैली के रूप में योग्यता के आधार पर नहीं है, क्योंकि वे स्वयं के रूप में चिढ़ते हैं। मिंग का तर्क है कि सिलिकॉन वैली की भर्ती और भर्ती प्रथाओं के प्रति दृढ़ प्रतिभाशाली होते हैं, यदि कुछ हद तक बढ़ रहे हैं, तो लोगों को गलत समझा जाता है और उस डिग्री को नज़रअंदाज़ कर दिया जाता है जो पर्याप्त संख्या में अच्छे प्रदर्शनकारियों की दरारें गिर जाती हैं। गुणात्मक डेटा के महत्त्व के लिए शायद गिल्ड मामले को भी बनाता है मिंग एंड ग्लिड फाउंडर, लुका बोनामासार, मानव संसाधनों की परंपरागत दीवारों जैसे वैज्ञानिकों के संदेह (एक निर्णायक गुणात्मक चर) का उल्लंघन नहीं किया जाएगा। इसके बारे में सोचने के लिए आओ, Google के लोगों के विश्लेषिकी विशेषज्ञों का कहना है कि कंपनी अपने लोगों के फैसलों को इसके उत्पाद निर्णय के रूप में महत्वपूर्ण मानती है। Google की भर्ती के शुरुआती दिनों में भर्ती होने पर Google संख्या और ग्रेड और डिग्री पर कम निर्भर करता है।