Отзыв на книгу: Большие данные. Виктор Майер-Шенбергер и Кеннет Кукьер

Рекомендация на входе: 

обязательно прочитать в первой половине 2014.

Тезаурус: 

Большие данные, Датификация, Оцифровка, Корреляция,

Навыки мышления BigData

И даже если вы не собираетесь осваивать технологии работы с большими данными, то навыки мышления BigData у вас должны быть. Автор книги пишет в одном месте важную вещь: навыки специалистов должны быть пересмотрены. Сдвиг должен произойти в сторону понимания статистики, хотя бы основ статистики (и еще принципов датификации и оцифровки). Предметным специалистам придется подвинуться на своем Олимпе.
Книга, кстати, и полезна в первую очередь формированием навыков мышления BigData. И мне был очень хотелось, чтобы результатом этой книги стало формирование навыков такого мышления, а не восприятие ее через призму «фокусов» - результатов применения инструментов. Хотя «фокусы»  - одно из самых приятных в книге. Например про то, как влияют торнадо на продажи определенных продуктов в одном из американских супермаркетов, какого цвета автомобили требуют меньше всего ремонта, как можно экономить на покупке авиабилетов с помощью Больших данных, или как Google может заниматься предсказанием эпидемий, или, например, знаете ли вы, что вбивая код Капчи, вы экономите компании Google огромные деньги. Ну и т.д…

Практическая предиктивная (прогнозная) аналитика – следующий большой шаг в управлении талантами

Перевод статьи Джона Салливана с сайта ere.net
Перевод не мой, а одного из участников сообщества, который делает переводы в целях самообучения.
Итак,

Практическая предиктивная (прогнозная) аналитика – следующий большой шаг в управлении талантами

Каждый лидер хочет знать, что необходимо сделать в управлении талантами. В моей книге к одним из самых прогрессивных подходов к управлению талантами относится предиктивная (предсказывающая) аналитика. Если вы не знакомы с термином, предиктивная аналитика – это просто набор метрик для принятия решений или статистика, которая предупреждает или извещает принимающих решения о грядущих трудностях и возможностях в области управления талантами, таких как набор и удержание. Предиктивная аналитика  - более совершенный инструмент по сравнению с классическими HR-метриками, которые просто отображают, что случилось в прошлом.

Будущее управления талантами

Немного фантазии перед началом рабочей недели

Мы говорим про тренд от LMS (Learning Management System) к TMS (talent management system), подразумевая Data Mining и BigData в работе HR.

Я понимал это как анализ взаимосвязей между например прохождением обучения и последующими результаты работы. Или между результатами оценки по компетенциям и выполнением KPI

Это круто и является недостижимым идеалом 99, 9999 % компаний в ближайшие 5 лет, но

Вот сегодня я перевел статью Джона Салливана Как Google стал№3 в списке самых дорогих компаний Мира, используя People Analytics и понял, что тренд от LMS к TMS в том понимании, что я заявил выше, уже устарел…

Я тут смог записаться на конференцию Яндекса по цифровому маркетингу, где будут рассказывать о моделях поведения потребителей в сети, и меня осенило, что мы эти методы будем транслировать в HR.

Так вот платформа talent management system рано или поздно будет собирать данные по поведению сотрудника на портале – и учебная информация будет только маленьким кусочком, а кроме того, будет считаться время, проведенное в сети, количество лайков, постов, контент анализ текстов, обратная связь и т.п..  А потом на основе этой информации будет предсказываться поведение сотрудника: его успехи, риски увольнения и т.п…

Не верится? Почитайте биографию Nate Silver

Почитайте также ссылки по теме

Что должно измерять в HR

4 урока президентских выборов в управлении талантами иBigData 

4 урока президентских выборов в управлении талантами и BigData

Вводная переводчика

Перевод статьи Джон Салливана 4 Talent Management and Big Data Lessons from the Presidential Election с сайта ere.net. Салливан хорош в использовании метафор из различных сфер деятельности применительно к HR (но разве это не мастерский подход в сторителлинг?), но часто он использует эти метафоры в продвижении своих мыслей и идей. Как например в данной статье он с середины уже не возвращается к теме выборов, а говорит (точнее повторяет) набор своих идей в HR. И тем, кто его часто читает, это уже начинает приедаться, но Салливан остается одним из самых интересных авторов, и его мысли отнюдь не тривиальны для рынка HR, поэтому стоит к ним возвращается.

Аналитические компетенции HR и бизнес результаты

Вводная

Вчера присутствовал на вебинаре Josh Bersin Big Data in HR: Building a Competitive Talent Analytics Function – The Four Stages of Maturity

Big Data – это не просто название (для незнающих), это согласно Вики «серия подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения человеко-читаемых результатов, эффективных в условиях непрерывного прироста»

О содержании Больших данных в HR (Big Data) можно почитать полнее в посте Большие Данные в HR как поле огромных возможностей

Или, если кому то интересен методологический аспект, то Берзинvs Салливан: нужно ли HR-ам прошлое?

Я хотел показать два салйда с вебинара. Слайды показательные

Корреляция компетенций и бизнес показателей

Первый слайд показывает корреляцию между компетенциями HR и бизнес результатами (совершенно не понимаю, как эту корреляцию определяли, но, думаю, что просто – экспертным методом)

В первом списке компетенции «простого» HR, в втором – руководителя

Слайд интересен сам по себе. На первом месте HR стоит управление отношениями с бизнес партнером. business partner relationships management - A partner relationship management strategy seeks to improve business processes by improving communications between a business and its channel partners