人力資源數(shù)據(jù)中心建設(shè)方案

人力資源數(shù)據(jù)中心建設(shè)方案人力資源數(shù)據(jù)中心建設(shè)方案第1頁(yè)目錄BI頁(yè)面展示人力資源數(shù)據(jù)中心規(guī)劃工具選擇-BI趨勢(shì)分析案例：谷歌數(shù)據(jù)分析重構(gòu)人力資源管理案例：用大數(shù)據(jù)管理企業(yè)，HR大數(shù)據(jù)思緒與騰訊實(shí)踐案例：baidu人力資源大數(shù)據(jù)實(shí)踐案例：怎樣用數(shù)據(jù)分析找對(duì)象商業(yè)智能帶來(lái)陷阱…………人力資源數(shù)據(jù)中心建設(shè)方案第2頁(yè)

人力資源數(shù)據(jù)中心建設(shè)探討—BI頁(yè)面展示人力資源數(shù)據(jù)中心建設(shè)方案第3頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討—BI頁(yè)面展示人力資源數(shù)據(jù)中心建設(shè)方案第4頁(yè)

人力資源數(shù)據(jù)中心建設(shè)探討—BI頁(yè)面展示人力資源數(shù)據(jù)中心建設(shè)方案第5頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討—BI頁(yè)面展示人力資源數(shù)據(jù)中心建設(shè)方案第6頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討—BI頁(yè)面展示人力資源數(shù)據(jù)中心建設(shè)方案第7頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討—BI頁(yè)面展示人力資源數(shù)據(jù)中心建設(shè)方案第8頁(yè)

人力資源數(shù)據(jù)中心建設(shè)探討人力資源數(shù)據(jù)中心建設(shè)方案第9頁(yè)工具選擇-BI趨勢(shì)分析.1人力資源數(shù)據(jù)中心建設(shè)方案第10頁(yè)

人力資源數(shù)據(jù)中心建設(shè)探討—BI工具選擇你是怎樣獲取數(shù)據(jù)分析匯報(bào)？業(yè)務(wù)人員/決議者提出需求數(shù)據(jù)分析師篩選數(shù)據(jù)、繪制圖表、生成份析匯報(bào)業(yè)務(wù)人員怎樣快速自助探索完成數(shù)據(jù)可視化分析？人力資源數(shù)據(jù)中心建設(shè)方案第11頁(yè)

年商業(yè)智能BI發(fā)展趨勢(shì)分析主要廠商：BI產(chǎn)品以

SAP

、OracleBIEE、IBM

等老牌巨頭為主我國(guó)BI廠商比如潤(rùn)乾、Smartbi、帆軟、奧威Power-BI在這個(gè)周期也處于一個(gè)起步和遲緩成長(zhǎng)久企業(yè)業(yè)務(wù)系統(tǒng)成熟度：伴隨IT信息化系統(tǒng)建設(shè)成本越來(lái)越低，越來(lái)越多中小型企業(yè)也逐步重視起自己IT應(yīng)用系統(tǒng)建設(shè)和發(fā)展上IT系統(tǒng)，紙質(zhì)數(shù)據(jù)統(tǒng)計(jì)就逐步被拋棄，系統(tǒng)里源源不停生產(chǎn)數(shù)據(jù)，這個(gè)就是數(shù)據(jù)沉淀、養(yǎng)數(shù)據(jù)過(guò)程。主要還是數(shù)據(jù)沉淀、養(yǎng)數(shù)據(jù)過(guò)程用戶(hù)期望與傳統(tǒng)商業(yè)智能BI矛盾點(diǎn)第一，產(chǎn)品成本第二，項(xiàng)目實(shí)施周期和人力成本第三，服務(wù)響應(yīng)周期長(zhǎng)這三個(gè)問(wèn)題妨礙BI系統(tǒng)上線(xiàn)多年大數(shù)據(jù)概念從年開(kāi)始也逐步由內(nèi)部研究、小范圍市場(chǎng)應(yīng)用逐步走向前臺(tái)傳統(tǒng)BI和新型BI分水嶺（年）人力資源數(shù)據(jù)中心建設(shè)方案第12頁(yè)

年商業(yè)智能BI發(fā)展趨勢(shì)分析新型BI高速發(fā)展期和傳統(tǒng)BI衰退（年-年）可視化數(shù)據(jù)分析、Self-BI

集中在我國(guó)市場(chǎng)出現(xiàn)年-年是新型BI和高速發(fā)展期也是傳統(tǒng)BI衰退期。年整個(gè)市場(chǎng)和商業(yè)智能BI成長(zhǎng)主要特點(diǎn)就是傳統(tǒng)商業(yè)智能BI開(kāi)始向靈敏BI轉(zhuǎn)型、可視化數(shù)據(jù)分析、Self-BI

集中在我國(guó)市場(chǎng)出現(xiàn)。Tableau–年5月登陸紐交所上市，年前后

Tableau產(chǎn)品逐步在我國(guó)市場(chǎng)出現(xiàn)，年、年、年在我國(guó)飛速成長(zhǎng)，產(chǎn)品代理合作搭檔由以前幾家快速增加到10來(lái)家永洪科技

–年成立，年正式推出永洪可視化分析產(chǎn)品，年年初取得艾瑞天使輪投資，年7月永洪科技C輪獲投2億元人民幣海致BDP-年11月成立，年1月活動(dòng)

IDG資本等

A

輪投資。推出

SaaSBI可視化分析產(chǎn)品，同類(lèi)型國(guó)外產(chǎn)品是

DOMO我國(guó)商業(yè)智能BI廠商還有帆軟、億信華辰、潤(rùn)乾、同期還有

ETHINKBI、Smartbi、奧威Power-BI人力資源數(shù)據(jù)中心建設(shè)方案第13頁(yè)

年商業(yè)智能BI發(fā)展趨勢(shì)分析新型BI高速發(fā)展期和傳統(tǒng)BI衰退（年-年）傳統(tǒng)Bi衰退1.類(lèi)似于

SAPBO、IBMCognos、OracleBIEE、MicrosoftBI

原有市場(chǎng)，受到了我國(guó)外新型

BI

工具比如Tableau、Qlik、帆軟、永洪、Smartbi等廠商集體沖擊。企業(yè)項(xiàng)目中傳統(tǒng)BI產(chǎn)品逐步下線(xiàn)，新型BI產(chǎn)品集中上線(xiàn)。2.平均每個(gè)工作日會(huì)接到1-3個(gè)相關(guān)產(chǎn)品方面、項(xiàng)目選型方面咨詢(xún)電話(huà)。90%以上用戶(hù)基礎(chǔ)上都在尋找新產(chǎn)品，咨詢(xún)都是新BI產(chǎn)品工具和項(xiàng)目處理方案?jìng)鹘y(tǒng)BI巨頭產(chǎn)品轉(zhuǎn)型Oracle

在年10月甲骨文全球大會(huì)上正式公布Oracle

數(shù)據(jù)可視化云服務(wù)Microsoft年正式推出了

PowerBIDesktop

,除了強(qiáng)大可視化分析服務(wù)之外，也支持云端布署IBM

在年12月推出了IBMCognosAnalytics，支持業(yè)務(wù)用戶(hù)可視化自行分析業(yè)務(wù)，組成了強(qiáng)大自然語(yǔ)言進(jìn)行預(yù)測(cè)性分析和交互。打通了數(shù)據(jù)準(zhǔn)備、預(yù)測(cè)分析和可視化展現(xiàn)等自動(dòng)化分析流程。年-年對(duì)產(chǎn)品進(jìn)行快速調(diào)整，重點(diǎn)和關(guān)注:云端布署、預(yù)測(cè)性分析洞察、而預(yù)測(cè)性分析洞察背后隱藏是人工智能和機(jī)器學(xué)習(xí)。人力資源數(shù)據(jù)中心建設(shè)方案第14頁(yè)

年商業(yè)智能BI發(fā)展趨勢(shì)分析新型BI高速發(fā)展期和傳統(tǒng)BI衰退（年-年）產(chǎn)品采購(gòu)成本下降。以前采購(gòu)傳統(tǒng)BI工具成本偏高，培訓(xùn)、服務(wù)咨詢(xún)成本都算比較高項(xiàng)目周期縮短、人力成本降低。以前項(xiàng)目周期主要消耗在

ETL

處理和數(shù)據(jù)倉(cāng)庫(kù)建模、性能優(yōu)化等方面。如今，建模要求不再那么高，性能優(yōu)化在大多數(shù)場(chǎng)景下也不再有問(wèn)題。整個(gè)項(xiàng)目周期從以前月或年為單位快速降低到按天、周、月為單位IT

驅(qū)動(dòng)逐步走向業(yè)務(wù)驅(qū)動(dòng)。IT負(fù)責(zé)基礎(chǔ)數(shù)據(jù)架構(gòu)整理和接口開(kāi)放維護(hù)，業(yè)務(wù)人員自行進(jìn)行快速可視化分析和報(bào)表分析維護(hù)。新型

BI

為何優(yōu)于傳統(tǒng)

BI

？人力資源數(shù)據(jù)中心建設(shè)方案第15頁(yè)

年商業(yè)智能BI發(fā)展趨勢(shì)分析商業(yè)智能BI發(fā)展新趨勢(shì)（年-年）第一，云端化是主要趨勢(shì)

第二，BI

邊界會(huì)逐步含糊

未來(lái)數(shù)據(jù)產(chǎn)品處理方案不但僅是處理內(nèi)部取數(shù)和數(shù)據(jù)分析與展現(xiàn)問(wèn)題，而可能經(jīng)過(guò)云端數(shù)據(jù)接口拿到更多外部數(shù)據(jù)。第三，單純BI工具價(jià)值逐步減弱大家不再單純關(guān)注于工具本身能夠?qū)崿F(xiàn)什么樣可視化效果。而愈加重視怎樣利用工具進(jìn)行業(yè)務(wù)價(jià)值實(shí)現(xiàn)，需要更多行業(yè)咨詢(xún)和業(yè)務(wù)指導(dǎo)第四，可視化分析也需要配置輕量級(jí)

ETL

數(shù)據(jù)準(zhǔn)備工具第五，預(yù)測(cè)性分析、人工智能和機(jī)器學(xué)習(xí)是未來(lái)新增加點(diǎn)第六，移動(dòng)

BI

和協(xié)作辦公越來(lái)越強(qiáng)不論產(chǎn)品趨勢(shì)怎樣發(fā)展，大家愈加關(guān)注還是怎樣經(jīng)過(guò)數(shù)據(jù)發(fā)掘業(yè)務(wù)價(jià)值。圍繞業(yè)務(wù)價(jià)值對(duì)數(shù)據(jù)進(jìn)行認(rèn)知和發(fā)掘，不論大數(shù)據(jù)還是小數(shù)據(jù)，關(guān)心用戶(hù)真正面臨和要處理問(wèn)題.人力資源數(shù)據(jù)中心建設(shè)方案第16頁(yè)谷歌：數(shù)據(jù)分析重構(gòu)人力資源管理.2人力資源數(shù)據(jù)中心建設(shè)方案第17頁(yè)谷歌：數(shù)據(jù)分析重構(gòu)人力資源管理一個(gè)成立不到20年企業(yè)為何有如此驕人業(yè)績(jī)，谷歌領(lǐng)導(dǎo)層認(rèn)為這很大程度上歸功于其基于數(shù)據(jù)和數(shù)據(jù)驅(qū)動(dòng)人力資源管理決議。谷歌人力資源管理關(guān)鍵理念第一，人力資源部門(mén)工作關(guān)鍵是招募高端人才、選拔培養(yǎng)卓越管理者、營(yíng)造適于創(chuàng)新環(huán)境；第二，人力資源部門(mén)應(yīng)成為一個(gè)科學(xué)部門(mén)，全部些人力資源決議必須有數(shù)據(jù)支撐，決議基于數(shù)據(jù)并用數(shù)據(jù)驅(qū)動(dòng)決議，其準(zhǔn)確化水平要與谷歌其它科學(xué)項(xiàng)目匹配。人事決議應(yīng)像財(cái)務(wù)、供給鏈、市場(chǎng)銷(xiāo)售等領(lǐng)域決議一樣，在數(shù)據(jù)支持下提出處理方案，從而使企業(yè)擁有最優(yōu)異員工，并讓這些優(yōu)異員工在最適當(dāng)崗位上做出優(yōu)異商業(yè)決議，創(chuàng)造優(yōu)異經(jīng)營(yíng)業(yè)績(jī)。谷歌基于數(shù)據(jù)分析人力資源管理方式取得了巨大成效——谷歌人事部門(mén)不但從傳統(tǒng)“成本中心”變成了“決議中心”人力資源數(shù)據(jù)中心建設(shè)方案第18頁(yè)谷歌：數(shù)據(jù)分析重構(gòu)人力資源管理谷歌人力資源團(tuán)體組成谷歌人力運(yùn)行部最終三分之一員工雖鮮為人知但最具特色，即致力于員工數(shù)據(jù)分析“人員分析（PeopleAnalytics）團(tuán)體”。這個(gè)團(tuán)體組員普通含有統(tǒng)計(jì)、金融、組織心理學(xué)等領(lǐng)域博士學(xué)位，其工作包含幫助做出最優(yōu)薪酬獎(jiǎng)勵(lì)決議以最長(zhǎng)時(shí)間留住頂尖人才，推算出最優(yōu)面試模式以確保招聘到最正確求職者，使專(zhuān)心理學(xué)和數(shù)據(jù)分析方式分析哪些員工在谷歌能夠成功發(fā)展、哪些員工最可能中途離職等問(wèn)題并建模。他們也針對(duì)一些領(lǐng)導(dǎo)力、決議力等問(wèn)題進(jìn)行更深入研究，比如，他們探索人認(rèn)知啟發(fā)模式，分析大家做決議或處理問(wèn)題時(shí)通常會(huì)選擇思維捷徑，并證實(shí)這些捷徑可能造成偏差。同時(shí)，這個(gè)團(tuán)體研究結(jié)果也是谷歌人力運(yùn)行部主動(dòng)影響企業(yè)績(jī)效最有力證實(shí)。

基于數(shù)據(jù)分析實(shí)踐-優(yōu)化招聘得出結(jié)論，針對(duì)同一面試者最正確面試次數(shù)為四次，即四次以上面試會(huì)收益遞減，且四次之后面試評(píng)分對(duì)求職者平均得分影響甚微。氧氣項(xiàng)目

谷歌人力運(yùn)行部展開(kāi)了一項(xiàng)長(zhǎng)達(dá)多年名為“氧氣項(xiàng)目(ProjectOxygen)”研究，經(jīng)過(guò)試驗(yàn)和數(shù)據(jù)分析，他們推翻了企業(yè)創(chuàng)始人假設(shè)。分析師將表現(xiàn)最好和最差經(jīng)理人進(jìn)行了對(duì)比，發(fā)覺(jué)優(yōu)異經(jīng)理人率領(lǐng)團(tuán)體員工離職率較低，而且這些團(tuán)體從各種標(biāo)準(zhǔn)來(lái)看都擁有更高績(jī)效。人力資源數(shù)據(jù)中心建設(shè)方案第19頁(yè)谷歌：數(shù)據(jù)分析重構(gòu)人力資源管理打造最優(yōu)工作

在怎樣平衡工作和生活這個(gè)問(wèn)題上，谷歌一項(xiàng)名為谷歌DNA調(diào)查表明，有69%員工會(huì)一直思索工作，即使下班回家也會(huì)不停地刷新工作郵箱，以檢驗(yàn)是否有新工作任務(wù)，但他們中超出二分之一人希望能更明確地域分工作和生活，但僅憑個(gè)人卻沒(méi)有能力做到。比如，谷歌都柏林辦公室開(kāi)展了一個(gè)名為“都柏林關(guān)燈”項(xiàng)目，要求員工在離創(chuàng)辦公室回家前關(guān)閉設(shè)備。員工調(diào)查顯示，開(kāi)展這一項(xiàng)目后，壓力更少，幸福感提升數(shù)據(jù)起源

谷歌人力資源管理數(shù)據(jù)起源于多個(gè)方面：?jiǎn)T工調(diào)查與反饋；各類(lèi)別員工定時(shí)360度評(píng)定數(shù)據(jù)；招聘與離職數(shù)據(jù)整理、分析；經(jīng)過(guò)技術(shù)伎倆對(duì)不包括個(gè)人隱私員工工作上行為偏好跟蹤分析等。另外，谷歌還善于利用其技術(shù)優(yōu)勢(shì)開(kāi)發(fā)算法，建立數(shù)學(xué)預(yù)測(cè)模型，如其招聘預(yù)測(cè)模型和留/離職預(yù)測(cè)模型等人力資源數(shù)據(jù)中心建設(shè)方案第20頁(yè)用大數(shù)據(jù)管理企業(yè)，HR大數(shù)據(jù)思緒與騰訊實(shí)踐.3人力資源數(shù)據(jù)中心建設(shè)方案第21頁(yè)用大數(shù)據(jù)管理企業(yè)，HR大數(shù)據(jù)思緒與騰訊實(shí)踐挑戰(zhàn)：從工業(yè)時(shí)代過(guò)渡到I時(shí)代，HR管理研究方向發(fā)生了改變I時(shí)代緣由，這個(gè)新時(shí)代是一個(gè)由internet（互聯(lián)網(wǎng)）、individualism（個(gè)體主義）、innovation（顛覆式創(chuàng)新）聚合而成時(shí)代。HR，老板喊你轉(zhuǎn)型升級(jí)了！傳統(tǒng)HR管理已經(jīng)無(wú)法滿(mǎn)足變革時(shí)代需求。新時(shí)代HR管理需要轉(zhuǎn)型升級(jí)，而轉(zhuǎn)型升級(jí)重點(diǎn)，提議從三個(gè)層面著手一是HR組織模式升級(jí)–主要是三中心二是HR信息化升級(jí)：HR信息化目標(biāo)將不再僅僅是信息化辦公或者提升工作效率，而是經(jīng)過(guò)移動(dòng)端、云、BI等新技術(shù)使用，打造成能夠有效連接COE、BP、SDC以及HR所服務(wù)管理者和員工信息高速公路，促成HR管理顛覆性創(chuàng)新。三是HR數(shù)據(jù)能力升級(jí)人力資源數(shù)據(jù)中心建設(shè)方案第22頁(yè)用大數(shù)據(jù)管理企業(yè)，HR大數(shù)據(jù)思緒與騰訊實(shí)踐挖掘數(shù)據(jù)而不是統(tǒng)計(jì)數(shù)據(jù)傳統(tǒng)HR數(shù)據(jù)分析用最多統(tǒng)計(jì)方法就是描述統(tǒng)計(jì)、箱型圖等。不過(guò)到了HR大數(shù)據(jù)分析，相關(guān)性分析、方差分析、回歸分析、聚類(lèi)分析、決議樹(shù)模型等用會(huì)更多。大數(shù)據(jù)研究“不是因果關(guān)系，而是相關(guān)關(guān)系?！睂?duì)于企業(yè)HR而言，當(dāng)HR遇上大數(shù)據(jù)，在大數(shù)據(jù)平臺(tái)能力，連接效能，牽引HR方向這三方面尋求突破，進(jìn)行創(chuàng)新性研究和探索，提升HR之于企業(yè)價(jià)值和影響力HR大數(shù)據(jù)挖掘技術(shù)哪家強(qiáng)？搜索一下“HR+大數(shù)據(jù)”，輕松得到幾百萬(wàn)條統(tǒng)計(jì)，HR大數(shù)據(jù)需要有自己玩法，需要搭建用于HR大數(shù)據(jù)分析服務(wù)器。從現(xiàn)在開(kāi)始，扎實(shí)數(shù)據(jù)基礎(chǔ)騰訊某個(gè)HR大數(shù)據(jù)項(xiàng)目為例，一次調(diào)用數(shù)據(jù)就超出了600萬(wàn)條，400多個(gè)字段2.數(shù)據(jù)質(zhì)量決定數(shù)據(jù)價(jià)值。涂子沛在《大數(shù)據(jù)》一書(shū)中用了整整一個(gè)章節(jié)來(lái)闡述數(shù)據(jù)質(zhì)量，足見(jiàn)數(shù)據(jù)質(zhì)量主要性。在此我想用一句話(huà)來(lái)補(bǔ)充說(shuō)明：在一堆錯(cuò)誤數(shù)據(jù)中，你能指望得出正確分析結(jié)果嗎？人力資源數(shù)據(jù)中心建設(shè)方案第23頁(yè)baidu人力資源大數(shù)據(jù)實(shí)踐.4人力資源數(shù)據(jù)中心建設(shè)方案第24頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---baidu人力資源大數(shù)據(jù)實(shí)踐業(yè)界共識(shí)，PB這個(gè)等級(jí)基礎(chǔ)上是大數(shù)據(jù)臨界點(diǎn)，也就是說(shuō)數(shù)據(jù)量到達(dá)PB以后，才能真正去談大數(shù)據(jù)。那是不是說(shuō)咱們?nèi)肆Y源就不能談大數(shù)據(jù)了？咱們能夠利用大數(shù)據(jù)思維與方法以及技術(shù)，去研究與探索人力資源管理，從而為企業(yè)人才方面決議提供高含金量依據(jù)。大數(shù)據(jù)有著4V特征，Volume數(shù)據(jù)量要大；Variety數(shù)據(jù)類(lèi)型多；Velocity高實(shí)時(shí)性；另外Value價(jià)值要高人力資源數(shù)據(jù)中心建設(shè)方案第25頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---baidu人力資源大數(shù)據(jù)實(shí)踐大數(shù)據(jù)時(shí)代新思維：過(guò)去咱們做數(shù)據(jù)都是采樣，而大數(shù)據(jù)，實(shí)際上不是采樣，而是全部數(shù)據(jù)思維模式轉(zhuǎn)變：伴隨大數(shù)據(jù)技術(shù)不停進(jìn)步和越來(lái)越多活而完整數(shù)據(jù)源，探索到東西也將無(wú)限迫近事實(shí)與真相人力資源數(shù)據(jù)中心建設(shè)方案第26頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---baidu人力資源大數(shù)據(jù)實(shí)踐人力資源數(shù)據(jù)中心建設(shè)方案第27頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---baidu人力資源大數(shù)據(jù)實(shí)踐從四個(gè)層面去做：基礎(chǔ)報(bào)表，BI分析每年都會(huì)升級(jí)一個(gè)版本；除此之外，在做主題分析，自定義分析，背后各種模型怎么輸出；人力資源數(shù)據(jù)中心建設(shè)方案第28頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---baidu人力資源大數(shù)據(jù)實(shí)踐人力資源數(shù)據(jù)中心建設(shè)方案第29頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---baidu人力資源大數(shù)據(jù)實(shí)踐人力資源數(shù)據(jù)中心建設(shè)方案第30頁(yè)怎樣用數(shù)據(jù)分析找對(duì)象.5人力資源數(shù)據(jù)中心建設(shè)方案第31頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---怎樣用數(shù)據(jù)分析找對(duì)象在工作中，經(jīng)常利用多個(gè)數(shù)據(jù)指標(biāo)對(duì)整體進(jìn)行綜合評(píng)價(jià)，需要把多個(gè)數(shù)據(jù)壓縮成一個(gè)綜合指標(biāo)，這就是多指標(biāo)綜合評(píng)價(jià)方法。專(zhuān)業(yè)術(shù)語(yǔ)名稱(chēng)能?chē)標(biāo)廊耍粋€(gè)案例你就能夠完全掌握足夠裝X一整年人力資源數(shù)據(jù)中心建設(shè)方案第32頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---怎樣用數(shù)據(jù)分析找對(duì)象富帥們看著美女?dāng)?shù)據(jù)，在進(jìn)行激烈討論問(wèn)題來(lái)了？那么，李富帥喜歡“綜合起來(lái)最好”類(lèi)型，到底是哪個(gè)？小龍女是最好？即使他最高，不過(guò)體重和胸圍都不是最優(yōu)?趙敏頭發(fā)是最長(zhǎng)，不過(guò)其它數(shù)據(jù)也不是最好人力資源數(shù)據(jù)中心建設(shè)方案第33頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---怎樣用數(shù)據(jù)分析找對(duì)象要找出“綜合最好”，需要把各項(xiàng)數(shù)據(jù)進(jìn)行綜合評(píng)分，這么就能幫李富帥找到心目中女神！STEP1無(wú)量綱處理Q1“量綱”是什么？就是數(shù)據(jù)單位，比如厘米、千克等等。

Q2為何要進(jìn)行無(wú)量綱處理？咱們對(duì)一個(gè)美女綜合評(píng)分不能直接相加，因?yàn)樯砀吆托貒鷨挝徊灰粯?，而且?shù)據(jù)范圍相差太大，直接相加沒(méi)有任何意義，這是數(shù)據(jù)分析人員最常犯錯(cuò)誤之一。Q3詳細(xì)怎么操作？統(tǒng)計(jì)標(biāo)準(zhǔn)化方法：z=(x-μ)/σ其中x為某一項(xiàng)數(shù)據(jù)，μ為均值，σ為標(biāo)準(zhǔn)差。此種方法也叫Z標(biāo)準(zhǔn)化，比較常見(jiàn)。小龍女身高標(biāo)準(zhǔn)化z=(x-μ)/σ=(1.7-1.635)/0.0363=1.8

結(jié)論：趙敏綜合評(píng)分最高~~~趙敏是李富帥心目中女神~~~人力資源數(shù)據(jù)中心建設(shè)方案第34頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---怎樣用數(shù)據(jù)分析找對(duì)象STEP2權(quán)重確定因?yàn)槔罡粠浱岢隽松钊胍螅枰匦抡页雠?，接下?lái)咱們要做，是確定身高、頭發(fā)長(zhǎng)度、胸圍權(quán)重，權(quán)重是幫咱們找出女神好方法。權(quán)重是一個(gè)相正確概念，針對(duì)某一指標(biāo)而言，某一指標(biāo)權(quán)重是指該指標(biāo)在整體評(píng)價(jià)中相對(duì)主要程度加權(quán)之后，計(jì)算綜合評(píng)分會(huì)變成這種樣子：綜合評(píng)分=身高得分*60%+胸圍得分*30%+頭發(fā)得分*10%（各個(gè)指標(biāo)權(quán)重之和必須等于1）人力資源數(shù)據(jù)中心建設(shè)方案第35頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---怎樣用數(shù)據(jù)分析找對(duì)象沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，簡(jiǎn)單說(shuō)就是找一堆人過(guò)來(lái)憑感覺(jué)瞎猜，來(lái)，跟我一起念：pingganjuexiacai，就是拍腦門(mén)第二種：磚家調(diào)查法讓每個(gè)磚家給出自己權(quán)重，并計(jì)算均值第一個(gè)：主觀賦權(quán)法人力資源數(shù)據(jù)中心建設(shè)方案第36頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---怎樣用數(shù)據(jù)分析找對(duì)象人力資源數(shù)據(jù)中心建設(shè)方案第37頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---怎樣用數(shù)據(jù)分析找對(duì)象客觀賦權(quán)法客觀賦權(quán)法是與主觀賦權(quán)法相對(duì)而言，是依據(jù)指標(biāo)原始數(shù)據(jù)，經(jīng)過(guò)數(shù)學(xué)或者統(tǒng)計(jì)方法處理后取得權(quán)重，常見(jiàn)有主成份分析、因子分析、相關(guān)、回歸等。標(biāo)準(zhǔn)差系數(shù)權(quán)重法是依據(jù)每個(gè)指標(biāo)變異程度大小來(lái)進(jìn)行賦權(quán)，變異程度大說(shuō)明能夠更加好區(qū)分各個(gè)指標(biāo)，應(yīng)賦予更高權(quán)重，反之賦予較小權(quán)重。經(jīng)過(guò)以上慘無(wú)人道計(jì)算之后...身高權(quán)重=0.093075613胸圍權(quán)重=0.279571615頭發(fā)權(quán)重=0.627352772人力資源數(shù)據(jù)中心建設(shè)方案第38頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---怎樣用數(shù)據(jù)分析找對(duì)象主觀賦權(quán)法是由人主觀經(jīng)驗(yàn)或者感受得來(lái)客觀賦權(quán)法經(jīng)過(guò)對(duì)原始數(shù)據(jù)處理得來(lái)，變異程度較大指標(biāo)有更高權(quán)重，本例中因?yàn)槊琅g頭發(fā)長(zhǎng)度相差最大，所以頭發(fā)長(zhǎng)度有最高權(quán)重假如各個(gè)指標(biāo)間存在顯著人為喜好、業(yè)務(wù)經(jīng)驗(yàn)上顯然某指標(biāo)更主要等，用主觀賦權(quán)法愈加適當(dāng)、簡(jiǎn)便。（偏向于業(yè)務(wù)數(shù)據(jù)分析大多屬于這類(lèi)）反之，各指標(biāo)間不存在哪個(gè)更主要，或者評(píng)分不包含人為喜歡或者經(jīng)驗(yàn)上更主要，用客觀賦權(quán)。主要學(xué)習(xí)一下思緒，其實(shí)每個(gè)指標(biāo)假如真正有效應(yīng)用，沒(méi)那么輕易。一定要結(jié)合業(yè)務(wù)、對(duì)象、應(yīng)用場(chǎng)景等深入分析。是一個(gè)很復(fù)雜過(guò)程。人力資源數(shù)據(jù)中心建設(shè)方案第39頁(yè)商業(yè)智能帶來(lái)陷阱.6人力資源數(shù)據(jù)中心建設(shè)方案第40頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---商業(yè)智能可能存在陷阱高管們都喜愛(ài)儀表板，為何不呢？在一個(gè)屏幕上就能夠簡(jiǎn)單直觀地查看操作流程、銷(xiāo)售指標(biāo)和關(guān)鍵業(yè)務(wù)指標(biāo)。無(wú)須再等集中式數(shù)據(jù)中心提供周報(bào)或月報(bào)。一線(xiàn)管理者只需看一眼儀表板就能夠了解工作情況，而且理想狀態(tài)中，他們能夠盡快做出調(diào)整。然而儀表板并非像一些管理者認(rèn)為那么神奇數(shù)據(jù)分析主要包含以下方面：

描述現(xiàn)在和過(guò)去情況基于過(guò)去數(shù)據(jù)預(yù)測(cè)未來(lái)事件

給出一系列決議提議。大多數(shù)儀表板只能做到第一步，那就是描述發(fā)生了什么，其簡(jiǎn)練直觀特點(diǎn)讓管理者忽略了基于數(shù)據(jù)決議中非常主要細(xì)枝末節(jié)。人力資源數(shù)據(jù)中心建設(shè)方案第41頁(yè)人力資源數(shù)據(jù)中心建設(shè)探討---商業(yè)智能可能存在陷阱最危險(xiǎn)是錯(cuò)誤地了解原因間因果關(guān)系下面這張圖是攜帶打火機(jī)或火柴人群得肺癌幾率和不攜帶打火機(jī)或火柴人群得肺癌幾率比較。從這個(gè)對(duì)比圖中你會(huì)得出什么結(jié)論？攜帶打火機(jī)或火柴會(huì)造成肺癌？可能不是。你會(huì)猜測(cè)那些攜帶打火機(jī)或火柴人群更有可能吸煙，而正是吸煙造成癌癥。然而，在他們?cè)敿?xì)商業(yè)背景下，管理者經(jīng)常