Apa Adakah Marketing Spin-off Pemasaran Maksimum untuk Penyelidikan Pasaran?

Sains Angkatan Kerja bukanlah pendekatan jam randik Taylorian lama untuk mendapatkan yang terbaik daripada majikan. Sebenarnya, sains tenaga kerja baru adalah pendekatan kontrarian yang menghalang teori pengurusan dan dapat meletakkan jabatan sumber manusia dari pekerjaan … kecuali, untuk fungsi Keuntungan .

Adalah sifat manusia untuk mempertimbangkan tingkah laku pekerja berpotensi masa lalu sebagai penanda penting untuk prestasi masa depan.

Namun, penyelidikan yang dijalankan oleh para saintis tenaga kerja telah meletakkan mereka sejajar dengan Suruhanjaya Sekuriti dan Bursa (SEC) yang memberikan pendedahan yang diperlukan untuk membiayai para pelabur: Prestasi lalu bukan jaminan prestasi masa depan . Melangkah ke hadapan dengan kebolehan konvensional, saintis tenaga kerja berpendapat bahawa majikan tidak boleh mempertimbangkan terlalu banyak sifat seperti pekerjaan melompat atau tempoh pengangguran semasa membuat keputusan pengambilan pekerja. Dan saintis tenaga kerja ini dapat menyokong hujah mereka dengan data. Banyak data. Data besar.

Penyelidikan tenaga kerja yang dijalankan oleh saintis data besar menonjolkan kekuatan hubungan antara pengawas kualiti dan prestasi pekerja dan tempoh. Seorang penyelia yang mempunyai kemahiran berkomunikasi yang kuat dan kehangatan peribadi telah didapati dengan lebih banyak kajian penyelidikan untuk membawa lebih banyak berat daripada ciri-ciri individu dan pengalaman kerja para pekerja.

Penemuan ini mengubah pandangan pengurusan terbalik. Proses yang bijak, yang digunakan dalam analisis regresi, telah disesuaikan untuk digunakan dalam panduan sumber manusia mengenai pengambilan, pengambilan pekerja, dan promosi. Tetapi model-model langkah-langkah ini dipersoalkan dalam pemodelan statistik - dan dalam kebanyakan aplikasi, seperti strategi pengurusan tradisional.

Penyokong data yang besar mengatakan bahawa model-model ini tidak mencerminkan dengan pasti ketidakpastian dan bahawa rasa usah tidak dapat dijangka mengisi jurang.

Penyelidikan pasaran yang berkaitan dengan tenaga buruh menunjukkan bahawa jika dibiarkan ke peranti mereka sendiri, pengurus (dinasihatkan dan, seringkali, dikekang oleh jabatan sumber manusia) pergi teruk. Sebagai contoh, pengurus cenderung untuk mengupah orang yang seperti mereka dalam beberapa cara penting (jantina, umur, status alumni, gabungan pasukan, minat rekreasi), yang semuanya tidak berkaitan dengan prestasi kerja. Apa yang dapat ini bererti dari masa ke masa ialah firma boleh secara substansial merendahkan tenaga kerja ke arah jenis jenis pekerja yang pada asasnya merupakan klon bosnya. Walaupun keadaan ini menyumbang kepada keselesaan yang lebih besar di kalangan pekerja, ia tidak menjamin prestasi kerja akan lebih baik kerana persamaan ini.Sebenarnya, sebaliknya mungkin benar. Tahap keseragaman yang tinggi boleh menyebabkan kumpulan berfikir mentaliti yang boleh membawa bencana. Contoh-contoh kegagalan jenis ini termasuk masalah dengan O-cincin pada Challenger Space Shuttle Challenger, pelaburan berat dalam pertukaran kredit dalam krisis fiskal 2008, terlalu banyak kepercayaan quants dalam algoritma mereka, dan - untuk ahli sejarah - Tulipmania daripada 1600-an.

Selain itu, bilangan pekerja berpotensi yang boleh dikaji menggunakan teknik data besar, berbanding dengan proses sumber manusia konvensional, sangat besar. Sebagai Moneyball menunjukkan, semua aktiviti digital orang dapat dikumpulkan pada kos yang agak rendah dan data yang dilombong untuk mendapatkan maklumat mengenai kemahiran, komunikasi, dan sifat kerja. Laluan digital dibina melalui panggilan telefon, pemesejan segera, e-mel, klik halaman web, dan kod bertulis. Orang asli digital, khususnya, kelihatan tidak peduli tentang laluan aktiviti pengguna yang mereka tinggalkan. Bagi firma dalam mod pengambilan, pemilihan mudah ini adalah suatu kebanggaan untuk pengambilan dan pengambilan keputusan.

Gild adalah syarikat permulaan yang menggunakan data besar yang tidak terstruktur untuk mengotomatisasi penemu program berbakat. Memeriksa bukti digital penyertaan masa nyata dalam kumpulan perbincangan pengaturcaraan dan projek Sumber Terbuka, Bu melihat kod awam dan aktiviti rangkaian sosial, Gild bertujuan untuk mengkuantifikasi apa yang boleh dilakukan oleh orang dan bagaimana mereka melakukan - seringkali hanya mengikuti minat mereka sendiri atau mengejar musa tertentu mereka sendiri.

Dalam artikel baru-baru ini di The New York Times , Bagaimana Data Besar Merakam Recruiter untuk Pekerja Khusus , Matt Richtel menulis: Orang di Lembah Silicon cenderung memeluk andaian: Kemajuan, kecekapan, dan kelajuan adalah baik. Teknologi boleh menyelesaikan banyak perkara. Perubahan tidak dapat dielakkan; gangguan tidak perlu dikhuatiri. Dan, mungkin lebih daripada apa-apa lagi, merit akan menang.

Kenny Mendes, ketua pengambilan di Box mendakwa bahawa Gild telah secara konsisten memberikan kepada kami calon-calon baru yang kami tahu yang baik, tetapi tidak akan dijumpai di tempat lain - bakat yang tersembunyi, untuk dikatakan. Vivienne Ming, ketua saintis Gild, Gild, berpendapat bahawa Lembah Silikon tidak berasaskan merit kerana mereka menyerang diri mereka sendiri. Ming berhujah bahawa pengambilan dan pengambilan pekerja Silicon Valley berupaya keras berbakat, jika agak maverick, orang-orang dikecualikan dan tidak diendahkan ke tahap bahawa bilangan besar penghibur hebat jatuh melalui keretakan.

Mungkin Gild juga membuat kes ini, untuk kepentingan data kualitatif. Tanpa keraguan (pemboleh ubah kualitatif yang jelas) saintis seperti pengasas Ming dan Gild, Luca Bonmassar, dinding tradisional silos sumber manusia tidak akan dilanggar. Untuk memikirkannya, pakar analisis orang Google mengatakan bahawa syarikat menganggap keputusannya sebagai penting sebagai keputusan produknya. Google bergantung sedikit pada nombor dan gred dan darjah ketika mempekerjakan yang dilakukan pada hari awal firma.