Оглавление:
- Аналитика в действии
- Подготовка к тактическим изменениям
- Лучшие данные = лучшие сотрудники
- Различия в школе и бизнесе
Студенты не единственные, кто возвращается в школу. Мы все можем вернуться, чтобы узнать о путях более продуктивного направления наших усилий. Прогнозная аналитика может показать путь. Применительно к рекрутингу в университетах или к найму на работу в корпорацию, что показывают большие данные, может показать нам, что наши предположения о том, что работает, ведут нас в неверном направлении.
Аналитика в действии
Для тех, чей бизнес - школа, подготовка к этому сезону требует планирования, и аналитика больших данных может показать, как получить максимальные результаты. Это история стратегического планирования Уичитского государственного университета. Пару лет назад Дэвид Райт, заместитель вице-президента по академическим системам данных и стратегическому планированию, продал канзасской школе использование аналитики больших данных для повышения эффективности расходов на стипендии и набор персонала.
В статье «Создание более умного кампуса: как аналитика меняет академический ландшафт» рассказывается о том, как программное обеспечение IBM сокращает затраты, точно определяя, откуда пришли студенты, которые были склонны остаться в университете. «Набор уравнений, взвешивающих демографию, академическую историю и другие факторы», был проанализирован, чтобы определить, какие «имеют наибольшую вероятность приезда в штат Уичито». Исходя из этого, университет принял более целевую стратегию набора персонала.
Например, после того, как аналитика выявила, откуда происходит подавляющее большинство студентов университета, приемная комиссия сосредоточилась на этих вузах. Открытие того факта, что очень немногие студенты приезжают из-за пределов штата, побудило университет сократить 14 ярмарок и сократить количество поездок. Они также приняли более целенаправленный подход к своей прямой почтовой рассылке. В прошлом они отправили 9 000 писем. После применения аналитики им нужно было только отправить от 5000 до 6000. Сокращение числа писем фактически привело к увеличению набора на 26 процентов.
Подготовка к тактическим изменениям
В обмене электронными письмами Райт объяснил проблемы, связанные с тем, чтобы заставить учреждение переключаться и использовать аналитику. Он сказал, что были вовлечены три аспекта:- Один из них заключался в том, чтобы люди увидели пользу принятия решений на основе фактических данных. Использование данных для принятия решений очень отличается от использования данных для подтверждения решения. Вначале университету было трудно заставить людей использовать данные до момента принятия решения. Данные должны быть на столе, так как решения принимаются.
- Вторая трудность заключалась в том, чтобы заставить людей доверять аналитике, особенно когда данные настолько противоречат интуиции или прошлым практикам. Консультантам потребовалось много времени, чтобы поверить в данные.
- И в-третьих, качество данных, необходимых для использования аналитики.
Лучшие данные = лучшие сотрудники
Было также доказано, что применение аналитики больших данных улучшает набор и удержание сотрудников. Компания Evolv, занимающаяся большими данными, занимается, в частности, применением прогнозной аналитики при найме на работу. Это связано с тем, что, по словам компании, использование больших данных для принятия решений о найме окупается.
Например, понимание Evolv изменило стратегию найма Xerox для выбора сотрудников колл-центра. В статье WSJ главный операционный директор коммерческих служб Xerox признал: «Некоторые из допущений, которые у нас были, были неверны». Это реальная ценность аналитики больших данных; это показывает фактические корреляции, основанные на объективной информации, а не на интуитивных чувствах менеджеров по найму.
Как выяснилось, резюме и проверка анкетных данных оказались не самыми надежными показателями сотрудников Xerox, которые будут работать, пока компания не получит отдачу от своих инвестиций в обучение в размере 5000 долларов. Данные Evolv показали, что записи об арестах, которые датируются более чем пятью годами, не указывают на «плохое поведение в будущем» в большей степени, чем абсолютно чистые записи. Предыдущий отчет о смене работы также не обязательно означает, что новый найм не останется на месте. Evolv завершила исследование 21 115 агентов колл-центра. Анализ данных показал, что «очень небольшая взаимосвязь между историей работы агента и его или ее пребыванием в должности».
Какие факторы имеют значение тогда? Личность, связи и местоположение. Программное обеспечение Evolv определило идеального кандидата в качестве творческого человека, который работает в одной-четырех социальных сетях и находится в пределах управляемости на рабочем месте. Другим ключевым фактором удержания была ассоциация. Вероятнее всего, в компании оказались те, кто знал трех или более сотрудников, которые там уже работали.
Различия в школе и бизнесе
Хотя анализ больших данных может быть столь же эффективным при наборе персонала в корпорациях, как и при приеме в университеты, он также показывает, где проваливаются параллели между ними. В статье Forbes 2013 года о том, что компания узнала, когда она применила прогнозирующую аналитику для выбора продавцов, автор Джош Берсин отмечает, что школьный опыт имеет гораздо меньшее значение, чем люди думают в плане прогнозирования успеха в работе. На самом деле, вопреки распространенному мнению, средний балл кандидата или выбор колледжа не связаны с успехом на работе.
Это не значит, что образование не имеет ценности; окончание той или иной формы обучения было одним из показателей карьерного успеха, но ключом к этому было завершение, а не школа или оценки. Другие ключевые показатели включали грамматически правильное резюме, продемонстрированный успех в работе, успешный опыт продаж и способность работать в неструктурированных условиях. После того, как компания включила аналитику данных в свои квалификационные этапы и определила факторы, которые были точными предикторами, она повысила эффективность продаж до уровня увеличения дохода в 4 миллиона долларов.
Независимо от потребностей организации, аналитическая аналитика может поставить их на правильный путь. Как сказал Райт о своем собственном опыте: «Предоставляя людям ресурсы, необходимые им для принятия правильных решений, выигрывают все».
