《远离“大”数据误区》由会员分享，可在线阅读，更多相关《远离“大”数据误区（10页珍藏版）》请在金锄头文库上搜索。
1、-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 远离“大”数据误区如今，大数据被互联网公司炒作 成了非常时尚的概念，人力资源界也到 了言必称大数据的地步，似乎只要贴上 “大数据”三个字，瞬间就高大上了。但 是，你真的理解什么是大数据管理么？ 中国论文网 /3/view-13015115.htm误区一：数据量越大越好 一提到大数据，许多人简单地从 字面上理解数据的大小，认为大数据就 是数据量很大的数据，只有海量的数据 才能准确揭示事物分布规律。其实，这 种认识非常片面，造成这种误区的原因， 主要是缺乏统计学知识。 统计学有三大基石，即正态分布、-精选财经经济类资料- -最新财经经济资
2、料-感谢阅读- 2 大数定律和中心极限定理。其中大数定 律解决了样本和总体的关系问题，其核 心思想就是当样本量足够大的时候，样 本的分布（均值）与总体的分布（真实 均值）充分接近，也就是可以把二者看 作是相等的。大数定律告诉我们，只要 获取适合的数据样本量就可以把握住事 物的分布规律，而不需要所谓的海量数 据。关键是数据样本的代表性、数据的 真实性有效性以及适合的样本量。 大数据的“大”包括两方面的含义， 其一是指数据的数量，其二是指数据的 种类。在获取数据手段技术不断创新、 成本下降的情况下，可以增加指标库， 把我们过去无法获得或获取成本较高的 指标数据纳入到我们的数据库。比如说， 过去人才
3、库只有性别、年龄、学历、工 龄等基本数据，现在我们可以通过测评 获取一个人的能力、个性、动力等特征 数据，这些数据能够帮助管理者实现更 精准的人岗匹配，降低用人风险，优化 人才结构，控制人力成本，提升人力资-精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 源的价值贡献度。 误区二：将信息电子化等同于数 据化 随着计算机软硬件技术、互联网、 云计算技术的发展，信息的采集、存储、 处理的广度、速度、效率都有本质性的 突破和飞跃。很多企业都将之前的人事 档案进行电子化处理，通过无纸化办公、 网络沟通，将信息纳入电子化管理系统。 于是，很多人就想当然地以为，将这么 多信息实现了电子化，就算进
4、入人才管 理大数据时代了。 所谓大数据，核心词是“数据”。 所谓数据，就是以数字化方式存储的信 息，简单地说就是量化的信息。在大数 据时代中，真正有价值和意义的数据是 可以被处理和技术分析的量化过的信息。 而信息电子化，只是将信息由书面化、 纸质化转变为存储在电脑、网络上的 “电子信息”，这些信息并没有被量化处 理。这种没量化的信息是不能被各种数 据处理工具和技术进行分析的，它们对-精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 管理决策意义不大，不能称为真正意义 上的数据，将信息电子化等同于数据化， 本身也是大数据的理解误区。 误区三：获取了数据就等于数据 管理 有些人认为，只要建
5、立了信息化 电子化的数据管理系统，把大量的数据 收集、保存起来，需要的时候方便提取、 查询，提高数据运用的工作效率，就算 进入大数据管理时代了，很多号称大数 据的管理系统目前也就处在这个阶段。 其实，这个水平离真正的大数据管理还 差很远。产生这种误区的主要原因是对 大数据管理的本质目的认识不到位。 进行量化数字化管理的根本目的 是要提升我们对事物认识的精准度，以 便我们能够做出更精准的决策，提高管 理的效能。一般来说，数据管理的应用 可分三个层次，第一个层次是数量化地 描述事物特征（统计学上称为变量）的 分布规律。比如说，员工的责任心，可-精选财经经济类资料- -最新财经经济资料-感谢阅读-
6、5 以给个体做定位（某位员工的责任心是 强还是弱） ，也可以发现某类员工（如 基层）责任性的整体分布情况。第二个 层次是进行类别间的比较，分析差异的 原因。还以责任心这个指标为例，通过 统计分析，可比较基层管理者、中层管 理者以及高层管理者三类人群在这个指 标上的差异。第三个层次是探索事物特 征之间的内在关系，发现事物的规律。 比如，一个人的工作成效与他的教育水 平、能力、个性、态度之间是什么样的 关系呢？如果我们获得了一批人员在这 些方面完整有效的数据，就可以用回归 分析法在这些变量之间建立数学模型。 如果要探索更大范围的事物规律，则需 要更多变量的数据，建立更为复杂的数 学模型来定义变量间
7、的关系并根据数学 模型进行预测，提高人事决策的精准度。数据只是基本的原材料，好比烹 饪的基础食材。要想制作出客人喜欢的 可口的“饭菜”，需要对这些原材料进行-精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 加工处理，真正实现大数据管理亦如此。 只有能熟练掌握统计学的原理、方法， 运用统计分析工具对数据进行加工，才 能得出准确可靠的结论。 现代统计学已经解决了数据分析 和加工处理的理论和工具方法。专业分 析工作可以由专业人士来做，但作为管 理者，特别是人力资源工作者，还是要 掌握一些统计学和测量学的基本知识， 起码能够准确理解统计报告和统计分析 所得出数据背后的真正含义。 如何进入人力
8、资源管理的大数据 时代 首先，企业需在技术和操作层面 引入现代人才测评工具和技术，在人才 的基础素质评价方面实现量化和标准化， 建立起基础的人才数据库。 目前，企业人才数据库中已经量 化的数据大多是一些人口统计特征的数 据，如年龄、性别、学历、工龄、考勤 和工资数据。这些数据能够进行分析的 宽度和深度是有限的，应用性也不强。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 当前企业人才数据库还存在以下 缺陷：一是缺乏重要的人才评价数据， 或者评价的信息没有数字化量化。比如 人才的能力、素质、态度、品德、行为 表现等等，基本上没有数据化，只有一 些简单的定性判断。二是人才信息数据 不
9、全面、不连续、不完整，有些信息的 真实性和有效性存在疑问。比如个人简 历的信息就存在着夸大、不真实的情况， 又比如，考核评价数据的模糊性，考评 分数的趋同性（分数拉不开差距）等问 题。人才的高流动性导致人才在不同企 业里的数据不能共享使用，这些问题都 制约着人才数据库的建设和使用。 人力资源管理要实现真正的大数 据管理，必须以人才的大数据库为核心， 其数据库的建设必须具备以下四个特征：（1）定量化。一般情况下，我 们直接获得的是非量化的信息，因此要 对获取的信息进行量化处理，让信息库 成为真正的数据库。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 （2）标准化。事物的特征不同，
10、 获取数据的工具和方法不同，数据的性 质是不同的，因此很多原始测量数据不 能直接进行数学运算和统计分析，需要 经过标准化的处理后才能进行。只有经 过标准化处理的数据库才是真正有效的 数据库。 （3）广泛性。数据采集要尽可 能多一些观测指标，指标多能形成多变 量的数据族，就可以进行多变量间的分 析，找到多变量之间相互影响的关系， 能够发现事物间的变化规律，实现大数 据管理的核心目标。 （4）客观性。虚假数据的有害 性是不言自明的，无论是否是故意造假。 因此，要确保入库的数据是真实有效的。其次，让管理层特别是高管层更 新人才管理理念，让他们认识到人才数 字化管理对企业长远发展的益处和对管 理者日常管理的帮助，逐步建立起全面 人才评价体系。可通过素质测评帮助他-精选财经经济类资料- -最新财经经济资料-感谢阅读-
