注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

数据挖掘 营销应用

说出你的业务困惑, 看数据挖掘能否帮你解惑

 
 
 

日志

 
 

数据挖掘实践应用(55,人力资源管理中典型数据挖掘应用)  

2009-11-05 09:20:39|  分类: 数据挖掘的实践应 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

 

背景介绍:现代企业的竞争归根结底是人才的竞争,正象《天下无贼》里面黎叔说的那样“21世纪什么最宝贵?人才最宝贵!”。有鉴于此,企业里的人力资源管理部门面临庞大的繁杂的员工数据,要想有效的提升人力资源管理的效益,从人才配备的角度确保企业的战略目标的实现,当老套的管理办法和思路越来越力不从心时,实在有必要尝试先进的数据挖掘应用了。总的来看,当前国内的先进的人力资源管理方面的信息化决策支持还只限于联机事物处理(OLTP), 只能提供一些简单的统计、汇总、查询、制表等等有限的粗放的功能,未来的发展方向一定是数据挖掘的深度应用分析了。也算本博主多事,综合国内外相关案例、论文、实践,在此给出一个小范围的“打包”,希望给人力资源管理的相关人士提供一些借鉴和参考,其中大部分内容参考、整理并翻译自Lori K. Long所著的《Data Mining for Human Resources Information Systems》。我们做人力资源管理工作的各位,在今天没有实际采用数据挖掘应用的话不丢脸,但是要是连数据挖掘的人力资源管理应用这个概念都一头雾水的话那就太没面子了,起码你的领导会认为你在业务上缺乏先进理念,思维太狭窄,呵呵,这是题外话。

篇幅有限,捡要紧的说,常见的用数据挖掘来有效回答的一些人力资源管理工作中的问题是:求职应聘者的哪些关键特质最有助于他们在企业的成功?员工某些素质的提升是否与他们业绩的提升有明显的关联?是否福利的不同选项明显影响员工队伍的稳定?是否某些特定的受教育程度明显的最切合本企业的发展?本企业里最有代表性的最合理的职业发展道路是怎样的路径?员工的提升过程与服务年限是否有明确的关系?哪些个人品质可以确保一个员工成为合格的在家上班者(productive telecommuter,这种人可以在家里,不必要来公司,自觉完成甚至高效完成本来要在单位上班完成的工作任务)?缺勤与工作业绩有必然的联系吗?企业是否有必要提供员工(子女)的日托服务?提前退休计划是否能为企业带来好的效益?上述每个问题其实都是可以作为一个单独的数据挖掘分析题目展开深入的分析挖掘的。不同的企业有不同的数据类型,不同的企业有不同的人力资源管理的侧重点,比如说,一个年轻的公司最关心的问题是有效的招聘技巧技能,而一个成熟的公司或许最关心的是如何通过员工福利的调整来有效吸引并保留其经验丰富的员工队伍,降低跳槽风险。

具体案例一:员工招聘过程的优化分析。很多企业现在越来越关注于寻找更有效的招聘方法方式以降低招聘成本,同时找到合适的应聘者(可以在企业工作一定年限而不是跳来跳去的)。较高的跳槽率对于企业来说是个巨大的成本和浪费,跳槽带来的成本并不仅仅是企业招聘广告的宣传费用,它还包括其他的损失,包括面试的人力成本,职位空缺造成的生产损失,培训新员工的成本,等等,但是很少有企业对这些问题能找到有效的评估方法。企业有很多渠道来找到合适的新人填补职位空缺,比如可以在报纸或网络上登招聘广告,员工推荐,第三方招聘,等等,当考虑进来其他因素和指标时,哪种招聘方法最好呢?数据挖掘提供了很好的分析和挖掘。如果企业能跟踪员工的招聘历史记录,就可以考虑采用数据挖掘技术了。企业首先要明确评价员工好坏的标准,比如一个企业定义一个“优秀员工”是“在业绩评估中获得最高5%的工作表现评分”。至少有两个不同的数据挖掘思路方法可以在这个项目中展开应用。首先想到的是回归模型或神经网络模型,在这个方法中,数据样本中的员工表现都有明确的分数来支持和表现的。然后,所有可能的相关变量通过筛选后进入模型,模型最终的表现方式就是通过关键输入变量的输入,就可以明确知道具体人选的未来的可能的业绩分数表现;第二个思路方法就是通过分类模型(classification)的方法,在该方法中,两类样本(一个是高的工作表现员工的样本,一个是不好的工作表现的员工样本)提取出来,工作表现高低作为目标变量,新的应聘者相关指标通过该模型来预测是否是高工作表现的那类。

具体案例二:(这是个中国案例,参考黄闽英的《以数据挖掘提升HRM决策分析能力》)。国内某大型中药制药企业,在绩效管理项目中采用了下列数据结构:能力、态度、精神(指团队精神之类)、业绩、绩效等。其中绩效是目标变量,分为高中低三个值。全厂232个员工样本拿出一半作为训练集,剩下的一半作为测试集,通过决策树模型最终产生13条比较有价值的分析规则,其中决策树的根节点的测试属性根据信息增益分析结果选择的是业绩属性,表明该属性具有最重要的分析意义。举例来说,其中一条规则是:虽然业绩的取值是“中等”,但是由于“能力”和“态度”两个指标取值较高的话,该员工的“绩效”可以是“高”值,这说明这类员工尽管业绩不太好,但是只要能力强,注重团队精神和创新,他们最终对于企业的绩效贡献是很好的。

上述两个案例只是简化了的实际应用,主要是通过举例来说明数据挖掘在人力资源管理的是如何应用的,实际操作中当然更加复杂,所以上述只是抛砖引玉的作用,大家没有必要对此刻薄,毕竟在人力资源管理应用方面数据挖掘真的是一个全新的课题,有缘之人当可以为所欲为!!!

  评论这张
 
阅读(637)| 评论(1)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017