精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:大數據數據分析 → 正文

數據分析如何識別工作環境中是否存在負面因素

責任編輯:cres 作者:Kathryn Cave |來源:企業網D1Net  2018-03-12 13:27:48 原創文章 企業網D1Net

我們與Visier公司的戴夫·維斯貝克(Dave Weisbeck)進行了交談,該公司可利用員工數據來了解(通常是負面的)職場環境中的大趨勢。
 
過去,人們從未過多關注過工作環境是否存在負面因素。沒有人真正關心員工私下都發生著什么,而只是關注業績。目前,這種情況已經改變。
 
這意味著像Visier這樣的公司正在逐漸增加,他們開始利用員工數據和分析技術來發現職場環境中存在的問題。我們與Visier公司首席戰略官戴夫·維斯貝克進行了交談,以更多地了解這項工作的實際意義是什么。
 
企業收集的數據遠比人們可能了解到的要多。例如,當你在面試時,你的簡歷就已經可以在線閱讀而不僅僅在紙上。當你開始工作并進行培訓時,您的信息就被錄入到系統或數據庫中。在Visier公司,我們所要做的就是掃描所有這些信息,找到那些問題的答案,以制定企業發展戰略,為企業采取的商業活動提供動力,并更好地推動產生業務成果。
 
我們所使用的信息取決于我們想要解決的問題類型。例如,當我們在了解招聘工作的質量時,我們就要了解被招聘人員是否會留下來,工作是否會取得進步并且是否會表現良好。這通常需要績效管理數據、晉升數據和一些工作持久性數據,這些數據或許會通過招聘經理的調查或生產力業務評估得到進一步擴充。Visier公司的方法并非想精確地收集有限的數據元素,而是從每個儲存有員工數據的系統獲取信息,因此無論任何問題,您都有地方可以找到答案。此外,這也為我們的機器學習算法提供一種支持的方式,這些算法可以為我們提供有趣的見解,例如之前沒有人會對像員工的工作經歷和工作持久性的關系進行分析。
 
Viser公司利用哪些指標來確定職場環境是否存在負面行為和不滿意因素?
 
我們之前提出的一些問題包括“為什么會存在性別不平等?”和“在技術崗位中是否存在年齡歧視?”大多數這些問題都是為了尋找數據中的極端值或異常值。例如,當我們調查性別平等問題時,我們是從一個已知的性別差異開始,即女性的整體收入比男性少20%左右。根據這個已知的事實,我們就像偵探那樣來試圖弄清楚導致這一結果的原因。
 
我們的調查著眼于績效、職位晉升、職位持續性等諸多方面,試圖通過數據來揭開更深層次的問題。大多數富有洞察力的答案都是將諸多元素結合在一起構成一個完整的說法。在我們的性別平等報告中,我們發現女性恰好在首次可能晉升到管理層的時候正在辦理辭職。這就形成了一種“管理者分水嶺”,而這一現象只有將就業問題、年齡和工作年限的薪酬增長、普通員工和管理職位的薪酬差異、自愿離職以及家庭何時生育第一個孩子的數據結合起來才能看到。
 
哪些數據會表明管理者工作很糟糕?
 
優秀的管理者更像是教練而不是獨裁者。與體育運動做比喻可以很好地進行說明:教練顯然不是最好的球員,而他是負責讓球員充分發揮才能的人。也許與體育運動不同,管理者應該鼓勵他的下屬接受新的挑戰,甚至加入新的團隊,尤其是,如果這樣做會使他個人和整個公司都會取得發展。
 
我們如何通過數據發現這些特征呢?雖然沒有具體的數據點可以揭示某一管理者是否稱職,但我們可以分析某些數據,例如職位晉升速度、績效評估、員工總體敬業度和辭職率等。與競爭對手相比,優秀的管理者更有可能為組織其他部門培養人才。通過觀察這些趨勢可以發現某個管理者是否稱職。例如,如果某一個經理的直接下屬在很長一段時間內一直得到較差的績效評估,那么這就要引起關注了。這一現象可能表明,管理者對指導和解決他或她直接下屬的績效問題上,工作做得還不夠充分。
 
在職場環境中的欺凌行為有多普遍?
 
雖然我們沒有親自研究過欺凌行為,但我們知道這在職場環境中是一個大問題。事實上,CareerBuilder網站最近的一項調查發現,29%的員工聲稱他們在工作中受到欺凌。從數據分析的角度來看,職場的欺凌行為難以衡量,而且更加困難的是,因為企業沒有大規模收集這些欺凌問題的數據。當我們對科技行業進行年齡歧視調查時,我們驚訝地發現,對硅谷150家最大科技公司的年齡歧視投訴數量超過了種族歧視和性別歧視的投訴數量。偏見和欺凌行為可能有一些共同的因素,可以以不同的方式表現出來。我們預計,具有遠見的企業將很快開始對他們職場中更廣泛存在的欺凌問題信息進行跟蹤和分析,正如我們已看到像Salesforce.com和Facebook這樣的公司,他們已經著手分析員工多元化和性別平等薪酬的信息。
 
是否某些職場環境(可能由其所處行業或地域不同)存在其負面因素?
 
在許多存在負面因素的職場環境中,其工作重點是完全放在業績上。關注業績可能會成為員工隊伍的強大動力,但也可能帶來意想不到的后果。壓力過大會導致發生不道德的行為,尤其是在管理者中。據2014年全國商業道德調查顯示,事實上,管理者的職場不當行為占總數的60%,而高級管理者比低級管理者更可能表現出不道德行為。不良行為的文化會對員工士氣產生嚴重影響。
 
盡管Visier公司沒有直接按照行業或地域來調查職場中的負面因素,但我可以告訴你,大多數職場中的負面因素都是由一個共同問題導致的,即高層缺乏領導力。例如,公司高層領導愿意接受哪些行為?而且,他們是否已經明確表示,他們愿意傾聽員工講述自己受到同事欺凌的匯報?最終,健康的職場環境是由一群掌握權力的核心人物塑造的。
 
是否有一個可營造健康職場環境的秘訣?
 
簡單地講是沒有的,營造健康的職場環境是沒有一種萬能藥的。不幸的是,企業傾向于通過關注他們最容易衡量或比較的東西來創造一個健康的職場環境,比如薪酬。但事實是,經不斷研究發現,薪酬只會在短期內讓員工對工作感到滿意。
 
在職場中培養員工長期的幸福感,更多的應是工作本身而不是職場環境。雖然這比提高工資或獎金更難以實施,但營造真正的健康職場環境是要側重于激勵員工,能夠讓員工發揮自身智慧,使其有能力接受挑戰并且解決實際問題,同時清楚這些工作會對公司的成功發展產生如何影響。從管理角度來看,企業可以通過保證員工能感受到其個人角色在公司中受到支持,并且公司可以聽取他們的聲音,以此來創造一個健康的職場環境。這樣做的硬性成本比其他替代方案更低,而且帶來的好處是員工工作更投入和更有工作效率。
 
你是否發現組織內部存在一些出人意料和更廣泛的趨勢?
 
我們一直研究,發現了一個令人驚訝的趨勢,被稱為“漏桶問題”。當企業希望建立一個多元化的員工隊伍時,他們通常會關注于招聘工作。但問題往往存在于其職位的持續性:具體而言,出于各種原因,少數族裔群體的離職率特別高。我們時常會錯誤地得到一個明顯的結論,在這種情況下,是否意味著我們雇用了過多的不同種族的員工。但員工隊伍多元化難題的答案不會有如此簡單,因此企業需要密切關注是誰離開公司以及其原因。如果多元化的員工隊伍出現特別高的離職率,或者離開某些特定的團隊和部門,那么他們需要解決這一問題。否則,就會出現一個持續性的“漏桶”局面。
 
版權聲明:本文為企業網D1Net編譯,轉載需注明出處為:企業網D1Net,如果不注明出處,企業網D1Net將保留追究其法律責任的權利。

關鍵字:大數據數據分析

原創文章 企業網D1Net

x 數據分析如何識別工作環境中是否存在負面因素 掃一掃
分享本文到朋友圈
當前位置:大數據數據分析 → 正文

數據分析如何識別工作環境中是否存在負面因素

責任編輯:cres 作者:Kathryn Cave |來源:企業網D1Net  2018-03-12 13:27:48 原創文章 企業網D1Net

我們與Visier公司的戴夫·維斯貝克(Dave Weisbeck)進行了交談,該公司可利用員工數據來了解(通常是負面的)職場環境中的大趨勢。
 
過去,人們從未過多關注過工作環境是否存在負面因素。沒有人真正關心員工私下都發生著什么,而只是關注業績。目前,這種情況已經改變。
 
這意味著像Visier這樣的公司正在逐漸增加,他們開始利用員工數據和分析技術來發現職場環境中存在的問題。我們與Visier公司首席戰略官戴夫·維斯貝克進行了交談,以更多地了解這項工作的實際意義是什么。
 
企業收集的數據遠比人們可能了解到的要多。例如,當你在面試時,你的簡歷就已經可以在線閱讀而不僅僅在紙上。當你開始工作并進行培訓時,您的信息就被錄入到系統或數據庫中。在Visier公司,我們所要做的就是掃描所有這些信息,找到那些問題的答案,以制定企業發展戰略,為企業采取的商業活動提供動力,并更好地推動產生業務成果。
 
我們所使用的信息取決于我們想要解決的問題類型。例如,當我們在了解招聘工作的質量時,我們就要了解被招聘人員是否會留下來,工作是否會取得進步并且是否會表現良好。這通常需要績效管理數據、晉升數據和一些工作持久性數據,這些數據或許會通過招聘經理的調查或生產力業務評估得到進一步擴充。Visier公司的方法并非想精確地收集有限的數據元素,而是從每個儲存有員工數據的系統獲取信息,因此無論任何問題,您都有地方可以找到答案。此外,這也為我們的機器學習算法提供一種支持的方式,這些算法可以為我們提供有趣的見解,例如之前沒有人會對像員工的工作經歷和工作持久性的關系進行分析。
 
Viser公司利用哪些指標來確定職場環境是否存在負面行為和不滿意因素?
 
我們之前提出的一些問題包括“為什么會存在性別不平等?”和“在技術崗位中是否存在年齡歧視?”大多數這些問題都是為了尋找數據中的極端值或異常值。例如,當我們調查性別平等問題時,我們是從一個已知的性別差異開始,即女性的整體收入比男性少20%左右。根據這個已知的事實,我們就像偵探那樣來試圖弄清楚導致這一結果的原因。
 
我們的調查著眼于績效、職位晉升、職位持續性等諸多方面,試圖通過數據來揭開更深層次的問題。大多數富有洞察力的答案都是將諸多元素結合在一起構成一個完整的說法。在我們的性別平等報告中,我們發現女性恰好在首次可能晉升到管理層的時候正在辦理辭職。這就形成了一種“管理者分水嶺”,而這一現象只有將就業問題、年齡和工作年限的薪酬增長、普通員工和管理職位的薪酬差異、自愿離職以及家庭何時生育第一個孩子的數據結合起來才能看到。
 
哪些數據會表明管理者工作很糟糕?
 
優秀的管理者更像是教練而不是獨裁者。與體育運動做比喻可以很好地進行說明:教練顯然不是最好的球員,而他是負責讓球員充分發揮才能的人。也許與體育運動不同,管理者應該鼓勵他的下屬接受新的挑戰,甚至加入新的團隊,尤其是,如果這樣做會使他個人和整個公司都會取得發展。
 
我們如何通過數據發現這些特征呢?雖然沒有具體的數據點可以揭示某一管理者是否稱職,但我們可以分析某些數據,例如職位晉升速度、績效評估、員工總體敬業度和辭職率等。與競爭對手相比,優秀的管理者更有可能為組織其他部門培養人才。通過觀察這些趨勢可以發現某個管理者是否稱職。例如,如果某一個經理的直接下屬在很長一段時間內一直得到較差的績效評估,那么這就要引起關注了。這一現象可能表明,管理者對指導和解決他或她直接下屬的績效問題上,工作做得還不夠充分。
 
在職場環境中的欺凌行為有多普遍?
 
雖然我們沒有親自研究過欺凌行為,但我們知道這在職場環境中是一個大問題。事實上,CareerBuilder網站最近的一項調查發現,29%的員工聲稱他們在工作中受到欺凌。從數據分析的角度來看,職場的欺凌行為難以衡量,而且更加困難的是,因為企業沒有大規模收集這些欺凌問題的數據。當我們對科技行業進行年齡歧視調查時,我們驚訝地發現,對硅谷150家最大科技公司的年齡歧視投訴數量超過了種族歧視和性別歧視的投訴數量。偏見和欺凌行為可能有一些共同的因素,可以以不同的方式表現出來。我們預計,具有遠見的企業將很快開始對他們職場中更廣泛存在的欺凌問題信息進行跟蹤和分析,正如我們已看到像Salesforce.com和Facebook這樣的公司,他們已經著手分析員工多元化和性別平等薪酬的信息。
 
是否某些職場環境(可能由其所處行業或地域不同)存在其負面因素?
 
在許多存在負面因素的職場環境中,其工作重點是完全放在業績上。關注業績可能會成為員工隊伍的強大動力,但也可能帶來意想不到的后果。壓力過大會導致發生不道德的行為,尤其是在管理者中。據2014年全國商業道德調查顯示,事實上,管理者的職場不當行為占總數的60%,而高級管理者比低級管理者更可能表現出不道德行為。不良行為的文化會對員工士氣產生嚴重影響。
 
盡管Visier公司沒有直接按照行業或地域來調查職場中的負面因素,但我可以告訴你,大多數職場中的負面因素都是由一個共同問題導致的,即高層缺乏領導力。例如,公司高層領導愿意接受哪些行為?而且,他們是否已經明確表示,他們愿意傾聽員工講述自己受到同事欺凌的匯報?最終,健康的職場環境是由一群掌握權力的核心人物塑造的。
 
是否有一個可營造健康職場環境的秘訣?
 
簡單地講是沒有的,營造健康的職場環境是沒有一種萬能藥的。不幸的是,企業傾向于通過關注他們最容易衡量或比較的東西來創造一個健康的職場環境,比如薪酬。但事實是,經不斷研究發現,薪酬只會在短期內讓員工對工作感到滿意。
 
在職場中培養員工長期的幸福感,更多的應是工作本身而不是職場環境。雖然這比提高工資或獎金更難以實施,但營造真正的健康職場環境是要側重于激勵員工,能夠讓員工發揮自身智慧,使其有能力接受挑戰并且解決實際問題,同時清楚這些工作會對公司的成功發展產生如何影響。從管理角度來看,企業可以通過保證員工能感受到其個人角色在公司中受到支持,并且公司可以聽取他們的聲音,以此來創造一個健康的職場環境。這樣做的硬性成本比其他替代方案更低,而且帶來的好處是員工工作更投入和更有工作效率。
 
你是否發現組織內部存在一些出人意料和更廣泛的趨勢?
 
我們一直研究,發現了一個令人驚訝的趨勢,被稱為“漏桶問題”。當企業希望建立一個多元化的員工隊伍時,他們通常會關注于招聘工作。但問題往往存在于其職位的持續性:具體而言,出于各種原因,少數族裔群體的離職率特別高。我們時常會錯誤地得到一個明顯的結論,在這種情況下,是否意味著我們雇用了過多的不同種族的員工。但員工隊伍多元化難題的答案不會有如此簡單,因此企業需要密切關注是誰離開公司以及其原因。如果多元化的員工隊伍出現特別高的離職率,或者離開某些特定的團隊和部門,那么他們需要解決這一問題。否則,就會出現一個持續性的“漏桶”局面。
 
版權聲明:本文為企業網D1Net編譯,轉載需注明出處為:企業網D1Net,如果不注明出處,企業網D1Net將保留追究其法律責任的權利。

關鍵字:大數據數據分析

原創文章 企業網D1Net

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 宜州市| 西安市| 红安县| 虹口区| 南投县| 蒲江县| 黄大仙区| 常熟市| 南澳县| 若尔盖县| 尚志市| 淄博市| 红原县| 灵川县| 阜南县| 赤城县| 英德市| 扶余县| 河间市| 万宁市| 馆陶县| 揭西县| 酉阳| 广元市| 呼图壁县| 平和县| 资阳市| 平昌县| 白朗县| 都江堰市| 察雅县| 正宁县| 阳东县| 青州市| 凤城市| 西盟| 武平县| 彭山县| 海兴县| 宁德市| 孟连|