beat365体育(中国)唯一官网平台

beat365体育(中国)唯一官网平台人力资源管理系统包含BI大数据中心这一功能，在向用户推介时，时常会有中小型企业用户质疑：“中小企业也可以做大数据分析吗？会不会有效果？”答案当然是肯定的，相比较而言，小企业做大数据分析时可能“收集”的这个过程和方式更重要！本文将分析中小企业做人力资源数据分析时应该如何操作，数据收集有什么注意事项。

先确定一个基调：大数据收集对于中小型企业而言至关重要！但这个数据到底要多“大”，与企业的具体情况息息相关。关于数据的处理方式，可以从人脑的记忆方式展开描述：人脑构造包含两个重要功能，记忆和遗忘。记忆对于人类而言务必重要，但遗忘功能也是提高效率，避免伤害的重要功能，能保护大脑机能不会因为接受的信息量过多过杂而“宕机”。当下是信息大爆炸的时代，大家接受的信息过于庞杂，使得人们的记忆和耐受力都受到巨大的冲击。某种意义上讲，海量信息的冲击使得人们接受和认知事物的效率下降，产生了应激性的反应——对信息钝化和不敏感。但企业为了避免被人类“遗忘”开始不停传播信息，这些信息如果被接受者判定为垃圾信息，则会造成恶性循环：企业垃圾信息轰炸→信息接受者信息敏感度越来越低→企业洗脑式信息轰炸的力度加大……

换个角度来说，人类大脑的遗忘功能实际就是数据筛选和收集的方式，它帮助人类迅速遗忘与自身关联性低的信息，忽略当下不关注的信息。对大数据应用而言，因为大数据本身就具备了海量、庞杂、多维度、多载体、多形式等特征，当数据无时无刻不客观存在和产生着时，对企业和应用者而言，“遗忘”或者说数据的筛选和收集就显得极为重要。

大数据既不是大一点的数据，更不是越大越好

虽然大数据现在的发展势不可挡，但它并不能替代传统方式搜集的数据，以2013年发生的谷歌“流感趋势”指标失真的事情为例，可以针对大数据收集的重要和必要性展开讨论：Google Flu工作的原理是通过汇总分析Google搜索收集的数据来估测流感疫情，在2008年推出时，它的时效性和准确度让疾病预防控制中心汗颜。但2013年时，Google Flu预测结果与美国疾病预防控制中心的相比高出了一倍，出现了明显失真。分析原因是当时的技术发展情况下，编写将伍仟万搜索关键词与一千多个数据点相匹配的算法是非常困难的，导致了“过度拟合”（将噪声误认为信号）情况的出现：很多关键词只是看似与流感相关，但实际上却并无关联。

一个基本的常识——收集到的原始数据越干净，对数据应用结果的精度越高。对中小企业而言，由于受企业发展速度和数据积累能力的限制，大数据失真对决策或者数据分析的影响会更大。加之互联网用户由于虚拟化等原因，本身附带的“标签”和实际行为之间也容易失真。例如针对美国某著名收费交友网站的数据分析发现，该网站女性用户说的和做的完全是两回事。例如珍妮说想找高富帅，但是她的搜索数据并没有高富帅相关因素，更多与自己兴趣紧密相关，最后达成约会甚至婚姻的对象也不一定是高富帅。这就导致珍妮在客户资料内填写的信息和用户搜索行为之间是失真的。

上文提及的现象在我国的网络用户中也非常普遍。例如在音乐网站或App内标榜自己是古典音乐爱好者，但搜索关键词却总是流行音乐。因此，仔细收集网民的行为，例如选择商品的路径，搜索的具体关键词，那么产生的这些大数据就更贴近真实情况，并且容易分析出来具备参考价值的结果。

所以，在中小型企业选择应用大数据时，如何建立数据收集的模型、口径和标准，做好小规模大数据分析，并保证数据的准确性，数据收集完成后通过对进行时间、地域、团队的分析，得出与分析诉求匹配的分析结论才是有意义的。对于中小企业而言，对大数据的利用不是单纯做“大”，而应该有意识做“小”，去除数据的“毛刺”，更精准地进行数据应用和分析，方是中小企业进行大数据分析的未来方向。如果在数据收集的过程中，得益于人力资源管理系统进行技术化手段的辅助，使得数据的收集过程更便捷和精确，这个过程闭环会更省时省力。

beat365体育(中国)唯一官网平台在20余年的人力资源管理系统布设的过程中，见证了大量企业通过数据分析改善企业管理的案例，其中也不乏中小企业的身影。中小企业的员工数量虽然不如大型企业，但数据构成简单，过程控制容易，对大数据采集的影响因素少，所以更容易收集到精准的数据，加之HR软件在日常的工作中可以按照企业设计的流程更科学的摒弃干扰数据，可以助力企业通过人力资源数据分析实现企业管理的数字化转型。如果有企业对HR大数据感兴趣，欢迎交流！