• 数据分析
    人力资源技术的真正数字化转型:人才领导者如何管理 文/Jason Finkelstein 在当今互联的世界中,您昨晚的Google搜索成为当今有针对性的社交媒体广告。有关您研究,购买和发布的内容的数据已成为一种有价值的商品,也是一个日益受到关注的话题 随着大数据和个性化在市场营销和客户获取方面获得动力,同样的想法在人才获取方面也越来越受欢迎 - 特别是随着就业市场的权力转移。 一种新的强大趋势正在出现,它认识到收集和返回数据给求职者和员工的共同利益,从而扩大了对数据产生的见解的访问。你值得了解你,尤其是它可以帮助你提升你的职业生涯和工作生活。 共享数据构建互惠 为个人提供自己的数据是有价值的。无论他们是入门级申请人还是长期经理。像我们的出生日期或大学专业这样的一些信息我们很容易知道,但很多其他信息都不是。可以被动地收集诸如每周屏幕时间的行为数据。它可能仅在总体上获得价值,例如,关于通勤上的旅行速度的数据。其他数据要求背景和分析提供信息,例如我们对调查或评估中的问题的回答。 回馈以前未开发的个人见解有助于人们做出更明智的决策,并可以改善工作中的生活质量。那会是什么样子?数据分析师从她自己的人格评估中获取见解,并了解到她的个性模式与成功完成领导力发展计划相关联 - 公司能够从总体洞察力中收集到这些计划。她有动力参加这项培训,并在工作中变得更有效。 分享这些数据可以培养从雇用前开始的更强大的员工队伍。求职者在正确的岗位上磨练,新员工更加无缝地工作,现有员工长期从事职业发展 - 同时向雇主提供实质性的善意。 职业发展民主化 通过简化的候选人经验,人格评估可以使职业发展民主化。每小时工人和那些资历较低的职位的人都会从对工作场所习惯,挑战和与他人的兼容性的见解中获益匪浅。然而,这些职位通常只能进行低级别的筛选,例如背景调查。帮助员工了解他们的倾向以及最好地运用他们的才能的组织将推动更积极,更好的员工队伍和更高的保留率 - 比无背景的背景调查产生更好的结果。 应用个性数据洞察力使组织领先许多步骤。从针对个人的见解到集体劳动力数据,公司在招聘,候选人经历和选择,入职,职业发展和保留方面都获得了优势。考虑一些可以解决的问题: 申请人中哪些人格标记对有问题的行为的风险较高? 发展中国家的哪些方面很常见? 这个有良好资格的候选人是否真的适合我们的文化? 以人为本的数字化转型 “最终,中断是关系中力量的转变,”分析师Charlene Li解释了主要业务实践转型的观点。共享的量化个性数据可以是推动这种转变的燃料。当公司快速大规模地获取这些数据时,这些调查可以为工人和组织提供价值。 人力资源和人才领导者开始谈论数字化转型,但这个术语经常被滥用或误解。它不仅仅意味着使用SaaS通过HRIS或ATS工具在云中运行HR流程。这意味着承认数据被收集并存储在不同的系统中。而且,为了解锁真正的价值,数据无法被隔离。真正的现代人才技术平台必须具有API,以允许从数据中获取的收集,存储和见解在任何主要记录系统中工作。 以API为中心的平台,促进便携和集成的数据收集方式,提供了新的机会:将个性数据和随之而来的职业发展从一系列的一次性转移到公司可以适应他们自己不断变化的需求和工人需求的持续过程。在这种情况下,人格评估和结果数据就是一个例子,但这种逻辑始终适用于其他人才技术解决方案。 把你的数据放在嘴边 这是人力资源和人才领导者如何接受数字化转型的快速框架: 了解您的记录系统如何工作,并确保您投资于您的团队实际使用的那个。 在购买之前,询问供应商他们如何从他们的平台获取数据(来自其他供应商)。他们有API吗?他们是否可以轻松地收集和存储“人员数据”,这些数据并非当今系统的基本组成部分? 考虑您的决定将如何影响您的候选人和员工。想一想您收集的数据将如何帮助他们。 人们居住在使公司变得强大的核心。通过在每一步都让人们参与其中,企业可以创造价值并投资于未来。这意味着以用户友好的方式收集和使用数据。组织可以拥有自己的蛋糕并吃掉它-在收集数据的同时吸引人们,通过数据驱动的决策提高效率和制定战略,最后将数据返回给个人以获得更多收益。 以上为AI翻译,内容仅供参考 原文链接:The Real Digital Transformation In HR Tech: How Talent Leaders Can Manage
    数据分析
    2019年04月11日
  • 数据分析
    在线大学学位提供者2U以7.5亿美元收购Trilogy Education,扩展到技术训练营 文/Ingrid Lunden 随着越来越多的大学转向提供在线学位以通过网络空间扩展学生团体,实现这一趋势的先驱者之一已经进行了一项收购,以扩展到技能培训和继续教育的新领域。 2U——帮助建立一些顶尖大学的在线学位课程网站,最近以7.5亿美元的价格收购Trilogy Education。Trilogy Education创建在线和面对面的“新兵训练营”开展继续教育计划 ,并与大学合作培训已经在在编码、数据分析、用户体验/用户界面和网络安全等领域拥有技术技能的劳动力。 该公司表示,该交易预计将在未来60天内完成,将以现金和股票的形式出现 - 4亿美元现金和3.5亿美元新发行的2U普通股。对于Trilogy而言,这是一个不错的选择,当它在2018年6月筹集5000万美元时,价值为5.45亿美元(根据PitchBook)。其投资者包括Highland Capital,Macquarie和Exceed等。 与此同时,2U的市值为38.5亿美元,并在纳斯达克上市。 此次收购有助于2U巩固其大学足迹,将从之前的36个增加到68个。它提供了一个向上销售和交叉销售的明显机会:那些已经进入系统学位课程的人可以多元化到更多的技能培训,而那些尚未建立全程学位服务但已经创建技能培训计划的人现在可能会考虑如何将这种经历转化为学位 - 所有这些都来自一个提供者,2U。这也为2U扩展到继续教育市场提供了更大的窗口,据估计这个市场价值约3660亿美元。 它还有助于它更好地与已经建立双轨方式的在线教育,建立学位和短期课程的其他公司竞争,如Coursera(Udacity和Udemy是那些专注于继续教育的人)。 “[Trilogy Education]是2U的自然战略契合和增长动力,将扩展我们在职业课程连续性中的覆盖面,加深与新老合作伙伴的关系,提高营销效率,并开设更直接的企业培训和企业销售渠道对于公司。”2U联合创始人兼首席执行官克里斯托弗”Chip Paucek在一份声明中表示,我们预计增加Trilogy将使我们的收入从2022年到2021年增加10亿美元。“大学越来越多地试图为他们的学位增加实用的技术技能。我们通过增加这种技术能力来简化未来的学位。” 商业公司的存在为非营利性大学建立教育课程,并削减了这一过程,已经引起了一些争议。通过这些计划进行教育的商业旋转不仅使人们质疑学校(及其合作伙伴)在课程中的优先次序和优先级,而且还提出了高等教育定价的问题,以及从这些学位中获利的问题 - 有时候尽管在教室里没有实际时间,但仍然可以花费超过60,000美元。(赫芬顿邮报对这个问题进行了很好的探讨,采访了2U的联合创始人John Katzman,他也创立了普林斯顿评论。) 公平地说,高等教育的一些问题 - 例如某些国家的高成本,以及它仍然感觉像是一种很大程度上是精英主义的努力,学生在顶尖大学获得认可和成就的可能性仍然有利于特权家庭 - 不能完全依赖于由营利性公司提供支持的在线学习课程的开发。 你也可以说,鉴于技术如何在所有教育中发展,以及edtech不是许多机构的核心竞争力,这必然是下一步。 在线学位课程带来的潜在积极因素之一是,它为更多的潜在学生提供了机会,而且大众市场是Trilogy所知道的:它迄今为止已经为20,000人和1,200名教师提供了课程。它说,在120个项目中,重点是培养当地劳动力的实用技能,并与大学合作建立这些课程,并与大公司联系 - 客户包括谷歌,微软和美国银行 - 来实现这些目标。 “通过与2U合作,Trilogy Education可以使大学能够在更多地方为更多学生接触更多学生,同时在当地推动积极的经济影响,”Trilogy Education首席执行官兼创始人Dan Sommer在声明中说。“Trilogy和2U认为大学对于终身学习至关重要,并且满足当地经济在国内和国际上的劳动力发展需求,我们很自豪能够继续我们的使命并继续这项重要工作,作为2U大家庭的一部分。 以上为AI翻译,内容仅供参考 原文链接:Online university degree provider 2U acquires Trilogy for $750M to expand into tech bootcamps and training
    数据分析
    2019年04月09日
  • 数据分析
    HR Analytics入门的5个步骤 文/ Debanjan Sen 随着人力资源在业务中发挥更具战略性的作用,人力资源分析在将人力资源战略与业务成果联系起来方面发挥着核心作用。以下是在您的组织中实施HR分析的五步指南。 作为传统上依赖直觉和其“直觉”来做出决策的功能,人力资源正在经历一次重大变革。快速采用不同的人力资源技术,使组织能够轻松访问有价值的员工数据,从而做出决策。凭借大量强大的数据,人力资源领导者和高级管理人员现在可以希望了解其人力资本战略对业务绩效的影响。 什么是HR Analytics? 人力资源分析是将统计建模和定量科学应用于员工数据,以实现更好的业务成果。分析为人力资源领导者提供了跨组织关键人员问题的可操作见解。那么,您如何开始使用人力资源分析? 第1步:集中所有员工数据 人力资源分析之旅的第一步是将不同的员工数据来源统一到中央存储库中。员工数据通常驻留在不同的HR系统,Excel电子表格和纸质记录中。跨越脱节系统访问数据是低效且耗时的。为了确保数据的准确性和一致性,拥有单一事实来源(集中式数据存储库)至关重要。一旦您整合了所有员工数据,您现在可以确定关键绩效指标,这将有助于您了解其绩效与业务成果的关系。 第2步:创建HR仪表板 数据可视化对您的分析计划至关重要。人力资源仪表板可作为所有内部和外部人力资源数据的一站式服务。所有这些数据的图形/视觉再现将使您能够监控数据并对其进行基准测试,以获得对定义成功的HR指标的洞察。您可以轻松获得有关关键人力资源指标的实时信息,例如员工人数,每FTE成本,流失率,填写时间和租用成本。 第3步:构建分析功能 大多数人力资源团队仍然是分析概念的新手,缺乏领导成功分析部署计划的必要技能。因此,必须通过与组织的商业智能团队一起进行培训,培养人力资源团队的分析能力。在组织内构建强大的分析技能后,您可以为人力资本决策建立更大的业务环境。 第4步:将HR分析付诸实践 下一步是确定需要解决的业务问题。它可以提高保留率,识别高绩效者,或降低每次雇佣成本。这里的关键是将分析与明确的业务成果联系起来。您可以根据两个基本标准确定业务问题的优先级:业务影响和所需的工作量。影响与努力矩阵应该是分析之旅的起点。从具有高影响力和低成本的想法开始。 第5步:推动持续改进 一旦您开始使用HR分析来解决业务问题,您必须持续监控分析过程中的效率低下,错误和风险,跟进重复出现的问题并实施结构更改以防止将来出现这些问题。在对流程进行微调以消除任何不一致之后,您将能够继续下一步 - Predictive HR Analytics。 从招聘到员工培训和继任计划,人力资源分析在使人力资本实践与更广泛的业务目标保持一致方面发挥着关键作用。然而,尽管一段时间以来一直处于高级管理层议程,但大多数组织尚未释放其人员数据的潜力。缺乏关于分析方法和工具的知识一直是人力资源分析广泛采用的关键障碍。此外,用于整理人员数据的团队资源不足以及人力资源分析与业务成果报告之间缺乏一致性已经减缓了人力资源分析的采用。 如果没有企业领导者在其他职能部门所需的同等水平的分析理解,组织就无法做出决策。拥抱HR分析只是构建更加数据驱动的HR功能的第一步。希望本文中概述的框架可以让您的组织开始进行人力资源分析之旅。 以上为AI翻译,内容仅供参考。 原文链接:5 Steps to Get Started with HR Analytics
    数据分析
    2019年02月19日
  • 数据分析
    投资智能招聘技术的7个理由 文/ Chiradeep BasuMallick 在过去的两年中,招聘技术招聘技术发展迅速,激发了一种全新类型的技术创新、颠覆性对话和行业对话。那么,为什么企业会迅速投资于招聘技术,将其作为独立的人力资源工具?是什么因素促使人力资源领导者,尤其是使用基于人工智能的智能招聘技术呢? 让我们深入调查。 1. 网上申请变得更容易 申请人跟踪系统已经使用基本形式的AI来分析和优先处理每天收集的大量简历。智能招聘技术进一步扩展了这一用例,让雇主通过应用智能和预测技术,主动寻找相关求职者。 2. 一级筛选加快 对于任何招聘途径来说,最初的选择都是最耗时的,并且在迭代的、常规的检查列表中占很大比例。基于人工智能的智能招聘技术可以快速扫描简历,并创建一个初步的候选名单。 最耗时的任务是通过筛选数百名可能的候选人,选出最适合一级面试的候选人。一场革命就是获得一种无法恢复的资源,那就是时间。 更重要的是,你甚至可以期待对话界面从求职者那里收集信息,在必要的时候不再需要详细的简历。 3.达到目标候选人 这是人工智能在招聘中最有影响力的用例之一。除了自动化单调的任务,人工智能还可以帮助定位被动求职者,并根据组织价值观进行搜索,这超出了人力招聘人员的能力。所有这些都不需要花费时间或金钱来组织面对面的会议。 4. 人工智能创造了公平的竞争环境 聪明的招聘技术可以通过几种方式让事情对求职者更加公平。首先,这是最重要的——它可以消除工作岗位、面试问卷和筛选方法中的偏见。此外,简历不再是求职者与招聘人员互动的唯一接触点。对于非软技能相关的职位,这将帮助招聘人员超越措辞糟糕的简历,在任何情况下评估真实的成就。 5. 这对于远程招聘尤其有用 零工经济只会获得真正的动力。大多数招聘人员在招聘、留住和解雇远程员工方面都没有经验。因此,他们往往无法识别成为出色零工的特征和参数。人工智能引擎可以快速处理历史数据,这些数据是从多个来源中挑选出来的,用于推荐候选人是否适合远程职位。 6. 新的招聘技术可以使面试现代化 这一直是招聘技术界争论的焦点。虽然人工智能已经取代了一级甚至二级评估,但它在后续阶段的作用仍在不断发展。然而,我们可以想象这样的场景:人工智能机器人在Skype采访中提问,或者人工智能层被用来评估预先录制的采访视频。 7. 面试后的分析更准确 通过使用最新的数据分析技术,AI可以不断地从以前的招聘案例中学习。因此,随着时间的推移,你的招聘技术平台变得更加智能,能够以更快的速度提供更准确的结果。 结论 这些都是公司寻求投资于尖端招聘技术解决方案的主要原因。但这是否意味着技术将完全取代传统的人力招聘?专家说。“鉴于自动化尚未具备绘制行为和文化之间结缔组织的技能,只有人类才能决定谁才是真正的最佳人选。”未来的招聘人员可能需要接受这样一个事实:技能匹配可能没有性格评估那么重要。 在人工智能和自动化时代,人力技能在招聘行业变得越来越有价值。凭借智能招聘技术的不可思议的效率,加上直觉和实地经验,招聘人员可以希望强化结果,并在当今的求职者优先市场获得绝对优势。 以上为AI翻译,内容仅供参考 原文:7 Reasons to Invest in Smart Recruiting Technology
    数据分析
    2019年02月18日
  • 数据分析
    员工福利:如何满足更高的福利期望 文/Matthew Jackson 薪酬仍然是积极影响员工和留住顶尖人才的头号方式,但其他因素也不甘落后。例如,53%的员工希望雇主专注于支持健康和健身。除了工作之外,还有一些工作之外的压力因素仍会影响到办公室的员工,例如财务方面的担忧——员工每个月平均花费13个小时担心工作时的钱。久坐不动的生活方式以及日益增加的社会和经济压力也会影响员工的身心健康。专业人士可以通过专注于让员工更快乐,更健康,更专注的举措来解决这一问题。 把权力放在员工手中 美国一半以上的员工表示,他们的工作场所对他们的健康产生了负面影响,只有10%的人表示他们的健康状况有任何积极影响。组织需要通过将员工的心理,身体和财务状况作为其员工战略的核心目标来应对此问题。影响最大的好处是那些个性化的,以满足员工的长期和短期需求。 不是每个人都想要传统的健康福利,如健身房会员; 许多人喜欢通过“健康计划包”选择最适合他们需求的福利。他们可以将钱花在他们的“健康计划包”中,用于对他们的健康影响最大的活动,例如Zumba课程或攀岩。我们的研究发现,提供灵活和个性化福利的雇主,例如健康罐,雇员的人数是公司的三倍。这些员工很可能会过上更健康,更幸福的生活,因此表现更好,为业务做出更大的贡献。然而,目前只有4%的组织提供健康计划包,76%甚至没有考虑实施健康计划包——尽管超过一半(51%)的员工会欣赏这种福利。 个性化 通过健康计划包为员工提供更多选择后,开始根据个人喜好对员工进行分组,并分享有关所提供福利的相关定制通信。目前只有9%的雇主这样做,但那些做到这一点的人实现福利计划目标的可能性是其两倍。全球福利管理和管理软件还为团队提供数据,以证明其沟通活动的执行情况。这不仅可以衡量您的沟通的影响,还可以衡量提供的好处,还可以确定可以在哪些方面进行改进,以不断改进和改进您的方法。 公司全力支持利益 为了获得最大可能的影响,资金必须具有竞争力,并且必须有广泛的选择。除此之外,衡量当前计划的投资回报率是关键。没有积极衡量福利计划影响的雇主错失了确保达到目标的重要机会,并且福利计划对员工和企业都有效。 数据分析使全球人力资源部门能够探索员工如何与他们的利益进行互动,并衡量健康计划的影响,并根据需要调整方法。那些利用技术的人正在获得回报,几乎是实现其福利参与目标的两倍。 最终,今天的员工正在寻找更多雇主,以便保持参与并感受到他们公司的真正价值。让员工自由选择最适合其生命阶段的福利,并通过个性化通信和数据分析支持这些选择至关重要。实施这些变更将带来更多的组织影响,包括更高的绩效和更高效的员工。 以上为AI翻译,内容仅供参考。 原文链接:Employees Are Looking for More: How to Meet Heightened Benefits Expectations  
    数据分析
    2019年01月25日
  • 数据分析
    帮助企业数据录入的机器学习初创公司HyperScience获3,000万美元B轮融资 把人类可读数据转换成机器可读数据的机器学习公司HyperScience今天宣布,由Stripes Group牵头、现有投资者FirstMark Capital和Felicis Ventures、以及新投资者Battery Ventures、Global Founders Capital、TD Ameritrade和QBE共同参与的3000万美元B轮融资已经结束。 2016年,HyperScience推出了一系列专注于医疗、保险、金融和政府行业的企业产品。原始产品HSForms(由手写形式转换为数字数据输入处理),HSFreeForm(做了一个类似的功能为手写电子邮件或其他non-form内容)和HSEvaluate(这可以通过复杂的数据解析形式,帮助保险公司索赔批准或拒绝撤出所有相关的信息)。 现在,该公司已经将这三种产品合并成一个名为HyperScience的产品。该产品旨在帮助公司和组织减少数据输入积压,更好地为客户服务,节省资金和资源。 我们在生活或工作中使用的许多表单都是任意格式的。我的银行对账单和你们的不一样,你们公司的发票可能和我公司的发票不一样。 HyperScience能够在没有人类帮助的情况下,将这些形式迅速、轻松地导入系统。 HyperScience不是按座位收费,而是按文件收费,因为仅仅使用HyperScience就意味着实际“使用”该产品的人会更少。 最新一轮融资使HyperScience的总投资达到5,000万美元,该公司计划利用其中很大一部分资金来壮大团队。 该公司首席执行官彼得•布罗德斯基表示:“我们的产品非常有效,与市场的契合度也非常好。”“决定我们成功的是我们建立和扩大团队的能力。”   以上为AI翻译,内容仅供参考。 原文链接: HyperScience, the machine learning startup tackling data entry, raises $30 million Series B
    数据分析
    2019年01月17日
  • 数据分析
    人力资源技术专家将来需要的4项基本技能 文/Dave Weisbeck 今天的人力资源技术专家是一个技术性很强的角色,正面临越来越大的压力,需要继续破坏并对组织的底线产生更大的影响。传统上,人力资源技术的重点一直是卓越运营 - 管理和优化我们用于运行人力资源的流程。随着我们的进步,人力资源技术专家将需要专注于更好地整合技术和人员,以便设计一个改进的工作系统 - 业务如何通过其人员发挥作用。这一角色对整个企业的成功至关重要,因为它将成为企业在竞争中脱颖而出的基本手段。 那些利用技术,人工智能和数据方面即将到来的优势的人,与那些停滞在创新上的人相比,收益将呈指数级增长。人力资源技术人员现在必须采取措施,确保他们拥有必要的技能,以确保在决策速度和质量至关重要的未来取得成功。 随着行业的发展,这些将是人力资源技术人员必须具备的基本技能: 将人力资源决策与业务成果联系起来 技术投资越来越多地通过批判性的视角进行审查,对于CHRO和首席执行官来说,总体业务影响和财务目标是最重要的。人力资源技术专家的核心重点将不再局限于人力资源和人力资源规划,而是这些力量对整个组织的影响。 缺乏远见和商业头脑会伤害任何商业领袖,包括人力资源技术领域的领导者。如果您不知道为何做出业务决策,则无法将人力资源决策与业务成果联系起来。人力资源技术专家不再能够成为各自领域的专家,他们必须精通组织的健康状况,并了解决策如何影响整个系统。 基于数据的推理与创新 每天,我们都在制作越来越复杂的数据,以便从中获取见解。我们实施的用于雇用,船上,开发,保留,补偿等的所有流程都创建了大量数据。但这只是一个开始。考虑物联网,它通过监控自动室内灯光激活来跟踪从办公室空调的温度到员工流动的所有内容。人力资源技术专家需要找到新颖的方法来有效地汇集和解释这些信息。能够从越来越大和更复杂的数据集中提取最重要的细节以做出明智的决策将对业务产生战略价值。 更具体地说,掌握人员分析并使用预测模型来改进人力规划并随着业务和市场的变化定期更新这些计划至关重要。人力资源技术专家不再能够简单地回答诸如“当前员工人数是多少?”或“上个月雇佣了多少人?”等问题。相反,需要更先进地调查员工如何不断适应和改进到加强业务成果。 将提出深刻的问题,其结果将改变工作的性质,领导层将寻求人力资源技术专家根据事实和数据提供创新的想法。 社会情报 人力资源部门经常关注个人,正如我们在考虑招聘,绩效,发展或薪酬时做出决策所证明的那样。当团队(团队内部和团队团队)的动态得到优化时,企业的运作效果最佳。但技术不断改变协作的本质,而且远程工作人员比以往任何时候都多。即使在今天,有效的合作也不再受办公室或城市限制的约束。虚拟通信工具将继续使面对面的交互更加普遍,并且面对屏幕的时间将占主导地位。 人力资源技术专家必须了解哪些策略最适合参与和激励全球和几乎分散的团队,并能够衡量团队的运作和互操作程度。在单个团队或职能中发生的业务流程很少,并且可以通过改进团队的互操作性来获得关键业务优势。人力资源技术专家不需要将决策权交给IT,而是需要成为关键的利益相关者 - 并将数据 - 用于新通信或协作技术的决策。 此外,在机器和算法将成为劳动力一部分的世界中,对社会智能的深刻理解将成为有效实施和衡量这些新技术如何与人们融合的竞争优势。 解决创造性问题 随着未来变化如此迅速,需要创造力和好奇心态来为复杂的业务问题找到合适的解决方案。深入研究数据的意愿必须与创造性方法相结合,以收集所需的所有信息,无论是调查利益相关者,使用最新软件,还是开发新的机器学习算法。 能够开箱即用并提出创新建议的人力资源技术人员对推动业务发展至关重要。 此外,这些相同的技能可以应用于变革管理,这将继续成为关键的成功因素。向工作场所引入任何新技术都有障碍,因此能够找到最佳路径需要创造性思维和健康的好奇心。创造性思维将提供一个计划,该计划将尽可能减少对团队,员工和业务的干扰。 为未来做好准备对于人力资源技术专家来说至关重要,不仅要保持相关性,还要展示他们的角色在组织中发挥的重大影响。通过现在思考,有机会掌握所有变化,巩固您现在和将来的价值。   以上为AI翻译,内容仅供参考。 原文链接:4 Essential Skills an HR Technologist Will Need for the Future
    数据分析
    2019年01月11日
  • 数据分析
    DataCamp为可定制的在线数据科学课程筹集了2500万美元 科技行业急需数据科学家,工程师和研究人员。 据LinkedIn称,截至2018年8月在美国,科技行业正在经历超过15万人的数据科学技能短缺。而像IBM这样的公司预测人工智能和与分析相关的工作列表数量增长了28%,这确实使得企业招聘在未来几个月内变得困难。 如果没有雇用更多的数据科学家,补充教育是企业开始缩小制度知识差距的一种方式。这是纽约创业公司和Techstars毕业生的使命DataCamp - 联合创始人兼首席执行官Jonathan Cornelissen表示,他希望能够让世界各地的人们都能获得数据技能和数据流畅性。现在,在190多个国家和1000个商业客户中拥有超过330万用户的平台,后者包括EA,乐高,Airbnb,Forrester,Whole Foods,PayPal,T-Mobile,Telefonica,Kaiser Permanente,HSBC,REI ,eBay,Uber,宜家和梅赛德斯 - 奔驰,他和其他联合创始人Dieter De Mesmaeker和Martijn Theuwissen更接近实现这一目标。新的资金回合和每月100,000名新用户的增长也没有受到伤害。 DataCamp今天透露,它由Spectrum Equity领投筹集了2500万美元的融资,其中包括Accomplice和Arthur Ventures。值得注意的是,这是DataCamp 2017年7月之前400万美元加薪的六倍,并使该公司的总收入达到3110万美元。 Cornelissen表示,这笔资金将使DataCamp扩大其全球影响力,拓宽课程范围,并改善学习体验。它目前在纽约,比利时和英国设有办事处,其超过90人的团队在欧洲和美国之间平均分配(去年,美国团队从Accomplice所在的波士顿地区搬迁。) “我们的团队很高兴我们与最好的教练一起努力 - 并补偿他们共同创建丰富数百万用户的互动式实践课程 - 现在将使更多的用户和公司受益,”他说过。“我们被Spectrum Equity的扩展在线学习平台和互联网公司(如Lynda.com,Teachers Pay Teachers,SurveyMonkey和GoodRx)的记录所吸引。” DataCamp的课程 - 可在网络上以及通过iOS和Android应用程序获得 - 运行大约四个小时,并将短专家视频与内置练习模块相结合,为编写代码,导入数据,清理等任务提供个性化反馈数据库和培训AI模型。这些练习面向更大的挑战 - 项目 - 为学习者提供现实问题。 迄今为止,DataCamp的160名教育工作者 - 其中一些人每年收取近15万美元的版税 - 已经为包含R,Python,SQL,Git,Shell和其他编程语言,工具和平台的200多门课程的图书馆做出了贡献。也许更令人印象深刻的是,该公司表示整体课程完成率超过60%。 像Coursera,Codeacademy和edX这样的大型开放式在线课程(MOOC)竞争对手可以提供类似的功能。但有些独特,DataCamp为其企业客户提供了一个强大的门户网站 - DataCamp for Business,使他们能够跟踪员工和团队成员的长期进展。经理可以分配特定的课程或章节,查看谁的会议截止日期,以及创建自定义课程轨道。与此同时,员工可以访问排行榜,显示关键指标,如已完成的课程,获得的技能等。 一个快乐的DataCamp for Business客户是Nielsen,该公司正在利用该公司的课程,使其在数据科学和分析方面的技能“提升技能”。 “课程的广度和质量,学习的动手实践方法,通过浏览器内编码练习,一次解释一个概念的简短视频,以及通过DataCamp社区提供的资源深度,为了满足整个组织对数据流畅性的更广泛需求,“尼尔森数据科学全球培训负责人Francesca Farinati表示。 DataCamp每个学生每月收费25美元,并提供企业和专业级别,分别为每位用户499美元和300美元。(“专业”客户错过了高级报告,数据导出,单点登录和数据API等功能。) “我们支持这项投资的论点很简单:随着企业在数据驱动的基础上更加有效地竞争,无论公司规模或行业细分如何,对提高数据流畅性的需求都是普遍的,”Spectrum Equity董事总经理Steve LeSieur ,对今天的公告说。“DataCamp首席执行官Jonathan Cornelissen,他的联合创始人以及团队其他成员所建立的平台,最适合通过独特且快速发展的产品平台和高度参与的全球社区来满足这种爆炸性需求。”   以上为AI翻译,内容仅供参考。 原文链接:DataCamp raises $25 million for customizable online data science courses
    数据分析
    2018年12月18日
  • 数据分析
    2019年组织发展趋势:拥抱人力资源数据 富有洞察力的人力资源数据正在开始转变长期依赖人力劳动的流程,包括工资单,招聘和人力资本管理。 众所周知,数据已经改变了组织的业务方式。基于数据的应用程序和数据分析正在帮助销售,营销,产品开发和其他领域推动创新,消除低效率,改善客户体验管理并追逐以前难以想象的增长。 人力资源还可以使用数据做出明智的决策,帮助他们的组织取得成功。人力资源数据的见解已经开始改变长期依赖人力劳动的过程。薪资,招聘和人力资本管理只是人力资源部门的一部分,可以从细分的,细节丰富的数据中受益,例如,显示部门层面的信息或有关竞争组织如何发展的启示。 以下是三个不断发展的领域,人力资源数据可以帮助您的组织更好地管理人才并提高盈利,掌握这些趋势有助于为您的部门或组织成功。 使用数据作为助手 通过人工智能支持的技术收集、分类和分析的数据不应被视为人工劳动的结束,相反,AI应该充当人类的助手。从组织数据中收集的见解有望帮助人力资源领导者以新的方式处理他们的职责,并解决更适合人工智能的挥之不去的问题。通过这种方式,数据将越来越多地允许决策者专注于需要更人性化的优先级和任务。 例如,数据可以显示哪些员工有离职的风险,这使得人力资源部门能够与经理讨论潜在的结果,然后他们可以主动与员工交谈,以确定他们是否满足于工作。数据还可以揭示经理何时难以保留新员工。这可以帮助人力资源部门确定哪些经理可以从额外的培训中受益 - 甚至是体贴的,数据支持的对话。数据可以确定某个部门何时超出其分配的加班预算,使人力资源部门能够帮助管理人员更好地指导他们的计划。 与人员进行沟通正是人力资源部门应该做的事情,数据分析让人力资源部门能够采取有意义的见解。由于数据的原因,实现人力资源中的“人”元素可能比以往更加直观。 为管理层提供他们需要的数据 更加以数据为中心使人力资源部门能够积极主动地迎合另一个趋势:需要定期向高管和经理提供重要数据。管理层通常忙于运营组织,通常没有多少时间仔细审查数据,但通过将数据分析纳入其工作流程,人力资源部门可以隔离管理人员和一线管理人员需要看到的成就,问题和异常的统计快照。 通过我们的薪资服务提供的见解,今年我们的一个客户合作伙伴节省了330万美元,因为经理手头有数据表明加班超支已经成为一个问题。各地的人力资源工资专家肯定会让他们的主管,首席财务官和其他高管感到高兴,如果他们能够传递直接,准确的见解,导致任何不必要的开支被削减。 数据可以促进员工成长 人力资源和管理层之间的信息流动主题很好地转化为2019年的另一个趋势:更加注重改善员工与企业的关系。当人力资源部门有数据帮助员工提高绩效,学习新技能或在组织内寻求晋升时,人力资源部门不必仅依靠传闻。 在帮助那些对管理角色表示出兴趣的员工时,人力资源部门可以使用数据来概述当前管理者所遵循的具体职业轨迹。主管还可以依靠数据洞察力向员工展示他们需要获得或锐化的技能组合,以提高他们当前职位的绩效并为管理的未来做好准备。 成长型组织了解在员工发展中投入资源和时间的必要性。他们希望员工从他们的工作中学习并获得满足感。反过来,员工也渴望获得指导。当管理人员和人力资源部门明确指出员工可以采取的专业发展步骤时,员工会欣赏他们的上级重视个人发展。 开始使用人力资源数据促进创新,增长 致力于数据驱动的人力资源管理方法应该是您的组织2019年的首要任务之一。分析与您自己的组织相关的数据以及您的竞争对手的成功和失败可以使您的人力资源部门能够为您的公司推进关键目标。将其付诸实践应有助于为您提供时间,洞察力和信心,从而做出明智的业务决策并增强您与员工的关系。这是一个值得追求的目标。   以上为AI翻译,内容仅供参考。 原文链接:Embrace These HR Data Trends and Make 2019 a Year of Employee and Organizational Growth
    数据分析
    2018年12月17日
  • 数据分析
    Leena AI收购VR分析公司VadR 据外媒近日报道,总部位于硅谷的公司VadR已被HR Tech创业公司Leena AI所收购。VadR于2016年由3位IIT德里毕业生创立,其提供的可视化分析工具,可以帮助更好地组织和理解数据。 Apekshit,Abhishek和Shubham提供VR特定指标和智能开放平台,其中的见解可以帮助Leena AI改进和加强其现有产品。  VadR首席执行官Apekshit说:“我们非常高兴能够成为Leena AI解决每一个人力资源问题的一员,并利用我们的能力更好地实施成果,并不断提高他们提供最佳产品的能力,同时制造业内最好的产品。 ” 2018年9月,Leena AI筹集了200万美元的种子资金以扩大规模并获得更多客户。联合创始人Adit Jain随后分享了创业公司的计划,以加倍在印度和亚太地区(超过12家付费企业客户)的市场领导地位,并进军美国市场。  Leena AI由Adit Jain,Mayank Goyal和Anand Prajapati创立,是一名人工智能人力资源助理,可以即时响应员工查询并改善员工体验。目前,该公司已经为可口可乐越南,皮尔逊,马里科,RPG等客户提供支付服务。机器人Leena AI可以通过Facebook集成到Slack,Skype或Workplace中。此外,它们是使用策略文档中的信息以及从Oracle和SAP等各种后端系统中提取数据来构建和培训的。 虽然Leena AI致力于扩大业务,但它与其他HR Tech初创公司(如Bash,Skillate,EdGE Networks,PeopleStrong和Darwinbox等)竞争。    以上为AI翻译,内容仅供参考。 相关阅读:YC新星:人力资源聊天机器人Leena AI获得200万美元种子轮融资 构建聊天机器人,「Leena AI」想帮 HR 回答“年假还剩几天”等琐碎问题 原文链接:Leena AI acquihires VR Analytics firm VadR  
    数据分析
    2018年12月04日