Video: How Marketers Manipulate Us: Psychological Manipulation in Advertising 2024
Work Force Science is niet de oude Taylorian stopwatch benadering om het meeste uit werkgevers te halen. In feite is de nieuwe arbeidskrachtenwetenskap een contrarische aanpak die de managementtheorie onttrekt en de medewerkers van de menselijke hulpbronnen in het werk kan zetten … bespaar misschien voor de functie Benefits .
Het is de menselijke natuur om het verleden gedrag van potentiële werknemers te overwegen als een belangrijke aanduiding voor toekomstige prestaties.
Maar onderzoek door medewerkers van wetenschappers heeft hen gepositioneerd in lijn met de Securities and Exchange Commission (SEC) die de volgende vereiste informatie verstrekt om beleggers te financieren: Eerdere prestaties zijn geen garantie van toekomstige prestaties . Werkgeverswetenschappers zijn aan het vliegen in het gezichtsvermogen van conventionele wijsheid, dat werkgevers niet teveel overwegen om te overwegen attributen zoals job-hopping of periodes van werkloosheid bij het nemen van een huurbeslissing. En deze personeelsleden wetenschappers kunnen hun argument back-up maken met gegevens. Veel gegevens. Grote gegevens.
Het onderzoek naar de arbeidskrachten die door grote data wetenschappers wordt uitgevoerd, onderstreept de kracht van de relatie tussen kwaliteitsbewaking en prestatie en dienstverband. Een toezichthouder met sterke communicatievaardigheden en persoonlijke warmte is gevonden in een overweging van onderzoeksstudies om meer gewicht te dragen dan de individuele kenmerken en werkervaring van de medewerkers.
Deze bevindingen veranderen bestuurlijke begrippen ondersteboven. Step-wise processen, die in regressieanalyse worden toegepast, zijn aangepast voor gebruik in human resource guides bij werving, verhuren en promotie. Maar deze stapsgewijze modellen worden ondervraagd in statistische modellering - en in een overvloed aan toepassingen, zoals traditionele managementstrategieën.
Grote data voorstanders zeggen dat deze modellen niet onzekerheid weerspiegelen en dat gut feel niet verwacht kan worden om de leemten te vullen.
Arbeidsmarktgerelateerd marktonderzoek wijst erop dat managers (geadviseerd en vaak door mensenadministratieafdelingen beperkt blijven), slecht verkeerd gaan als ze naar eigen inkomen zijn. Bijvoorbeeld, managers hebben de neiging om mensen op een aantal belangrijke manieren aan te trekken (zoals geslacht, leeftijd, alumni status, teamverband, recreatieve belangen), die allemaal in wezen niet verband houden met werkprestaties. Wat dit met verloop van tijd kan betekenen, is dat een onderneming zijn werknemers sterk kan scherpen naar een bepaald type werknemer die fundamenteel een kloon is van zijn of haar baas. Terwijl deze situatie bijdraagt tot een groter comfort bij de werknemers, garandeert het niet dat de prestaties van de job beter zullen zijn door deze overeenkomsten.In feite kan het tegenovergestelde waar zijn. Hoge niveaus van homogeniteit kunnen leiden tot een groep denken mentaliteit die rampzalig kan zijn. Voorbeelden van fouten van dit type zijn onder meer het probleem met de O-ringen op de zwaarlijvige Space Shuttle Challenger, de zware investering in kredietwisselingen in de fiscale ineenstorting van 2008, de overbevestiging van quants in hun algoritmen en, voor de historicus, de Tulipmania van de 1600's.
Bovendien zijn de aantallen potentiële medewerkers die kunnen worden beoordeeld met behulp van grote data technieken, in vergelijking met conventionele human resource processen enorm. Zoals Moneyball liet zien, kan alle digitale activiteiten van mensen tegen relatief lage kosten worden verzameld en die gegevens worden ontleend aan inzichten over vaardigheden, communicatie en werkattributen. Digitale paden worden gebouwd door telefoongesprekken, instant messaging, e-mails, webpagina's en geschreven code. Digitale inboorlingen lijken in het bijzonder ongerust over de consumentenactiviteitenpaden die ze achterlaten. Voor bedrijven in een huurmodus, zijn deze makkelijke opvattingen een boon op werving- en aannemingsbeslissingen.
Gild is een start-up bedrijf dat ongestructureerde grote gegevens gebruikt om de ontdekking van getalenteerde programmeurs te automatiseren. Gild streeft naar het digitaal bewijs van real-time deelname aan het programmeren van discussiegroepen en open source-projecten. Op zoek naar hun publieke code en sociale netwerkactiviteiten probeert Gild te kwantificeren wat mensen kunnen doen en hoe ze presteren - vaak terwijl ze gewoon hun eigen belangen volgen of hun eigen bijzondere muizen achtervolgen
Matt Richtel schreef in een recent artikel in The New York Times , Hoe grote data recruiter voor gespecialiseerde werkers speelt : Mensen in Silicon Valley hebben de neiging om bepaalde veronderstellingen: vooruitgang, efficiëntie en snelheid zijn goed. Technologie kan de meeste dingen oplossen. Verandering is onvermijdelijk; ontwrichting is niet te vrezen. En misschien meer dan alles, zal de verdienste voorrang hebben.
Kenny Mendes, hoofd van de werving bij Box, stelt dat Gild ons steeds nieuwe kandidaten heeft gegeven, die we goed weten, maar niet elders zouden vinden - het verborgen talent, zo te zeggen. Gild's Vivienne Ming, een hoofdwetenschapper bij Gild, beweert dat Silicon Valley niet op basis van verdiensten is, zoals ze zichzelf voordoen. Ming beweert dat Silicon Valley's wervings- en aanwervingspraktijken sterk talentvol zijn, als er een beetje maverick wordt, worden mensen verkeerd beoordeeld en negeerd in de mate dat aanzienlijke aantallen grote artiesten door de barsten vallen.
Misschien doet Gild ook het geval voor het belang van kwalitatieve gegevens. Zonder de scepticisme (een beslissende kwalitatieve variabele) van wetenschappers als Ming and Gild, Luca Bonmassar, zouden de traditionele muren van de menselijke hulpbronnen niet zijn overtreden. Kom eraan denken, Google's analytische specialisten zeggen dat het bedrijf zijn beslissingen over mensen zo belangrijk acht als zijn productbeslissingen. Google vertrouwt minder op cijfers en cijfers en graden wanneer het huren dat het deed in de vroege dagen van het bedrijf.
Brexit: Wat het zou kunnen betekenen voor beleggers
Leren waarom een "Brexit" onwaarschijnlijk zal optreden, maar volatiliteit kan veel meer zekerheid zijn.
Financiële baanbeschrijvingen en wat zij betekenen
Formele baanbeschrijvingen nemen vaak niet het volledige spectrum van verantwoordelijkheden die de baanhouder is verwacht te vervullen.
Wat zegt Market Research over het betekenen van reclame?
Marktonderzoek toont aan dat succesvolle advertenties een duidelijk publiek hebben. Sommige merken lijken op zichzelf te praten, in tegenstelling tot consumenten.