बड़े डेटा एनालिटिक्स के साथ वापस स्कूल में

छात्र अकेले ऐसे नहीं हैं जो स्कूल वापस जाते हैं। हम सभी अपने प्रयासों को अधिक उत्पादक रूप से निर्देशित करने के तरीकों के बारे में जानने के लिए वापस आ सकते हैं। भविष्य कहनेवाला विश्लेषण रास्ता दिखा सकता है। चाहे विश्वविद्यालय भर्ती या कॉर्पोरेट भर्ती के लिए लागू किया गया हो, जो बड़ा डेटा प्रकट करता है वह हमें यह दिखा सकता है कि क्या काम करता है के बारे में हमारी धारणाएं हमें गलत दिशा में ले जा रही हैं।

एक्शन में एनालिटिक्स

जिन लोगों का व्यवसाय स्कूल है, उनके लिए इस सीज़न की तैयारी में नियोजन होता है, और बड़े डेटा एनालिटिक्स यह दिखा सकते हैं कि अधिकतम परिणाम कैसे प्राप्त करें। यह विचिटा स्टेट यूनिवर्सिटी की रणनीतिक योजना की कहानी है। कुछ साल पहले, अकादमिक डेटा सिस्टम और रणनीतिक योजना के लिए एसोसिएट उपाध्यक्ष डेविड राइट ने छात्रवृत्ति खर्च और भर्ती में दक्षता बढ़ाने के लिए बड़े डेटा एनालिटिक्स का उपयोग करके कैनसस स्कूल को बेच दिया।

"बिल्डिंग ए स्मार्टर कैंपस: एनालिटिक्स किस तरह एकेडमिक लैंडस्केप बदल रहा है" विवरण में बताया गया है कि किस तरह से आईबीएम के सॉफ्टवेयर की लागत में कमी आई है जहां विश्वविद्यालय में रहने के लिए छात्रों को पसंद किया गया था। "जनसांख्यिकी, अकादमिक इतिहास और अन्य कारकों का वजन करने वाले समीकरणों का विश्लेषण किया गया था, जिनकी पहचान करने के लिए विश्लेषण किया गया था कि" विचिटा राज्य में आने की उच्चतम संभावनाएं हैं। " उसके आधार पर, विश्वविद्यालय ने भर्ती के लिए अधिक लक्षित रणनीति अपनाई।

उदाहरण के लिए, विश्लेषण के बाद पता चला कि विश्वविद्यालय के अधिकांश छात्र कहाँ से आते हैं, प्रवेश विभाग ने उन हाई स्कूलों पर ध्यान केंद्रित किया। रहस्योद्घाटन कि बहुत कम छात्र राज्य के बाहर से आते हैं, ने विश्वविद्यालय को 14 कॉलेज मेलों में कटौती करने और यात्रा को कम करने के लिए प्रेरित किया। उन्होंने अपने प्रत्यक्ष मेल पर अधिक केंद्रित दृष्टिकोण अपनाया। अतीत में, उन्होंने 9, 000 पत्र भेजे। एनालिटिक्स लागू करने के बाद, उन्हें केवल 5, 000 से 6, 000 भेजने थे। 26 प्रतिशत की भर्ती में वृद्धि में वास्तव में अनुवादित पत्रों की कमी हुई संख्या।

टैक्टिकल चेंजेस की तैयारी

एक ईमेल एक्सचेंज में राइट ने गियर्स को स्विच करने और एनालिटिक्स को अपनाने के लिए एक संस्थान प्राप्त करने की चुनौतियों को समझाया। उन्होंने कहा कि तीन पहलुओं में शामिल थे:

• एक को लोगों को सबूत-आधारित निर्णय लेने का लाभ देखने को मिल रहा था। निर्णय लेने के लिए डेटा का उपयोग करना निर्णय की पुष्टि करने के लिए डेटा का उपयोग करने से बहुत अलग है। शुरुआत में, विश्वविद्यालय के पास एक कठिन समय था कि लोग निर्णय बिंदु से पहले डेटा का उपयोग करें। निर्णय होने पर डेटा टेबल पर होना चाहिए।

• दूसरी कठिनाई लोगों को एनालिटिक्स पर भरोसा करने में हो रही थी, खासकर जब डेटा अंतर्ज्ञान या पिछले प्रथाओं के विपरीत हो। सलाहकारों को डेटा में विश्वास रखने में लंबा समय लगा।
• और तीसरा था एनालिटिक्स का उपयोग करने के लिए आवश्यक डेटा में गुणवत्ता।

जगह में एक मजबूत एनालिटिक्स सिस्टम प्राप्त करने के लिए, उन्हें पहले पुराने डेटा और "हजारों डेटा एंट्री त्रुटियों को साफ़ करना होगा।" यह एक चुनौतीपूर्ण काम था, लेकिन विश्वविद्यालय ने इसके लिए मजबूत एनालिटिक्स सिस्टम स्थापित करने के लिए सहमति व्यक्त की, जो उनके लक्ष्यों को प्राप्त करने के लिए आवश्यक था।

बेहतर डेटा = बेहतर कर्मचारी

कर्मचारियों की भर्ती और प्रतिधारण में सुधार के लिए बड़े डेटा एनालिटिक्स को लागू करना भी साबित हुआ है। बिग डेटा कंपनी Evolv विशेष रूप से काम पर रखने के लिए भविष्य कहनेवाला विश्लेषिकी लागू करने के व्यवसाय में है। ऐसा इसलिए है क्योंकि बड़े डेटा का इस्तेमाल करके सीधे हायरिंग के फैसलों का भुगतान किया जाता है, कंपनी के मुताबिक।

उदाहरण के लिए, इवॉल्व की अंतर्दृष्टि ने कॉल सेंटर के श्रमिकों के चयन के लिए ज़ेरॉक्स की भर्ती की रणनीति बदल दी। डब्लूएसजे के एक लेख में, वाणिज्यिक सेवाओं के ज़ेरॉक्स के मुख्य परिचालन अधिकारी ने स्वीकार किया, "कुछ मान्यताएँ जो हमारे पास मान्य नहीं थीं।" यह बड़े डेटा एनालिटिक्स का वास्तविक मूल्य है; यह प्रबंधकों को काम पर रखने की भावना के बजाय उद्देश्य संबंधी जानकारी के आधार पर वास्तविक सहसंबंधों को प्रकट करता है।

जैसा कि यह निकला, रिज्यूम और बैकग्राउंड चेक ज़ेरॉक्स कर्मचारियों के सबसे विश्वसनीय संकेतक नहीं थे, जो कंपनी के प्रशिक्षण में $ 5, 000 के निवेश पर रिटर्न पाने तक बने रहेंगे। एवोल्व के आंकड़ों से पता चला कि गिरफ्तारी का एक रिकॉर्ड जो पांच साल से अधिक पुराना है, "भविष्य के बुरे व्यवहार" को पूरी तरह से साफ रिकॉर्ड से अधिक नहीं दर्शाता है। नौकरी हॉपिंग का पिछला रिकॉर्ड भी जरूरी नहीं है कि नया किराया नहीं रखा जाएगा। एवोल्व ने 21, 115 कॉल सेंटर एजेंटों का एक अध्ययन पूरा किया। डेटा के विश्लेषण ने संकेत दिया "एक एजेंट के काम के इतिहास और स्थिति में उसके कार्यकाल के बीच बहुत कम संबंध।"

फिर क्या फर्क पड़ता है? व्यक्तित्व, कनेक्शन और स्थान। एवोल्व के सॉफ्टवेयर ने आदर्श उम्मीदवार को एक रचनात्मक व्यक्ति के रूप में पहचाना जो एक से चार सामाजिक नेटवर्क पर सक्रिय है और कार्यस्थल के प्रबंधनीय आवागमन के भीतर है। अवधारण में एक अन्य प्रमुख कारक एसोसिएशन था। जो लोग एक कंपनी में रहने की संभावना साबित करते थे, वे तीन या अधिक कर्मचारियों को जानते थे जो पहले से ही वहां काम करते थे।

स्कूल और व्यवसाय में अंतर

जबकि बड़े डेटा एनालिटिक्स कॉरपोरेट भर्ती में उतने ही प्रभावी हो सकते हैं, जितने विश्वविद्यालय की भर्ती में होते हैं, यह भी दिखाता है कि दोनों के बीच समानताएं कहां टूटती हैं। 2013 में फोर्ब्स के एक लेख में, जब कंपनी ने बिक्री के लोगों को चुनने के लिए भविष्य कहनेवाला विश्लेषिकी लागू की, तो लेखक जोश बेर्सिन ने बताया कि स्कूल का अनुभव नौकरी की सफलता की भविष्यवाणी करने के मामले में लोगों के विचार से बहुत कम है। वास्तव में, आम धारणा के विपरीत, एक उम्मीदवार की जीपीए या कॉलेज की पसंद काम पर सफलता के साथ संबंधित नहीं थी।

इसका मतलब यह नहीं है कि शिक्षा बिना मूल्य के है; शिक्षा के कुछ रूप को समाप्त करना कैरियर की सफलता का एक संकेतक था, लेकिन वहां कुंजी स्कूल या ग्रेड के बजाय पूरी हुई। अन्य प्रमुख संकेतकों में व्याकरणिक रूप से सही फिर से शुरू करना, नौकरी में सफलता, सफल बिक्री अनुभव और असंरचित परिस्थितियों में काम करने की क्षमता शामिल थी। कंपनी द्वारा डेटा एनालिटिक्स को अपने योग्य चरणों में शामिल करने और सटीक भविष्यवाणियों के कारक की पहचान करने के बाद, इसने राजस्व में $ 4 मिलियन के लाभ के लिए बिक्री प्रदर्शन में सुधार किया।

संगठन की जो भी जरूरत है, भविष्य कहनेवाला विश्लेषिकी उन्हें सही रास्ते पर डाल सकता है। जैसा कि राइट ने अपने स्वयं के अनुभव के बारे में कहा, "लोगों को संसाधनों के साथ सशक्त करके उन्हें अच्छे निर्णय लेने की आवश्यकता है, हर कोई जीतता है।"