商业进阶——人力分析
本章从员工周期的招聘角度进行学习。
使用不完整数据预测绩效 Predicting Performance with Incomplete Data
调查研究：
以下哪种评估求职者的方法最有效地预测后续绩效？
哪个效果最差？
1.工作知识测试 Job knowledge tests
2.认知能力测试 Cognitive ability tests
3.人格测试 Personality tests
4.推荐信 Reference checks
5.结构化面试 Structured interviews
6.非结构化访谈 Unstructured interviews
7.工作经历样本 Work samples
8.完整性测试 Integrity tests
调查结果如下：
通过上表可以知道类似的工作经历、认知能力的匹配、结构化测试以及工作知识的测试对于招聘标准而言，最有相关性。而主观性更强的推荐信、人格测试和非结构化测试则可能更加偏离我们想要的人选。但是人一般都会主观性的去相信更主管的因素，往往是在招聘环节很难把控住的。
微调我们的选择 Fine-tuning your selection
绩效
•绩效评估
•目标绩效指标
- 销售
- 生产力
- 消费者满意度
•减员
•促销率
预测
•背景/经验
•测试成绩
•面试表现
- 具体问题
- 具体的面试官
预测新员工绩效：提示，提示，问题 Predicting New Hire Performance: Hints, Tips, Issues
1.将苹果与苹果进行比较
- 工作
- 那个地点
- 经理/单位
- 水平
- 工作时间
2.理清影响 - 注意虚假的相关性
- 应用常识/了解机制
3.选择会计 - 谁被录用了
- 谁留了下来
预测雇佣绩效的方法 Approaches to Predicting Hire Performance
四个绩效级别：一般、良好、优秀、最高
一般 Okay:
•比较最佳和最差表现者的特征
•测试统计显着性
良好 Better:
•比较同一队列和工作中最佳和最差表现者的特征
优秀 Good:
•使用多元回归分离出不同特征的影响
最高 Best:
•使用多元回归分离出不同特征的影响
•应用选择更正来说明雇用的人员和来自样本的人员流失
多元回归如图所示
数据分析如何与人类判断相比较如何？
坏消息
•各种测试和选择方法的结合使得大部分性能无法解释清楚。
更糟糕的新闻
•算法的实施减少了呼叫中心的人员流动率。
•人员流动率越来越低，管理者对算法越依赖，导致流动率越低。
上课心得
主要从人员配置过程、价值分析和对应的方法来研究员工生命周期的三个阶段。