Mul on häid ja halbu uudiseid kõigile, kes lähiaastatel tööd otsivad. Hea uudis on see, et mõni aeg tulevikus võivad tööintervjuud ära minna. Okei, võib-olla mõned ettevõtted teevad neid ikkagi traditsioonide huvides, kuid neil pole nii suurt tähtsust.
Mis viib mind halbade uudiste juurde - Big Data otsustab tõenäolisemalt, kas saate tööd. Teie pimestav naeratus, võluv isiksus ja fantastiline jätkamine võivad midagi loota, kuid algoritmid ja ennustav analüüs kinnitavad tõenäoliselt teie saatuse.
Siin on miks. Tohutult võimsad arvutid on hakanud mõistma tohutuid andmemahtusid, mida maailm nüüd toodab, ja see võimaldab peaaegu igasugust käitumist kvantifitseerida ja seostada teiste andmetega. Statistika võib näiteks näidata, et inimesed, kes elavad tööst 15 miili kaugusel, loobuvad suurema tõenäosusega oma tööst viie aasta jooksul. Või et muusikaliste oskustega töötajad sobivad eriti hästi tööks, mis nõuab mitmekeelsust. Ma teen need üles, kuid nad pole nii kaugele tõmmatud.
Mõned personaliosakonnad on juba hakanud kasutama ettevõtteid, kes kaevandavad sügavaid teabevarusid, et kujundada oma töölevõtmise otsuseid. Ja nad on avastanud, et kui arvutid andmeid segada ja sobitada, ei kehti tavapärane tarkus selle kohta, milline inimene on tööl hea.
Jookse numbrid
Mõelge San Francisco ettevõtte Evolv tähelepanekutele, mis on andmepõhiste teadmiste kaudu endale nime pannud. See väidab näiteks, et inimesed, kes täidavad veebipõhiseid töötaotlusi brauseri abil, mille nad on ise oma arvutisse installinud, näiteks Chrome või Firefox, täidavad oma tööd paremini ja vahetavad töökohta harvemini. Võiksite spekuleerida, et selle põhjuseks on see, et inimene, kes laadib alla mõne muu brauseri kui see, mis oli kaasas tema arvutiga, on ennetavam ja leidlikum.
Kuid Evolv ei spekuleeri. Ta lihtsalt osutab, et just seda enam kui 30 000 töötaja andmed näitavad. Selles pole midagi anekdootlikku; see põhineb teabel, mida on hankinud kümme tuhat töötajat. Ja just see annab sellele kaalu.
“Teaduse keskmes on mõõtmine, ” tõi Erik Brynjolfsson MIT-i Sloan School of Managementist välja hiljutises New York Timesi artiklis, mis käsitleb tööjõuteadust. "Me näeme revolutsiooni mõõtmises ja see muudab organisatsiooniökonoomika ja personalimajanduse revolutsiooni."
Evolv, kes on oma teadusuuringutes keskendunud peamiselt tunnitöötajatele, on andmete põhjal loonud HR-kulla muud ahelad, näiteks:
- Pikka aega töötud inimesed on pärast uuesti palkamist sama töövõimelised ja tööl sama kaua kui inimesed, kes pole töölt ilma jäänud.
- Karistusregistrid on juba pikka aega olnud kellegi jaoks tööturul paks must märk, kuid Evolvi sõnul näitab nende statistika, et kriminaalsel taustal pole mingit mõju sellele, kuidas töötaja töötab või kui kaua ta tööga kinni peab. Tegelikult on ta leidnud, et endised kurjategijad teevad kõnekeskustes tegelikult paremaid töötajaid.
- Töötajate küsitluste põhjal loovad kõnekeskuse töötajad, kes on loovad. Need, kes on uudishimulikud, seda ei tee.
- Kõige usaldusväärsemad kõnekeskuse töötajad elavad töö lähedal, neil on usaldusväärne transport ja nad kasutavad ühte või mitut suhtlusvõrgustikku, kuid mitte rohkem kui neli.
- Ausus on oluline. Andmed näitavad, et isiksusetestides ausaks osutunud inimesed jäävad tööle 20–30 protsenti kauem kui need, kes seda ei tee.
Ja kuidas nad hindavad ausust? Üks meetod on küsida inimestelt, kas nad teavad lihtsaid kiirklahve, näiteks control-V, mis võimaldab teil teksti kleepida. Hiljem palutakse neil teksti lõigata ja kleepida ainult klaviatuuri abil, et näha, kas nad räägivad tõtt.
Läheb jube
Andmepõhisel rentimisel on muidugi oma puudused. Üks on see, et see võib põhjustada vähemuste või vanemate töötajate tahtmatut diskrimineerimist. Näiteks vähemuste töötajad kipuvad oma töökohta kaugemale sõitma. Ja see võib tekitada juriidilisi probleeme ettevõttele, kes hoiab eemal pikamaa töötajatest, kuna statistika näitab, et nad ei tööta nii kaua.
Siis on küsimus, millise pikkusega ettevõte oma töötajate andmeid kogub. Kuhu see tõmbab piiri, kui on vaja jälgida töötajate käitumist kogunevate andmete nimel?
"Andmete kogumise tehnoloogia tõstatab kahtlemata töötajate jälgimise piirid, " rääkis New York Timesile elektroonilise privaatsuse teabekeskuse tegevdirektor Marc Rotenberg . "Suurem probleem on siin see, et kõiki neid töökoha mõõdikuid kogutakse siis, kui töötajana olete sisuliselt ühesuunalise peegli taga."
See on tõsine probleem, kuid tõenäoliselt ei aeglusta trendi asendamine ülemuse soolestiku reaktsiooni algoritmide tajutud tarkusega.
Juhtumiks näide: selle aasta alguses on e-Harmony, ettevõte, mis on oma võrgus matšides märgi teinud, teatas oma plaanidest muuta oma algoritme ning asuda tegelema töötajate ja ettevõtete haakimisega.
Big Data jälgib
Siin on muud viisid, kuidas suurandmed mõjutavad:
- Vähem läbitud teed: kohaletoimetamisettevõtted, nagu Fedex ja UPS, on hakanud nägema märkimisväärset kokkuhoidu, kasutades andmeanalüüsi, et juhtida autojuhte vähem ummistunud teedele, vältimaks tühikäigul liikluses liikumist.
- Telefoni saab, reisib: Aafrika teadlased kasutavad mobiiltelefonide kasutamisest kogutud andmeid haiguste, näiteks malaaria leviku jälgimiseks, nähes, kuhu inimesed reisivad.
- Suur C, vastake suurele D: Ameerika kliinilise onkoloogia selts on algatanud projekti massilise andmebaasi loomiseks vähijuhtude elektrooniliste dokumentide kohta, et arstid saaksid analüüse rakendada, et selgitada välja, kuidas patsiente kõige paremini ravida.
Videoboonus: ikka ei saa kogu Big Data asja. Fotograaf Rick Smolan jagab selle kohta oma tähtkuju.
Rohkem saidilt Smithsonian.com
Kui suured andmed on tutvumist muutnud
Suured andmed või liiga palju teavet
