似乎每个人最近都在谈论大数据。只有在企业配备了所需的正确人才和技能时，大数据分析才能助其提高学习效果和利润水平。
大数据是令人生畏的，但是对其进行分析可以在组织内产生显著的效果。通过对跨越各个职能部门的复杂的数据集进行分析，组织可以获得一些独到的见解，为促进变革推波助澜，增加获取专家建议的机会，加速入职培训，留住人才，并且找到产生复杂问题的根本原因。它改善了学习环境，以及学习和发展组织本身。
为一个组织创造价值的人不一定是正式组织结构图上握有权力的那些人，而往往是那些具有深厚和广博的专业知识、能够影响别人、知道组织是如何真正发挥作用的、而且可以运用本部门范围以外的资源来实现目标的人。
发掘大数据应用的价值
水利工程公司美国美华集团（MWH Global）使用了大数据分析来确定该公司的顶级合作伙伴，然后把它们作为催化剂进行调配，以帮助加强各种活动，这样，该公司就从一个以部门为划分单位的IT结构逐渐过渡到共享服务的模式。“公司确定了最重要的变革推动者，并且公开承认以他们为榜样。六个月后，美华集团就节省了2500万美元。”业务开发和市场营销高级副总裁塞西尔·霍布斯（Cecyl Hobbs）在社交网络分析公司Activate Networks上这样说。通过增加内部专家，该公司能够更快地（以在其他情况下很难达到的速度）克服瓶颈和障碍，并且更有效地在整个网络进行资讯传递。
一项网络分析显示了哈利伯顿公司（Halliburton Company）多个员工集群之间的联系很少，于是该公司与Activate Networks进行了合作，以改善其全球各个站点之间的交流状况。在该分析的基础之上，哈利伯顿公司通过组建混合型的项目团队、将人际关系良好的人员轮岗至其他平台上、创建电子专业知识定位器，来加强跨平台之间的联系。九个月后，该公司的各种联系增加了25％，运营效率提高了10％，由于质量不佳而造成的成本下降了66％，客户不满意度下降了24％，新产品收入增长了22％。这些改进归因于员工能够更加有效地共同做出决定，并且能够针对最佳实践方法和创新进行交流。
也有企业利用大数据分析来留住人才。“敬业、业绩和社交联系是人员逃走风险的关键因素，”霍布斯指出，“员工们是否找到了发挥专业知识的机会，对一个项目来说他是非常重要、靠边站，还是负担过重？在一段时间内你可以关注这些事情，并且了解人岗匹配的情况。那些变得越来越孤立并且缺乏动力的人可能都有逃走的风险。”
对于新员工的入职学习，个人社交网络是他们获得成功的关键。“如果在30天内一个顾问还没有与公司很好地融合在一起，那么这就是一件令人担忧的事情。”霍布斯给企业高管的时间长一点。在60天内，他说，就应该能够很明显地看出企业的新高管是否能够与必须打交道的人员和部门密切合作。“如果新高管没能做到这一点，或者其人际网络一边倒，那么这就是该高管还没有彻底进入角色的关键警告。”
改善学习和发展
国防军需大学（DAU）采用了不同的方法，利用大数据分析来了解其学习计划的有效性。 DAU为整个美国军方系统内的超过15万名现役和预备役采购和信息技术人员提供培训，被全球企业大学联合会公认为2013年度最佳企业大学。DAU与知识顾问一起合作，将来自多个系统的数据（包括人力资源、预算和会计）与学习数据库和学生信息结合在一起。因此，“我们可以以十年的调查结果为基础设置基准，审阅课件和设施，以及每门课程是如何影响组织绩效的。”DAU战略规划和学习分析主任克里斯·哈代（Chris Hardy）博士说。
每年，在课程结束时和课程结束60天后，DAU都会对课程质量和导师有效性进行调查，发放成千上万的问卷，以便评估课程对学生的工作绩效和业务成果的影响。主要调查结果表明，与喜欢传统课堂和导师的年长学习者相比，那些喜欢在线学习的年轻学生以及具有研究生教育程度的人员认为课件质量更加重要。导师有效性被标上了可以改善的标记，因为分析显示“导师有效性和课件质量之间有匪浅的关联”。通过比较基本数据，哈代博士认识到DAU导师在DAU比在其他组织更有影响力。特邀演讲人可以激发更高水平的个性化学习，其反映在以后的工作影响和业务成果中。
哈代博士正在与一个进行趋势分析的新的学习分析团队一起工作以提高DAU的整体能力，该分析团队跨越多个业务部门。“在主动分析了诸如毕业率和回报率、课程质量、课程地点、业务部门的差异等数据之后，趋势就变得非常明显。然后，我们就可以发掘出根本原因，并且解决出现的任何问题。例如，我们使用知识顾问（Knowledge Advisor）的Metrics that Matter软件来分析为什么远程学习的回报率正在下降，了解到政府关门和休假大大打击了士气，所以学生没有完成调查或者前来上课。”
目前，哈代博士的团队已经将该系统连接到学生信息系统上，以便将业务成果与培训连接在一起。DAU跟踪了培训地点、质量、成本、学生评价，以及在工作上的应用效果。全部完成以后，这个连接在一起的系统就像一个用于学习的人才管理系统一样运行，与知识共享系统连接在一起，并且还具有诸如模板、法规和即时培训等功能。
利用隐藏信息
有时，企业已经拥有了一些隐藏在数据之中的信息，但是没有使用或未能意识到这些信息，先进的分析能力则是解开这些信息谜团的关键。大数据分析方法将网络科学和行为科学结合在一起，可提高协作能力和员工敬业度。正如霍布斯阐述的那样：“我们收集信息来识别社区当中网络、个人的影响力、以及对团队的影响。这是一种弹性的解决方案，为工作中的关键联系提供了微观和宏观两种角度。”他指出，影响力并非“权威”的必要组成部分。 Activate Networks的企业社交平台（Activate Social Platform for Enterprise）软件解决方案可以为数以百万计的用户绘制网络地图。例如，它从电子邮件流量中收集并且分析元数据和标题信息，包括发件人/收件人和时间标记（但不是电子邮件内容本身），来识别个人的通信网络。通过进行先进的分析，企业可以获得一些识别信息中介人和信息瓶颈的定性方法。
在识别信息中介人的时候，公司可构建一个描述性数据分布图，例如地点、性别和任期，然后把它们分层堆放在行为信息上，包括他们的网络和电子邮件数据、敬业度和其它技能，该分析结果能够精准地找到在组织内为人们带来力量的真正激励者。
了解了这些关系之后，就可以把时间花在市场营销上，简化组织的复杂性，增强协作，最大限度地减少可以预测到的错误，并且在较长的一段时间内帮助企业监视变化的结果。这样，可以通过缩短销售周期、提供更加温馨的指导、为内外部客户创造无缝的客户体验，来加快收入增长的步伐。
最终，在企业使用大数据分析进行跨职能部门联系的时候，大数据分析能够发挥它们更大的价值。它们能够提高你的洞察力，帮助你解决影响学习的问题核心，从而提高生产力和利润，这些才是一切问题的关键。
你的公司具备大数据技能吗？
美国管理协会（American Management Association）近期的全球调查显示，只有四分之一的企业表示他们能够满足数据分析需求，其余有17%的公司正在计划额外招聘一些员工来做这件事。大多数受访者（47%）计划投资培训以弥补其技能差距。与其它组织职能相比，人力资源和销售被视为分析技能当中最落后的部分。这一调查指出，资源和企业文化的缺乏是企业发展运用大数据能力的最大障碍。
快速提示
企业生产力研究所（i4cp）的最新研究《大数据时代：企业和HR发展报告》称，HR专家在创建和塑造善于分析的新劳动力时有着举足轻重的作用。从当今的领导者身上，可以学习如何开始在企业的人力资源当中应用大数据。 确定企业中的分析需求。评估员工整体的分析能力，并通过参考这些分析数据来决定首先将重点放在哪里。分析数据在平均水平之下的任何部门都应该最先得到处理，但是如果每个部门的数据都差不多，就应通过培养高管或者聘请新的领导者，专注于提升高层领导者的分析能力。
加强分析力量
如果想打造分析头脑，培训应当将重点放在“使用数据更好地做出决策”上，而不是只关注特殊的工具和数据分析技术，尽管后者对某些工作来说仍然很重要。这种培训将帮助员工从更加实证的角度处理问题。企业当中一些职能部门的员工可能已经具备了所需的技能，可以作为主题内容专家来教导其他人。
准备好管理大数据流
关于大数据的浪潮多半是因“大”这个字而起。如果企业正在计划搜集可利用的巨大的数据集，基础设施必须事先到位。企业范围内的人力资源系统可能有能力运用收集到的海量数据，也可能没这个能力。因此，在你仓促地投入当前势不可挡的大数据浪潮中之前，必须要先明确你希望找到一些什么。
拥抱分析决策的思维模式
有的企业在做决策时基于经验、出于本能，若要变革成为由数据驱动的企业，不只是提升其分析能力那么简单。看待问题的方式需要改变，领导者也必须理解以数据和证据为基础的决策方式，并且能够运用这一方式。
本文编译自Training
