大數(shù)據(jù)的管理喻意和研究展望

大數(shù)據(jù)的管理喻意和研究展望大數(shù)據(jù)的管理喻意和研究展望大數(shù)據(jù)的管理喻意和研究展望大數(shù)據(jù)的管理喻意及研究展望生活、工作及思維的大變革ARevolutionThatWillTransformHowWeLive,Work,andThink史振厚2014.05.09歷史視角——管理100年的啟示3419001920194019501960197019801990

2010學習型組織

TQC\TQM

戰(zhàn)略管理系統(tǒng)權(quán)變

戰(zhàn)后叢林時期

行為科學

管理科學古典理論早期的思想與實踐企業(yè)E化，供應鏈、顧客關(guān)系管理管理發(fā)展100年的9大啟示4G的到來和普及，必將加速互聯(lián)網(wǎng)向移動互聯(lián)網(wǎng)的轉(zhuǎn)變和革新。移動終端逐漸取代PC設(shè)備，成為企業(yè)及客戶、媒體及讀者之間新的溝通橋梁。傳統(tǒng)產(chǎn)業(yè)向互聯(lián)網(wǎng)轉(zhuǎn)型已經(jīng)越來越多的成為社會話題，互聯(lián)網(wǎng)對傳統(tǒng)企業(yè)的顛覆已不是趨勢，而成為現(xiàn)實。不勝枚舉的企業(yè)案例，已經(jīng)促使有前瞻思維的企業(yè)領(lǐng)導、企業(yè)高管深刻認識到現(xiàn)實的窘境和自我變革的緊迫。那么，面對科技和社會這一趨勢造成的影響，面對移動互聯(lián)網(wǎng)這個既熟悉又陌生的概念，作為傳統(tǒng)企業(yè)應該怎樣應對?究竟什么是“互聯(lián)網(wǎng)思維”?又有哪些方法和工具可以有效利用?在自我革新轉(zhuǎn)型的時候需要注意哪些問題?從時代沿革來講，大數(shù)據(jù)時代前期是“集中——分散——集中”的模式，它要求整合動態(tài)資源分配，即物理上分散，邏輯上集中。引言大數(shù)據(jù)讓互聯(lián)網(wǎng)及現(xiàn)實世界的疆界越來越模糊，當你用手機上微信、來往并記下生活的喜怒哀樂，當你用打車軟件打車，當你用手機淘寶購物，當你在微信上開店……大數(shù)據(jù)開啟了一場重大的時代轉(zhuǎn)型。就像望遠鏡讓我們能夠感受宇宙，顯微鏡讓我們能夠感受微生物一樣，大數(shù)據(jù)正在改變我們的生活和理解世界的方式，成為新發(fā)明和新服務(wù)的源泉，而更多的改變正在蓄勢待發(fā)。。。。大數(shù)據(jù)理論大數(shù)據(jù)技術(shù)大數(shù)據(jù)實踐大數(shù)據(jù)時代管理變革和研究展望講座主要內(nèi)容理論theory價值特征涵義技術(shù)technology現(xiàn)在與未來大數(shù)據(jù)隱私云計算分布式處理平臺存儲技術(shù)感知技術(shù)大數(shù)據(jù)思維大數(shù)據(jù)的商業(yè)價值大數(shù)據(jù)的具體實踐信息產(chǎn)品及其應用實踐Utilization大數(shù)據(jù)整合技術(shù)創(chuàng)新呈現(xiàn)新形態(tài)和特點管理變革研究展望展望researchprospects第一部分大數(shù)據(jù)理論大數(shù)據(jù)(bigdata)是指無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進行擷取、管理和處理的數(shù)據(jù)集合。Gartner定義：大數(shù)據(jù)是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)基本上是一個包羅萬象的術(shù)語，指的是收集和分析大量信息的能力，而這些信息涉及到人類生活的方方面面。一、大數(shù)據(jù)的涵義最小的基本單位是Byte，按順序給出所有單位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB它們按照進率1024（2的十次方）來計算：1Byte

=8bit1

KB

=1,024Bytes1

MB

=1,024KB=1,048,576Bytes1

GB

=1,024MB=1,048,576KB1

TB

=1,024GB=1,048,576MB1

PB

=1,024TB=1,048,576GB1

EB

=1,024PB=1,048,576TB1

ZB

=1,024EB=1,048,576PB1

YB

=1,024ZB=1,048,576EB1

BB

=1,024YB=1,048,576ZB1

NB

=1,024BB=1,048,576YB1DB=1,024NB=1,048,576BB大數(shù)據(jù)及《紅樓夢》《紅樓夢》含標點87萬字（不含標點853059字）每個漢字占2個字節(jié)：1漢字=16bit-2*8位=2bytes1GB約等于671部《紅樓夢》1TB約等于631,903部美國國會圖書館藏書151,785,778冊書（2011年4月數(shù)據(jù)）1EB=4000倍美國國會圖書館存儲的信息解讀大數(shù)據(jù)大數(shù)據(jù)或稱巨量資料，指無法在允許的時間里用常規(guī)的軟件工具對內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合。維基百科大數(shù)據(jù)指大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集，并強調(diào)說不一定要超過特定TB值的數(shù)據(jù)集才能算是大數(shù)據(jù)。麥肯錫定義大數(shù)據(jù)是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。研究咨詢機構(gòu)Gartner123大數(shù)據(jù)的定義麥肯錫：數(shù)據(jù)已經(jīng)滲透到當今每個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運用，預示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。大數(shù)據(jù)在物理學、生物學、環(huán)境生態(tài)學等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時日，卻因為近年來互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。大數(shù)據(jù)已成為作為云計算、物聯(lián)網(wǎng)之后IT行業(yè)又一大顛覆性的技術(shù)革命。二、大數(shù)據(jù)的基本特征Volume（大量，超規(guī)模）

數(shù)據(jù)體量巨大。從TB級別，躍升到PB級別；Variety（多樣性）

數(shù)據(jù)類型不僅是文本形式，更多的是圖片、視頻、音頻、地理位置信息等多類型的數(shù)據(jù)，個性化數(shù)據(jù)占絕對多數(shù)。

Value（低價值密度）

價值密度低，商業(yè)價值高。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒。Velocity（高速、實時性）

數(shù)據(jù)處理遵循“1秒定律”，可從各種類型的數(shù)據(jù)中快速獲得高價值的信息。二、大數(shù)據(jù)的基本特征解讀大數(shù)據(jù)需要超出常規(guī)的技術(shù)工具、新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)具備海量Volume、多樣性Variety、高速性Velocity、易變性Variablity、巨大的數(shù)據(jù)價值Value、真實性Veracity和強關(guān)聯(lián)性Viscosity的“7V”為標志的“Vs”特征大數(shù)據(jù)具有技術(shù)屬性和社會屬性的雙重屬性大數(shù)據(jù)是一種全新的大數(shù)據(jù)思維的思維方式和數(shù)據(jù)智慧三、大數(shù)據(jù)的價值探討：

“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新三、大數(shù)據(jù)的價值探討：

“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新數(shù)據(jù)就像一個神奇的鉆石礦，當它的首要價值被發(fā)掘后仍能不斷給予。它的真實價值就像漂浮在海洋上的冰山，第一眼只能看到冰山的一角，而絕大部分都隱藏在表面之下。三、大數(shù)據(jù)的價值探討：

“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新大數(shù)據(jù)給企業(yè)帶來了巨大的價值：比如在互聯(lián)網(wǎng)金融領(lǐng)域降低了不良貸款率，減少了交易成本。谷歌利用大數(shù)據(jù)預測季節(jié)性流感的爆發(fā)和傳播；AT&T將用戶在WiFi網(wǎng)絡(luò)中的地理位置、網(wǎng)絡(luò)瀏覽歷史記錄以及使用的應用等數(shù)據(jù)銷售給廣告客戶。當用戶距離商家很近時，就有可能收到該商家提供的折扣很大的電子優(yōu)惠券，等等。大數(shù)據(jù)的處理分析正成為新一代信息技術(shù)融合應用的結(jié)點。大數(shù)據(jù)是信息產(chǎn)業(yè)持續(xù)高速增長的新引擎。大數(shù)據(jù)利用將成為提高核心競爭力的關(guān)鍵因素。大數(shù)據(jù)時代科學研究的方法手段將發(fā)生重大改變。數(shù)據(jù)的價值在于將正確的信息在正確的時間交付到正確的人手中。未來將屬于那些能夠駕馭所擁有數(shù)據(jù)的公司，這些數(shù)據(jù)及公司自身的業(yè)務(wù)和客戶相關(guān)，通過對數(shù)據(jù)的利用，發(fā)現(xiàn)新的洞見，幫助他們找出競爭優(yōu)勢。三、大數(shù)據(jù)的價值探討：

“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新從大數(shù)據(jù)的價值鏈條來分析，存在三種模式：手握大數(shù)據(jù)，但是沒有利用好；比較典型的是金融機構(gòu)，電信行業(yè)，政府機構(gòu)等。沒有數(shù)據(jù)，但是知道如何幫助有數(shù)據(jù)的人利用它；比較典型的是IT咨詢和服務(wù)企業(yè)，比如，埃森哲，IBM，Oracle等。既有數(shù)據(jù)，又有大數(shù)據(jù)思維；比較典型的是Google，Amazon，Mastercard等。三、大數(shù)據(jù)的價值探討：

取之不盡，用之不竭的數(shù)據(jù)創(chuàng)新迎接大數(shù)據(jù)時代硬件成本的降低網(wǎng)絡(luò)寬帶的提升云計算的興起網(wǎng)絡(luò)技術(shù)的發(fā)展智能終端的普及電子商務(wù)、社交網(wǎng)絡(luò)和電子地圖的全面應用物聯(lián)網(wǎng)的發(fā)展四、大數(shù)據(jù)的現(xiàn)在和未來大數(shù)據(jù)幫助政府實現(xiàn)市場經(jīng)濟調(diào)控、公共衛(wèi)生安全防范、災難預警、社會輿論監(jiān)督；幫助城市預防犯罪，實現(xiàn)智慧交通，提升緊急應急能力；幫助醫(yī)療機構(gòu)建立患者的疾病風險跟蹤機制，幫助醫(yī)藥企業(yè)提升藥品的臨床使用效果，幫助艾滋病研究機構(gòu)為患者提供定制的藥物；四、大數(shù)據(jù)的現(xiàn)在和未來幫助航空公司節(jié)省運營成本，幫助電信企業(yè)實現(xiàn)售后服務(wù)質(zhì)量提升，幫助保險企業(yè)識別欺詐騙保行為，幫助快遞公司監(jiān)測分析運輸車輛的故障險情以提前預警維修，幫助電力公司有效識別預警即將發(fā)生故障的設(shè)備；幫助電商公司向用戶推薦商品和服務(wù)，幫助旅游網(wǎng)站為旅游者提供心儀的旅游路線，幫助二手市場的買賣雙方找到最合適的交易目標，幫助用戶找到最合適的商品購買時期、商家和最優(yōu)惠價格；四、大數(shù)據(jù)的現(xiàn)在和未來大數(shù)據(jù)幫助企業(yè)提升營銷的針對性，降低物流和庫存的成本，減少投資的風險，以及幫助企業(yè)提升廣告投放精準度；幫助娛樂行業(yè)預測歌手，歌曲，電影，電視劇的受歡迎程度，并為投資者分析評估拍一部電影需要投入多少錢才最合適，否則就有可能收不回成本；幫助社交網(wǎng)站提供更準確的好友推薦，為用戶提供更精準的企業(yè)招聘信息，向用戶推薦可能喜歡的游戲以及適合購買的商品。大數(shù)據(jù)的發(fā)展關(guān)乎到廣大公眾的切實利益專家們認為利用大數(shù)據(jù)可以有效地實現(xiàn)“智慧醫(yī)療”，為全面的個人健康管理進行服務(wù)；個人可以方便獲取醫(yī)院的就診信息、檢查數(shù)據(jù)、醫(yī)療影像等，以及個人健康的歷史數(shù)據(jù);為慢性病患者提供遠程數(shù)據(jù)分析和服務(wù)；輔助臨床診斷和用藥決策；為公共衛(wèi)生機構(gòu)提供及時的統(tǒng)計分析；以及為藥品研發(fā)、治療方案設(shè)計提供數(shù)據(jù)分析。隨著大數(shù)據(jù)的發(fā)展，廣大公眾的生活也將變得更加便利。五、大數(shù)據(jù)隱私你或許并不敏感，當你在不同網(wǎng)站上注冊了個人信息后，可能這些信息已經(jīng)被擴散出去了；當你莫名其妙的接到各種郵件、電話、短信的滋擾時，你不會想到自己的電話號碼、郵箱、生日、購買記錄、收入水平、家庭住址、親朋好友等私人信息早就被各種商業(yè)機構(gòu)非法存儲或賤賣給其它任何有需要的企業(yè)或個人了。更可怕的是，這些信息你永遠無法刪除，它們永遠存在于互聯(lián)網(wǎng)的某些你不知道的角落。除非你更換掉自己的所有信息，但是這代價太大了。五、大數(shù)據(jù)隱私用戶隱私問題一直是大數(shù)據(jù)應用難以繞開的一個問題，如被央視曝光過的分眾無線、羅維鄧白氏以及網(wǎng)易郵箱都涉及侵犯用戶隱私。目前，中國并沒有專門的法律法規(guī)來界定用戶隱私，處理相關(guān)問題時多采用其他相關(guān)法規(guī)條例來解釋。但隨著民眾隱私意識的日益增強，合法合規(guī)地獲取數(shù)據(jù)、分析數(shù)據(jù)和應用數(shù)據(jù)，是進行大數(shù)據(jù)分析時必須遵循的原則。五、大數(shù)據(jù)隱私愛德華·斯諾登，這位前美國中央情報局雇員一手引爆了美國“棱鏡計劃”的內(nèi)幕消息?！袄忡R”項目是一項由美國國家安全局（NSA）自2007年起開始實施的絕密電子監(jiān)聽計劃，年耗資近2000億美元，用于監(jiān)聽全美電話通話記錄，據(jù)稱還可以使情報人員通過“后門”進入9家主要科技公司的服務(wù)器，包括微軟、雅虎、谷歌、Facebook、PalTalk、美國在線、Skype、YouTube、蘋果。這個事件引發(fā)了人們對政府使用大數(shù)據(jù)時對公民隱私侵犯的擔心。五、大數(shù)據(jù)隱私當微博、微信、QQ空間這些社交平臺肆意的吞噬著數(shù)億用戶的各種信息時，你就不要指望你還有隱私權(quán)了，就算你在某個地方刪除，但也許這些信息已經(jīng)被其他人轉(zhuǎn)載或保存了，更有可能已經(jīng)被百度或Google存為快照，早就提供給任意用戶搜索了。因此，在大數(shù)據(jù)的背景下，很多人都在積極的抵制無底線的數(shù)字化，這種大數(shù)據(jù)和個體之間的博弈還會一直繼續(xù)下去……2013年1月份全國人大通過了關(guān)于個人用戶隱私保護的決定，同時工信部根據(jù)全國人大的決定，出臺了關(guān)于互聯(lián)網(wǎng)和電信網(wǎng)個人信息保護的條例以保護用戶的隱私，這些都對個人隱私的保護具有一定的作用。企業(yè)要履行自己的社會責任，通過特定的技術(shù)手段對用戶信息進行不可逆的處理。一旦發(fā)生用戶信息外泄，企業(yè)要承擔相應的責任。用戶也需要注意保護自己的隱私。一些信息泄露事件的出現(xiàn)也及廣大用戶本身對個人信息的保護意識不足存在著一定的關(guān)系，因而在大數(shù)據(jù)時代，迫切需要向用戶開展加強自身信息保護意識的教育，也就是安全上網(wǎng)的知識普及和教育。大數(shù)據(jù)隱私如何有效保護大數(shù)據(jù)背景下隱私權(quán)的建議：1、減少信息的數(shù)字化；2、隱私權(quán)立法；3、數(shù)字隱私權(quán)基礎(chǔ)設(shè)施（類似DRM數(shù)字版權(quán)管理）；4、人類改變認知（接受忽略過去）；5、創(chuàng)造良性的信息生態(tài)；6、語境化。第二部分大數(shù)據(jù)技術(shù)大數(shù)據(jù)技術(shù)是指從各種各樣類型的數(shù)據(jù)中，快速獲得有價值信息的能力。適用于大數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理（MPP）數(shù)據(jù)庫、數(shù)據(jù)挖掘電網(wǎng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫、云計算平臺、互聯(lián)網(wǎng)和可擴展的存儲系統(tǒng)。什么是大數(shù)據(jù)技術(shù)?大數(shù)據(jù)技術(shù)數(shù)據(jù)采集：ETL工具負責將分布的、異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)如關(guān)系數(shù)據(jù)、平面數(shù)據(jù)文件等抽取到臨時中間層后進行清洗、轉(zhuǎn)換、集成，最后加載到數(shù)據(jù)倉庫或數(shù)據(jù)集市中，成為聯(lián)機分析處理、數(shù)據(jù)挖掘的基礎(chǔ)。數(shù)據(jù)存?。宏P(guān)系數(shù)據(jù)庫、NOSQL、SQL等。基礎(chǔ)架構(gòu)：云存儲、分布式文件存儲等。數(shù)據(jù)處理：自然語言處理(NaturalLanguageProcessing)是研究人及計算機交互的語言問題的一門學科。處理自然語言的關(guān)鍵是要讓計算機"理解"自然語言，所以自然語言處理又叫做自然語言理解(NaturalLanguageUnderstanding)，也稱為計算語言學(ComputationalLinguistics）。一方面它是語言信息處理的一個分支，另一方面它是人工智能(ArtificialIntelligence)的核心課題之一。大數(shù)據(jù)技術(shù)統(tǒng)計分析：假設(shè)檢驗、顯著性檢驗、差異分析、相關(guān)分析、T檢驗、方差分析、卡方分析、偏相關(guān)分析、距離分析、回歸分析、簡單回歸分析、多元回歸分析、逐步回歸、回歸預測及殘差分析、嶺回歸、logistic回歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法及聚類法、判別分析、對應分析、多元對應分析（最優(yōu)尺度分析）、bootstrap技術(shù)等等。數(shù)據(jù)挖掘：分類、估計、預測、相關(guān)性分組或關(guān)聯(lián)規(guī)則、聚類、描述和可視化、復雜數(shù)據(jù)類型挖掘(Text,Web,圖形圖像，視頻，音頻等)模型預測：預測模型、機器學習、建模仿真。結(jié)果呈現(xiàn)：云計算、標簽云、關(guān)系圖等。云技術(shù)云計算（cloudcomputing）是基于互聯(lián)網(wǎng)的相關(guān)服務(wù)的增加、使用和交付模式，通常涉及通過互聯(lián)網(wǎng)來提供動態(tài)易擴展且經(jīng)常是虛擬化的資源。大數(shù)據(jù)常和云計算聯(lián)系到一起，因為實時的大型數(shù)據(jù)集分析需要分布式處理框架來向數(shù)十、數(shù)百或甚至數(shù)萬的電腦分配工作?？梢哉f，云計算充當了工業(yè)革命時期的發(fā)動機的角色，而大數(shù)據(jù)則是電。狹義的云計算指IT基礎(chǔ)設(shè)施的交付和使用模式，指通過網(wǎng)絡(luò)以按需、易擴展的方式獲得所需資源；廣義云計算指服務(wù)的交付和使用模式，指通過網(wǎng)絡(luò)以按需、易擴展的方式獲得所需服務(wù)。云計算（CloudComputing）是分布式計算（DistributedComputing）、并行計算（ParallelComputing）、效用計算（UtilityComputing）、網(wǎng)絡(luò)存儲（NetworkStorageTechnologies）、虛擬化（Virtualization）、負載均衡（LoadBalance）等傳統(tǒng)計算機和網(wǎng)絡(luò)技術(shù)發(fā)展融合的產(chǎn)物。云技術(shù)大數(shù)據(jù)及云計算的關(guān)系就像一枚硬幣的正反面一樣密不可分。沒有大數(shù)據(jù)的信息積淀，則云計算的計算能力再強大，也難以找到。大數(shù)據(jù)必然無法用單臺的計算機進行處理，必須采用分布式計算架構(gòu)。它的特色在于對海量數(shù)據(jù)的挖掘,但它必須依托云計算的分布式處理、分布式數(shù)據(jù)庫、云存儲和虛擬化技術(shù)。云計算VS大數(shù)據(jù)在概念上兩者有所不同：云計算改變了IT，而大數(shù)據(jù)則改變了業(yè)務(wù)。然而大數(shù)據(jù)必須有云作為基礎(chǔ)架構(gòu)，才能得以順暢運營。大數(shù)據(jù)和云計算的目標受眾不同：云計算是CIO等關(guān)心的技術(shù)層，是一個進階的IT解決方案。而大數(shù)據(jù)是CEO關(guān)注的、是業(yè)務(wù)層的產(chǎn)品，而大數(shù)據(jù)的決策者是業(yè)務(wù)層。云計算有哪些好處?1、安全，云計算提供了最可靠、最安全的數(shù)據(jù)存儲中心，用戶不用再擔心數(shù)據(jù)丟失、病毒入侵等麻煩。2、方便，它對用戶端的設(shè)備要求最低，使用起來很方便。3、數(shù)據(jù)共享，它可以輕松實現(xiàn)不同設(shè)備間的數(shù)據(jù)及應用共享。4、無限可能，它為我們使用網(wǎng)絡(luò)提供了幾乎無限多的可能。分布式處理技術(shù)分布式處理系統(tǒng)可以將不同地點的或具有不同功能的或擁有不同數(shù)據(jù)的多臺計算機用通信網(wǎng)絡(luò)連接起來，在控制系統(tǒng)的統(tǒng)一管理控制下，協(xié)調(diào)地完成信息處理任務(wù)。存儲技術(shù)大數(shù)據(jù)可以抽象的分為大數(shù)據(jù)存儲和大數(shù)據(jù)分析：大數(shù)據(jù)存儲的目的是支撐大數(shù)據(jù)分析。大數(shù)據(jù)存儲致力于研發(fā)可以擴展至PB甚至EB級別的數(shù)據(jù)存儲平臺；大數(shù)據(jù)分析關(guān)注在最短時間內(nèi)處理大量不同類型的數(shù)據(jù)集。感知技術(shù)以傳感器技術(shù)、指紋識別技術(shù)、RFID技術(shù)、坐標定位技術(shù)等為基礎(chǔ)的感知能力提升同樣是物聯(lián)網(wǎng)發(fā)展的基石。全世界的工業(yè)設(shè)備、汽車、電表上有著無數(shù)的數(shù)碼傳感器，隨時測量和傳遞著有關(guān)位置、運動、震動、溫度、濕度乃至空氣中化學物質(zhì)的變化，都會產(chǎn)生海量的數(shù)據(jù)信息。而隨著智能手機的普及，感知技術(shù)可謂迎來了發(fā)展的高峰期，除了地理位置信息被廣泛的應用外，一些新的感知手段也開始登上舞臺。感知技術(shù)及感知相關(guān)的技術(shù)革新讓人耳目一新：牙齒傳感器實時監(jiān)控口腔活動及飲食狀況，嬰兒穿戴設(shè)備可用大數(shù)據(jù)去養(yǎng)育寶寶，Intel正研發(fā)3D筆記本攝像頭可追蹤眼球讀懂情緒，日本公司開發(fā)新型可監(jiān)控用戶心率的紡織材料，業(yè)界正在嘗試將生物測定技術(shù)引入支付領(lǐng)域等。這些感知被逐漸捕獲的過程就是就世界被數(shù)據(jù)化的過程，一旦世界被完全數(shù)據(jù)化了，那么世界的本質(zhì)也就是信息了。就像一句名言所說，“人類以前延續(xù)的是文明，現(xiàn)在傳承的是信息?！钡谌糠执髷?shù)據(jù)的應用維克托·邁爾-舍恩伯格1、更多：不是隨機樣本，需要全部數(shù)據(jù)；2、更雜：不是精確性，而是混雜性；3、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。一、什么是大數(shù)據(jù)思維？維克托·邁爾-舍恩伯格1、更多：不是隨機樣本，需要全部數(shù)據(jù)；當數(shù)據(jù)處理技術(shù)已經(jīng)發(fā)生了翻天覆地的變化時，在大數(shù)據(jù)時代進行抽樣分析就像在汽車時代騎馬一樣。一切都改變了，我們需要的是全部數(shù)據(jù)，“樣本=總體”。穿孔卡片及美國人口普查大數(shù)據(jù)及喬布斯的癌癥治療2、更雜：不是精確性，而是混雜性；執(zhí)迷于精確性是信息缺乏時代和模擬時代的產(chǎn)物。只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫的。如果不接受混亂，剩下95%的非結(jié)構(gòu)化數(shù)據(jù)都無法被利用，只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶。無所不能的谷歌翻譯系統(tǒng)3、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。

知道“是什么”就夠了，沒有必要知道“為什么”。在大數(shù)據(jù)時代，我們不必非得知道現(xiàn)象背后的原因，而是要讓數(shù)據(jù)自己“發(fā)聲”。建立在相關(guān)關(guān)系分析法基礎(chǔ)上的預測是大數(shù)據(jù)的核心。沃爾瑪把蛋撻及颶風用品擺在一起美國折扣零售商Target及懷孕預測UPS及汽車修理預測大數(shù)據(jù)分析及利用的案例Wal-Mart作為零售行業(yè)的巨頭，他們的分析人員會對每個階段的銷售記錄進行了全面的分析，有一次他們無意中發(fā)現(xiàn)雖不相關(guān)但很有價值的數(shù)據(jù)，在美國的颶風來臨季節(jié)，超市的蛋撻和抵御颶風物品竟然銷量都有大幅增加，于是他們做了一個明智決策，就是將蛋撻的銷售位置移到了颶風物品銷售區(qū)域旁邊，看起來是為了方便用戶挑選，但是沒有想到蛋撻的銷量因此又提高了很多。如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。Target超市以20多種懷孕期間孕婦可能會購買的商品為基礎(chǔ)，將所有用戶的購買記錄作為數(shù)據(jù)來源，通過構(gòu)建模型分析購買者的行為相關(guān)性，能準確的推斷出孕婦的具體臨盆時間，這樣Target的銷售部門就可以有針對的在每個懷孕顧客的不同階段寄送相應的產(chǎn)品優(yōu)惠卷。三分技術(shù)，七分數(shù)據(jù)，得數(shù)據(jù)者得天下二、大數(shù)據(jù)的商業(yè)價值數(shù)據(jù)搜索顧客細分模擬實境個性化準確推薦提高投入回報率管理客戶關(guān)系數(shù)據(jù)存儲空間出租三、大數(shù)據(jù)的具體實踐1、互聯(lián)網(wǎng)的大數(shù)據(jù)互聯(lián)網(wǎng)上的數(shù)據(jù)每年增長50%，每兩年便將翻一番，而目前世界上90%以上的數(shù)據(jù)是最近幾年才產(chǎn)生的。據(jù)IDC預測，到2020年全球?qū)⒖偣矒碛?5ZB的數(shù)據(jù)量?；ヂ?lián)網(wǎng)是大數(shù)據(jù)發(fā)展的前哨陣地，隨著WEB2.0時代的發(fā)展，人們似乎都習慣了將自己的生活通過網(wǎng)絡(luò)進行數(shù)據(jù)化，方便分享以及記錄并回憶。三、大數(shù)據(jù)的具體實踐互聯(lián)網(wǎng)大數(shù)據(jù)的典型代表1、用戶行為數(shù)據(jù)（精準廣告投放、內(nèi)容推薦、行為習慣和喜好分析、產(chǎn)品優(yōu)化等）2、用戶消費數(shù)據(jù)（精準營銷、信用記錄分析、活動促銷、理財?shù)龋?、用戶地理位置數(shù)據(jù)（O2O推廣，商家推薦，交友推薦等）4、互聯(lián)網(wǎng)金融數(shù)據(jù)（P2P，小額貸款，支付，信用，供應鏈金融等）5、用戶社交等UGC數(shù)據(jù)（趨勢分析、流行元素分析、受歡迎程度分析、輿論監(jiān)控分析、社會問題分析等）2、政府的大數(shù)據(jù)近期，奧巴馬政府宣布投資2億美元拉動大數(shù)據(jù)相關(guān)產(chǎn)業(yè)發(fā)展，將“大數(shù)據(jù)戰(zhàn)略”上升為國家意志。奧巴馬政府將數(shù)據(jù)定義為“未來的新石油”，并表示一個國家擁有數(shù)據(jù)的規(guī)模、活性及解釋運用的能力將成為綜合國力的重要組成部分，未來，對數(shù)據(jù)的占有和控制甚至將成為陸權(quán)、海權(quán)、空權(quán)之外的另一種國家核心資產(chǎn)。三、大數(shù)據(jù)的具體實踐2、政府的大數(shù)據(jù)在國內(nèi)，政府各個部門都握有構(gòu)成社會基礎(chǔ)的原始數(shù)據(jù)，比如：氣象數(shù)據(jù)，金融數(shù)據(jù)，信用數(shù)據(jù)，電力數(shù)據(jù)，煤氣數(shù)據(jù)，自來水數(shù)據(jù)，道路交通數(shù)據(jù)，客運數(shù)據(jù)，安全刑事案件數(shù)據(jù)，住房數(shù)據(jù)，海關(guān)數(shù)據(jù)，出入境數(shù)據(jù)，旅游數(shù)據(jù)，醫(yī)療數(shù)據(jù)，教育數(shù)據(jù)，環(huán)保數(shù)據(jù)等等。這些數(shù)據(jù)在每個政府部門里面看起來是單一的，靜態(tài)的。但是，如果政府可以將這些數(shù)據(jù)關(guān)聯(lián)起來，并對這些數(shù)據(jù)進行有效的關(guān)聯(lián)分析和統(tǒng)一管理，這些數(shù)據(jù)必定將獲得新生，其價值是無法估量的。三、大數(shù)據(jù)的具體實踐3、企業(yè)的大數(shù)據(jù)哪些傳統(tǒng)企業(yè)最需要大數(shù)據(jù)服務(wù)呢？拋磚引玉舉幾例：1)對大量消費者提供產(chǎn)品或服務(wù)的企業(yè)（精準營銷）；2)做小而美模式的中長尾企業(yè)（服務(wù)轉(zhuǎn)型）；3)面臨互聯(lián)網(wǎng)壓力之下必須轉(zhuǎn)型的傳統(tǒng)企業(yè)（生死存亡）。三、大數(shù)據(jù)的具體實踐《大數(shù)據(jù)時代》案例在大數(shù)據(jù)時代已經(jīng)到來的時候要用大數(shù)據(jù)思維去發(fā)掘大數(shù)據(jù)的潛在價值。Google如何利用人們的搜索記錄挖掘數(shù)據(jù)二次利用價值，比如預測某地流感爆發(fā)的趨勢；Amazon如何利用用戶的購買和瀏覽歷史數(shù)據(jù)進行有針對性的書籍購買推薦，以此有效提升銷售量；Farecast如何利用過去十年所有的航線機票價格打折數(shù)據(jù)，來預測用戶購買機票的時機是否合適。沃爾瑪?shù)钠【坪湍虿颊{(diào)研沃爾瑪在研究中發(fā)現(xiàn)，一類顧客經(jīng)常在購買尿布的同時也購買啤酒。尿布跟啤酒自然是毫無關(guān)聯(lián)的兩個品類的商品，從個人經(jīng)驗上來看，根本想不到二者的聯(lián)系。后來發(fā)現(xiàn)，這是一類社會現(xiàn)象所導致的。美國有很多年輕夫婦，尿布用完后，女主人在家?guī)Ш⒆樱兄魅司腿コ匈I尿布。買完尿布之后，男主人通常會順帶著買些啤酒。3、企業(yè)的大數(shù)據(jù)隨著數(shù)據(jù)逐漸成為企業(yè)的一種資產(chǎn)，數(shù)據(jù)產(chǎn)業(yè)會向傳統(tǒng)企業(yè)的供應鏈模式發(fā)展，最終形成“數(shù)據(jù)供應鏈”。這里尤其有兩個明顯的現(xiàn)象：1)外部數(shù)據(jù)的重要性日益超過內(nèi)部數(shù)據(jù)。在互聯(lián)互通的互聯(lián)網(wǎng)時代，單一企業(yè)的內(nèi)部數(shù)據(jù)及整個互聯(lián)網(wǎng)數(shù)據(jù)比較起來只是滄海一粟；2)能提供包括數(shù)據(jù)供應、數(shù)據(jù)整合及加工、數(shù)據(jù)應用等多環(huán)節(jié)服務(wù)的公司會有明顯的綜合競爭優(yōu)勢。三、大數(shù)據(jù)的具體實踐4、個人的大數(shù)據(jù)個人大數(shù)據(jù)就是及個人相關(guān)聯(lián)的各種有價值數(shù)據(jù)信息。被有效采集后，可由本人授權(quán)提供第三方處理和使用，并獲得第三方提供的數(shù)據(jù)服務(wù)。（1）數(shù)據(jù)僅留存在個人中心，其它第三方機構(gòu)只被授權(quán)使用（有一定使用期限），且必須接受用后即焚的監(jiān)管。（2）采集個人數(shù)據(jù)應明確分類，除國家立法明確要求接受監(jiān)控的數(shù)據(jù)外，其它類型數(shù)據(jù)都由用戶自己決定是否被采集。（3）數(shù)據(jù)使用將只能由用戶進行授權(quán)，數(shù)據(jù)中心可幫助監(jiān)控個人數(shù)據(jù)的整個生命周期。三、大數(shù)據(jù)的具體實踐4、個人的大數(shù)據(jù)展望過于美好，也許實現(xiàn)個人數(shù)據(jù)中心將遙遙無期，也許這還不是解決個人數(shù)據(jù)隱私的最好方法，也許業(yè)界對大數(shù)據(jù)的無限渴求會阻止數(shù)據(jù)個人中心的實現(xiàn)，但是隨著數(shù)據(jù)越來越多，在缺乏監(jiān)管之后，必然會有一場激烈的博弈：到底是數(shù)據(jù)重要還是隱私重要；是以商業(yè)為中心還是以個人為中心。三、大數(shù)據(jù)的具體實踐虛擬體驗個性推薦社會網(wǎng)絡(luò)網(wǎng)絡(luò)搜索四、信息產(chǎn)品及其應用五、大數(shù)據(jù)分析的5個基本方面可視化分析AnalyticVisualizations數(shù)據(jù)挖掘算法DataMiningAlgorithms預測性分析能力PredicativeAnalyticCapabilities語義引擎SemanticEngines數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理DataQualityandMasterDataManagement五、大數(shù)據(jù)分析的5個基本方面1、可視化分析大數(shù)據(jù)分析的使用者有大數(shù)據(jù)分析專家，同時還有普通用戶，但是他們二者對于大數(shù)據(jù)分析最基本的要求就是可視化分析，因為可視化分析能夠直觀的呈現(xiàn)大數(shù)據(jù)特點，同時能夠非常容易被讀者所接受，就如同看圖說話一樣簡單明了。五、大數(shù)據(jù)分析的5個基本方面2、數(shù)據(jù)挖掘算法大數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘的算法基于不同的數(shù)據(jù)類型和格式才能更加科學的呈現(xiàn)出數(shù)據(jù)本身具備的特點，也正是因為這些被全世界統(tǒng)計學家所公認的各種統(tǒng)計方法（可以稱之為真理）才能深入數(shù)據(jù)內(nèi)部，挖掘出公認的價值。另外一個方面也是因為有這些數(shù)據(jù)挖掘的算法才能更快速的處理大數(shù)據(jù)，如果一個算法得花上好幾年才能得出結(jié)論，那大數(shù)據(jù)的價值也就無從說起了。五、大數(shù)據(jù)分析的5個基本方面3、預測性分析能力大數(shù)據(jù)分析最終要的應用領(lǐng)域之一就是預測性分析，從大數(shù)據(jù)中挖掘出特點，通過科學的建立模型，之后便可以通過模型帶入新的數(shù)據(jù)，從而預測未來的數(shù)據(jù)。五、大數(shù)據(jù)分析的5個基本方面4、語義引擎大數(shù)據(jù)分析廣泛應用于網(wǎng)絡(luò)數(shù)據(jù)挖掘，可從用戶的搜索關(guān)鍵詞、標簽關(guān)鍵詞、或其他輸入語義，分析，判斷用戶需求，從而實現(xiàn)更好的用戶體驗和廣告匹配。五、大數(shù)據(jù)分析的5個基本方面5、數(shù)據(jù)質(zhì)量及數(shù)據(jù)管理大數(shù)據(jù)分析離不開數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理，高質(zhì)量的數(shù)據(jù)和有效的數(shù)據(jù)管理，無論是在學術(shù)研究還是在商業(yè)應用領(lǐng)域，都能夠保證分析結(jié)果的真實和有價值。大數(shù)據(jù)分析的基礎(chǔ)就是以上五個方面，當然更加深入大數(shù)據(jù)分析的話，還有很多很多更加有特點的、更加深入的、更加專業(yè)的大數(shù)據(jù)分析方法。IT融合內(nèi)外融合價值融合一、大數(shù)據(jù)的融合第四部分管理變革與研究展望二、技術(shù)創(chuàng)新呈現(xiàn)新形態(tài)和特點新模式（線上線下互動的O2O運作模式）Online-to-offline,offline-to-online新業(yè)態(tài)（如眾包，crowdsourcing,生產(chǎn)和創(chuàng)新組織）新人群（如生活在賽博空間的人群及其行為和需求）第四部分管理變革與研究展望二、技術(shù)創(chuàng)新呈現(xiàn)新形態(tài)和特點在大數(shù)據(jù)時代企業(yè)和個人的能力，競爭的核心能力就是一個，就是BA（businessanalysis），深度商務(wù)分析。這是面向大數(shù)據(jù)分析，大數(shù)據(jù)業(yè)務(wù)的核心能力。大數(shù)據(jù)時代的核心力是BA，企業(yè)要建造這樣的能力，個人要培養(yǎng)或者學習這樣的能力。隨著4G網(wǎng)絡(luò)的普及，視頻類應用將迎來新的爆發(fā)，視頻的真實感將更大的拉近網(wǎng)絡(luò)空間的距離感。移動互聯(lián)網(wǎng)的每個信息發(fā)布節(jié)點，將是每一個網(wǎng)民，全民麥克風的時代即將爆發(fā)。第四部分管理變革與研究展望三、大數(shù)據(jù)時代的管理變革第四部分管理變革與研究展望大數(shù)據(jù)時代下的思維變革過去，由于技術(shù)和資源的限制，只能通過采樣調(diào)研和統(tǒng)計分析等手段了解關(guān)注的對象。如今，數(shù)據(jù)采集和存儲成本很低，完全可通過全部數(shù)據(jù)分析，不存在樣本抽樣的概念；大量數(shù)據(jù)的應用還具有充分的容錯性，過去采樣的數(shù)據(jù)如果出現(xiàn)失誤可能導致統(tǒng)計結(jié)果偏離嚴重，而采用全部的數(shù)據(jù)則會將有瑕疵的若干數(shù)據(jù)淡化處理。由此帶來的數(shù)據(jù)分析也不再局限于驗證已有的推測是否正確，不再是尋找背后的因果關(guān)系，根據(jù)大數(shù)據(jù)分析你只需要知道“是什么”就能做出決策，而不需要對“為什么”太較真。大數(shù)據(jù)時代下的商業(yè)變革大數(shù)據(jù)將會使得大公司和小公司更容易成功，因為大公司是數(shù)據(jù)擁有者，并且他們技術(shù)領(lǐng)先，而小公司則反應迅速，能靈活適應市場。中型規(guī)模的公司未來將會處于夾縫中不利于發(fā)展。未來大數(shù)據(jù)催生的三種商業(yè)模式可以分為三個角色：數(shù)據(jù)擁有者；技術(shù)領(lǐng)先者，思維敏捷者。未來一切都可量化，一切量化的數(shù)據(jù)都將會被記錄，并將被多次挖掘利用，如果說前十年是數(shù)字化時代，那未來十年將是數(shù)據(jù)化時代，兩者的不同在于挖掘數(shù)據(jù)中存在的潛在商業(yè)價值。

大數(shù)據(jù)時代的管理變革大數(shù)據(jù)帶來的社會問題關(guān)系到法律的重建和制度的重構(gòu)。伴隨大數(shù)據(jù)的商業(yè)化應用，人們的隱私問題和安全問題，通過現(xiàn)有的法律法規(guī)已經(jīng)無法保障，需要管理者制定符合大數(shù)據(jù)模式的制度。大數(shù)據(jù)的價值很美，但是不能讓他們?nèi)〈祟惖淖杂蛇x擇和決策過程。比如通過大數(shù)據(jù)挖掘可以發(fā)現(xiàn)某人有潛在的犯罪傾向，不能因此就認定他會犯罪，因為還需要考慮到道德主體的自由選擇和環(huán)境的影響，或許適度的干預是合理的選擇。大數(shù)據(jù)時代的管理變革數(shù)據(jù)運作深度業(yè)務(wù)分析營銷策略資源整合決策變革管理創(chuàng)新領(lǐng)導力提升大數(shù)據(jù)時代傳統(tǒng)企業(yè)的管理變革一切生產(chǎn)經(jīng)營流程都需要數(shù)據(jù)化。搭建大數(shù)據(jù)分析平臺。培養(yǎng)數(shù)據(jù)挖掘和分析團隊。建立開放性的數(shù)據(jù)共享制度。戰(zhàn)略性的數(shù)據(jù)資源儲備。四、人力資源管理中的大數(shù)據(jù)BigDatainHRM類型內(nèi)容特點事實性數(shù)據(jù)個人層面：人員數(shù)量及結(jié)構(gòu)、學歷、年齡、性別、家庭背景、工作經(jīng)歷、技能特長、興趣愛好等收集簡單信息量豐富組織層面：招聘——時間、次數(shù)、完成率培訓——對象、內(nèi)容、時間、地點、次數(shù)、滿意度績效——指標、次數(shù)、時間、得分薪酬——總數(shù)、增幅、構(gòu)成比例動態(tài)性數(shù)據(jù)招聘完成率、員工流失率、核心員工流失率、員工換崗、員工晉升等收集較為簡單，需跟蹤記錄整合性數(shù)據(jù)個性測試、情商、智商、管理能力測試、員工滿意度、員工敬業(yè)度等需要設(shè)計問卷進行收集，數(shù)據(jù)指向性明確在日常的人力資源管理中，有哪些數(shù)據(jù)可以被利用呢四、人力資源管理中的大數(shù)據(jù)04030201收集和呈現(xiàn)數(shù)據(jù)關(guān)注培訓小時數(shù)、招聘時間、招聘成本、抱怨、人員基礎(chǔ)信息、離職率、績效分布等解釋如何配置人力資源、工作群體狀況的人力資源管理衡量措施預測階段及戰(zhàn)略相連接關(guān)注理解戰(zhàn)略驅(qū)動因素，建立戰(zhàn)略及人力資源的聯(lián)系開發(fā)戰(zhàn)略驅(qū)動的人力資源能力素質(zhì)模型主動階段分析數(shù)據(jù)關(guān)注人均銷售收入、流動率、人均人事費用率、研發(fā)效率、時間趨勢數(shù)據(jù)比較和改進人力資源管理；展示趨勢和分析的數(shù)據(jù)戰(zhàn)略階段預測未來關(guān)注運用模型識別未來的潛在風險，基于環(huán)境變化預見組織結(jié)構(gòu)和能力的需求變化；識別現(xiàn)在和未來的人才風險有助于變革商業(yè)以及闡述未來反應階段根據(jù)Bersin&Associate的調(diào)研，目前企業(yè)HR大數(shù)據(jù)的應用成熟度有4級低高HR大數(shù)據(jù)的應用階段BigDatainHRM大數(shù)據(jù)分析在HR領(lǐng)域的典型應用捷蘭航空（JetBlue)數(shù)據(jù)分析師開發(fā)了一個量化分析工具，用以測量員工的敬業(yè)度并依此預測公司的財務(wù)業(yè)績陶氏化學（DowChemical)使用一個數(shù)據(jù)分析模型進行人員規(guī)劃。該模型可以根據(jù)行業(yè)發(fā)展趨勢、政治和法律因素及時對人員規(guī)劃進行動態(tài)調(diào)整.西斯克（Sysco)通過持續(xù)跟蹤員工滿意度數(shù)據(jù)，及時采取相應的干預措施，將其員工保留率從65%提高到85%，僅此一項就為公司節(jié)約了大約五千萬美金的招聘和培訓費用谷歌（Google)利用數(shù)據(jù)分析方法，對其高績效經(jīng)理和低績效經(jīng)理的行為數(shù)據(jù)進行分析挖掘，找到了谷歌高績效經(jīng)理特有的八項能力素質(zhì)，并將其應用在經(jīng)理人員的招聘和發(fā)展上應用案例四、人力資源管理中的大數(shù)據(jù)

BigDatainHRM五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.人力資源管理理念的大數(shù)據(jù)思維變革戰(zhàn)略人力資源管理的變革人力資源管理內(nèi)容和管理系統(tǒng)的變革人力資源管理模式和組織構(gòu)架升級變革人力資源管理手段和技術(shù)的變革231大數(shù)據(jù)45模糊管理→量化管理觀念呈現(xiàn)→數(shù)據(jù)呈現(xiàn)效率優(yōu)先→效能優(yōu)先模仿為主→創(chuàng)新管理人力資源→人力資本大數(shù)據(jù)思維變革人力資源管理者首先應具備大數(shù)據(jù)思維,并打造企業(yè)全方位立體式的大數(shù)據(jù)思維將大數(shù)據(jù)人力資源視為核心資產(chǎn)，為組織績效及長久競爭優(yōu)勢的獲取提供強勁的人力資源保障依據(jù)大數(shù)據(jù)“7V”特征，人力資源決策的思維模式由“經(jīng)驗＋感覺”轉(zhuǎn)型為“事實＋數(shù)據(jù)”預見性地確立以人為本的大數(shù)據(jù)戰(zhàn)略方針，通過大數(shù)據(jù)解決企業(yè)人的問題“大數(shù)據(jù)顛覆了千百年來人類的思維慣例，對人類的認知和及世界交流的方式提出了全新的挑戰(zhàn)”——維克托.邁爾-舍恩伯格(數(shù)據(jù)科學家)1

人力資源管理理念的大數(shù)據(jù)思維變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.大數(shù)據(jù)時代到來，組織外部環(huán)境不斷變化，企業(yè)戰(zhàn)略周期越來越短，組織戰(zhàn)略目標不斷變化和調(diào)整。1利用大數(shù)據(jù)資源和大數(shù)據(jù)技術(shù)洞悉企業(yè)面臨的風險和挑戰(zhàn)，預測分析未來環(huán)境和組織目標可能發(fā)生的變化，確保長期、中期和短期戰(zhàn)略實施的人力資源需求，使人力資源供給和需求達到動態(tài)平衡人力資源管理作為企業(yè)和外部環(huán)境的有效連接者，須確立戰(zhàn)略人力資源管理的大數(shù)據(jù)思維2大數(shù)據(jù)為戰(zhàn)略人力資源管理從人及工作流程、日常運作、未來發(fā)展、戰(zhàn)略四個角度將人力資源管理的角色更清晰分為戰(zhàn)略伙伴、職能專家、員工支持者和變革推動者四類，形成具有外部和內(nèi)部匹配的配置效率，提升人力資源管理效率核心

—利用相關(guān)關(guān)系分析法進行預測戰(zhàn)略人力資源管理真正從“幕后走向臺前”2

戰(zhàn)略人力資源管理的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.采用的工具主要有專家預測、回歸分析、趨勢分析和比率分析等。管理者在使用這些工具時大多具有主觀臆斷性，不能做到全面客觀通過收集統(tǒng)計和分析組織內(nèi)外部信息資料，建立數(shù)據(jù)分析模型，掌握反映每一位員工真實情況的各種數(shù)據(jù)，并結(jié)合企業(yè)的戰(zhàn)略目標，制定未來人力資源規(guī)劃。能夠做到全面客觀應用案例回顧人力資源規(guī)劃傳統(tǒng)HRM大數(shù)據(jù)時代HRM陶氏化學（DowChemical)使用一個數(shù)據(jù)分析模型進行人員規(guī)劃。該模型可以根據(jù)行業(yè)發(fā)展趨勢、政治和法律因素及時對人員規(guī)劃進行動態(tài)調(diào)整3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.數(shù)據(jù)處理幫助招聘者詳細了解應聘者的社交信息，提高招聘質(zhì)量，節(jié)約招聘成本；拓寬求職者了解所應聘公司信息資料的渠道，提高其應聘的效率社交網(wǎng)絡(luò)及招聘平臺在收集信息的基礎(chǔ)上，充分利用現(xiàn)代的云計算技術(shù)對大量數(shù)據(jù)進行處理實現(xiàn)簡歷解析和職位管理的智能化&招聘及選拔互聯(lián)網(wǎng)＋大數(shù)據(jù)利用大數(shù)據(jù)發(fā)現(xiàn)和選拔人才可以盡可能做到“全息搜索”，實現(xiàn)精準的“人崗匹配”3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.支持決策診斷原因洞察問題招聘工作跟蹤招聘分析應用模型1·

關(guān)鍵崗位的計劃完成率·

完成招聘計劃的周期·

完成招聘計劃花費的成本2345·

招聘計劃完成率低·

簡歷量少、面試到場率低·Offer接受率低·

薪酬不具有競爭力·

獵頭供應商推薦簡歷質(zhì)量低·區(qū)域內(nèi)相關(guān)人才少·

調(diào)整薪酬·

更換渠道供應商·

樹立雇主形象·

更好的招聘成果·

更高的招聘效率·

更低的招聘成本招聘價值：價值體現(xiàn)及決策招聘運營：持續(xù)優(yōu)化及改進商業(yè)價值招聘及選拔3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.培訓開發(fā)大數(shù)據(jù)提供更具有說服力的信息并增強決策的可行性2012年7月阿里巴巴在集團層面設(shè)立首席數(shù)據(jù)官崗位ChiefDataOfficerGartner高級副總裁兼全球研究負責人Peter表示，到2015年，大數(shù)據(jù)將為全球帶來44萬個IT崗位，預計每個大數(shù)據(jù)相關(guān)的崗位將催生三個非IT的就業(yè)機會利用軟件技術(shù)開發(fā)設(shè)計基于大數(shù)據(jù)理念的職業(yè)生涯管理測評系統(tǒng)人才培養(yǎng)建立全新的社會化學習平臺傳播優(yōu)質(zhì)的課程上海肯耐柯薩人才服務(wù)有限公司開設(shè)在線人才培養(yǎng)公開課催生新業(yè)態(tài)和新職位職業(yè)生涯管理3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.人才素質(zhì)模型雷達圖利用雷達圖等大數(shù)據(jù)信息和技術(shù)從大型的人力資源數(shù)據(jù)庫中找到陰藏在其中的信息在線測評系統(tǒng)各種測評工具可以隨需調(diào)用并有機整合準確衡量、預測人才表現(xiàn)和組織效能傳統(tǒng)的人才測評大多依賴有限的記錄：如員工的出勤率、工作熱情程度及任務(wù)完成率等崗位型的效率數(shù)據(jù)來確定員工對企業(yè)的貢獻，評價較主觀大數(shù)據(jù)時代人才測評建立以數(shù)據(jù)為依托的人員考核和勝任力分析工具。如·人才測評“人才素質(zhì)模型雷達圖”在線測評系統(tǒng)3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.人力資源信息（大數(shù)據(jù)）管理人力資源信息（大數(shù)據(jù)）管理的職能將日益凸顯，并作為人力資源管理的一項重要職能及傳統(tǒng)的六大模塊相互獨立又高度融合隨著云技術(shù)、分布式處理技術(shù)、存儲技術(shù)的日漸成熟，大多處于“休眠”狀態(tài)的海量數(shù)據(jù)可以被利用，真正提升人力資源效率人力資源大數(shù)據(jù)擁有者、提供者和服務(wù)者等產(chǎn)業(yè)鏈的建設(shè)進程加快，大批人力資源專業(yè)公司和人力資源外包業(yè)務(wù)的發(fā)展人力資源管理內(nèi)容和管理系統(tǒng)推陳出新3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.人力資源管理組織結(jié)構(gòu)轉(zhuǎn)換50%90%員工招聘、培訓、職位管理等為獨立的工作單位，大部分人力資源是在無系統(tǒng)化的情形下進行碎片化的管理將組織中每一個崗位單元鏈接成有序高效的整體，創(chuàng)建人力資源新模式和流程，使得人力資源信息孤島或單線信息關(guān)聯(lián)及碎片化的管理得到整合基于崗位的人力資源管理模式，各個具體崗位為完成一定工作任務(wù)而設(shè)，組織分工合作是企業(yè)的基本形態(tài)基于能力為核心、能力和崗位結(jié)合的人力資源管理模式，形成崗位和能力的真正匹配“金字塔”組織結(jié)構(gòu)人力資源主管處于金字塔尖，多級的管理模式，使成本增加、溝通減少“扁平化”的優(yōu)化組織架構(gòu)決策層及基層員工通過網(wǎng)絡(luò)更好地傳遞工作過程中的信息，有效溝通減少了成本，提高了管理效率，真正形成以人為中心的管理大數(shù)據(jù)時代HRM傳統(tǒng)HRM人力資源管理模式轉(zhuǎn)變4人力資源管理管理模式和組織架構(gòu)升級變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.大數(shù)據(jù)技術(shù)滲透人力資源管理、創(chuàng)新管理方法通過大數(shù)據(jù)多維數(shù)據(jù)倉庫功能進行數(shù)據(jù)建模，提高大數(shù)據(jù)時代的人力資源分析率原有人力資源管理方法的完善和創(chuàng)新大數(shù)據(jù)技術(shù)能從一些大型的人力資源數(shù)據(jù)庫中找到隱藏在其中的相關(guān)信息，幫助決策人員找到數(shù)據(jù)間潛在的聯(lián)系，從而有效進行人力資源開發(fā)配置現(xiàn)代信息技術(shù)催生虛擬人力資源管理虛擬人力資源管理采用現(xiàn)代信息技術(shù)，將企業(yè)內(nèi)部的人力資源管理的一部分職能分離出來，使企業(yè)的人力資源管理更靈活、更高效員工離職分析海氏分析法北森測評模型勝任力模型的改進人力資源外包5人力資源管理手段和技術(shù)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.一切都在“云”端行至網(wǎng)深處，坐看云起時。隨著應用的深入、Internet對于信息使用方式的深刻改變，云已成為IT發(fā)展不可逆轉(zhuǎn)的趨勢。網(wǎng)絡(luò)讓世界扁平，讓人類相互聯(lián)接。云時代下人力資源管理模塊創(chuàng)新六、大數(shù)據(jù)＋云時代下人力資源管理變革12345云存儲云招聘1.云招聘模塊通過云技術(shù)管理招聘需求計劃、職位發(fā)布及管理、候選人申請及面試等活動，實現(xiàn)HR部門、業(yè)務(wù)部門、第三方招聘服務(wù)提供商、求職者的實時在線協(xié)同，提高招聘效益、降低招聘成本百度公司的云招聘管理系統(tǒng)能滿足每小時數(shù)萬量級的簡歷接受承載力度，上千用戶開發(fā)訪問的平均響應時間僅3秒鐘，大幅度提高了招聘效率2.云存儲模塊云技術(shù)可以為人力資源管理提供海量信息。人力資源云存儲模塊可提供共享的云計算數(shù)據(jù)庫，各個數(shù)據(jù)有效銜接且有據(jù)可查，保證了數(shù)據(jù)的有效性和完整性，提高了人力資源效能中國農(nóng)業(yè)銀行的員工多達十幾萬人，僅僅做一些數(shù)據(jù)統(tǒng)計都非常困難，但引入云管理軟件后，管理效率和數(shù)據(jù)準確度都大幅提升創(chuàng)新五個云模塊云招聘云存儲HRMTransformationintheeraofBigDataandiCloud.云時代下人力資源管理模塊創(chuàng)新大數(shù)據(jù)＋云時代下人力資源管理變革3.云協(xié)同模塊員工可便捷地訪問人力資源管理數(shù)據(jù)庫，獲得薪酬和副利信息.，通過移動終端進行工作簽到、簽離，自主生成考勤表