• 数据
    数据营销与社交媒体的结合 数据营销是在新的渠道上,通过技术手段进行精准营销。如何在社交媒体化极度发达的现在,利用技术手段获取客户数据,利用社交媒体的广泛性、即时性,通过触达客户来完成分群及标签,然后进行数据化营销,成为企业关注的重点。 ”通过WIFI探针技术进行客户获取,利用社交媒体文章的点阅状态及停留时长进行喜好分群。 先利用WIFI探针技术,在特定的区域进行布设,通过WIFI探针来获得第一批客流数据
    数据
    2017年03月14日
  • 数据
    人才数据分析的价值的一个关键去处:高绩效组织与人才管理价值引导 我们把人才数据分析的成熟度分为四个层面,第一个层面是反应性统计,包括基础组织与岗位信息、员工基础信息、员工基础行为数据等。第二个层面叫做高级分析。常用的分析方法包括人才细分、基准分析、内容分解、连续性统计。第三个层面为决策分析,包括业务驱动分析、关联因子和因果分析。第四个层面我们可以理解为模拟和预测。需要建立价值判断基准、复杂建模和数据预测。 传统人力资源管理过程中的选用育留辞、入离
    数据
    2017年03月06日
  • 数据
    德勤:2017人力资本趋势——改写数字化时代的规则 小编注:本篇来自德勤调研,文章较长并且含有大量图片,流量党建议收藏后于WIFI环境下再阅读,或者点击此百度云链接:http://pan.baidu.com/s/1qYllVQW 密码:p1qq,即可获取《2017德勤全球人力资本趋势报告》中文原版pdf哦~
    数据
    2017年03月02日
  • 数据
    传统雇佣模式或将终结,流动性人才招募时代来临 本文来自微信公众号“红杉汇”(ID:Sequoiacap) 招聘长期员工,从入职起便投注重金加以培养——这样传统的用人方式即将受到冲击,在未来,“按需招聘”或将成为与之并行的人才管理模式。 《麻省理工斯隆管理评论》与德勤咨询共同完成了对3700名公司高管、经理和分析师的调查,并得出如上结论。除此之外,对于数字时代人才选用的痛点问题,本文至少还提出了以下观点: 仅有少数
    数据
    2017年02月21日
  • 数据
    德勤:你不得不看的《2017年人力资源趋势11大预测:一切迈向数字化》 预测1:组织设计的挑战无处不在 100多年来,公司的创建意在扩大能效。我们为了运行产品设计、工程、制造、销售、市场营销和财务而设置了各种职能部门。如今,在瞬息万变的市场和数字产品和服务的世界里,传统概念上的“规模”和“效率”已不再适用。 2017年,组织设计依然面临各方面的挑战,具体包括: ●正式创建小型团队结构。 ●从根本上减少工作层级,激励员工努力获取工作成果和
    数据
    2017年01月17日
  • 数据
    2017年大数据发展的十大趋势预测 来源|199IT(微信公众号ID:Xtecher) 编辑|陈光   2016年,近40%的公司开始或正在实施和扩展大数据技术应用,另有30%的公司计划在未来12个月内采用大数据技术。2016年NewVantage Partners的大数据管理调查发现,62.5%的公司现在至少有一个大数据项目投入生产,只有5.4%的公司没有大数据应用计划,或者是没有正在进行的大数据项目。
    数据
    2017年01月03日
  • 数据
    未来的工作:数据分析技能 全球最大人力资源管理协会SHRM近日发布趋势专题调研报告:《未来的工作:数据分析技能》(Jobs of the Future: Data Analysis Skills)。 此项研究的主题是未来劳动力队伍的工作规划,研究对象为预期在未来五至十年内有所增加的职业工种。研究内容涉及数据分析技能的供给和需求、需要数据分析技能的工作职能部门和员工类型以及对不同等级的员工在数据分析工作技能和相
    数据
    2016年12月15日
  • 数据
    如何用数据分析指导商业实践?这位Google数字营销大师给出了一些方法 摘要: 本文是作者在读了Avinash Kaushik 的《The Lean Analytics Cycle: Metrics > Hypothesis > Experiment > Act》一文后,总结出的一些方法论,对于应用数据分析来指导商业实践有一定的借鉴价值,HRBP一起学习下。 我是做技术出身,不太喜欢重复造轮子,在对 Avinash Kaushi
    数据
    2016年12月05日
  • 数据
    过快、过量、过度:三类数据驱动型决策中的常见问题(附大量资源) 转自:大数据文摘 |bigdatadigest 作者|Elena Sigacheva 选文 | Aileen 翻译|Elaine琏 校对|饶蓁蓁Sabrina   在大数据的时代,很多公司通过采用数据驱动方式进行决策。在本文中我想谈一下我们在数据分析过程中三种常见失误:过快--急于求成、过量--图囵吞枣、过度--信息过载。 (注:本文附大量外链资料,建议先收藏再查看)
    数据
    2016年11月28日
  • 数据
    惊心动魄的年底,你的离职率算法和分析还科学吗? 引言      所谓离职率是指在一定时期内,员工离职的数量占“员工”的比率,这个也可以理解为在一定时期内,每100个员工中有几个员工离职。       在众多的资料中,离职率的算法大多是以某一单位时间的离职人数与正式职工平均人数之比来表示,而正式职工平均人数又为单位时间期初人数与期末人数的平均值。但是,根据上面的离职率定义,不管如何,离职率不应超过100%,如果按上述这种算法来算,很有可能就超过1
    数据
    2016年11月04日

市场合作或广告投放

  • 电话:021-51083646
  • 邮件:service@hrsalon.org
  • 在线QQ:896522136