《肯耐珂萨:2018年敬业度大数据白皮书(33页).pdf》由会员分享,可在线阅读,更多相关《肯耐珂萨:2018年敬业度大数据白皮书(33页).pdf(33页珍藏版)》请在三个皮匠报告上搜索。
1、机器学习是现代人工智能的基础,其主要任务是从数据中训练出一种模式,以有效辅助人的决策。数据挖掘只是机器学习中涉猎的领域之一,机器学习还有模式识别、计算机视觉、语音识别、统计学习以及自然语言处理等。机器学习主要可以分为监督学习和无监督学习。监督学习是从给定的训练数据集中学习一个函数(模型),当新的数据到来时,计算机可以根据这个函数(模型)预测结果。在监督式学习下,输入数据被称为“训练数据”,每组训练数据有一个人为明确的标识或结果,如对防垃圾邮件系统中“垃圾邮件”、“非垃圾邮件”。在建立预测模型时,计算机将预测结果与“训练数据”的实际结果进行比较,不断调整预测模型,直到模型的预测结果达到一个预期的
2、准确率。无监督学习是我们不告诉计算机怎么做,而是让计算机自己去学习怎样做一些事情。第四部分中本模型预测效果的交叉检验,以及后文的特殊群体识别都是基于机器学习的思想。本文主要通过试验机器学习中的各种方法,最终选择最好的方法,来预测特殊群体的敬业度特征。研究中将敬业度分数排名在后20%的员工作为特殊群体,通过机器学习,得到以下规则R1:学历为高中以下,且在公司时间超过1年的员工,其敬业度通常很低,此规则的准确率12 为81.9%。同样的,我们又加入了公司层面的特征变量(如所在地区)进行特殊群体预测,发现2条新的有效规则: 规则R2:企业为纯内资或中外合资背景,服务业,发展处于初期(1-5年),位于
3、非北上广地域的,其员工敬业度通常极低。此规则准确率为57.84%; 规则R3:企业为全外资的非IT企业,并且处于发展10年内,其员工敬业度通常极低。此规则准确率为73.38%。在敬业度模型的基础上,机器学习可以内化某一机制,而且可以通过规定不同类型的特殊群体,来推测出用以识别特殊群体的重要特征。比如可以通过这一机制,以敬业度最高的特殊群体为输入值,从而得到高敬业度员工的普遍特征,从而为企业人力资源战略提供参考价值。上海品茶是提升敬业度的重要引擎。文化常常不易被员工察觉,就像呼吸的空气一样,健康的文化就是洁净的空气,是健康组织中必不可少的要素。领导者通过有意识地塑造上海品茶,使其成为全体员工共同
4、遵守的行为规范,这种规范是自然约定俗成的。真正伟大的公司还会将其文化影响扩大至更广大的社会层面,比如回馈社区和承担其他社会责任,并反向推动企业获得更高的社会期望和业绩绩效,更进一步提升员工的敬业度和使命感。企业信息能力是强大的基础,它作为企业能力的重要组成要素、而且是战略性要素,在企业获取竞争优势、实现可持续发展的过程中发挥至关重要的作用。企业信息能力可以在企业内部生产、经营、技术、管理等环节发挥作用;而通过企业信息能力的塑造,企业的影响力得到提升,竞争优势不断增强而形成外溢效应。良好的信息流通能力,既能帮助员工提升工作效率,更为互相学习、内外协作提供良好的基础,从而提高员工的工作积极性。企业还应根据不同员工的特点,如员工学历,有针对性地提供相应的信息资源,帮助他们提升工作效率,提升高学历员工的敬业度。