1704265120
1704265121
1704265122
1704265123
图3-3 员工招聘过程中的大数据
1704265124
1704265125
1704265126
1704265127
1704265128
忠诚度革命：用大数据、游戏化重构企业黏性 [:1704264410]
1704265129
忠诚度革命：用大数据、游戏化重构企业黏性 员工最关心的是什么
1704265130
1704265131
员工在工作场所会用到一系列系统软件，如销售自动化系统、社交协同软件以及学习管理系统等。所有这些系统软件都可以显示出员工在某些方面的技能和所表现的信息，从而组成对员工“360度全方位”的综合评估。我通常将此视为该员工的“棒球卡”[1]。根据这些信息，员工可以清楚地了解到他们的强项以及需要改进的地方。而在收集所有这些员工及其活动的统计数据之后，经理人能够组建起更好的团队，而且能让员工有更好的工作感受。通过分析员工活动所产生的大数据，我们能够获得一些有趣的发现，其中包括：
1704265132
1704265133
■目标的进展情况。对于任何公司的员工而言，他们最为关注的首要问题就是“我现在做得怎么样”。正如我们在下一章中即将谈到的，以往该问题只有在每年一次的绩效评估过程中获得解答，因此员工实际上关心这一过程的并不多。通过大数据，我们可以给出员工实时的统计数据，告知其在各项可衡量的任务中的进展情况。同样，我们能够汇总这些数据来识别出团队中的明星成员以及表现欠佳的成员，也可以在不同的业务单元之间展开评比。
1704265134
1704265135
■“实时”表现回顾。美国劳工部的报告显示，64%的美国劳动者离职的原因在于他们认为自己没有被重视。更确切地说，人才管理公司Taleo（现被甲骨文公司收购）一项最近的投票统计显示，有五分之四的劳动者对其绩效评估并不满意。更有甚者，根据《心理学公报》发布的另一项研究表明，有38%的绩效评估最后以降低员工表现而告终。为什么会这样？我猜原因在于，我们很难对员工的行为作出及时反馈，同时对员工在过去一年中各种细节方面以及个体表现中的起伏也缺乏关注和重视，因此最终必然只能笼统地泛泛而谈，实际效果欠佳。除此以外，这种评估每年只有一次，员工在整个过程中难以从中受益。最后，这其中也有主观因素，和人员招聘一样容易受到直观感觉、个人偏好和即时情绪的影响，从而被认为有失公允。
1704265136
1704265137
利用大数据，你可以获得实时的、系统产生的参数来反映出员工当下的表现，并且每个人在任何时候都完全清楚地认识到自己所处的位置。如果将系统产生的这些参数融入到企业文化中去，就会形成一种持续对等的反馈和相互尊重的机制，企业便能够随手获得每个员工的各项信息，真正实现即时动态的绩效回顾。
1704265138
1704265139
■员工技能。谁都想知道在公司内谁可以做什么，这样企业就可以将员工部署在最合适的岗位上，在需要的时候找到企业内部的专家，然而这种信息通常并不容易得到。大数据可以将员工对自己的评价（“我能用JavaScript熟练地编程”）和别人对他们的评价（“他是一位出众的JavaScript程序师”），以及客观的衡量标准（“他通过了高级JavaScript测试认证”）整合在一起。我们将在第7章节中介绍忠诚度3.0在员工领域的应用案例，谈到信用体系时会更加详细地涉及这部分内容。
1704265140
1704265141
■员工影响力网络。你们公司内部的信息是如何传递的；谁会是中间信息传递员，谁又是最终接收者；哪些人最有影响力；哪些人能够在公司内的不同群组之间搭建起沟通桥梁；使用大数据能够找出你的员工是如何聚合在一起，而消息又是如何在公司内部传递的？
1704265142
1704265143
■标杆管理。与其他人相比，你的员工表现如何；某个分公司和另一个相比又如何；而你的企业和行业内其他公司相比怎样呢。一旦你开始衡量比较，就代表着你开始使用标杆管理了。然而你的主管以及员工或许并不会在意你给他们在某些领域的表现打出了10分，但假如你告诉他们你最大的竞争对手得分是15分，他们就一定会在意的。
1704265144
1704265145
■预测分析。我们能够利用这些数据来预测诸如员工是否存在跳槽的风险，哪些人会表现得最佳或最差，谁很有可能受伤并申请工伤赔偿，甚至可以预测产品是否能按期交货。
1704265146
1704265147
■个性化。就像Facebook、亚马逊、奈飞为其消费者提供个性化的用户体验一样，工作中应用程序可以根据员工的经历、技巧能力、目标进展以及目前的环境提供个性化的使用体验。
1704265148
1704265149
[1] 棒球卡是棒球迷所收集的一类球员照片卡（与信用卡差不多大小），上面列有球员的相关信息，很多收藏家（多是棒球球迷）会收藏。——译者注
1704265150
1704265151
1704265152
1704265153
1704265154
忠诚度革命：用大数据、游戏化重构企业黏性 [:1704264411]
1704265155
忠诚度革命：用大数据、游戏化重构企业黏性 大数据，大问题
1704265156
1704265157
如今，每个人都在谈论大数据。不过很显然，并不是每个人都知道如何着手去做。你有原先遗留在那里的系统需要处理，但是可能会涉及一些个人隐私，因此，存在着潜在的合规风险，以及缺乏懂得如何应用大数据的员工，且在具体执行过程中也缺少明确的常规方法。现在，随着收集的数据容量变得越来越大，你会发现在浩瀚的信息海洋中找出重点也变得更为困难。在数据的收集变得越来越简化的情况下，当前的挑战在于（过去同样如此）找准方向，收集到准确的信息用以阐释症结所在，然后确保解决方案的及时性和可操作性，根据预设的业务目标作出提醒并进行方向调整。在大数据时代之前也是同样的过程，只是大数据3个V的特性放大了这些问题。
1704265158
1704265159
即便如此，大数据在零售、通信、医疗、娱乐、金融服务、员工绩效管理以及诸多其他领域巨大的应用潜力使得你无法对其视而不见，听而不闻。无论是对大型集团还是中小企业，今天用来获取和分析大数据的各种工具都日益普及，且价格低廉。现在正是开始对大数据进行全面理解，尝试应用，使之为你的业务带来竞争优势的最佳时刻。
1704265160
1704265161
你已经看到企业是如何使用大数据来进行信息捕捉、数据分析、聚众分类、众包模式、预测分析、标杆管理、模型创建、市场细分以及目标市场选择的。不过，我们仍然没有看到如何运用大数据来实现激励，而这也正是我们在下一章中结合和游戏化要谈到的内容。
1704265162
1704265163
构建忠诚度3.0之道
1704265164
1704265165
◎大数据代表着海量且不断增长的数据容量，与每一个人、每一家企业和每一个事件都息息相关。就像有人说过：“今天我们每个人都好像是一台行走中的数据发生器。”
1704265166
1704265167
◎企业的数据容量大约每1.2年就会翻倍。
1704265168
1704265169
◎除此之外，大数据支持聚类分析、A/B测试、预测建模、众包模式、情感分析以及实时的数据流处理。