دفعتني الأخبار الأخيرة التي تفيد بأن دولة الإمارات العربية المتحدة تجعل الخدمة العسكرية إلزامية لجميع الرجال الإماراتيين الذين تتراوح أعمارهم بين 18 و 30 عامًا ، دفعتني إلى التفكير في السبب الذي يجعل الدول بغض النظر عن وضعها الاقتصادي تضمن استعداد المواطنين للدفاع عن الدولة.
يمكن للمرء أن يجادل بأن عددًا محدودًا من المواطنين في بلد ما ، غالبًا ما يجبر الحكومة على جعل الخدمة العسكرية إلزامية. لكن ماذا عن الصين؟ إنها أكبر دولة من حيث عدد السكان ولكنها تضمن أيضًا للمواطنين الذين يذهبون إلى التعليم الإضافي أن يقضوا وقتًا عسكريًا إلزاميًا. باختصار ، تستعد الدول بشكل أساسي للدفاع في حالة النزاع ويجب أن يكون الجميع مستعدًا لذلك. سواء كان كهربائيًا أو رجل أعمال أو نجارًا ، فإنهم جميعًا يتحدون من أجل قضية مشتركة.
قد يبدو الأمر غريبًا ، إلا أنه يمكن للمرء أن يرسم تشابهًا غريبًا بين هذه الدول ومنظمات اليوم التي تريد أن تظل قادرة على المنافسة. دفع التهديد الحالي أو بالأحرى التحدي في شكل البيانات الضخمة المؤسسات الكبيرة والصغيرة إلى تجميع قواها العاملة عبر مختلف الإدارات للتصدي لها بشكل عام. للمضي قدماً في هذا الأمر ، عادةً ما يكون لدى الدول التي تفرض الخدمة العسكرية الإجبارية معايير الأهلية ، بالطريقة نفسها التي تجدها المنظمات منطقية في إعطاء التدريب على البيانات الضخمة فقط للموظفين الذين لديهم شكل من أشكال التفاعل مع أجزاء كبيرة من البيانات ومطلوب منهم توظيف Hadoop في كل نقطة اتصال.
تمامًا كما يقرر جنرال بالجيش على اتصال مع الحكومة نوع الأسلحة والتدريب الذي سيتم تخصيصه لمواطنه المبتدئ الذي تحول إلى مجند جديد ، بنفس الطريقة التي يُتوقع من خلالها أن يكون مسؤول التكنولوجيا الرئيسي على رأس البنية التحتية لتكنولوجيا المعلومات والإرث أنظمة تقود الابتكار التكنولوجي الجديد للسماح لموظفيها بأداء أفضل. بهدف مشترك لمعالجة البيانات الضخمة ، دعونا نحاول أن نفهم بالتفصيل أين يتم استخدام البيانات الضخمة ولماذا من المهم تدريب رفاقك فيها.
1- تقنية المعلومات: تحسين الإنتاجية من خلال التدريب على البيانات الضخمة
ربما يكون فريق تكنولوجيا المعلومات في طليعة تنفيذ البيانات الضخمة ، هو المركز للمضي قدمًا في التغيير. يجب على صانع قرار التدريب على تكنولوجيا المعلومات الذي يرغب في تقديم تدريب على البيانات الضخمة للموظفين أن يبدأ بقسم تكنولوجيا المعلومات. لماذا ا؟ لأنه عندما يتعلق الأمر بالتفاعل مع التكنولوجيا في كل مرحلة من مراحل النشاط ، فإن المهوسون في الطابق السفلي (عامية شائعة لتكنولوجيا المعلومات) هم الأقرب. إذن ما مدى صلة ذلك؟
دعونا نلقي نظرة على تقرير مقدم من الموقع الشهير CIO والذي ينص على:
'وفقًا لاستطلاع أجرته شركة CompTIA مؤخرًا على 500 مدير تنفيذي في مجال الأعمال وتكنولوجيا المعلومات في الولايات المتحدة ، فإن 50 بالمائة من الشركات التي تتقدم على المنحنى في الاستفادة من البيانات ، و 71 بالمائة من الشركات المتوسطة أو المتأخرة في الاستفادة من البيانات ، تشعر أن موظفيها معتدلون أو قاصرة بشكل كبير في إدارة البيانات ومهارات التحليل '
بالنظر إلى حقيقة أن إدارة البيانات وتخزينها جزء من الوظيفة الأساسية لتكنولوجيا المعلومات ، فهناك حاجة إلى اتباع نهج موازٍ لتنفيذ منصة البيانات الضخمة وتعزيز مهارات تكنولوجيا المعلومات داخل البيانات الضخمة. يدعم هذه الحقيقة تقرير McKinsey الذي ينص على أنه بحلول عام 2018 ، سيكون هناك نقص في أكثر من 140.000-190.000 من المهنيين ذوي الخبرة الفنية والتحليلية العميقة! نظرًا لأن المزيد والمزيد من المهنيين التقنيين يحتاجون إلى تدريب على البيانات الضخمة ، فإن المؤسسات تتطلع إلى تدريب المهنيين التقنيين بشكل أكبر للحصول على عائد استثمار سريع ومتخصصين في النظام الأساسي ، ويتولى المسؤولون والمهندسون العاملون في قسم تكنولوجيا المعلومات إدارة ذلك.
الجمع بين ثالوث وظيفة تقنية المعلومات الأساسية مع البيانات الضخمة
يذكرني مصطلح الثالوث غالبًا بمفهومين دينيين: الأول هو الأساطير الهندوسية للخالق والحافظ والمدمر والآخر هو المفهوم المسيحي للأب والابن والشبح المقدس. كلاهما يناضل من أجل خير البشرية. بالطريقة نفسها ، تسعى هذه الوظائف الثلاث لفريق تكنولوجيا المعلومات إلى تحسين المنظمة بأكملها مع الإدارات ذات الاحتياجات المختلفة عندما يتعلق الأمر بتكنولوجيا المعلومات. بصرف النظر عن وظائف الأمان والدعم ، يمكن لقسم تكنولوجيا المعلومات أن يرتبط بهذه الوظائف عندما يتعلق الأمر بتنفيذ البيانات الضخمة.
التخطيط - يركز نشاط التخطيط داخل فريق تكنولوجيا المعلومات على ضمان توافق استراتيجية تكنولوجيا المعلومات الخاصة بالمؤسسة مع أهداف العمل. يتضمن ذلك العمل على تخصيص البرامج ، وإدخال منصات جديدة تلبي احتياجات أقسام الأعمال المختلفة. بمعنى آخر ، سيبدأ أي تطبيق جديد دائمًا من تكنولوجيا المعلومات.
ما هو بيثون __init__
الشبكة - تتضمن تطوير الشبكات التي تسهل جميع أشكال الاتصال بين الصوت والبيانات والفيديو وحركة المرور على الإنترنت ، وهناك نقاط تفتيش مختلفة لتسجيل البيانات سواء كانت تفاعل العملاء أو تحليل المشاعر أو تحديث حركة المرور ، فهي تجمع البيانات في الوقت الفعلي! غالبًا ما يضمن قسم تكنولوجيا المعلومات التكامل السلس للشبكات للعمل جنبًا إلى جنب مع هدف معالجة البيانات الضخمة.
البيانات - ببساطة ، يجلب فريق تكنولوجيا المعلومات أدوات لجمع البيانات وتخزينها وإدارتها وتأمينها وتوزيعها على الموظفين لاتخاذ قرارات إستراتيجية مختلفة في المؤسسة. يتم تخزين جميع أشكال البيانات مثل سجل المبيعات والسجلات المالية وتفاصيل المخزون في مركز بيانات واحد. يؤدي ذلك إلى إنشاء مسؤولية داخل فريق تكنولوجيا المعلومات لتنفيذ الأنظمة الأساسية للبيانات الضخمة التي تسمح للمستخدمين المعينين بتخزين المعلومات واستردادها في أي موقع بيانات.
في أي فريق لتكنولوجيا المعلومات ، يحتاج المرء إلى مزيج متعدد الاستخدامات من الأعضاء بمهام مختلفة لتنفيذ البيانات الضخمة. بادئ ذي بدء ، هناك حاجة إلى متخصص يضمن الانتقال السلس من الأنظمة التقليدية إلى منصات البيانات الضخمة. لذلك ، يحتاج المرء إلى فني للتركيز على الحفاظ على النظام الأساسي في دورة حياته بالكامل عبر جميع الأقسام. ثم تأتي الحاجة إلى عضو يجب أن يراقب باستمرار ما إذا كان كل تطبيق تكنولوجي يتماشى مع الهدف التنظيمي.
2- تطوير المنتج: إعادة التفكير في الابتكار في جميع مراحل البحث والتطوير
ربما يكون أحد أهم الإدارات عندما يتعلق الأمر بالانتقال بالمنظمة إلى المستوى التالي من الابتكار! تتمثل إحدى أكبر مزايا البيانات الضخمة في تكامل البيانات عبر نقاط اتصال مختلفة في تطوير المنتج بدءًا من تصميم المنتج والتصنيع والجودة والضمان والتشخيص وتطبيقات المركبات والبرامج. تحدد البيانات التي تم إنشاؤها من نقاط الاتصال هذه طريقة المنتج ومدى نجاحه. يأخذ هذا بشكل أساسي مطوري المنتجات ومحترفي البحث والتطوير والمصممين إلى نهج تحليل البيانات القائم على البيانات.
تحويل البيانات الضخمة إلى واقع
عندما يتعلق الأمر بتطوير المنتج ، فإن أحد الأمثلة الشائعة هو السائق الذي لا تقوم أودي بتطويره وتخطط لإطلاقه بحلول عام 2016. نعم ، هناك فريق تطوير المنتج الذي لديه مهمة ضخمة للتأكد من تحقيق رؤية الرئيس التنفيذي للابتكار . ولكن على طول الطريق ، هناك العديد من التحديات والأسئلة بدءًا من التطوير وانتهاءً بالاختبار والتي لا يمكن إلا للبيانات الضخمة الإجابة عليها. دعونا نرى لماذا.
ضع في اعتبارك رحلة تجريبية تتم مراقبتها من النقطة أ إلى النقطة ب. فيما يلي أنواع البيانات التي يمكن إنشاؤها:
أ. بيانات المستشعرات - يمكن لأجهزة الاستشعار الموجودة داخل السيارة تخزين تفاصيل حول المسافة التي قامت بقياسها بين السيارات خلفها وأمامها وتكرار المركبات التي صادفتها في الرحلة.
ب. بيانات السائق - يمكن إجراء اختبارات متعددة مع فئات عمرية مختلفة وسيتم ضغط تفاصيل مستوى الراحة والأداء وعدد المرات التي يحتاجها السائق لتجاوز القيادة التلقائية إلى مجموعات كبيرة من الصفوف والأعمدة لتحليلها.
ج. البيانات الديموغرافية - يمكن إجراء اختبار في الهند والولايات المتحدة. يمكن للذكاء الاصطناعي داخل القيادة التلقائية تحليل العوائق التي يواجهها في القيادة في بلدين مختلفين. أي بلد أكثر قابلية للحياة للقيادة التلقائية وأي مقاطعة ليست كذلك؟
د. بيانات أداء السوق - بعد إطلاق المنتج وهو على الطريق ، يمكن للمهندسين أيضًا مراقبة نجاحه من خلال تحليل البيانات الحية مع الخلاصات التي يتم توفيرها على مدار الساعة طوال أيام الأسبوع من خلال برنامج السيارة لإعطاء رؤى إذا كان إدخال القيادة التلقائية يساعد في الحفاظ الطريق أكثر أمانًا؟
هناك عدد N من البيانات المحتملة التي يمكن استخراجها من هندسة المنتج. لقد بدأنا للتو في استكشاف OEM من صناعة السيارات. فكر في إمكانيات البيانات الضخمة عبر مختلف القطاعات مثل الطب والرعاية الصحية والإلكترونيات وما إلى ذلك. من تعرف؟
حقيقة ممتعة: هل تعلم أن اعتماد فورد للبيانات الضخمة والتحليلات أنقذها من تجربة قريبة من الموت في العقد الأول من القرن الحادي والعشرين عندما كانت المنافسة شديدة من صانعي السيارات الأوروبيين والآسيويين!
3- التمويل: تدريب الموظفين على منصات البيانات الضخمة للتعامل مع النمذجة المالية
ربما سمعنا في كثير من الأحيان مصطلح أن المال هو دماء التجارة. رعاية هذه الأموال هي مسؤولية الإدارة المالية. يعرّف عالم الأعمال وظائف الإدارة المالية على أنها تشارك عادةً في 'التخطيط والتنظيم والتدقيق والمحاسبة والتحكم في الشؤون المالية لشركتها جنبًا إلى جنب مع إنتاج الشؤون المالية للشركة.
بعد قولي هذا ، غالبًا ما يكون قسم المالية بشكل عام من بنات الأفكار عندما يتعلق الأمر بالتعامل مع الأموال ويتوسع الدور ليشمل أنشطة مختلفة مثل إنشاء بيانات التدفق النقدي ونمذجة التكلفة وتحقيق الجوائز والامتثال على سبيل المثال لا الحصر. قبل بضعة عقود ، كان أداء جميع هذه الأنشطة بأنظمة ومنصات محدودة أمرًا ممكنًا تمامًا ، ولكن في عصر البيانات الضخمة ، فإن التحديين اللذين يواجههما كل قسم مالي هو أداء وظائف مالية منتظمة في السيناريو المتغير وجمع الأفكار للمستقبل. دعونا ننظر إليها من منظور أعمق.
مع انتشار المعلومات عبر خوادم مختلفة ، غالبًا ما تواجه المؤسسات تحدي دمج تلك البيانات وتنفيذ الإجراءات وفقًا لمتطلبات العمل. ومن الوظائف المهمة داخلها التدقيق الداخلي الذي يحتفظ بعلامة تبويب على حوكمة المؤسسة وإدارة المخاطر وضوابط الإدارة وإجراء عمليات تدقيق استباقية للاحتيال لتحديد الأعمال الاحتيالية. مع ظهور التحليلات ، هناك حاجة لدمج التدقيق الداخلي أيضًا. وقد أدى ذلك إلى ظهور طرق جديدة مثل تحليلات بيانات التدقيق التي تساعد في تقييم المخاطر وإنشاء نماذج مالية وإعطاء صورة شاملة عن التمويل داخل المؤسسة.
نمذجة التكلفة وإدراك السعر
نمذجة التكلفة عنصر مهم للاستخدام الفعال للموارد. يجب على الشركات تحديد الأنشطة التي تدفع التكاليف ، وإجمالي المواد والعمالة المباشرة اللازمة لإكمال المهمة وما إلى ذلك. تساعد نماذج التكلفة الشركات على التحديد الدقيق لتكاليف الإنتاج الإجمالية للمنتجات عبر جميع الأنشطة داخل الشركة. في عصر البيانات الضخمة ، أصبح من المهم تتبع كل نشاط مالي يحدث في أقسام مختلفة داخل المؤسسة التي تدمج تلك المعلومات لبناء نموذج تكلفة مثالي. من الشراء إلى البيع ، يتم تخزين جميع البيانات في تاريخ التمويل ، وتتمثل الأساسيات الأساسية لتطوير نموذج التكلفة في جلب أجزاء كبيرة من البيانات وإنشاء نموذج يمكن تطبيقه في المستقبل.
على الرغم من أنه يمكن للمرء أن يناقش أن جهود تحقيق السعر موجهة أكثر نحو المبيعات لتحسين الربحية ، إلا أن هناك دورًا أكبر يلعبه قسم الشؤون المالية عندما يتعلق الأمر بالاستفادة من تحقيق الأسعار. لتقسيمها إلى مصطلحات أبسط ، ضع في اعتبارك منفذ بيع بالتجزئة يخطط لتقديم خصومات لزيادة المبيعات. الهدف الأساسي هو تقليل تسرب الأسعار وتحسين سعر الجيب.
يحدث تسرب السعر عندما يتم خصم سعر المنتج بدرجة أقل (في محاولة لإجراء مبيعات) بحيث تتنازل عن الربحية وسعر الجيب هو سعر البيع بعد التخفيضات. للوفاء بجهود تحقيق السعر المربح ، يتعاون فريق المبيعات مع قسم الشؤون المالية لفهم هيكل التكاليف لكل منتج على حدة وأين يمكن تقديم الخصومات. وهذا بدوره يتطلب من الإدارة المالية تطوير إطار عمل لنماذج تحقيق الأسعار للمستقبل وتحديد الحدود داخل مثل هذه الأنشطة التسويقية. تتضمن المهمة معالجة البيانات من المشتريات ، وتكلفة المستودع ، ومدة الصلاحية ، ثم تقدير تكلفة البضائع المباعة (CGS).
F-12 والتحليلات التنبؤية
أحد الأنشطة المهمة داخل الإدارة المالية هو مراقبة السلامة المالية للمنظمة. مثلما يستخدم الطبيب مقاييس مختلفة مثل معدل النبض أو دفء الجسم أو رد فعل المحفزات للحكم على ما إذا كان المريض على قيد الحياة أم ميتًا ، بنفس الطريقة التي يراقب بها عالم المال 12 مقياسًا لمعرفة أين تتجه الشركة ماليًا وما هو أبعد من ذلك . من نمو الإيرادات الحقيقية ، نمو الإيرادات المستدام ، سياسة التسعير ومؤشر التسعير ، التحكم في نفقات التشغيل ، مقارنة الأرباح قبل الفوائد والضرائب والإهلاك والاستهلاك مقابل التدفق النقدي ، التدفق النقدي الخالي من الديون ، النقد الزائد ، العائد على الأصول ، رأس المال العامل ، استخدام تمويل الديون ، صافي دورة التجارة والتكلفة يشكل رأس المال مكونات مهمة في إعداد التقارير المالية للمؤسسة حتى تتمكن الإدارة العليا من اتخاذ قرار سليم.
كجزء من التحدي في عالم البيانات الضخمة ، يتطلب فهم هذه النسب معالجة أجزاء كبيرة من المعلومات المنتشرة عبر المؤسسة لجعلها في تنسيق قياسي للتحليل. تلعب التحليلات التنبؤية دورًا عندما تتم معالجة هذه البيانات من التاريخ السابق ، مقارنة بالعناصر نفسها في الوقت الحاضر بحيث يتم إجراء تقديرات دقيقة للمستقبل. أفضل جزء هو منصة التحليلات التنبؤية والأساليب التي تم تصميمها لمعالجة البيانات الضخمة وبالتالي تبسيط مهمة الإدارة المالية.
حقيقة ممتعة: هل تعلم أن شركة Oversea-Banking Corporation (OCBC) ومقرها سنغافورة كانت قادرة على استخدام البيانات الضخمة للحصول على رؤى العملاء والتي كانت مسؤولة بشكل مباشر عن زيادة بنسبة 40٪ في اكتساب عملاء جدد!
4- الموارد البشرية: إعادة تعريف قدرات موظفي الموارد البشرية
غالبًا ما يحث تخيل البيانات الضخمة في الموارد البشرية القراء على رفض اعتبارها مجرد هراء ، نظرًا لأن المؤسسة عادةً لا تعطي الأولوية كثيرًا في تطبيق تقنية البيانات الضخمة في قسم الموارد البشرية لأنها تفضل التركيز على التسويق أو التشغيل أو الشؤون المالية. ولكن في الواقع ، يلعب قسم الموارد البشرية دورًا حاسمًا في التأكد من دخول الموهبة المناسبة إلى المنظمة من بين الأنشطة الأخرى.
إضافة المزيد من الأسنان إلى الموارد البشرية
ربما يكون الأكثر تجاهلًا بين جميع الإدارات عندما يتعلق الأمر بتنفيذ البيانات الضخمة ، ولكن في عالم اليوم سريع التغير ، تحدد الطريقة التي يعمل بها قسم الموارد البشرية نجاح المؤسسة.
وفقًا لـ Forbes ، تمتلك شركة كبيرة متوسطة أكثر من 10 تطبيقات مختلفة للموارد البشرية ونظام الموارد البشرية الأساسي الخاص بها يزيد عن 6 سنوات. يسلط هذا الاتجاه الضوء على حقيقة أن المنظمة تحتاج إلى الموارد الصحيحة لتجميع هذه البيانات معًا. يوفر التدريب على البيانات الضخمة والتحليلات مهارات مثل تحليل البيانات والتصور وحل المشكلات بدءًا من إعداد التقارير التشغيلية وحتى التحليلات الاستراتيجية.
من المتوقع أن يقوم قسم الموارد البشرية بشكل افتراضي بتقديم خدمات الموارد البشرية الأساسية ، لكن تدريب البيانات الضخمة يأخذها إلى مستوى جديد تمامًا. نظرًا لأن إدارة الموارد البشرية أصبحت أكثر تحليلاً باستخدام الأدوات ، فإنها تغير نهجها للمشاركة في نشاط أكثر استراتيجية. يتم تحديد سؤال مهم مثل كيفية الحصول على المزيد من عوامل الاحتفاظ بالموظفين التي تؤثر على جودة مبيعات خط أنابيب المرشحين وتقييم فجوات المواهب ويتم اتخاذ خطوات إستراتيجية من خلال تحليل البيانات ذات الصلة من خلالها.
سينتقل التحول من العد البسيط للموظفين إلى التحليل الأكثر تنبؤًا.
أوراكل ضمن الموارد البشرية
كانت هناك قصة مضحكة أتذكرها عن صديق عمل في قسم الموارد البشرية. كان لديها مهمة مرهقة في البحث عن الكفاءات قبل إرسال المرشح إلى رئيس القسم المعني الذي سيقول فقط الكلمات السحرية: 'حسنًا ، دعنا نوظفه'.
سارت الأمور على ما يرام لفترة من الوقت لأنها جلبت موهبة جيدة للشركة. مع مرور الوقت ، ازدادت ثقتها في مهاراتها في التوظيف إلى حد دفع الإدارة العليا لإضافة المزيد من الأشخاص إلى فريقها ، وتطبيق أنظمة الموارد البشرية وتضمين المزيد من الاستشارات من طرف ثالث. الجزء الصعب هو أنها قدمت وعوداً طويلة للإدارة العليا بثقتها.
لقد أظهر التاريخ أن الشخص الذي يستعد للحدث المستقبلي يكون أكثر نجاحًا من الشخص الذي يركب على مجد الماضي. كان هناك وقت كان يُتوقع فيها أن توظف عددًا كبيرًا من المهنيين في المجال الذي كانت تتوسع فيه الشركة. وبدأت في ملء الوظائف الشاغرة بحل وسط بشأن تعيين متخصصين ذوي جودة عالية. لقد تبنت نهجًا أكثر استهدافًا. النتيجة؟ قام معظم المهنيين الذين وظفتهم بتدوين أوراق لأسباب مختلفة وتم استجوابها من قبل الإدارة. كثيرًا ما أسمعها تتمتم:
'أنا أبحث عن 1000 سيرة ذاتية ، قائمة مختصرة 100 سيرة ذاتية ، اتصل بـ 50 مرشحًا للمقابلة ، تصفية 10 من تقييماتي السيكومترية ، من بين 10 ، آخذ 5 ممن يستحقون العناء ، أرسل 5 إلى الإدارة ، لم يدخلوا 1 و غادر هذا الرجل بعد شهرين '.
لقد ضحكت ضحكة مكتومة في بؤسها بصرف النظر عن تقديم التعازي ، لكن ذلك جعلني أتساءل عما إذا كان بإمكان الموارد البشرية إصدار حكم أفضل من خلال تجربتهم أو هل هناك حاجة إلى اتباع نهج يعتمد على البيانات في عملية التوظيف بأكملها؟ حسنًا ، نستخدم التحليل التنبئي من خلال إيجاد الفريق الذي سيفوز بكأس العالم ولكن لماذا لا نستخدم نفس الأساليب في عملية التوظيف ، خاصة عندما نتعامل مع عناصر معقدة مثل البشر؟
الآن ، وظيفة التوظيف ليست بالضرورة مهمة سهلة ، فهي تتضمن الكثير من العمليات وقواعد التوظيف غالبًا ما تتغير وفقًا للصناعة ، حيث تقوم الموارد البشرية بالدور الذي تقوم بتعيينه لقواعد المنظمة وما إلى ذلك.
إذا لاحظ المرء المنظمات الناجحة التي تستخدم التحليلات التنبؤية ولديها معدلات استنزاف أقل ، فهناك نمط لاتخاذ القرار أولاً بشأن الخصائص المطلوبة داخل المرشح الذي يضمن النجاح ، ودمجها في ملف تعريف 'مثالي' ومقارنتها بكل مرشح أقرب ومن ثم إشراكهم في التقييمات المخصصة التي تقيم خصائص هؤلاء المرشحين.
وتجدر الإشارة إلى أن صناعة التقييم النفسي بأكملها مع لاعبين بارزين مثل Pearsons و Thomas Assessment و SHL نشأت بسبب طلب متخصصي الموارد البشرية لتحليل ملف المرشح في حاجتهم إلى عملية التوظيف المثالية!
بالعودة إلى التحليلات التنبؤية ، كجزء من تنفيذها ، يجب أن يحدد موظفو الموارد البشرية أولاً من هو 'المرشح الناجح' وفقًا للمؤسسة ، ثم يجب عليه / عليها تحديد العوامل التي يمكن أن تؤدي إلى فعالية التوظيف والتطوير والمراقبة. لماذا يقوم بعض التعيينات بعمل أفضل من الآخرين الذين لديهم فرضية إذا لزم الأمر. بناءً على ذلك ، يمكنه / يمكنها مقارنتها ببيانات الموظفين الناجحين الذين بقوا لفترة طويلة مع المنظمة وثالثًا استخدام التقنيات الإحصائية لقياس سبب بقاء بعض الأشخاص لفترة أطول.
يعد هذا النهج جيدًا للبداية ، ولكن تنفيذ التحليلات التنبؤية داخل الموارد البشرية يتضمن الكثير من التقنيات التي يمكن للموارد البشرية استكشافها مجانًا. أفضل جزء من هذه العملية هو خفض تكلفة استبدال الموظف بأخرى جديدة وربما كسب عائد استثمار أكبر من الموظف القديم.
كيفية منع الجمود في جافا
في نهاية اليوم ، غالبًا ما يؤدي الجمع بين الحدس والخبرة والنهج السليم المستند إلى البيانات إلى تحسين ليس فقط حكم الموارد البشرية ولكن أيضًا حكمنا.
حقيقة ممتعة: هل تعلم أن شركة زيروكس الأمريكية العملاقة خفضت معدل دورانها في مركز الاتصال بنسبة 20٪ من خلال تطبيق التحليلات على المرشحين المحتملين مع اكتشاف أن الأشخاص المبدعين كانوا أكثر عرضة للبقاء مع الشركة لمدة 6 أشهر اللازمة لاسترداد 6000 دولار من تكلفة تدريبهم مقارنة بالفضوليين اشخاص؟
5. سلسلة التوريد والخدمات اللوجستية: تدريب فريق التسليم مع منصات البيانات الضخمة
تشكل سلسلة التوريد والخدمات اللوجستية بشكل أساسي مكونًا مهمًا في الاستراتيجيات والأهداف التنظيمية. الهدف من سلسلة التوريد والخدمات اللوجستية هو توفير التكاليف وتحسين الأداء والسرعة وخفة الحركة. عندما يتعلق الأمر بالخدمات اللوجستية ، فإنهم يلتقطون ويتتبعون أشكالًا مختلفة من البيانات لتحسين الكفاءة التشغيلية بشكل أساسي ، وتحسين تجربة العملاء ونماذج الأعمال الجديدة. يمكن أن تساعد هذه العوامل المؤسسات في كثير من الأحيان على الحفاظ على الموارد ، وبناء اسم علامة تجارية أفضل وإنشاء عملية منهجية لسلسلة التوريد والخدمات اللوجستية.
تتبع البيانات الضخمة في جميع أنحاء العالم
دعونا نأخذ مثالاً على عملاق التجارة الإلكترونية الذي يستخدم البيانات الضخمة لتسليمها لعملائها. يتم إرسال المنتج من موقع إلى عنوان العميل. تحتوي الأجهزة الموجودة في مركبة النقل مثل جهاز تعقب GPS والميكروفون وأجهزة الاستشعار على بيانات منظمة وغير منظمة يتم إرسالها مرة أخرى إلى مركز المراقبة للحصول على تحديثات في الوقت الفعلي. إلى جانب ذلك ، فإنه يساعد أيضًا في تحليل كفاءة وقت التسليم وأقصر مسار والموارد المستخدمة لإجراء عملية تسليم واحدة في قائمة الملايين من هذه المعاملات. يتم توحيد هذا المنجم الذهبي للبيانات عبر الأسواق المختلفة من قبل المنظمات ثم تحليلها لتحقيق مزيد من التحسين في العملية أو تقديم مستوى كامل من الابتكار الجديد!
حقيقة ممتعة : هل تعلم أن البيانات الضخمة في شكل تتبع صفحات العملاء بواسطة أمازون ساعدتها على وضع منتجاتها في أقرب مستودع للعميل من أجل تحسين سرعة التسليم وكفاءته؟
ما هو المترجم في جافا
6- العمليات والدعم وخدمة العملاء: تدريب الموظفين على البيانات الضخمة في كل تفاعل مع العملاء
يعتمد نجاح أي منتج أو خدمة على دعم ما بعد البيع الذي يتلقاه العميل وغالبًا ما يقسم البائع على التواجد من أجله في جميع الأوقات. يأتي هذا من حقيقة أنه عندما يأخذ العميل منتجًا أو خدمة ما ، فإنه يقوم بـ 'قفزة في الثقة' على أمل ألا يتخلى البائع عن نفسه في عمر المنتج / الخدمة. التسليم من هذا المنظور أمر بالغ الأهمية للنجاح التنظيمي.
دعونا نلقي نظرة على الدعم على مستوى حبيبي. لقد أتيحت لي الفرصة مؤخرًا لمشاهدة فيلم 'Interstellar' لكريستوفر نولان الذي استكشف السفر عبر الفضاء حتى نهاية الفضاء. دفعني هذا إلى التفكير في شركات الطيران المستقبلية التي ستقدم خدمات الطيران من خلال ثقوب الدود التي تمتد على بعد ملايين السنين الضوئية! ما هي التحديات إذن؟ ما نوع البيانات الضخمة التي سيتم إنشاؤها في هذه الرحلة التي لا تنتهي تقريبًا؟ كيف سيضمن الفريق الموجود على متن الطائرة استمتاع الراكب بالرحلة طوال الوقت؟ بادئ ذي بدء ، يجب أن يركز مزود الخدمة على الأهداف الأساسية مثل ضمان السلامة الجوية ، وتتبع مسار الرحلة ، وتلبية متطلبات العملاء وما إلى ذلك.
البيانات الضخمة أثناء التنقل 24 × 7
قد تكون فكرة السفر بين النجوم حلماً بعيد المنال على مدى المائة عام القادمة (كوننا متفائلين!) ، لكنها لا تمنعنا من النظر إلى البيانات التي يتم إنشاؤها بواسطة خدمة مماثلة تعمل حاليًا والتي ستسلط مزيدًا من الضوء على كيفية عمل العميل يتم تنفيذ الخدمة والدعم في سيناريو 'ما بعد البيع' وكيف يمكن للمنظمات المشاركة في تحسين جهودها في الوقت الفعلي.
بادئ ذي بدء ، تعد Southwest Airlines واحدة من أشهر شركات الطيران التي استفادت من البيانات الضخمة من أجل تحسين تجربة عملائها. في محاولتها لتحسين السلامة الجوية ، تعاونت شركة Southwest Airlines مع وكالة ناسا للمشاركة في تجربة البيانات الضخمة لتحسين تجربة الطيران الشاملة. يتضمن ذلك اختبار اتصال أقمار ناسا بمعلومات عن مسار الرحلة ، وتقارير من الطيارين ومعلومات أخرى عن الحركة الجوية. في ذروة هذه التقنية المبتكرة ، يكمن مفهوم البيانات الضخمة الأساسي المسمى 'استخراج البيانات النصية' والذي يحول المعلومات النصية غير المنظمة إلى نص ذي معنى للحصول على رؤى. هل تعتقد أن استخراج البيانات النصية ينتهي عند هذا الحد؟
بالطبع لا ، حتى المفهوم البسيط في البيانات الضخمة مثل استخراج البيانات النصية يمتد إلى أبعد من ذلك. نعلم جميعًا أن ملاحظات العملاء هي عنصر مهم في فهم أين تخطئ المنظمة في كل نقطة من تفاعل العملاء. يساعد التنقيب عن البيانات النصية أيضًا في خدمة العملاء من خلال تحليل استجابات الاستبيان المفتوحة. بدلاً من تقييد العملاء بالخيارات الشائعة مثل الخيار أ ، الخيار ب ، الخيار ج ، توفر الأسئلة المفتوحة مزيدًا من الأفكار ، ولكن تصنيفها وتسجيل الردود قد يكون مشكلة رئيسية. هذا هو المكان الذي يلعب فيه التنقيب عن البيانات النصية حيث يقوم بتجميع مجموعة معينة من الكلمات ودمجها للحصول على رؤى!
بالنظر إلى ما هو أبعد من ذلك ، يجب علينا جميعًا أن نعترف بأنه لا توجد مؤسسة مثالية وأن كل واحد منهم لديه مجموعة صغيرة من العملاء الذين قد لا يكونون سعداء بالخدمة. النتيجة؟ قاعدة بيانات مليئة بالبريد الإلكتروني والرسائل والتغريدات من العملاء الذين يسجلون الشكاوى أو نصائح 'مجالات التحسين' لوضعها بهدوء إلى حد ما. يمضي استخراج البيانات النصية خطوة للأمام من عوامل تصفية البريد التقليدية ويمكنه تصنيف رسائل البريد حسب الأولوية وإعادة توجيهها إلى القسم المعني.
حقيقة ممتعة : هل تعلم أن شركة Southwest Airlines ، كجزء من جهودها لتحسين خدمات العملاء ، نشرت تحليل البيانات باستخدام ميزة تسمى 'تحليل الكلام' التي تسجل التفاعل بين العميل والموظفين للحصول على رؤى!
7- التسويق: تدريب الموظفين على منهج تسويق منظم بالبيانات الضخمة
التسويق كنشاط يدور حول الأرقام اليوم. مع طفرة التسويق الرقمي ، يمكننا الآن قياس استجابة الإعلانات بدقة ونسبة النقر إلى الظهور ومرات الظهور وعائد الاستثمار وما إلى ذلك. بالنسبة لغير المتخصصين في مجال التسويق ، قد تكون هذه المقاييس يونانية ، ولكن بالنسبة لأولئك الذين يقومون بتسويق هذه البيانات فهي منجم ذهب. بعد ذلك ، إلى جانب المقاييس ، يتم إنشاء أجزاء كبيرة من البيانات عبر كل نقطة من تفاعل العملاء والوسائط الاجتماعية والمبيعات. الأمر متروك لأخصائي التسويق لتتبع هذه البيانات واستخدامها لدفع منتجات الفرد بشكل أكثر فعالية. يلعب التدريب على البيانات الضخمة دورًا أساسيًا هنا لأن منصات مثل Hadoop & R تساعد في خدمة الغرض.
ثانيًا ، غالبًا ما ينغمس محترفو التسويق من وقت لآخر في استعادة الأحداث الماضية لعلامتهم التجارية. أسئلة مثل:
كيف تكون علامتي التجارية أفضل من غيرها؟
ماذا تقدم العلامات التجارية الأخرى؟
ما هي الميزات التي يمتلكها منافسي في نفس المنتج؟
الدراسة أعمق من ذلك بكثير. من تحليل منتج المنافس بناءً على 4Ps (المنتج ، السعر ، المكان ، الموضع) إلى فهم محتوى المنتج المقدم في صفحة الويب الخاصة بالمنافس ، فإن كمية البيانات التي يتم إنشاؤها ضخمة ومعقدة. كما ذكرنا سابقًا ، يمكن أن تساعد الاستفادة من التنقيب عن النصوص المسوق في إجراء تحليل المنافس عن طريق الزحف ببساطة إلى موقع ويب المنافس. يمكن أن تعطي هذه الوظيفة البسيطة في مجال البيانات الضخمة فكرة موحدة حول ما يفعله المنافس وما هي المنتجات التي يمتلكونها في السوق ، مما يمنح المسوق الذي تبنى البيانات الضخمة ميزة!
تسليح المبدع
على سبيل المثال ، يريد أحد استراتيجيي وسائل التواصل الاجتماعي معرفة تصور العلامة التجارية لمنظمته عبر منصات وسائل التواصل الاجتماعي ، ومن المحتمل أن يساعد الانخراط في تحليل المشاعر في R & Hadoop في تحقيق هذا الهدف. بالطريقة نفسها ، يساعد استخدام أدوات البيانات الكبيرة في التسويق في أنشطة مختلفة مثل التسعير وتحديد موضع المنتج وما إلى ذلك.
مثال آخر يمكن أن يكون مدير تسويق في منفذ بيع بالتجزئة يتطلع إلى زيادة المبيعات. سيعرف الجميع مثال Walmart الذي كان قادرًا على وضع البيرة والحليب جنبًا إلى جنب في الممر استنادًا إلى سجل الشراء السابق للعملاء من خلال استرداد أجزاء كبيرة من البيانات التي تغطي ملايين العملاء على مدار إطار زمني!
حقيقة ممتعة: هل تعلم أن جنرال موتورز بميزانيتها التسويقية السنوية البالغة 2 مليار دولار سنويًا تستخدم تحليلات البيانات الكبيرة لإنشاء ملفات تعريف مفصلة للعملاء والجمع بين تحليلات البيانات المكانية مع المعلومات السكانية / معلومات العملاء التفصيلية لتسويق أكثر تخصيصًا!
لماذا تتحول الشركات إلى منصات البيانات الضخمة
عادة ، المنظمات التي تستخدم أنظمة قديمة لديها بيانات منتشرة عبر العديد من الأنظمة. بسبب انتشار البيانات في مواقع مختلفة ، تنخفض سرعة المعالجة جنبًا إلى جنب مع دقة تحليل البيانات. يستدعي هذا دمج البيانات داخل مركز بيانات المؤسسة مما يؤدي إلى وصول أسرع للبيانات مما يؤدي إلى تحليلات أعمق. أحد الأهداف المهمة لقسم تكنولوجيا المعلومات في أي مؤسسة هو توفير بيانات دقيقة وبسرعة لجميع الإدارات في المؤسسة عند الطلب.
مع جمع البيانات ، من المهم توحيد مصادر البيانات غير المهيكلة والمنظمة وشبه المهيكلة في منصة واحدة لإجراء تحليل متعمق والمساعدة بشكل أساسي في اتخاذ قرارات الأعمال. تجلب ميزة Hadoop هذه المزيد من الأشخاص إلى الطاولة داخل المنظمة نظرًا لوجود موظفين يتفاعلون مع البيانات في نقاط اتصال مختلفة في العمليات اليومية. أيضًا ، يمكن أن تستغرق عمليات ETL والعمليات التقليدية وقتًا طويلاً ، في حين أن Hadoop مع معالجة الدُفعات ذات الحجم الكبير تسرعه حتى 10 مرات.
لا تعني أهمية Hadoop بالضرورة أن كل موظف داخل مؤسسة ما يحتاج إلى التدريب في النظام الأساسي للبيانات الضخمة والذي قد لا يكون ممكنًا في معظم الحالات. ولكن سيكون من المفيد الإستراتيجي أن يقوم كبير موظفي التكنولوجيا بتحديد وتدريب هؤلاء المهنيين الذين يتفاعلون باستمرار مع البيانات.
بعد تغطية تخزين البيانات ومعالجتها واسترجاعها من خلال منصة Hadoop الشهيرة ، هناك ظاهرة مهمة أخرى تعد جزءًا من التقدم الطبيعي وهي تحليلات البيانات الكبيرة. لتبسيط الأمر ، تحتاج المنظمات إلى منظور متعدد من مختلف المهنيين داخل المنظمات.
يمكن رؤية الرقم '6' باعتباره الرقم '9' من الجانب الآخر من الجدول. بمعنى آخر ، يختلف الاستنتاج من مراقبة البيانات من شخص لآخر.
تدرك المؤسسات ذلك وغالبًا ما تشارك في تدريب الموظفين في نظام أساسي مماثل حتى يتمكن الأشخاص من الأقسام المختلفة المترابطة من خلال نفس النشاط من مناقشة الأفكار والمشاركة فيها ومشاركتها من أجل اتخاذ قرارات سليمة. لذلك ، أعتقد أنه سيكون من الآمن تحديد تدريب البيانات الضخمة على أنه فرصة لكل موظف ليكون في نفس الصفحة وينقل المؤسسات إلى المستوى التالي!
لديك سؤال لنا؟ أذكرها في قسم التعليقات وسنعاود الاتصال بك.
المنشورات ذات الصلة: