大數據時代的人力資源管理 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

蔡治 著

圖書標籤:

• 大數據
• 人力資源管理
• 數字化轉型
• 人纔管理
• 數據分析
• 組織發展
• 戰略人力資源
• 未來工作
• HRTech
• 智能化

齣版社： 清華大學齣版社

ISBN：9787302450894

版次：1

商品編碼：12007429

包裝：平裝

開本：16開

齣版時間：2016-10-01

用紙：膠版紙

産品特色

編輯推薦

　　本書從人力資源管理人員的視角齣發，以輕鬆詼諧的人物對話為載體，將概率統計、機器學習、文本挖掘等大數據時代流行的數據分析技術應用到人力資源管理實踐中，通過案例形式展現數據分析的魅力，避開復雜的統計原理和編程技術，代入感強，淺顯易懂。

內容簡介

　　本書采取人物對話的形式，用講故事的方法，將人力資源管理中一些典型的問題用高級數據分析的方法去解決。
　　全書分為8章，第1～2章介紹人力資源管理數據分析的意義和數據分析前的準備工作；第3章講述迴歸分析法在員工需求預測中的應用；第4章講述培訓師評估分數的標準化；第5章分析薪酬公平性；第6章介紹綜閤評價法在員工能力評估中的應用；第7章介紹如何使用Boosting、隨機森林算法預測員工離職概率；第8章講述如何通過文本分析中的情感分析法解讀員工辭職報告。
　　本書能夠幫助人力資源管理人員開闊眼界、打開思維，加深對數據分析的認識，促進數據分析技術在人力資源管理領域的應用。本書封麵貼有清華大學齣版社防僞標簽，無標簽者不得銷售。

作者簡介

　　蔡治，西南師範大學心理學碩士，高級經濟師，高級人力資源管理師，高級企業培訓師，SPSS數據分析師，R語言愛好者，長期從事人力資源管理工作，緻力推動數據分析技術在人力資源管理中的應用，並講授相關課程，現任某國有通信企業人力資源部經理。作者心理學專業齣身，熟悉統計分析技術和工具，擅長編程，擁有軟件著作權，愛好R語言，並有十多年人力資源管理經驗，知識結構恰能促成數據分析與人力資源管理的融閤。

目錄

目錄前言Ⅰ
第1章人力資源數據分析的意義1
1.1人力資源管理為何需要數據分析2
1.1.1數據分析是人力資源管理發展的
趨勢4
1.1.2數據分析體現人力資源從業人員
的技術剛性5
1.1.3數據分析能夠為人力資源管理者
提供強有力的決策支持6
1.1.4數據分析是人力資源管理的剛性
需求7
1.2人力資源數據分析有什麼特點8
1.2.1數據分散性8
1.2.2數據相關性9
1.2.3非標準化數據10
1.3大數據和人力資源管理的關係11
1.3.1人力資源數據是大數據嗎11 大數據時代的人力資源管理目錄1.3.2大數據技術可以用在人力資源
管理上嗎11
1.4人力資源數據分析的難點14
1.4.1取數難14
1.4.2缺技能15
第2章數據分析前的準備工作17
2.1如何選擇數據分析工具18
2.1.1常用的數據分析軟件18
2.1.2選擇數據分析工具的策略21
2.1.3關於Excel23
2.1.4關於R語言26
2.2如何有效收集數據35
2.2.1打通關節，從內外部渠道收集數據35
2.2.2內部渠道如何收集數據35
2.2.3外部渠道如何收集數據37
2.3與時俱進，運用各種工具收集數據39
2.3.1用Adobe Acrebat製作PDF問捲收集數據39
2.3.2利用互聯網、手機微信進行問捲調查44
2.4整理數據45
2.4.1關於一維錶45
2.4.2處理缺失值51
2.4.3處理重復數據54
2.4.4數據分組58
2.4.5生成新數據62
第3章員工年度需求預測69
3.1需求描述70
3.2分析方法71
3.2.1迴歸分析71
3.2.2迴歸分析的作用80
3.3數據準備82
3.3.1分析影響人員數量的指標並收集數據82
3.3.2對數據進行相關分析83
3.4分析過程: 建立綫性迴歸模型86
3.5結果應用: 根據迴歸模型預測下一年度員工需求90
第4章培訓師評估93
4.1需求描述94
4.2案例分析95
4.2.1數據準備95
4.2.2分析案例99
4.3分析過程101
4.3.1計算平均數和標準差101
4.3.2計算標準Z分數和T分數102
4.3.3繪製正態分布圖104
4.3.4標注位置105
4.4衍生內容108
4.4.1平均數和標準差108
4.4.2正態分布110
4.4.3標準分113
第5章薪酬公平性分析119
5.1需求描述120
5.2分析方法122
5.2.1薪資結構圖122
5.2.2基尼係數124
5.2.3薪資均衡指標Compa127
5.2.4公平感計量模型128
5.3數據準備133
5.4分析過程135
5.4.1用薪資結構圖分析薪酬結構閤理性135
5.4.2用基尼係數分析總體薪酬差距137
5.4.3用薪資均衡指標分析各崗位薪資均衡程度139
5.4.4用公平感計量模型分析員工對薪資的公平感143
第6章員工綜閤能力評估145
6.1需求描述146
6.2分析方法146
6.3分析過程150
6.3.1確定指標體係150
6.3.2收集指標數據152
6.3.3確定指標權重157
6.3.4量化指標內容161
6.3.5分數標準化164
6.3.6綜閤分數排序166
6.4結果應用167
第7章員工離職傾嚮分析169
7.1需求描述170
7.2案例分析171
7.2.1數據準備171
7.2.2數據分析結果與解釋172
7.3分析方法182
7.3.1Boosting算法182
7.3.2隨機森林算法184
7.4分析過程185
7.4.1建模185
7.4.2檢驗187
7.4.3應用188
第8章員工辭職報告的情感分析191
8.1需求描述192
8.1.1數據準備194
8.1.2分析結果與解釋196
8.2分析方法198
8.2.1文本內容的情感分析方法198
8.2.2文本內容的分詞方法202
8.3分析過程203
8.3.1導入分析內容203
8.3.2分詞204
8.3.3計算情感積分208
8.3.4顯示結果214第1章你的文案要給誰看1
1.1電子商務時代，文案對買傢的影響更大2
1.2明白買傢看文案的立場4
1.2.1你是稱職的文案創作者嗎4
1.2.2益生堂“戰痘的青春”5
1.3弄清買傢的年齡特徵7
1.3.1目標受眾對瞭，文案就對瞭7
1.3.2萬寶路從“淑女”到“牛仔”8
1.3.3消費者有哪些年齡特徵9
1.4瞭解買傢的喜好10
1.4.1設法讓買傢點頭11
1.4.2這件T恤真的適閤你穿嗎11
1.4.3取悅消費者永遠不會錯13
1.5徹底瞭解買傢的心理15
1.5.1好的文案創作者也是好的心理學傢15
1.5.2消費者的心理“顯規則”16
1.6希望買傢看到後有什麼反應19
1.6.1某口服液如何抓住女人的心20說服力： 電商文案這樣寫纔有效目錄1.6.2給買傢一個購買的理由21
1.7案例： 百事可樂： 新一代的選擇21
第2章你的文案能給買傢帶來什麼好處25
2.1讓買傢清楚産品的賣點26
2.2幫助買傢瞭解産品的品牌形象28
2.2.1靠文案打造企業的無形資産28
2.2.2大衛·奧格威的“品牌形象論”29
2.3滿足買傢的內心需求31
2.3.1丟掉那些“卓爾不凡”的文字31
2.3.2海爾銀色變頻冰箱“住”進消費者心裏32
2.4引起買傢的情感共鳴36
2.4.1多芬： 比女人更瞭解女人36
2.4.2真正的廣告應基於真正的産品38
2.5案例： 唯品會： 一傢專門做特賣的網站39
第3章買傢到底喜歡什麼樣的電商文案43
3.1先讓自己喜歡寫，彆人纔可能喜歡讀44
3.1.1走齣來，點子就有瞭44
3.1.2好的文案都有溫度45
3.2寫的東西不要讓人煩46
3.2.1躲開那些惹人厭煩的東西47
3.2.2長文案如何招人喜歡49
3.3以人性的本質為切入點50
3.3.1“100元”背後的秘密51
3.3.2可口可樂“真友誼”52
3.4強化“你”的力量53
3.4.1激發買傢“啊”的反應54
3.4.2抓住“你”的絕招妙計55
3.5維係消費者是文案創作的根本57
3.5.1“痛點營銷”： 讓買傢忍不住消費57
3.5.2“發燒友”的世界你要懂58
3.6案例： 蘋果： 說齣用戶那句話60
第4章電商文案創作的四種經典模式63
4.1九宮格思考法64
4.1.1用九宮格圖“圈”你的思維65
4.1.2“定製”掌上吸塵器66
4.2要點衍生法68
4.2.1文案高手的心思你要猜69
4.2.2從“0”到“n”70
4.3五步創意法70
4.3.1什麼樣的電商文案是有創意的71
4.3.2讓創意變現的方法72
4.4頭腦風暴法76
4.4.1智力碰撞如何纔能擦齣火花76
4.4.2好的創意=集思廣益78
4.5案例： 奧美廣告： 把需要轉換成恐懼79
第5章通過關聯法找電商文案切入點85
5.1新聞故事，博眼球86
5.1.1杜蕾斯“玩”新聞賺大錢86
5.1.2藉新聞寫文案真不簡單88
5.2熱點話題，獲關注91
5.2.1炒作炒作，關鍵就在“炒”91
5.2.2如何讓“刷屏”信息幫電商文案刷屏93
5.3普遍問題，找齣路95
5.3.1漢堡王讓韓國人睡個安穩的迴籠覺95
5.3.2寫文案需要“火眼金睛”96
5.4逆嚮思維，反傳統98
5.4.1做雞頭，還是做鳳尾98
5.4.2彆人說“紅”，你就說“黑”99
5.5製造衝突，巧嫁接100
5.5.1“可樂殺精”引發的大動靜101
5.5.2麻辣燙“勾搭”女朋友102
5.6案例： 戴·比爾斯鑽石： 鑽石恒久遠，一顆永流傳103
第6章如何在電商文案中體現産品優勢109
6.1將産品的特點轉化為利益110
6.1.1變個說法就能賺大錢110
6.1.2産品有的特點就是優點，沒有的就是缺點111
6.2強調産品的“附加值”114
6.2.1讓“附加值”為産品說話114
6.2.2“阿淨嫂”如何玩轉市場115
6.3為消費者提供“次要承諾”117
6.3.1不可忽視的“次要承諾”117
6.3.2用“次要承諾”讓消費者“閉嘴”118
6.3.3如何做有價值的“次要承諾”119
6.4從用戶體驗的角度齣發121
6.4.1學小米收攏人心121
6.4.2全方位提升用戶體驗122
6.5想方設法製造一個“導火索”126
6.5.1剋洛格玉米片讓人動起來126
6.5.2想方設法給買傢一種“誘惑力”127
6.6案例： 小米： 一塊鋼闆的藝術之旅128
第7章如何擬齣一個讓人瘋狂的標題133
7.1標題不夠吸引人，正文怎麼寫意義都不大134
7.1.1標題要有靈魂134
7.1.2廣告標題有哪些特性135
7.2運用數字和數據吸睛137
7.2.1數字和數據要有衝擊力137
7.2.2寫齣買傢最想要的數據139
7.3.3如何用數據增加買傢的信任度140
7.3做齣看似矛盾的說法或承諾141
7.3.1自相矛盾獲好評142
7.3.2“蠢”方法套住瞭聰明人143
7.4讓買傢感興趣，就是好標題144
7.4.1頂級文案標題的特徵144
7.4.2如何寫齣讓買傢感興趣的標題146
7.5一個標題可能要改五六十次148
7.5.1好標題的創作步驟： 修改、修改，再修改148
7.5.2如何為波旁酒設計一則電商文案的標題149
7.6案例： 蘋果iPod： 把1 000首歌裝進口袋151
第8章如何寫齣一個吸引人的開場白157
8.1撰寫有力的開場白158
8.2開頭第一句可能比標題更重要160
8.3提前為文案找作料163
8.3.1文案開頭要有“料”163
8.3.2最有價值的東西往往蘊含於最顯而易見的事實中164
8.4彆忘瞭幽默感166
8.4.1幽默廣告的特徵166
8.4.2幽默廣告的寫作方法168
8.5案例： 加多寶： 涼茶從1億到200億170
第9章如何寫齣一個視覺衝擊力強的電商文案175
9.1一張圖片勝過韆言萬語176
9.1.1文案要有一張直擊買傢心靈的圖片176
9.1.2為圖片定一個創意主題177
9.1.3精品文案圖片的特徵178
9.2用個性圖片做勾魂設計180
9.2.1令人腦洞大開的杜蕾斯文案181
9.2.2給圖片加一些小修飾184
9.3讓圖像為文案說話185
9.3.1用戲劇性的畫麵打破常規186
9.3.2傾力畫下第一條綫186
9.4做一個有創意的封麵設計188
9.4.1給人一張有視覺衝擊力的圖片189
9.4.2影響視覺的因素有哪些190
9.5做一個有“魔力”的色彩規劃193
9.5.1顔色中的秘密193
9.5.2扁平化設計195
9.6案例： 小米： 用文字塑造産品“視覺感”197
第10章如何寫齣一個權威性電商文案201
10.1傍名人樹權威202
10.1.1名人的巨大威力202
10.1.2傍名人要選對人203
10.2抱專傢的大腿205
10.3藉他人東風207
10.3.1搭國足的“順風車”207
10.3.2巧藉“東風”的方法208
10.4造新聞有“噱頭”211
10.4.1造“雙十一”的“噱頭”212
10.4.2娛樂寶： 普通人也可做“電影投資者”213
10.5案例： 加多寶： 健康好飲料214
第11章如何寫齣一個不像廣告的電商文案217
11.1彆把廣告做成廣告218
11.1.1寫的廣告要有創意218
11.1.2寫不像廣告的電商文案的方法219
11.2彆讓人一眼認齣是叫賣式廣告221
11.2.1休格曼“好奇心的種子”的理論221
11.2.2文案中要有情感的影子224
11.3事實是文案最好的內容225
11.3.1講的事實越多，銷售得也越多225
11.3.2文案講事實的方法228
11.4去逗人樂而不是去“銷售”229
11.4.1創作一個看起來像洗發水廣告的飲料廣告229
11.4.2創意，無非就是哄人的把戲231
11.5從情感訴求齣發寫文案231
11.5.1情感訴求引共鳴232
11.5.2情用過瞭頭就是煽情、矯情、濫情234
11.6案例： 大眾甲殼蟲汽車： 想想還是小的好235
第12章如何寫齣一個精簡的電商文案239
12.1簡化結構240
12.2彆企圖寫太多字242
12.2.1太長的文案難免適得其反242
12.2.2以最少的字寫齣最經典的文案243
12.3文字要簡明扼要245
12.3.1好文案，多一句都顯得纍贅245
12.3.2讓文字簡明扼要應遵循的規則247
12.4多利用短句249
12.4.1囉唆的句子很招人煩249
12.4.2讓文案不囉唆的方法250
12.5不貪心，隻選最重要的內容252
12.5.1“歡迎”IBM進入PC市場254
12.5.2文案漏鬥模型255
12.6案例： 萬科： 再不嘗試，就晚瞭256

精彩書摘

　　《大數據時代的人力資源管理》：
　　小曾：是啊，有些培訓師雖然知名度高，是大教授或者名企高管，但講課不一定精彩，甚至可能很枯燥，不受學員喜歡；有些培訓師口纔好，但講課內容漂浮，很難落地，聽這類培訓師的課就像是聽演講，精彩有餘，實用不足。如何選好培訓師一直是睏擾我的問題。
　　Miss陳：那麼你有什麼想法呢？
　　小曾：我也沒有什麼好的想法，不過如果我們有一個培訓師評分體係，能夠對其授課水平進行量化的評估就好瞭。就像大眾點評網對餐廳的評分，每個餐廳的口味、環境、服務都有一個評分，看到評分就能知道餐廳的基本情況，這對我們選擇去什麼餐廳就餐有很大幫助。類似的還有淘寶賣傢的評分，豆瓣電影的評分等，都能很好地幫助我們做齣閤理的、準確的選擇。
　　Miss陳：你這個想法很好，實際上也是可以做到的。我們可以建立培訓師評分體係，可以給他們打打分，對培訓師進行量化評估，用標準化分數來幫助我們選擇閤適的培訓師。
　　小曾：要怎麼建立培訓師的評分體係呢？
　　……

前言/序言

　　筆者一直想將概率統計、數據挖掘等數據分析的高級方法應用到人力資源管理領域。在當前的信息化、數據化時代，人力資源管理對數據的依賴性相當強，從招聘中的能力和素質測評，到培訓評估、績效管理、崗位分析、勞動用工、效能分析、薪酬管理等各方麵都需要進行數據分析。但人力資源的數據分析大多是描述性統計分析，較少用到高級數據分析技術，如迴歸分析、聚類分析、因子分析、判彆分析、文本挖掘等，對數據的利用率不高，更缺乏對數據的有效和深入挖掘。
　　筆者一直苦於沒有找到閤適的工具，直到接觸R語言。隨著瞭解不斷深入，筆者發現R語言有很多優點： 它擺脫瞭SPSS這類軟件的禁錮，即擺脫那種嚴格的環境和刻闆的分析；函數式的編程風格很接近Excel函數用法，復雜的模型通常一兩個函數就能解決，容易學習和上手；擁有大量的統計算法，可以任意研究和使用；可以繪製齣生動美觀的數據圖形。而且R語言完全免費，這對人力資源管理專業人員來說非常重要，因為企業幾乎不太可能為人力資源部門專門配備商業統計軟件。 大數據時代的人力資源管理前言於是本書做瞭一次大膽嘗試，即以R語言為基礎，將概率統計、機器學習、文本挖掘等大數據時代流行的數據分析技術，和人力資源管理實踐結閤在一起，看看有何化學反應。在此之前，鮮見人力資源管理專業人員涉足這個領域，在此之後，你會發現原來人力資源管理也可以運用大數據分析技術，也可以通過數據挖掘來發現數據價值，也能用機器學習的算法預測未來可能發生的事件，還能對文字內容進行數據分析，而這一切在R語言的驅動下變得容易實現。
　　本書的每個案例都以人力資源管理中的現實情景為基礎，通過人物對話的方式來講述。書中虛擬的謙多順公司在人力資源管理方麵齣現瞭一些問題，比如員工需求數量不準確、員工薪酬滿意度不高、學員對培訓師的意見比較大、新員工離職率比較高、員工能力評價不夠客觀、離職溝通齣現問題，等等。人力資源部經理Miss陳麵對這些問題，采用數據分析的方法，幫助部門同事逐個解決問題。在這個過程中，你可以瞭解概率統計的基本知識、數據挖掘的經典算法，以及文本挖掘中的情感分析，並領略R語言的魅力。
　　本書由於涉及統計學領域的知識，還涉及R語言編程，對人力資源管理專業人員來說有一定難度。為此筆者對書中內容做瞭一些特彆設計，比如必須講的統計知識盡量詳細並且圖文並茂，所有案例都提供R源代碼以方便練習，等等。如果潛心閱讀，並輔以實踐演練，相信會有莫大收獲。
　　希望本書的齣版，能夠讓越來越多的人力資源管理專業人士認識R語言，運用高級數據分析技術來有效解決企業中的管理問題，更好地發揮人力資源數據的價值。
　　為什麼編寫本書
　　人力資源管理源於數據分析。20世紀初古典管理學傢弗雷德裏剋·溫斯洛·泰勒通過實驗研究如何提高工人的勞動生産率，並提齣瞭迄今仍在使用的計件工資製、計時工資製，可算作人力資源數據分析的先驅。後來閔斯特伯格、梅奧兩位學者將心理學方法引入工業領域，通過大量實驗，研究如何提高工人效率，其核心依然是對數據的測量和分析。所以，人力資源管理從發展之初就與數據分析結下不解之緣。一百多年後的今天，世界進入瞭信息化、數據化時代，但我國人力資源管理卻在數據分析領域原地踏步，在大數據門外駐足不前，仍然在匯總、平均、同比、環比，仍然在依賴Excel，幾乎沒有將數據挖掘等高級技術應用到管理實踐中，去更充分地挖掘數據的價值。這不能不說是一種遺憾！
　　人力資源管理領域未及時享用數據分析技術發展帶來的福利，像那些重要且經典的算法如判彆分析、機器學習、聚類分析、因子分析、時間序列分析、文本挖掘等早已進入零售、金融、通信、電子商務以及社交媒體行業，並且錶現齣令人驚訝的作用，但始終把人力資源管理擋在門外。
　　然而，人力資源管理專業人員學習數據分析的意願並不十分強烈。根據弗魯姆的理論，人力資源管理專業人員研究數據分析的動機強弱，取決於數據分析能夠為工作帶來的價值大小、學習的難度大小，以及學習的工具和環境的適宜程度。可想而知，在看不到數據分析帶來的價值，對數據分析知識心存畏難，且沒有稱手的分析工具時，人力資源管理專業人員又怎能邁入數據分析的世界呢？
　　所以，本書嘗試將數據分析的高級技術引入人力資源管理領域，提升人力資源管理專業人員學習數據分析的動機水平。首先，用人力資源管理專業人員熟悉的情景編寫案例，讓大傢瞭解數據分析技術在人力資源管理過程中的作用和價值；其次，穿插普及數據分析的基礎知識和算法，重點介紹當前數據分析領域錶現優異的統計工具——R語言，並附送源代碼。希望能夠喚起看到本書的人力資源管理同行對高級數據分析的興趣。
　　當然，本書隻是拋磚引玉。鑒於筆者視野狹窄，狹隘地認為我國人力資源管理領域並未真正涉足數據分析，並未有“大牛”齣現，實際上這可能是錯誤的。不排除有“牛人”早已進行深入的研究，程度之深，應用範圍之廣，超齣筆者的想象。若能發現同行在做同樣的事情，希望能夠交流、學習，共同促進和提升。
　　也希望通過本書能夠進一步推廣R語言。筆者用過不少統計軟件，但從未有一款如R語言那樣讓筆者著迷，它幾乎能滿足筆者對數據分析的所有需求，分析過程簡單快速，各種算法隨手拈來，圖形繪製變化萬韆。這麼好的統計工具，還是免費的，實在沒有理由拒絕，也希望更多的人能夠知道這個工具，早早用上。
　　本書特點
　　(1) 創新性強，內容為人力資源管理、數據分析和R語言的交叉知識領域。國內首次以R語言為工具，將數據挖掘、文本挖掘等數據分析技術引入人力資源管理領域。
　　(2) 深入淺齣、通俗易懂。全書以人力資源管理人員（簡稱HR）的視角為基礎，采取人物對話方式，結閤案例講解數據分析技術在人力資源管理實踐中的應用。
　　(3) 對HR來說熟悉度高，代入感強，認同感強。書中案例均以人力資源管理中的常見情景為基礎，涉及招聘、培訓、薪酬、員工關係管理等模塊，對HR來說接受程度高。
　　(4) 閱讀難度較低。全書避開講解復雜的統計學概念、算法，避開講解R語言的數據結構、語法等內容，重點介紹統計方法的應用案例及其效果，降低閱讀難度。
　　(5) 提供完整源代碼和數據。源代碼重復使用性高，可直接運行並顯示效果，易於操練，方便解讀，源代碼經小量修改後即可用於各類企業。
　　本書人物關係圖和公司設定〖*2〗1. 人物關係圖
　　2. 公司設定
　　公司名稱： 謙多順集團股份有限公司
　　公司規模： 下屬20傢子公司，員工3萬餘人
　　公司性質： 民營企業
　　主營業務： 房地産、軟件開發、物業服務、通信産品生産與銷售等業務。
　　本書內容
　　全書共分8章，各章內容如下。
　　第1章： 人力資源數據分析的意義。介紹人力資源數據分析的特點、難點以及人力資源數據分析和大數據的關係。
　　第2章： 數據分析前的準備工作。包括如何選用數據分析的工具，數據收集的工具和方法，以及如何整理數據。
　　第3章： 員工年度需求預測。主要介紹瞭需求預測所采用的方法並分析整個過程。
　　第4章： 培訓師評估。介紹如何建立企業內部培訓講師授課評分數據庫，在此基礎上通過計算機標準分建立常模，繪製正態分布圖，用定量化的方法選擇講師，並進行培訓評估。
　　第5章： 薪酬公平性分析。講解如何運用薪資結構圖、基尼係數、Compa指標、薪酬公平感計量模型來分析員工薪酬公平性。
　　第6章： 員工綜閤能力評估。講解通過綜閤評價法評估員工綜閤能力。
　　第7章： 員工離職傾嚮分析。介紹瞭如何用Boosting、隨機森林等機器學習算法預測員工未來一年內的離職概率。
　　第8章： 員工辭職報告的情感分析。介紹用文本挖掘中的情感分析技術分析員工辭職報告。
　　關於作者
　　蔡治： 西南師範大學心理學碩士、高級經濟師、高級人力資源管理師、高級企業培訓師、SPSS數據分析師，R語言愛好者，長期從事人力資源管理工作，現任某國有通信企業人力資源部經理。
　　哪些人會對本書有閱讀興趣
　　�r 人力資源管理工作中需要進行數據分析的人士。
　　�r R語言愛好者，對R語言在各行業中的應用感興趣的人士。
　　�r 經常閱讀分析報告，關注各職能闆塊研究報告的各級管理人員。
　　�r 從事谘詢、研究、分析等工作的專業人士。
　　�r 人力資源管理專業的本科生和研究生。
　　緻謝
　　感謝廣東省通信産業服務有限公司陳洪先生、鍾永健先生、馮麗芳女士和張曉軍女士，將數據分析的任務交給我，為我提供瞭在工作中研究和應用數據分析的機會，促成我去接觸和學習R語言。感謝李延華、張寶、張靜，我們經常在一起溝通、討論，産生瞭不少想法。感謝夫人陳麗君女士的默默支持和鼓勵，讓我得以完成本書的寫作。
　　盡管我對書稿校正多次，但仍然不可避免有疏漏和不足之處，請讀者批評指正。我會在適當的時間進行修正，以滿足大傢的需要。
　　與作者聯係
　　作者
　　2016年8月

《大數據時代的人力資源管理》是一本麵嚮現代企業管理者、人力資源專業人士以及對人力資源數字化轉型感興趣的讀者的深度指南。本書並非一本泛泛而談的管理學教材，而是聚焦於大數據這一核心技術如何以前所未有的方式重塑人力資源管理的各個維度，並提供瞭切實可行的策略與實踐方法。 本書開篇，便深刻剖析瞭大數據對傳統人力資源管理帶來的顛覆性衝擊。在過去，人力資源決策往往依賴於經驗、直覺和相對有限的數據收集，效率不高且容易産生偏見。然而，隨著信息技術的飛速發展，企業積纍瞭海量的人事數據，從員工的招聘申請、培訓記錄、績效評估，到考勤、薪酬、離職信息，乃至社交媒體上的公開信息，都蘊含著寶貴的洞察。本書著重闡述瞭如何識彆、收集、存儲、清洗和分析這些龐雜的數據，將其轉化為驅動人力資源決策的強大引擎。 第一部分“大數據與人力資源管理的基石”著力於構建讀者對大數據在HR領域應用的宏觀認識。我們首先探討瞭大數據分析的核心理念——從“描述性分析”到“預測性分析”，再到“規範性分析”的演進。例如，通過描述性分析，企業可以瞭解當前的員工隊伍構成、離職率分布等基本情況；而預測性分析則能幫助我們預測哪些員工可能麵臨離職風險，或者哪些培訓項目能帶來最大的ROI；更進一步，規範性分析則能為管理者提供具體的行動建議，如如何調整薪酬福利以提高員工滿意度，或者如何優化招聘流程以吸引頂尖人纔。本書強調，理解這些分析的層級是有效利用大數據的首要步驟。 接著，我們將目光聚焦在人力資源數據的基礎建設上。數據質量是大數據分析的生命綫。本書深入討論瞭數據標準化、數據清洗、數據集成等關鍵環節，闡述瞭如何建立一個可靠、準確、一緻的數據倉庫。我們介紹瞭各種數據質量問題的成因，以及相應的檢測和糾正方法。同時，本書也詳細闡述瞭數據安全與隱私保護的重要性，在閤規的前提下，如何最大化數據的價值，避免潛在的法律風險。 第二部分“大數據在人纔招聘與獲取中的應用”是本書的核心內容之一。傳統的招聘模式往往耗時耗力，且效果難以量化。本書引入瞭大數據驅動的招聘策略，旨在提高招聘效率，降低招聘成本，並顯著提升招聘質量。我們探討瞭如何利用大數據分析職位需求，預測人纔市場的趨勢，從而提前布局人纔儲備。 書中詳細闡述瞭“人纔畫像”的構建。通過分析成功員工的過往經曆、技能、教育背景、甚至軟技能特質，我們可以構建齣精準的人纔畫像，並將其作為篩選簡曆、設計麵試問題、評估候選人的依據。本書介紹瞭利用自然語言處理（NLP）技術分析簡曆和申請信，從中提取關鍵信息，並與人纔畫像進行匹配。此外，大數據還可以幫助企業優化招聘渠道，識彆哪些渠道産生的候選人質量最高、轉化率最高，從而將資源集中投放到最有效的渠道。 在候選人評估方麵，本書介紹瞭如何利用在綫行為分析、社交媒體信息（在閤規範圍內）以及大數據驅動的評估工具，更全麵、客觀地瞭解候選人的潛力與匹配度。例如，通過分析候選人的公開作品集、技術貢獻（如GitHub），可以更直觀地評估其專業能力。本書還提供瞭構建數據驅動的麵試反饋係統，幫助麵試官進行更結構化、更客觀的評估，並對麵試結果進行量化分析，以持續改進麵試流程。 第三部分“大數據驅動的員工發展與績效管理”深入探討瞭如何利用大數據提升員工的成長速度和工作錶現。在員工發展方麵，本書強調瞭個性化學習的重要性。通過分析員工的學習偏好、技能短闆、職業發展目標，大數據能夠推薦最適閤的培訓課程、學習資源和發展路徑，實現“韆人韆麵”的定製化學習體驗。我們介紹瞭如何利用學習管理係統（LMS）和在綫學習平颱的數據，追蹤員工的學習進度，評估培訓效果，並根據反饋調整學習計劃。 績效管理是人力資源管理中的關鍵環節，而大數據能夠使其更加科學、公正和前瞻。本書詳細闡述瞭如何構建基於數據的績效評估體係。這包括設定可量化的績效指標，實時追蹤員工的工作進展，以及利用數據分析識彆影響績效的關鍵因素。我們介紹瞭“360度反饋”的量化應用，如何收集、分析來自同事、下屬、上級的反饋數據，並將其轉化為建設性的發展建議。 更重要的是，本書著重介紹瞭預測性績效分析。通過分析曆史績效數據、工作行為數據、以及其他相關因素（如項目投入、協作頻率），我們可以預測員工未來的績效錶現，及時發現績效下滑的跡象，並采取乾預措施。例如，如果發現某個團隊的協作頻率突然下降，並且伴隨著項目延期，這可能預示著團隊內部齣現瞭問題，需要 HR 及時介入。本書提供瞭具體的案例分析，展示瞭如何通過數據分析，識彆高績效員工的特質，復製成功經驗，以及如何為績效不佳的員工提供針對性的輔導和支持。 第四部分“大數據在員工敬業度與留存管理中的應用”探討瞭如何利用大數據構建更具吸引力的工作環境，降低員工流失率。員工敬業度是衡量員工滿意度、歸屬感和工作投入度的重要指標。本書介紹瞭如何通過收集和分析員工調查數據、內部溝通數據、以及與工作相關的行為數據，深入洞察員工的敬業度水平，並識彆影響敬業度的關鍵因素，如領導風格、工作負荷、職業發展機會等。 基於對敬業度數據的分析，本書提供瞭製定有針對性的乾預措施的策略。例如，如果發現某個部門的敬業度普遍較低，並且與領導風格有關，那麼可能需要對該部門的管理者進行領導力培訓。在員工留存方麵，大數據分析能夠幫助企業提前識彆具有離職傾嚮的員工。通過分析員工的離職前行為（如頻繁查看招聘網站、減少內部溝通、請假次數增多等），可以構建“離職預測模型”，為 HR 部門提供預警。 一旦識彆齣高風險離職員工，本書提齣瞭主動乾預的策略，包括進行一對一溝通、瞭解其離職原因、提供更有競爭力的薪酬福利、或者調整其工作職責和發展機會。同時，本書也強調瞭構建數據驅動的離職麵談流程，深入挖掘離職的根本原因，並將這些信息反饋給人力資源戰略的製定，以期從源頭上解決問題。 第五部分“大數據時代的 HR 技術與創新”關注瞭實現大數據在 HR 領域應用的技術基礎和未來趨勢。本書介紹瞭當前主流的 HRIS（人力資源信息係統）、HCM（人力資本管理）係統以及各種專業的人力資源分析工具。我們探討瞭如何選擇和實施適閤企業需求的技術解決方案，以及如何最大化現有係統的利用率。 本書還展望瞭人工智能（AI）和機器學習（ML）在 HR 領域的應用前景。例如，AI 驅動的聊天機器人可以用於迴答員工的常見問題，解放 HR 的人力；機器學習算法可以用於更精準的候選人匹配和績效預測；而深度學習則有可能在分析非結構化數據（如員工的自由文本反饋）方麵發揮更大的作用。 最後，本書強調瞭構建數據驅動的 HR 文化的重要性。這不僅僅是技術層麵的應用，更是思維模式和組織文化的轉變。HR 部門需要培養數據素養，提升分析能力，並與業務部門緊密閤作，將數據洞察轉化為實際的業務價值。本書提供瞭一係列關於如何推動 HR 部門走嚮數據驅動的實用建議，包括持續的學習、跨部門的協作以及領導層的支持。 總而言之，《大數據時代的人力資源管理》旨在為讀者提供一個全麵、係統且極具實踐指導意義的框架，幫助他們理解並掌握大數據在人力資源管理中的強大力量，從而構建更高效、更智能、更具競爭力的現代化人力資源體係。本書不僅是技術指南，更是戰略藍圖，引領讀者在數據洪流中找到人力資源管理的未來之路。

評分☆☆☆☆☆

我一直對如何利用科技來提升企業管理效率充滿瞭好奇，特彆是人力資源管理，這個領域往往被認為是比較“軟性”的，但我覺得大數據恰恰可以為它帶來硬核的支持。我希望這本書能讓我明白，大數據究竟能為HR帶來哪些具體的好處。比如，在人纔招聘方麵，我希望看到如何通過大數據來提高招聘的精準度和效率，減少無效的簡曆和麵試。在員工培訓方麵，我希望瞭解如何根據員工的學習行為和能力數據，來製定更有效的培訓計劃，提升培訓效果。另外，我還想知道，大數據能否幫助企業更好地預測員工的流失風險，並采取相應的措施來留住人纔。這本書有沒有提到一些實際的案例，展示企業是如何成功地應用大數據來解決這些HR難題的？我希望它能提供一些可操作的建議，讓我能夠將書中的知識運用到我的工作中，從而提升我所在公司的HR管理水平。

評分☆☆☆☆☆

這本書的封麵設計很吸引人，有一種簡潔而專業的風格，讓我對內容充滿瞭期待。我一直對人力資源管理領域如何與時俱進保持著高度的關注，特彆是“大數據”這個詞，讓我覺得它可能蘊含著巨大的變革力量。我期望這本書能夠深入淺齣地闡釋大數據在HR各模塊的應用，比如在招聘方麵，是否能通過大數據分析來優化招聘渠道，提高招聘效率，甚至精準匹配崗位需求和人纔畫像？在員工發展方麵，是否能通過數據來識彆員工的學習需求和職業發展方嚮，提供個性化的培訓和晉升建議？更讓我感興趣的是，如何通過大數據來提升員工敬業度和滿意度，建立一個更加積極健康的企業文化。這本書是否有具體的案例研究，展示那些成功運用大數據進行HR轉型的企業？我希望它能提供一些可藉鑒的經驗和方法，讓我能夠更好地理解和應用大數據，讓HR工作變得更加科學、高效和人性化。

評分☆☆☆☆☆

這本書，我當初抱著極大的好奇心買下的，畢竟“大數據時代”這個詞匯本身就帶著一股科技感和未來感。翻開書頁，我期待的是一種顛覆性的體驗，能夠告訴我如何在日新月異的技術浪潮中，讓企業的人力資源管理煥發新生。我想象著書裏會詳細解析如何利用海量數據挖掘員工的潛力，如何精準預測人纔流失，甚至是如何通過數據驅動來優化招聘流程，提升員工滿意度。我尤其好奇的是，那些傳統的、經驗式的HR工作，在大數據麵前究竟會發生怎樣的變革？會不會有具體的案例分析，展示那些成功運用大數據實現人力資源管理的“弄潮兒”們的故事？我希望這本書能夠給我一些切實可行的指導，讓我看到大數據在HR領域的落地應用，而不隻是停留在概念的層麵。我一直在思考，當HR不再僅僅是處理錶格和流程，而是成為一個能夠洞察數據、預見趨勢的戰略夥伴時，那將是怎樣一番景象。這本書，我希望它能為我描繪齣這樣一幅藍圖，讓我對未來的HR工作充滿信心和方嚮感。

評分☆☆☆☆☆

我之前讀過幾本關於數據分析的書，但總感覺它們離我實際的工作場景有點遠，尤其是涉及到人力資源管理這樣高度人性化的領域。所以，當看到這本書的標題時，我立刻被吸引住瞭。我想瞭解的是，大數據究竟能為HR做什麼？比如，是不是可以通過分析員工的行為模式，來識彆齣那些潛在的高績效人纔，並給予他們更多的發展機會？或者，是不是可以利用數據來預測團隊的協作效率，及時發現並解決可能齣現的瓶頸？我特彆關注的是，在處理敏感的員工數據時，如何保證隱私和閤規性？這本書有沒有提到相關的技術和倫理方麵的考量？我還對如何將這些大數據分析轉化為實際的管理策略感到好奇。是需要HR團隊掌握新的技能，還是需要引入新的工具和平颱？如果涉及到工具，那本書裏會不會推薦一些實用的軟件或係統？我希望它能夠提供一些實操性的建議，讓我能夠將書中的知識運用到我的工作中，真正解決一些實際的問題，而不是僅僅停留在理論層麵。

評分☆☆☆☆☆

說實話，剛拿到這本書的時候，我並沒有抱太大的期望，因為市麵上關於“大數據”和“人力資源”結閤的書籍，很多都寫得比較空泛，缺乏實際指導意義。然而，當我翻開書頁，開始閱讀時，我發現這本書並沒有讓我失望。作者的文筆流暢，邏輯清晰，將復雜的概念講得通俗易懂。我尤其喜歡其中關於數據驅動決策的章節，讓我對如何利用數據來評估HR項目的有效性有瞭新的認識。書中對招聘和績效管理的數據化分析部分，也給瞭我很大的啓發，讓我看到瞭如何通過數據來優化這些關鍵的HR流程。我還在思考，書中提到的那些分析工具和方法，是否真的適閤中小企業使用？有沒有一些成本較低、易於上手的替代方案？我希望作者在後續的章節中，能夠對這些方麵進行更深入的探討，為不同規模的企業提供更具普適性的建議。總而言之，這本書給我帶來瞭很多驚喜，讓我對大數據在HR領域的應用有瞭更深刻的理解。

評分☆☆☆☆☆

好好好好好好好好好好好好好好好好好好好好好好好好

評分☆☆☆☆☆

速度快服務良好好滿意

評分☆☆☆☆☆

什麼破玩意兒

評分☆☆☆☆☆

嗬嗬嗬，哈哈哈，好好好，學習學習再學習

評分☆☆☆☆☆

已看完，講得很好

評分☆☆☆☆☆

老公買的，說是還可以，應該還行吧

評分☆☆☆☆☆

不錯，不錯，不錯，不能，不錯，不錯

評分☆☆☆☆☆

書很好啊，從大數據的角度分析瞭人力資源管理的精髓，值得HR人員購買和好好學習

評分☆☆☆☆☆

還是很好的……………