-
访谈
赶集网喊话转型网络招聘，并能实现IPO梦想吗？
2014年，美国资本市场对中概股窗口大开，吹皱了一池春水。
最近，分类信息网站老二赶集网砸下重金，邀请当红明星谢娜作为代言人，投放巨额电视、户外广告，同时喊出了转型招聘的口号。那么，分类信息能顺利转身招聘网站并现实IPO梦想吗？
【赶集网重金砸下广告】
三年前，赶集网重金邀请“微博女神”姚晨出任代言人，姚晨骑着毛驴出镜，引出了一个赶驴网。随后，分类信息老大58同城以更凶悍的投放还击，聘请了新一代人气女星杨幂到处喊“一个神奇的网站”。几方上演了热热闹闹的截流、口水战。
今年毛驴系列又来了，这一次骑驴的是谢娜。从营销专业角度讲，请谢娜策略是对的，杨幂、谢娜、范冰冰，在中国三四线城市步行街指数都排在前5名，人民群众熟悉啊。粗略测算，赶集网此轮投放大约耗资1.3亿元人民币左右：其中在中央电视台（含春节联欢晚会）的投放是3000万，各地卫视3000万，导航网站大概2000，此外还有一些地铁、框架广告。
营销讲究ROI，要靠数据说话。从百度指数、微博指数和Alex流量几个核心指标看，投放效果对赶集网确实有提升，但对58同城却更大。这就奇怪了，查了一下，58同城也没买赶集网的百度关键词截流啊。有干搜索技术的兄弟解释，这是因为大家有混淆，看了广告来赶集搜一下，顺手再去老大58那儿搜一下。
【喊话转型网络招聘】
今年春节，赶集网和6家大牌互联网公司一起，杀入春晚前10分钟的广告黄金档。这个力度对于一个未上市的公司是很罕见的，业界认为，赶集为冲刺IPO造势的态势已经很明显。
一边重金投放，一边却喊话转型，赶集网CEO杨浩涌在媒体上的公开表态：如果按中基层人才每年只跳槽1次，其中30%的人通过职业中介寻找工作的话，职业中介的收费保守计费每人1000元，那这个市场规模就将高达2000亿元。在线招聘市场的新蓝海，也能够让赶集有机会改变在线招聘市场的格局，获得更高的话语权。
尽管招聘一直是分类信息的重要目类之一，但如此决绝地放狠话要转身招聘，还是让我挺意外。因为在中国在线招聘市场上，层级是非常明显的。linkedin、猎聘做金领，针对高层；智联招聘、中华英才网做白领，针对中层；51Job针对的是中层兼大学生，基层。赶集网和58同城做不过的是司机、保安、传菜员。上市了市的在线招聘网站都因不被看好而长期低迷，赶集想穿这件马甲去纳斯达克，能行吗？
【互联网行业“转基因”】
尽管技术门槛并不算太高，但早期用资本建立的先发优势壁垒很难跨越。58同城与赶集网私募融资金额相似，都是将近2亿美元。58同城率先上市，赶集网处境被动。投资人熬了这么多年，什么时候能熬出头呢？看来，赶集网不想被吃掉，所以要换玩法。
据说赶集网的营销战略是叶茂中大师给定的，但此次转型无异于转基因，成功的例子并不多。
【文章来源：王冠雄】
-
访谈
【HR必读】开发利用大数据，HR如何有建树？
大数据现在很“红”，以至各行各业都在开发大数据这个“金矿”。确确实实说，大数据已经给不少企业、组织赢得了商机、或是提高了管理效率。
相对于其它组织如火如荼地开发、利用大数据，企业的人力资源部门在开发、利用大数据方面却未见走在前列，也鲜见利用大数据获得很好效率和效益的例子；埃森哲的调研（数据分析实战：实现高投资回报的突破与阻碍）也证明了这一点：人力资源部门在数据分析法应用方面远远低于财务、客户服务、生产/运营、销售等职能部门。
那为什么人力资源部门会在开发、利用大数据方面落伍呢？我认为有以下几个方面的原因：
第一，大部分企业的人力资源管理注重过程、流程，缺效益思维。
比如，人才招聘，人力资源部门注重的是招聘速度和到位率，却很少去追踪人才到位后在多长时间内发挥了作用、创造了效益；培养也一样，人力资源部门注重的是做了多少培训、有多少人参加、“满意度”（其实这种满意度也是暂时的）如何，很少去追踪经过培训后参加者在技能上、行为上有何改变？是否提升了工作效率、创造了效益？薪资管理上问题更严重，不少企业每年都在加薪、发奖金，却很少有人追踪加薪、发奖后对提升人力效率的贡献，也没有研究出加薪、给重奖在哪些人身上会创造最好的效益、回报最高？
第二，过重地将人力资源工作看待为“艺术”，不注重运用科学来管理人力资源，也没有意识将人力资源管理上升到管理科学。
人力资源管理发展经历了不同的历程，早期的人事管理强调的是控制，为此，所有的人事制度重点都是“不准什么”，“如果违反，会怎样？后来转化为人力资源管理后，又强调“服务”，有些人力资源部门把自己定位为服务部门，招聘是服务、培训是服务、薪资发放也是服务，殊不知随着时代的发展，特别是现在所处的移动互联时代，大数据的开发已经可以为企业的方方面面决策提供了依据，为此，人力资源管理理应从“服务”走向“决策”。人力资源管理应该从数据、数据衡量与分析开始，将人力资源管理的各个系统整合起来，并着眼于最优化人力资源，迈向科学管理。
国外已经有学者在研究如何将人力资源管理转型为“人力资本学”。
第三，大部分企业的人力资源工作者是文科背景，数学基础不好，对数据不敏感。
据《2014德勤全球人力资本趋势》报告调查，越来越多的人力资源部门在使用大数据做明智的人才决策，预测员工绩效，并提前做好人力资源规划。然而，当今只有7%的人认为他们有能力解析使用的数据。
美国管理协会（AMA）于2013年携手企业生产力研究所（Institute for Corporate Productivity, i4cp）开展的一项调研也显示，人力资源管理人员的分析能力在研究开发、财务、运营、营销等人员中是最差的。
第四，人力资源管理信息系统的缺陷与限制阻碍了数据的开发、利用。
在我与不少人力资源工作者交流时发现，现在很多企业所使用的人力资源管理信息系统都存在不少缺陷，要么使用不友好、很复杂；要么功能上难以满足，系统的缺陷、或使用不友好阻碍了人力资源数据的开发利用。
比如，个性化、私人定制是未来一个趋势，人力资源管理也需要重视个性需求，需要通过数据分析、了解了员工的需求后为员工提供个性化的服务。象“菜单式”福利应该是受员工欢迎的，但限于信息工具、系统的能力，不少公司的人力资源管理部门就不敢、或无法推出这样的福利安排。
了解了为什么人力资源部门在开发、利用大数据方面落伍的原因后，那应该怎么做呢？我认为的主要方法和途径有以下四个方面：
1、培养数据意识，以数据说话
人力资源部门应该从现在起，就要有意识地建立、积累有关人力资源管理活动的数据，养成用数据说话的意识；学会运用数据计算、分析，特别需要提升数学能力。
我在“决胜未来，你的脑袋里应该装点啥？”的博文中强调过，数学是科学的基础，几乎所有的科学都与数学有关。数学分析、计算可以帮助人们验证、发现或解释自然现象和社会现象，数学能力强，也可以帮助人们创造发明。
2、从某个领域开始，尝试利用数据进行基础性分析
人力资源部门应该认真检视自己现有的数据资源和分析能力，尝试先从内部某个领域开始运用数据，特别是要从能为业务提供最高价值的领域开始。
比如，可以从人力资源规划开始，去收集和了解：人口趋势、市场人才供应量（如：每年的大学生毕业数）、本单位人员离职趋势（数据）、人力成本上涨趋势、未来公司销售增长趋势、行业发展趋势等数据，从而得出人力配置最佳比率。
3、从基础分析到预测分析
托马斯.H.达文波特和珍妮.G.哈里斯所著的《数据分析竞争法：企业赢之道》指出，数据分析要获得竞争优势，需要从描述性分析上升到预测性分析：
在描述性分析时，我们只会问:到底发生了什么？有多少问题？问题出现了多久？问题出现在哪里？最多也只会问：究竟出现了什么问题？需要采取什么样的行动？
但在预测性分析时，我们要在数据统计分析的基础上问：为什么会出现这种情况？同时，根据统计分析做出预判或推断：如果这种趋势继续发展下去，将会怎样？
4、建立数据管理模型，从预测到决策
人力资源部门需要根据业务需求，制定大数据开发计划，统筹考虑现有数据、技术和技能，确定从何处入手、怎样配合公司的业务战略来建立数据管理模型，从数据的发现、数据的归整、数据分析、提炼到数据管理，建立一整套的数据管理模型，为最优决策提供依据。
埃森哲最近发表的一篇文章“你真的了解员工吗？”中指出：企业在做重要的人事决策时，不能仅依靠表面信息，可以运用人才分析法，即，基于精确及科学的分析法来帮助企业深入了解员工情况，帮助管理者基于客观数据做出科学决策；激发创新、提升业务绩效、助力企业打造出真正的人才优势。
5、提升数据分析能力
人力资源管理应该向经济学靠拢，经济学注重的是数量关系，人力资源管理也应该注重数据分析。据美国管理协会（AMA）的调研，现在和未来三年内，数据分析被列为最重要的五项技能之一。
其实，管理一直强调是数据，如全面质量管理中使用的帕累图分析、散布图分析等以及6δ无不强调数据分析。
提升数据分析能力不仅能显著提升组织绩效，还能改变人力资源部门在开发、利用大数据所处的落伍状况。
【文章来源：钱国新】
-
访谈
漫谈大数据的思想形成与价值维度
关于大数据的思维、理念、方法论已经被反复消费了，本来我想直接进入交互环节，继挺兄还是要求先有一部分规定动作，我就先自弹自唱几十分钟，既然是漫谈，也不见得扣题，说到哪里是哪里。各位有问题，我可以择时择机插入讨论。
先说大数据思想的形成吧。自从人类开始文字和数字，数据就开始产生。就数据增长曲线而言，极小的初值确实要经历漫长的过程达到人类能感知的曲线拐点。谷歌前CEO埃里克·施密特曾给出了一个有趣的数据：从人类文明曙光初现到2003年一共产生的数据，只相当于2010年两天产生的数据量。而一旦越过拐点，“大数据摩尔定律”的滚滚铁轮下，指数效应爆发：最近两年产生的数据量相当于之前产生的全部数据量。
在漫长的数据蓄水过程中，数学和统计学逐渐发展，人们开始注意对数据的量化分析，在人类进入信息时代以前这样的例子就不胜枚举。比如经济上，黄仁宇先生对宋朝经济的分析中发现了“数目字管理”(即定量分析)的广泛应用(可惜王安石变法有始无终)。又如军事，“向林彪学习数据挖掘”的桥段不论真假，其背后量化分析的思想无疑有其现实基础，而这一基础甚至可以回推到2000多年前，孙膑正是通过编造“十万灶减到五万灶再减到三万灶”的数据、利用庞涓的量化分析习惯对其进行诱杀。
到上世纪50-60年代，磁带取代穿孔卡片机，启动了数据存储的革命。磁盘驱动器随即发明，它带来的最大想象空间并不是容量，而是随机读写的能力，这一下子解放了数据工作者的思维模式，开始数据的非线性表达和管理。数据库应运而生，从层次型数据库(IBM为阿波罗登月设计的层次型数据库迄今仍在建行使用)，到网状数据库，再到现在通用的关系数据库。与数据管理同时发源的是决策支持系统(DSS)，80年代演变到商业智能(BI)和数据仓库，开辟了数据分析——也就是为数据赋予意义——的道路。
那个时代运用数据管理和分析最厉害的是商业。第一个数据仓库是为宝洁做的，第一个太字节的数据仓库是在沃尔玛。沃尔玛的典型应用是两个：一是基于retaillink的供应链优化，把数据与供应商共享，指导它们的产品设计、生产、定价、配送、营销等整个流程，同时供应商可以优化库存、及时补货;二是购物篮分析，也就是常说的啤酒加尿布。关于啤酒加尿布，几乎所有的营销书都言之凿凿，我告诉大家，是Teradata的一个经理编的，人类历史上从没有发生过，但是，先教育市场，再收获市场，它是有功的。
仅次于沃尔玛的乐购(Tesco)，强在客户关系管理(CRM)，细分客户群，分析其行为和意图，做精准营销。
这些都发生在90年代。00年代时，科研产生了大量的数据，如天文观测、粒子碰撞，数据库大拿吉姆·格雷等提出了第四范式，是数据方法论的一次提升。前三个范式是实验(伽利略从斜塔往下扔)，理论(牛顿被苹果砸出灵感，形成经典物理学定律)，模拟(粒子加速太贵，核试验太脏，于是乎用计算代替)。第四范式是数据探索。这其实也不是新鲜的，开普勒根据前人对行星位置的观测数据拟合出椭圆轨道，就是数据方法。但是到90年代的时候，科研数据实在太多了，数据探索成为显学。在现今的学科里，有一对孪生兄弟，计算XX学和XX信息学，前者是模拟/计算范式，后者是数据范式，如计算生物学和生物信息学。有时候计算XX学包含了数据范式，如计算社会学、计算广告学。
2008年克里斯·安德森(长尾理论的作者)在《连线》杂志写了一篇《理论的终结》，引起轩然大波。他主要的观点是有了数据，就不要模型了，或者很难获得具有可解释性的模型，那么模型所代表的理论也没有意义了。跟大家说一下数据、模型和理论。大家先看个粗糙的图。
首先，我们在观察客观世界中采集了三个点的数据，根据这些数据，可以对客观世界有个理论假设，用一个简化的模型来表示，比如说三角形。可以有更多的模型，如四边形，五边形。随着观察的深入，又采集了两个点，这时发现三角形、四边形的模型都是错的，于是确定模型为五边形，这个模型反映的世界就在那个五边形里，殊不知真正的时间是圆形。
大数据时代的问题是数据是如此的多、杂，已经无法用简单、可解释的模型来表达，这样，数据本身成了模型，严格地说，数据及应用数学(尤其是统计学)取代了理论。安德森用谷歌翻译的例子，统一的统计学模型取代了各种语言的理论/模型(如语法)，能从英文翻译到法文，就能从瑞典文翻译到中文，只要有语料数据。谷歌甚至能翻译克莱贡语(StarTrek里编出来的语言)。安德森提出了要相关性不要因果性的问题，以后舍恩伯格(下面称之为老舍)只是拾人牙慧了。
当然，科学界不认同《理论的终结》，认为科学家的直觉、因果性、可解释性仍是人类获得突破的重要因素。有了数据，机器可以发现当前知识疆域里面隐藏的未知部分。而没有模型，知识疆域的上限就是机器线性增长的计算力，它不能扩展到新的空间。在人类历史上，每一次知识疆域的跨越式拓展都是由天才和他们的理论率先吹起的号角。
2010年左右，大数据的浪潮卷起，这些争论迅速被淹没了。看谷歌趋势，”bigdata”这个词就是那个时间一下子蹿升了起来。吹鼓手有几家，一家是IDC，每年给EMC做digitaluniverse的报告，上升到泽字节范畴(给大家个概念，现在硬盘是太字节，1000太=1拍，阿里、Facebook的数据是几百拍字节，1000拍=1艾，百度是个位数艾字节，谷歌是两位数艾字节，1000艾=1泽);一家是麦肯锡，发布《大数据：创新、竞争和生产力的下一个前沿》;一家是《经济学人》，其中的重要写手是跟老舍同著《大数据时代》的肯尼思?库克耶;还有一家是Gartner，杜撰了3V(大、杂、快)，其实这3V在2001年就已经被编出来了，只不过在大数据语境里有了全新的诠释。
咱们国内，欢总、国栋总也是在2011年左右开始呼吁对大数据的重视。
2012年子沛的书《大数据》教育政府官员有功。老舍和库克耶的《大数据时代》提出了三大思维，现在已经被奉为圭臬，但千万别当作放之四海而皆准的真理了。
比如要数据全集不要采样。现实地讲，1.没有全集数据，数据都在孤岛里;2.全集太贵，鉴于大数据信息密度低，是贫矿，投入产出比不见得好;3.宏观分析中采样还是有用的，盖洛普用5000个样本胜过几百万调查的做法还是有实践意义;4.采样要有随机性、代表性，采访火车上的民工得出都买到票的结论不是好采样，现在只做固定电话采样调查也不行了(移动电话是大头)，在国外基于Twitter采样也发现不完全具有代表性(老年人没被包括);5.采样的缺点是有百分之几的偏差，更会丢失黑天鹅的信号，因此在全集数据存在且可分析的前提下，全量是首选。全量>好的采样>不均匀的大量。
再说混杂性由于精确性。拥抱混杂性(这样一种客观现象)的态度是不错的，但不等于喜欢混杂性。数据清洗比以前更重要，数据失去辨识度、失去有效性，就该扔了。老舍引用谷歌PeterNovig的结论，少数高质量数据+复杂算法被大量低质量数据+简单算法打败，来证明这一思维。Peter的研究是Web文本分析，确实成立。但谷歌的深度学习已经证明这个不完全对，对于信息维度丰富的语音、图片数据，需要大量数据+复杂模型。
最后是要相关性不要因果性。对于大批量的小决策，相关性是有用的，如亚马逊的个性化推荐;而对于小批量的大决策，因果性依然重要。就如中药，只到达了相关性这一步，但它没有可解释性，无法得出是有些树皮和虫壳的因导致治愈的果。西药在发现相关性后，要做随机对照试验，把所有可能导致“治愈的果”的干扰因素排除，获得因果性和可解释性。在商业决策上也是一样，相关性只是开始，它取代了拍脑袋、直觉获得的假设，而后面验证因果性的过程仍然重要。
把大数据的一些分析结果落实在相关性上也是伦理的需要，动机不代表行为。预测性分析也一样，不然警察会预测人犯罪，保险公司会预测人生病，社会很麻烦。大数据算法极大影响了我们的生活，有时候会觉得挺悲哀的，是算法觉得了你贷不贷得到款，谷歌每调整一次算法，很多在线商业就会受到影响，因为被排到后面去了。
下面时间不多了，关于价值维度，我贴一些以前讲过的东西。大数据思想中很重要的一点是决策智能化之外，还有数据本身的价值化。这一点不赘述了，引用马云的话吧，“信息的出发点是我认为我比别人聪明，数据的出发点是认为别人比我聪明;信息是你拿到数据编辑以后给别人，而数据是你搜集数据以后交给比你更聪明的人去处理。”大数据能做什么?价值这个V怎么映射到其他3V和时空象限中?我画了个图：
再贴上解释。“见微”与“知著”在Volume的空间维度。小数据见微，作个人刻画，我曾用《一代宗师》中“见自己”形容之;大数据知著，反映自然和群体的特征和趋势，我以“见天地、见众生”比喻之。“著”推动“微”(如把人群细分为buckets)，又拉动“微”(如推荐相似人群的偏好给个人)。“微”与“著”又反映了时间维度，数据刚产生时个人价值最大，随着时间decay最后退化为以集合价值为主。
“当下”和“皆明”在Velocity的时间维度。当下在时间原点，是闪念之间的实时智慧，结合过往(负轴)、预测未来(正轴)，可以皆明，即获得perpetual智慧。《西游记》里形容真假孙悟空，一个是“知天时、通变化”，一个是“知前后、万物皆明”，正好对应。为达到皆明，需要全量分析、预测分析和处方式分析(prescriptiveanalytics，为让设定的未来发生，需要采取什么样的行动)。
“辨讹”和“晓意”在Variety的空间维度。基于大体量、多源异质的数据，辨讹过滤噪声、查漏补缺、去伪存真。晓意达到更高境界，从非结构数据中提取语义、使机器能够窥探人的思想境界、达到过去结构化数据分析不能达到之高度。
先看知著，对宏观现象规律的研究早已有之，大数据的知著有两个新特点，一是从采样到全量，比如央视去年“你幸福吗”的调查，是街头的采样，前不久《中国经济生活大调查》关于幸福城市排名的结论，是基于10万份问卷(17个问题)的采样，而清华行为与大数据实验室做的幸福指数(继挺兄、我、还有多位本群群友参与)，是基于新浪微博数据的全集(托老王的福)，这些数据是人们的自然表达(而不是面对问卷时的被动应对)，同时又有上下文语境，因此更真实、也更有解释性。北上广不幸福，是因为空气还是房价或教育，在微博上更容易传播的积极情绪还是消极情绪，数据告诉你答案。《中国经济生活大调查》说“再小的声音我们都听得见”，是过头话，采样和传统的统计分析方法对数据分布采用一些简化的模型，这些模型把异常和长尾忽略了，全量的分析可以看到黑天鹅的身影，听到长尾的声音。
另一个特点是从定性到定量。计算社会学就是把定量分析应用到社会学，已经有一批数学家、物理学家成了经济学家、宽客，现在他们也可以选择成为社会学家。国泰君安3I指数也是一个例子，它通过几十万用户的数据，主要是反映投资活跃程度和投资收益水平的指标，建立一个量化模型来推知整体投资景气度。
再看见微，我认为大数据的真正差异化优势在微观。自然科学是先宏观、具体，进入到微观和抽象，这时大数据就很重要了。我们更关注社会科学，那是先微观、具体，再宏观、抽象，许小年索性认为宏观经济学是伪科学。如果市场是个体行为的总和，我们原来看到是一张抽象派的画，看不懂，通过客户细分慢慢可以形成一张大致看得懂的现实图景，不过是马赛克的，再通过微分、甚至定位个人，形成高清图。我们每一个人现在都生活在零售商的bucket中(前面说的乐购创造了这个概念)，最简单的是高收入、低收入这类反映背景的，再有就是反映行为和生活方式的，如“精打细算”、“右键点击一族”(使用右键的比较techsavvy)。反过来我们消费者也希望能够获得个性化的尊崇，Nobodywantstobenobodytoday。
了解并掌握客户比以往任何时候都更重要。奥巴马赢在大数据上，就是因为他知道西岸40-49岁女性的男神是乔治·克鲁尼，东岸同样年龄段女性的偶像则是莎拉·杰西卡·帕克(《欲望都市》的主角)，他还要更细分，摇摆州每一个郡每一个年龄段每一个时间段在看什么电视，摇摆州(俄亥俄)1%选民随时间变化的投票倾向，摇摆选民在Reddit上还是Facebook上，都在其掌握之中。
对于企业来说，要从以产品为中心，转到以客户(买单者)甚至用户(使用者)为中心，从关注用户背景到关注其行为、意图和意向，从关注交易形成转到关注每一个交互点/触点，用户是从什么路径发现我的产品的，决定之前又做了什么，买了以后又有什么反馈，是通过网页、还是QQ、微博或是微信。
再讲第三个，当下。时间是金钱，股票交易就是快鱼吃慢鱼，用免费股票交易软件有几秒的延迟，而占美国交易量60-70%的高频程序化交易则要发现毫秒级、低至1美分的交易机会。时间又是生命，美国国家大气与海洋管理局的超级计算机在日本311地震后9分钟发出海啸预警，已经太晚。时间还是机会。现在所谓的购物篮分析用的其实并不是真正的购物篮，而是结帐完的小票，真正有价值的是当顾客还拎着购物篮，在浏览、试用、选择商品的时候，在每一个触点影响他/她的选择。数据价值具有半衰期，最新鲜的时候个性化价值最大，渐渐退化到只有集合价值。当下的智慧是从刻舟求剑到见时知几，原来10年一次的人口普查就是刻舟求剑，而现在东莞一出事百度迁徙图就反映出来了。当然，当下并不一定是完全准确的，其实如果没有更多、更久的数据，匆忙对百度迁徙图解读是可能陷入误区的。
第四个，皆明。时间有限，就简单说了。就是从放马后炮到料事如神(predictiveanalytics)，从料事如神到运筹帷幄(prescriptiveanalytics)，只知道有东风是预测分析，确定要借箭的目标、并给出处方利用草船来借，就是处方性分析。我们现在要提高响应度、降低流失率、吸引新客户，需要处方性分析。
辨讹就是利用多源数据过滤噪声、查漏补缺和去伪存真。20多个省市的GDP之和超过全国的GDP就是一个例子，我们的GPS有几十米的误差，但与地图数据结合就能做到精确，GPS在城市的高楼中没有信号，可以与惯性导航结合。
晓意涉及到大数据下的机器智能，是个大问题，也不展开了。贴一段我的文章：有人说在涉及“晓意”的领域人是无法替代的。这在前大数据时代是事实。《点球成金(Moneyball)》讲的是数量化分析和预测对棒球运动的贡献，它在大数据背景下出现了传播的误区：一、它其实不是大数据，而是早已存在的数据思维和方法;二、它刻意或无意忽略了球探的作用。从读者看来，奥克兰竞技队的总经理比利·比恩用数量化分析取代了球探。而事实是，在运用数量化工具的同时，比恩也增加了球探的费用，军功章里有机器的一半，也有人的一半，因为球探对运动员定性指标(如竞争性、抗压力、意志力等)的衡量是少数结构化量化指标无法刻画的。大数据改变了这一切。人的数字足迹的无意识记录，以及机器学习(尤其是深度学习)晓意能力的增强，可能逐渐改变机器的劣势。今年我们看到基于大数据的情感分析、价值观分析和个人刻画，当这些应用于人力资源，已经或多或少体现了球探承担的作用。
via：来源：吴甘沙，英特尔中国研究院首席工程师
-
访谈
“关注”推动HR创新
在上两周刚刚结束的HRTech China上，有许多意想不到。村长的感受归纳一下就是：关注推动创新，围观改变HR科技。
参展人数爆满。能够坐几百人的主展厅连挤进去都很困难。HR专业人士对新技术的热情出乎主办单位和冬瓜的想像！
移动HR产品备受关注。 现场参加Demo Show的四个产品，有3个是移动相关HR产品（移动招聘、移动考勤、移动办公等等，其中玄德招聘有幸获得最高人气奖）。2014年移动技术进入HR世界是个强需求。
HR领袖重视。 上台讲演的嘉宾很多是村长熟识的HR朋友，阿次、Arthur、付伟等HR大佬分别从不同方便讲述了技术创新对HR未来的影响。从微信讲到大数据，从移动招聘讲到远程培训。场面高潮迭起，下面观众反映热烈。
随着移动互联网的出现，这两年HR领域也有越来越多的创新产品。这对人力资源从业者来说，是福气，是好事！ 让HR接触到更多、更新的武器，能够有更多的数据决策、提高更多生产效率、推动企业内部的创新活动。
但这一切仅仅是开始。在互联网创新领域，企业级应用的创新是严重滞后的，这和企业谨慎小心的做法不无关系（相比个人）。HR的创新离不开HR的支持。许多创新产品和创新企业可能有许多缺陷和不足，他们需要的支持、鼓励和关注！
现场一位HR朋友最后提出了一个问题：如何在企业内部推动HR创新？ 台上嘉宾都给出了很有力的答案。
我总结成四个字：不务正业！ HR如果只是Yes Man，只能完成领导交付的工作而不会去学习、推动企业内部的创新想法和活动，HR的价值是有限的。 从自身开始，主动地去学习新技术、方法，并利用一切资源（内部和外部）去影响组织的行为才能有所成就。 这都不是Job Description里面写的内容。嘉宾们几乎都是这样活生生案例。
【文章来源：村长】
-
访谈
HR你是否会提炼新世纪的原油——“大数据”
[摘要]管理系统公司HootSuite的CEO介绍了四种可以驾驭大数据的方法。
作者：莱恩·赫尔莫斯(Ryan Holmes)称，管理系统公司HootSuite的CEO(本文最初发表在LinkedIn) 。
“大数据就像青少年性爱：每个人都在讨论，但没有人真正知道怎么搞。每个人都认为其他人正在做，于是大家都说自己在做……”
去年，畅销书作家、杜克大学教授丹·艾瑞里（Dan Ariely）在个人Fasebook主页上更新了这条状态。从那时开始，这条消息分享次数超过800，点赞人数超过1700，同时也被很多博客、论坛和新闻站点引用。
大数据其实就是企业和客户之间数字交互的洪流，一直也被炒作为新世纪的“原油”——表面上有巨大价值，如果不提炼，什么用也没有。然而很多企业还是不知道如何发掘这项丰富资源，将其转换成“燃料”。最近的一项调查发现，64%的公司都在部署或者打算部署大数据项目，然而56%的公司无法从他们的数据中获取价值。问题很大一部分在于，先进的软件和分析专家必须要让这些每天收集的大量原始信息具有意义。社交媒体正在不断提供普通公司进入大数据神秘世界的入场券。配以用户友好的新型分析工具，企业最终发现实用、曾经只被少数公司掌握的方法。
对于那些希望使得社交媒体数据成为自身优势的公司，应用以下这些分析技术将是一个不错的开始。
从背景噪音中分离重要信息。戴尔公司每天在11种语言的社交媒体渠道收集25000个提及他们的信息。从实用性角来说，绝大多数信息无关紧要。但是通过使用社交媒体分析工具，戴尔能自动过滤出真正有用的信息：来自粉丝数量众多的Twitter用户的信息、贴在备受瞩目的博客和论坛上的消息以及那些如果得不到迅速解决，就会迅速造成恶劣影响的客户需求信息。
这些工具采用特殊算法实时确定最急迫的信息，并考虑关键词、观点和其他定制化领域。最终的结果是，社交媒体的数据洪水减少成可管理的小水流。公司在坏消息流出现时积极响应，帮助好消息的传播，并将简洁的信息发给营销、销售、客户服务或者其他部门的人跟进。
跟踪整个信息量的变化。2013年9月2日晚上，关于英国航空的推文数量异常飙升，消息本身具有负面色彩。一名旅客发现行李被航空公司弄丢后，愤怒地发布一条信息，“不要乘@英国航空，他们的客户服务糟糕至极。”他并未把微博发给粉丝，而是散播至纽约和英国的50000个其他用户，这两个地方都是英国航空的主要市场。
难以置信的是，英国航空员工10个小时后才看到信息，并且试图用道歉来消除影响。而此事整个故事已经升级，在大西洋两岸传得沸沸扬扬。
如果用一些很简单的分析工具，很多麻烦都能避免。社交媒体信息量的变化经常暗示有意义重大的事情发生——或好或坏。当任何在活动异常出现时，可以设置警报来监测公司名字及其他关键词，并发送异常活动的电子邮件警报。这样公司就能在公关灾难发生之前阻止问题发酵失控。
跟踪情绪：2009年，一颗小鼻屎给达美乐披萨带来一个大麻烦。该店员工拍了一张工作时抠鼻子的视频，并上传YouTube。该视频至少被观看过一百万次。在《纽约时报》等媒体的渲染下，这个故事最终定格为“鼻屎门”，把已经很低的顾客评级又拉低不少。
作为回应，达美乐改变配方，提供退钱保证，并设立一个网站，让就餐者能上传他们真正享受到的食品。在此期间，他们通过追踪社交媒体公众意见的变化，精确调整市场推广的侧重点。最终，达美乐披萨美国地区的销售额在推广后的一个季度增长14%；而在接下来的一年，股价飙升了75%。
这种细微的情感追踪能即刻实现。社交分析软件能扫描自动上千上万信息，并发掘表示积极情绪、负面情绪和中立情绪的分享内容。企业可以通过这样一个实时的窗口观察顾客如何感受他们产品、品牌、竞争对手等等。通过不断监控表达情感的词汇，企业能明白舆论反应如何变化，并据此转变策略。
让老板印象深刻。寒冷天气不是西南航空近些年面对的唯一公关挑战。一次一个飞行员忘记关掉收音机，里面传来的辱骂空乘人员的声音让乘客目瞪口呆。该事件在社交媒体被提及1万次，更有乘客用免费的WI-FI通过微博对整个事件现场直播。
即便如此，西南航空已经避免蒙受更大伤痛。事实上，在2013年航空质量评级中，这家公司排名第一。这些成绩很大程度上都与他们的社交媒体社区有关。整个社区有160万Twitter粉丝以及420万的Facebook用户。西南航空多年来花时间培养和扩大了这个社区，提高该航空公司的曝光率，提升了忠诚度，并帮助了它成长，偶尔的公关失误也很快能够得到解决。
然而，将社交媒体的价值灌输给只关注结果的公司高管不是件容易的事情。在财富500强的CEO中，3/4的人不使用社交网站。对很多高管来说，他们认为Twitter和Facebook代表毫无趣味的宠物视频，或者最多就是社交的“软”工具而已。
分析工具是问题解药。现在的分析工具包括复杂的报告功能、描绘董事会需要的图表、追踪品牌曝光率及用户对品牌情感的变化、以及与竞争对手比较增长率。利用这些可视化的帮助工具，营销和社区团队向高管证明，社交媒体确实对企业意义非凡。（冰尘 编译）
【本文来自：腾讯领英人物】
-
![]()
访谈
用户思维·学习·移动互联网
过去，企业培训咨询更多的着力点放在客户身上，而如今在移动互联网的背景之下，应该更多地渗透用户思维。在我看来，思酷（Scho）需要把用户思维、学习、移动互联网三者的结合作为其自身的根本基因，即提供具有用户思维的、移动互联网环境下的学习服务。
【解构用户思维】
尽管“用户思维”在互联网中被反复提及，但是通过百度、谷歌等搜索引擎竟然搜索不到一个确切的定义，搜索用户思维跳出来的结果大多是将其等同为互联网思维，但实际上用户思维有更加丰富的含义。
“用户”即产品和服务的使用者，而用户思维简单来说就是以用户为中心或用户至上。从这个角度入手，我们进一步进行解构，如何落实用户思维。
事实上，真正能够落实用户思维的产品或服务必须能够让用户尖叫，验证是否能使用户尖叫的标准不仅仅是用户是否买单，而是他们是否会推荐给朋友。而要做出这样的产品，无论是产品设计、运营、还是售后服务的全部工作都应该围绕这个闭环的思路来思考与展开。
在当今的市场上，有哪些产品符合用户思维，并且已经能够做到让用户尖叫与传播呢？
第一类：实体产品，如：苹果、宜家
第二类：服务，如：早期的淘宝、微信与微信红包、Facebook
第三类：网络游戏，如：植物大战僵尸、愤怒的小鸟、俄罗斯方块、Flappy Bird
将这些品牌与产品作为标杆学习，我们可以看到它们的共同点：
1. 都被快速口口相传
2. 都有极快的爆炸性发展
3. 都会在别人以前不成功的领域取得成功（有些产品能够让人尖叫不一定是因为产品本身很好，而是因为他们满足了某种未被满足的刚需，“搭便车”地做到了“你无我有”）
4. 长时间的持续的快速增长与成功，而不是一下子的狂热（可以排除掉 “搭便车”的产品）
被传播的是共鸣与情感，而非功能性因素，只有让用户产生了这种感性因素，才能让他们乐于传播。
接下来，我们会以这些产品为例，来进一步演绎用户思维的核心流程：1. 满足需求的产品和服务；2. 激发需求形成行动；3. 黏住用户；4. 用户传播
一. 满足需求的产品和服务
这条看起来很简单，但深挖起来，其实可以分为两个方面：刚需与非刚需，而非刚需又包括四个层次。
1. 满足真正的刚需
刚需即人们必须无法违抗的需求，哪怕产品再不好都只能接受。但是目前大多数存在的刚需都基本被发掘完了，找到新的刚需需要一定的运气。
2. 满足软需（非刚需但比较强劲的需求）
有的需求虽然不是刚需，但是对于目标人群而言也是十分强劲的需求（甚至近似于刚需），比如游戏、学习等，所以满足软需要选择精准的目标对象，软需有四种层次：
（1）“你无我有”
“你无我有”的需求很难满足，在现今的经济社会中，如果存在这样的需求基本都被满足了，要重新开发出具有“致命功能”的新式产品不容易。
（2）可将就未满意
这是最能够体现用户思维的，前文提到的几种“尖叫产品”全都满足了此类需求。比如——
iPhone。它所具备的功能（像游戏、上网、下载等）之前的手机都有，但是在当时用户未必很满意使用的体验，当没有更好的出现时，很多人将就着就习惯了。当所有人都处在可将就未满意的60分水平时，如果你提供了一个80分的产品和服务，自然就能够让人产生“尖叫”的反应，而iPhone的爆发则是因为做到了这点。
宜家。如果只是购买家具，一般的家具商场都可以满足，但是挑选、搭配的过程往往让人十分痛苦，而这种隐藏的需求在宜家就得到了充分的体现。在宜家，不同风格的家具都已经搭配好了，甚至已经组成了不同的家庭场景，免去了顾客选择搭配的麻烦。
不过，尽管宜家满足了顾客选购过程的“可将就未满意”需求，但其质量仍然有可以提升的空间，这就存在另外一个可将就为满意需求空间。然而，企业和消费者自己都未必意识到自己处在可将就的状态，特别是很多行业领先者都会被这类需求迷惑。这是因为，人的满意度是可以无限提升的，但是在更好的产品出现之前，即使人们不是完全满意，因为没有更好的，也只能购买，所以销售利润依然很高。但是万一出现了更好的产品，原有的产品就会面临危机，像ebay（被支付宝颠覆），像诺基亚（被iPhone等智能手机颠覆），像Twitter（活跃率下降）都是很好的佐证。
满足“可将就未满意”的需求有时候比“你无我有”更重要，因为后一种需求往往涉及生存问题，差不多都已经有人做到了，但如果能够不断满足其前一种需求，“魔力产品”往往就诞生了。
（3）Nice to have
有是最好，但没有也没所谓。
（4）并不存在的自以为是的需求
做产品最可怕的是遇到这种情况，优秀的产品经理总是特别相信自己对于需求的判断，但也是因为太自信，有时候就会踩错需求点了。
综上，我们可以得到这样一个结论：要做具有用户思维的产品，第一步，必须满足用户两方面的需求：
A． “你无我有”，如果能够做到这点，离成功也不远了。因为这意味着找到了针对某类目标人群的刚需，而且其他人还没有踏入这个区域。但是要踩中这个点，除了对于用户的细致调研，还需要一点运气。
B． “可将就未满足”，针对那些重要的还没有被满足的需求，虽然现在可以将就，但如果能够一下子提到满意而且超越的水平，那么离产出“魔力产品”也不远了。而且这类型的需求永远无尽头，可以不断的研究与提高，产品根据这种需求进行设计也更加具有可持续发展性。
那么，如何能够满足这两种需求呢？很多时候，我们需要做非焦点用户的需求调研，因为针对大众用户的调研往往得出的都是Nice to have的需求，他们往往对产品没有太多的思考，即使存在需要将就的需求也不会感到“不爽”。
乔布斯在做需求调研的时候，只调研两类人，一类是从来不使用智能手机的人，因为他们才会提出“你无我有”的需求，他们不使用肯定是因为没有满足他们最基本的刚需。所以当提到“什么情况下你会用”的问题时，答案很可能就是那个你没有需要踩中的“你无我有”的需求点。另一类是疯狂的发烧友，他们才会告诉你什么东西我不满意，我在将就，我要求改进。而且乔布斯的调研不是只通过数据调研，而是通过直接观察来得到调研结果。
在需求调研中，最关键的是发掘那些可将就未满意的需求，机会点通常来自于“麻烦”。当你感觉自己的产品什么都有了，但就是没有爆发，用户都说“挺好”，但是“挺好”和“魔力产品之间存在差距。这个时候，你可能要想想还有哪些“麻烦”还没有解决。而这些麻烦通常会来自于什么东西呢？——使用者需要付出的代价（便利性），在这一点上再改进一点点，突破了临界点就可以爆发成为魔力产品了。这里，以美国作家亚德里安·斯莱沃斯基与卡尔·韦伯合著的《需求——缔造伟大商业传奇的神奇力量》中提到的案例为例，我们来分析分析。
第一个是奈飞，一家租影碟和流媒体的公司。第二个是Zipcar，一家租车的公司。这两家公司做的都是以前有人做过的事情，在初期都面临着业务想法很好但是实际情况不如理想的问题。通过用户需求调研准确找到“可将就未满意需求”而最终风靡全美。
奈飞在研究自己仅有的用户时发现，那些使用状况良好的人都来自同一个地方，而这个地方正是自己公司的所在地，他们都可以在24小时内拿到自己租的碟子，所以他们愿意持续购买。但那些需要三到五天才能到货的客户并不会发表自己的不满，因为同类的公司也只能提供这种水平的服务，所以他们不会觉得是这家公司做得不好。这是最可怕的，因为当整个行业水平都不高时，别人不会说你做得不好，所以你很难根据客户的抱怨来改进。尽管得不到投诉意见，但我们可以从忠实用户处得到他们的共通性，找到那些做得好的地方。也许从这个点切入来改进，就找到了提升行业门槛的那个点了。所以当后来，Netfx通过在各地增加仓库的数量，保证客户都能够在24小时内收货时，一下子就爆发了。
Zipcar提供的服务是客户可以在不同的租车点享受租车服务，其碰到的问题和奈飞相似，在一个地区中忠实客户都是家距离租车地点很近的那些人，即人们之所以享受这个业务都是看中其便利性。所以Zipcar改变了原来根据闹市区分散布点的方式，在目标对象所在的大型社区疯狂布点，保证所有客户在10分钟之内都可以取到车，因此获得了爆炸性发展。
这两个例子进一步印证了，要找到用户“可将就未满意”的需求，最好去找那些超级发烧友进行调研。我们通常会认为，用户对于产品的感知是一样的，但实际上是很不相同的。而这些不同点往往就是可以引导我们找到引爆魔力产品的需求。
所以，有一个满足需求的产品和服务，看起来很简单，但实际上去有非常丰富的内涵。然而，做到了这一点并不代表你的产品就可以爆发了。
二. 激发需求，转化为行为
就算产品能够满足需求，也还不足以引爆，我们还需要激发需求，转化为行为。因为让一个人改变习惯是很困难的，尽管现在支付宝、微信支付很热门，但由于缺乏一个合适的契机，还是有许多人是没有使用的。我们需要创造这个契机。
激发需求，转化为行为包含三个重要环节：一键方案、人文关怀、事件营销。
1. 一键方案
要改变他人的行为，必须让其代价最小化、价值最大化，一键方案就是将改变行为变得最便利，做到一键接入。像Zipcar就能够做到将用户的信息输入到一张卡里面，用户在租车付费时只需要嘀一下就完成交易过程。
2. 人文关怀
人文关怀，简单理解，即在那些用户并不那么愉悦的硬性需求上提供“恶趣味”。
举例来说，支付宝红包与微信红包，两者都满足了可将就未满意的需求：发红包最麻烦的一个过程就是包红包，但以前大家都可以将就接受，而这两种新式发红包的方式则克服了这种麻烦，而且也都做到了“一键方案”，非常便利。但是，为什么在支付宝红包更具有支付流程便利优势的前提下，微信红包反而更受欢迎呢？关键就在于微信红包设置了“抢”的这个环节。
给红包本身是一种刚性需求，但是给红包的实质是给钱，这种需求本身并不是完全愉悦的。假如说传统的发红包是需要徒步走一段路的，那么支付宝红包就相当于建了高速公路，让这种不愉悦的需求变得更加便利地达成。而微信红包因为增加了“抢”的这个动作，使得原来为发红包而感到不快的人，在让他人抢红包的过程中体验到了一种“逗你玩儿”的愉悦感。虽然本质没有变化，但正是这种“人文关怀”，为那些你不太愿意做但又是刚需的事情造成了一种“假象”，说服你觉得这是自己想做的事情。
学习是同样的道理，怎么样让别人在这件不是太愉快但又是刚需的事情中，获取主动性和愉悦感？为其提供这种“恶趣味”，就有可能形成人文关怀，让用户转变心态。
这是所有流程中最难的一个步骤，如果能够找到这个人文关怀的点，那么产品就很可能成为魔力产品。不过，这种人文关怀与可将就未满意的需求一样，都需要很细微地洞察与留意，因为很多时候你不知道别人的“恶趣味”点是什么，很难被设计出来。但是正如张小龙所说的，“所有的需求都是源自于人们的贪嗔痴”，所有的人文关怀、恶趣味都来自贪嗔痴。产品部门在设计产品时，必须从一键方案与人文关怀出发考虑。
3. 事件营销
有了这么好的产品，还得让别人知道。比如海底捞的排队故事宣传就是典型的事件营销，当有人很惊奇地表示“哇，这太酷啦！”的时候，海底捞的特别排队服务就引起了大众的关注。还比如，微信红包捆包2亿用户的宣传（利用社会大众从众心理）、Flappy bird下架消息（游戏品牌推广）也是很经典的事件营销。
在事件营销中，粉丝的重要性就体现出来了。如果是我们自己做的宣传，别人不一定相信，但是忠实用户在不同场合为我们做的宣传，别人反而愿意相信。
三. 粘住用户
如果要让别人一直使用，就要粘住用户。在用户思维的概念中，没有售后的概念，围绕用户的行为，永远都没有结束。这里面涉及到四种核心指标：
1. 使用频率：月/周/隔天/天/小时/分钟/秒，可以毫不客气地说每一个使用频率意味着估值加一个零.
2. 在线时长，很多APP软件的使用频率很高，但是可能看完就关了，在线市场并不理想。
3. Apru值，有多少人愿意为此花钱？愿意为此花多少钱？
4. 反向指标一周内留存率。很多人的一次登陆很可能只是因为促销行为，第一次登陆固然重要，但是只有第二次登陆才说明这是真正的用户。
不同的团队在思考如何粘住用户时，都要特别重点关注这几个指标。在提高留存率方面，很多游戏的签到环节都是很好的参考，比如每次签到都有奖励，连续登陆几天能够参与抽奖，甚至有的是“老客户计划”，把老客户（哪怕已经离开了的客户）都拉回来。这里最难的是找到需求点：“我为什么要再一次”登陆。
我们在设计产品的时候，就是遵照这种与设计游戏有异曲同工之处的思路的，包括在简化登录步骤时为用户提供一键方案，设计新年抢宝、课程挖宝等运营活动来激发用户对“恶趣味”的需求，升级课程设计及优化产品技术细节来粘住学员。
四. 用户传播
产品传播在多数情况下都需要经营，我们要把粉丝转换成我们的“官方发言者”，让他们带动其他的粉丝来传播，其他粉丝再让其他人来接受。所以，首先我们需要找出忠实的并且有影响力的粉丝，再沟通是否愿意帮助我们进行宣传，然后再让他们帮助我们传播（结合事件营销）。
【以用户为中心的学习】
对于使用学习产品和服务的用户，如何对其应用用户思维呢？与第一部分的思路相同，我们从学习行业的标杆入手分析：一个是K12培训行业，另一个是英语学习行业。在我看来，真正的标杆都是个人发展领域的，而且都是重复购买率很高的，能够真的产生结果。与这些教育行业相比，企业教育很少有个人买单，而且有很多环节是没有做到的。K12我研究得比较多的是学而思，英语则是英孚。我们将会按照用户思维核心流程来分析这两个标杆。
1. 满足需求的产品和服务
最牛的当然是成为刚需，K12教育、英语学习一般来说都是刚性需求，然而去学而思、英孚并不是刚需。所以接下来就涉及到如何在刚需的基础上，针对目标人群满足强劲的“软需”。第一点是“你无我有”，第二点是可将就未满足。在行业竞争如此激烈的情况下，这两家企业通过贯彻用户导向做到脱颖而出，与企业培训相比，他们基本都做到了：设计完整的学习流程。
每个培训班都有固定的单元设计，把每个单元打开实际上就是学习地图，学习地图里面包含统一的学习流程（以英孚课程为例）：预习——线下课程测试——课堂对话演练——复习。K12教育更是这样，甚至在高考前包括好几轮的复习。为什么个人教育要做这么复杂的流程？我们都知道刚需是把双刃剑，好的一方面是不用太担心学习动力的问题，不好的一方面是需要对效果负责。这些企业之所以做那么复杂的教学设计，是因为他们要切实做到对用户负责。然而，企业咨询一般却只对过程负责，HR看中的是老师牛不牛，但其实这对用户来说是假需求，老师再好，也不一定能够起到改变行为的作用。
我们可以从中借鉴到什么？如何改变目前的现状？第一个是我们可以尝试做一些“你无我有”的事情，比如为面授课程设计真正满足需求的预习复习材料、课前测试题。预习材料包括课程的知识点、小测试、简单的情景案例提问，一方面让学员先粗略了解大致框架，另一方面是找出不懂的地方，即带着问题来学习。
复习的目的第一是强化记忆（克服遗忘曲线），第二是让学员进行应用，第三是形成知识结构。我们的复习材料是为了实现这三大目的，在设计材料的时候，除了归纳课程知识点之外（强化记忆），还需要配套案例应用、知识点整理总结，才能落实复习效果，满足“可将就未满意”的需求。
做到这些改变，我们实际上是自己革自己的命，颠覆整个企业培训的设计与流程，因为我们的学习产品就是要从以讲师为中心转变为以学员为中心。
上次与中国银联合作的“O2O翻转课堂”项目，其实就是实践了以学员为中心的思想。我们针对50名新晋升的新经理人员，引入手机端的思酷经理荟APP，再结合三天线下的凯洛格《启航》面授课程，设置O2O（线上+线下）学习模式，提供系统、针对性、持续性和即用即学的学习。通过课前预习，课中研讨、课后复习的方式翻转课堂，将以往课堂上讲授与演练7：3的比例变成3：7的比例，提高了学员的参与度，达到真正的学以致用和干货学习。
培训之后，银联的负责人也表示，结合了移动学习的O2O项目，既能保证知识得到巩固，时间、精力、资金三方面的成本投入也更低，还能带来更新奇、更丰富的学习体验，如碎片化、多元化、游戏化等。从学习效果看，经理荟提供了课上讨论的案例和相关的微课程，学员可以进行课前预习，课后随时复习相应的精华知识点，大大提高了培训的参与度与学习成效。
而我们的后台统计数据显示，100%的学员都在课前登陆了经理荟，其中81%的学员有利用经理荟进行课前预习或课后复习。授课期间，平均每天有90%的学员登陆经理荟学习。结课后两周内，超过2/3的学员仍然坚持上线持续学习，且微课程的在线学习有上升趋势，平均每日的人均在线时长达到31分钟，学习5.9个微课程。
这种结合的方式，就算从成本投入来看，也不需要学员投入很大的时间和精力，因为移动学习“去看看就得了”，仅仅利用好碎片化时间，就能起到巩固知识的作用；培训管理者也不需要费心地组织和督促学员学习，还能给公司省钱。
1. 激发需求，转化为行为
然而，课程升级也还不一定保证让客户和学员为思酷尖叫，在以后的产品优化和项目实践当中，我们还需要设计几个“傻瓜动作”，具体按照激发需求中的几个层面来说：
（1）一键方案
通过反推使用者的使用情景，设计下一步的设计思路，使得所有使用者使用APP及平台时特别地爽快、便捷，降低使用成本。
（2）人文关怀
一键方案的设计说到底还是跟支付宝红包一样，只是让需求满足更便利，但没有彻底解决积极性的问题，所以我们还需要添加人文关怀的因素，让学员主动拥抱预习、学习、复习的过程，让他们每天进行学习是一件愉悦的事情。
举个例子，现在有一个1万小时学习的APP，为了克服难坚持的问题，这个APP设置了很多徽章，完成不同程度可以获得不同的奖励，不断推动用户进行学习。
人文关怀始终是现在很多学习应用碰到的很关键的又难以解决的问题，我们该如何才能找到合适的“恶趣味”？利用“贪嗔痴”的欲望来引导学员坚持学习是一种思路。
至于如何粘住用户和事件营销，目前我也在探索的过程当中，在这里就不多作讨论了。总结来说，学习这个主题以满足需求和激活需求为主，也就是说，以用户为中心的学习，满足其真正的需求，以别人的标杆为鉴，我们要推动从预习到学习到复习的流程，这个流程是能够帮助切实改善行为和产生明显效果的。
反过来看，我们谈了那么多用户思维是不是就不谈商业模式呢？不是的，因为用户思维的核心是“放长线钓大鱼”，先取悦了用户，让用户得到好处，转化为商业模式，自然就形成了绝对竞争优势。
【充分利用移动互联网的技术支持】
我把移动互联网放在最后，主要是因为它还不是最核心的，因为我想阐述的主题是基于移动互联网的手段，以用户为中心设计的学习。只是说，目前技术手段还是十分重要的，因为它一方面可以大大降低激活需求的代价，让一键方案成为可能；另一方面可以让我们直接接触到用户的反馈，原来我们只可以通过客户来了解用户。
我一直不同意把用户思维等同于互联网思维，互联网思维是比较狭义的：首先是有极低的边际成本，其次是有特别的体验的设计，最后满足放长线钓大鱼的商业模式。从这个角度来看，用户思维显然有更加丰富的含义。
本文摘自凯洛格资深副总裁、思酷移动学习（Scho）总经理陈澄波的内部分享。
-
![]()
访谈
如何打造移动互联网环境下的魅力型学习产品
前段时间和凯洛格资深副总裁陈澄波先生聊天，他说春节期间花了一个晚上写了一篇八千字的长文，谈到如何以用户思维为中心，打造一个移动互联网环境下的魅力型学习类产品。他在文章里避开了互联网思维这个热门概念，而是提出了有更加丰富内涵的“用户思维”，认为真正能够落实用户思维的魅力型产品可以不仅仅是让用户买单，而且让他尖叫并愿意主动推荐给他人。同时他也提出了打造魅力型学习产品的四个核心流程：
满足需求的产品和服务
激发需求形成行
黏住用户
用户传播
我曾经在以前的公众微信里介绍过澄波他们所做的思酷Scho移动学习的APP产品，后来我们尝试过与面授课堂相结合的混合式学习O2O应用，上周中信银行的培训同仁过来交流时也就移动学习进行了些探讨。在我看来，单纯的学习类APP要成为学习的首选工具还是挺有困难的，但如果与面授相结合，借鉴反转课堂的理念把讲述类的教学内容通过APP进行课前预习和课后复习，通过APP里的社群功能引发学员与学员、学员与老师之间的互动，就有机会在很大程度上改变现有大多数培训的教学方式，真正推动学员进行有效的学习。
去年初我提出了学习未来的四个趋势：碎片化、移动化、社区化和游戏化，这一年多来，越来越多的实践让这些趋势变成更加清晰。这里面有一个难点是碎片化学习内容的设计与建设，市场上能找到的比较好的微课程寥寥无几。我们欣喜的看到凯洛格公司有这个前瞻性眼光愿意投入大量资源来打造思酷这个产品，而他们公司三个创始合伙人之一的陈澄波先生正好也具备良好的产品思维和架构能力，这才让我们能通过思酷旗下的“经理会”、“销售宝”等系列APP不断看到了那一段段的精品干货。据说凯洛格今年提出了“千家万户”的战略，将以极低的价格让思酷产品走进企业的课堂，成为学员离不开的学习工具。
前面所说的那篇八千字的文章在微信上看起来有点费力，这里我截选了其中的一段内容给大家，想看全文的可以点击“阅读原文”。
－－－－－－－－－－－－－－－－－－－－
用户思维·学习·移动互联网
......
【以用户为中心的学习】
对于使用学习产品和服务的用户，如何对其应用用户思维呢？我们从学习行业的标杆入手分析：一个是K12培训行业，另一个是英语学习行业。K12我研究得比较多的是学而思，英语则是英孚。我们按照用户思维核心流程来分析这两个标杆：
1. 满足需求的产品和服务
最牛的当然是成为刚需，K12教育、英语学习一般来说都是刚性需求，然而去学而思、英孚并不是刚需。所以接下来就涉及到如何在刚需的基础上，针对目标人群满足强劲的“软需”。第一点是“你无我有”，第二点是可将就未满足。在行业竞争如此激烈的情况下，这两家企业通过贯彻用户导向做到脱颖而出，与企业培训相比，他们基本都做到了：设计完整的学习流程。
每个培训班都有固定的单元设计，把每个单元打开实际上就是学习地图，学习地图里面包含统一的学习流程（以英孚课程为例）：预习——线下课程测试——课堂对话演练——复习。K12教育更是这样，甚至在高考前包括好几轮的复习。为什么个人教育要做这么复杂的流程？我们都知道刚需是把双刃剑，好的一方面是不用太担心学习动力的问题，不好的一方面是需要对效果负责。这些企业之所以做那么复杂的教学设计，是因为他们要切实做到对用户负责。然而，企业咨询一般却只对过程负责，HR看中的是老师牛不牛，但其实这对用户来说是假需求，老师再好，也不一定能够起到改变行为的作用。
我们可以从中借鉴到什么？如何改变目前的现状？第一个是我们可以尝试做一些“你无我有”的事情，比如为面授课程设计真正满足需求的预习复习材料、课前测试题。预习材料包括课程的知识点、小测试、简单的情景案例提问，一方面让学员先粗略了解大致框架，另一方面是找出不懂的地方，即带着问题来学习。
复习的目的第一是强化记忆（克服遗忘曲线），第二是让学员进行应用，第三是形成知识结构。我们的复习材料是为了实现这三大目的，在设计材料的时候，除了归纳课程知识点之外（强化记忆），还需要配套案例应用、知识点整理总结，才能落实复习效果，满足“可将就未满意”的需求。
做到这些改变，我们实际上是自己革自己的命，颠覆整个企业培训的设计与流程，因为我们的学习产品就是要从以讲师为中心转变为以学员为中心。
上次与中国银联合作的“O2O翻转课堂”项目，其实就是实践了以学员为中心的思想。我们针对50名新晋升的新经理人员，引入手机端的思酷经理荟APP，再结合三天线下的凯洛格《启航》面授课程，设置O2O（线上+线下）学习模式，提供系统、针对性、持续性和即用即学的学习。通过课前预习，课中研讨、课后复习的方式翻转课堂，将以往课堂上讲授与演练7：3的比例变成3：7的比例，提高了学员的参与度，达到真正的学以致用和干货学习。
培训之后，银联的负责人也表示，结合了移动学习的O2O项目，既能保证知识得到巩固，时间、精力、资金三方面的成本投入也更低，还能带来更新奇、更丰富的学习体验，如碎片化、多元化、游戏化等。从学习效果看，经理荟提供了课上讨论的案例和相关的微课程，学员可以进行课前预习，课后随时复习相应的精华知识点，大大提高了培训的参与度与学习成效。
而我们的后台统计数据显示，100%的学员都在课前登陆了经理荟，其中81%的学员有利用经理荟进行课前预习或课后复习。授课期间，平均每天有90%的学员登陆经理荟学习。结课后两周内，超过2/3的学员仍然坚持上线持续学习，且微课程的在线学习有上升趋势，平均每日的人均在线时长达到31分钟，学习5.9个微课程。
这种结合的方式，就算从成本投入来看，也不需要学员投入很大的时间和精力，因为移动学习“去看看就得了”，仅仅利用好碎片化时间，就能起到巩固知识的作用；培训管理者也不需要费心地组织和督促学员学习，还能给公司省钱。
2. 激发需求，转化为行为
然而，课程升级也还不一定保证让客户和学员为思酷尖叫，在以后的产品优化和项目实践当中，我们还需要设计几个“傻瓜动作”，具体按照激发需求中的几个层面来说：
（1）一键方案
通过反推使用者的使用情景，设计下一步的设计思路，使得所有使用者使用APP及平台时特别地爽快、便捷，降低使用成本。
（2）人文关怀
一键方案的设计说到底还是跟支付宝红包一样，只是让需求满足更便利，但没有彻底解决积极性的问题，所以我们还需要添加人文关怀的因素，让学员主动拥抱预习、学习、复习的过程，让他们每天进行学习是一件愉悦的事情。
举个例子，现在有一个1万小时学习的APP，为了克服难坚持的问题，这个APP设置了很多徽章，完成不同程度可以获得不同的奖励，不断推动用户进行学习。
人文关怀始终是现在很多学习应用碰到的很关键的又难以解决的问题，我们该如何才能找到合适的“恶趣味”？利用“贪嗔痴”的欲望来引导学员坚持学习是一种思路。
至于如何粘住用户和事件营销，目前我也在探索的过程当中，在这里就不多作讨论了。总结来说，学习这个主题以满足需求和激活需求为主，也就是说，以用户为中心的学习，满足其真正的需求，以别人的标杆为鉴，我们要推动从预习到学习到复习的流程，这个流程是能够帮助切实改善行为和产生明显效果的。
反过来看，我们谈了那么多用户思维是不是就不谈商业模式呢？不是的，因为用户思维的核心是“放长线钓大鱼”，先取悦了用户，让用户得到好处，转化为商业模式，自然就形成了绝对竞争优势。
@付伟的轻描淡写
付伟，爱学习、爱分享、爱生活，希望成为一个“数字时代的学习推动者”，业余时间通过 fuweiqmdx 这个微信公众号分享些自己的一些观点和爱好，欢迎大家和我互动。
-
![]()
访谈
HR，如何与数据谈一场恋爱
HR们若想深入开展更有价值的工作，必须开始近距离接触数据分析的逐项要义，了解和亲近她，最好是和她谈一场缠绵悱恻的恋爱，这必然是一个奇妙的历程，但也并非是一个可以迅速达成的过程，有效数据分析的背后，是卓越管理思维和逻辑的体现。
我们可以把亲近数据分析的历程归纳为：反应、主动、决策和预测。与数据逐步亲密，是不是有点像谈恋爱？在实际执行上，势必会增加我们的工作量或协调更多的资源，所以你会发现这是一个痛并快乐的过程。总结我的经验，HR通过数据分析，量化职能价值，作为一种重要手段，可以在以下几个方面进行聚焦：
1、从分析成本效率，到分析组织和人的效能与价值。举例：招聘分析，除成本效率之外，还可开展招聘人才质量、人才库、招聘环境与趋势、对接薪酬新老平衡分析、试用期绩效与测评等分析。
2、从收集和分析单维度数据，到分析关联数据，甚至发掘非关联数据之间的关系。举例：企业除实施调薪率的内外部对比，根据物价、调研结果、企业经营确定调薪率之外，还可从内部HR职能管理数据中，建立关联，倒推决策规则，如调薪对离职率，调薪对敬业度、调薪对商品质量、客户满意度等。
3、从传统工作的数据分析，到创新管理思路的调查发掘。举例：流动率和离职率的分析是一个方面，企业应建立内部留才指数，分析留才机制的动态变化，招聘部分可以对接到雇主品牌建设的量化指标，领导力和人才测评的数据分析更为复杂，也更具价值。
4、将数据内容统合综效，将数据动态对接到改善行动。此框架的核心是改进行动，数据是一个归纳过程，预测价值也是在改进之后，所以，有数据、可视化，进行分析，得出结论，找原因并制定改进计划，逐项实施和监督成效，这才是以管理思想为基础，以数据为工具驱动，提升管理价值的做法。如欧莱雅公司，在敬业度调查完成之后，便以专案团队的方式，分析合理差距并找出原因，建立了二十余项改进举措并一一推行，这是正常的管理逻辑。
HR可以用数据手段达到可视化和辅助决策的效果，这样的出发点简单而直接，如同谈一场恋爱，但过程中实际上需要积极主动并且花费心力，不要担心，一旦建立并且运行得当，经营者与HR量化价值标准步调一致的时候，你就可以淡定而从容的享受HR职能包括HR团队价值提升带来的成就感了。
作者：杨冰
-
访谈
4个问题帮助你创建完美elearning课程
4个问题帮助你创建完美elearning课程
作者： KarlaGutierrez
翻译：小崔在线教育工作室崔娟
欢迎添加作者个人微信号yzzgbj进行交流互动~
作为一名教学设计人员，你最主要的目标是开发有效的elearning课程。你每节课都应该有要实现的课程目标，都应该用正确的教学法满足学生们的需要，确保课程内容及所有的相关活动都有意义并且具有相关性。毕竟，成人学员对那些对实际工作中没有帮助的“繁琐课业”不感兴趣。
但是，教学设计人员该如何确定什么是创建有效elearning课程的最佳方式呢？就像其他任何项目一样，收集信息对创建成功的课程来说是非常必要的。试着问自己以下4个问题，他们会扫清你的疑惑，帮助你避免陷入陷阱。
1. 谁？学习者都是谁？
成功的课程计划需要了解学生的学习特点及学习需求。你肯定也不想课程的学习者在学习那些他们永远都可能用不到的课程，这就是为什么在设计开始之前进行这种正式的学习者分析能够帮助你创建更有效、更吸引学习者、学习者们更能够应用于实践的内容的原因。
创建一个目标学习者、培训者特征清单，考虑下面这些问题，指导你的教学设计：
·参加课程的都有谁，他们的受教育程度以及技能程度？
·他们最典型的一天是怎样的？（尤其是工作中）
·他们的工作环境是怎样的？包括他们在工作中受到的挫折、工作中的关系及技能水平？
·参加课程的学员是将其作为一项重要的必学课程，还是选学呢？
·学员对课程大致了解多少？
在课程开始设计之前，尽量更多的了解学习者，这会使你创建的课程更加符合学员的需求，鼓励他们更加主动的学习。
2. 为什么？为什么培训如此有必要？
实际上人们都是基于自己的兴趣在做决定。兴趣是他们行为的主要动力，这也就是为什么培训一定要与工作相关，并且能够提供有用的信息的原因。
“这里面有什么我需要的？”是学员们想要了解的最主要的问题。因此，简单明了的告诉学员他们能够从课程中学到什么。并且在课程中也要不断告诉他们，接下来会学到什么。成人学员有太多的事情要忙，他们不想将自己的时间浪费在不相关的事情，或者在实际工作中没有用处的事情上。举出具体的案例，向他们提问问题，增加与课程主题相关专家互动活动或者视频，这都能告诉学员们，这节课，你应该学。
3. 什么？学员们应该做什么？
专注于你最主要的目标，也就是保持课程内容与学员的需求一致。考虑一下学习者该如何应用你所教学的内容，并据此调整你的教学，这非常重要。不要拘泥于课程主题和内容，因为这样将导致你的课程了无生趣，不能在实际工作中付诸实践。
一定要记住这样一个问题：学员们怎样做才能完成此课程？这将保证elearning课程完全的以学员为中心。请记住：“在学习中，成人是以实际为中心的（以问题为中心）。他们想要学习那些能够帮他们完成工作或者解决他们日常所遇到的问题的课程。”（Knowles）
不要过多是使用浮夸的饰物，要专注于促进既定的学习成果，尽量删除或者省略那些不能为此结果提供支持的东西。
4. 如何？如何能够保障学员最佳学习课程？
这个问题及其所有相关问题都将帮助你制定最有效的策略和最佳方法，从而更好的展示你的课程资料。
首先你应该关注的是你将如何架构并且进行课程，然后创造促进学习的环境。这种方法能够提高课程主题的完整性，因为你已经了解了学员都掌握了哪些知识以及他们仍需要学习的知识。
你所使用的策略都将决定适合教学的最相关的材料、活动以及最优结果的评估。
有效的elearning课程及教学设计融合了不同的培训方法。由于成人主要是靠通过实践学习，因此为他们提供应用所学信息、练习所学技能以及培训过程中接收即时反馈的机会。
-
访谈
LinkedIn CEO最有价值的一条经验分享：不要让投手在场上待得太久，久到他们已无力发挥到最好
编者按：公司CEO在用人方面需要作出理性的决定。当面对一个能力不能胜任现有岗位的员工时，如何安置其所是一件头疼但必须去面对的事儿。本文作者为LinkedIn CEO Jeff Weiner，他给出的建议是：“不要让投手在场上待得太久，久到他们已无力发挥到最好。”本文原载于其LinkedIn 主页，原标题为《The Most Valuable Lesson I‘ve Learned as a CEO》。
我最近刚刚作为硅谷科技公司CEO，以嘉宾的身份参加了全球年度领导力论坛，在会上我被问及一个问题，这同时也是在我职业生涯中被问及最多的一个问题：作为CEO, 你最有价值的一条经验是什么？
我的答案只有一句话：不要让投手在场上待得太久，久到他们已无力发挥到最好。
对于不了解棒球的人，这样解释起来更容易理解：
这场比赛已经到了第八局，队里的明星投手一直在场并且发挥良好。场边候补席队友也随时听命。比赛开始，高水准投球继续，对方第一个打手出局。然后，对方准确击球，安打。然后，再次安打。
这明显是投手手臂疲劳使得投球质量下降。教练察觉出状况，上前沟通他目前状态如何，这位投手的回答也正如我们每个人所料（因为他是明星投手，对自己有绝对的自信）：“没事儿不用担心，刚才我只是投球位置不对，他是运气好。下面我来处理。”
教练回到坐席看着对手追平了比分，又在加时赛里反超获胜。对于棒球爱好者而言，这是再熟悉不过的场景了。
而我也在商业领域经历过如数次这种场景。舍不得把一个状态下滑的队员挪离核心位置，是人最常犯的错误。还好在无数次失败中，我们已经总结了经验，不让石头再次砸到自己的脚。
下面是处理此种情形的几个意见：
1.在近20年的经历中，从来没有一个人主动到我面前说，自己胜任不了这份工作。一次都没有。
无论任务多么艰巨复杂，人们都倾向于认为自己能够很好的完成。简而言之，我们是为了完成这些任务而训练自己的。如此自负和乐观是人类本性。承认我们做不到是一件很难的事，尤其在出色的人中间。
这样的结果就像刚才说的比赛节骨眼上的明星投手，在某些时候人们很难客观的评估自己的表现。这也正是管理需要介入的地方。
作为管理者的你，每个员工的潜能如何是你说了算的。也许他们适合目前的角色定位，也许不适合。无论如何，这是管理者的职责所在。你越快地做出正确且负责的决定，这个公司作为一个整体才能发展的更好。
2.如果你亲自去问，你能胜任这份工作吗，答案也不言自明
从根本上讲，我们都知道如何定义不良发挥。难的是我们接受这个事实。我们依然要去问当事人跟他们确认，希望是我们自己的判断出错了，而正是这种想法，让局面更加混乱。
这有一条经验法则：如果已经到了你要问自己（或者其他团队成员），团队中的某个员工是不是出了问题的地步，你基本已经心有答案了，那就是，这个员工并没能胜任他的工作。
在管理表现处于下游的人或者文化适配比较差的人，并不需要过多的思考，我们对他的要求是不是过高了？只要坦诚地面对自己就知道问题所在。如何判断一个人是否有能力完成现有任务呢？让我们看看第3点。
3.给双方一个时间期限
在我们第一次意识到某个人能力不足的时候，我们更愿意说是我们想多了。这是典型是恐惧带来的副作用：怕重新调动一个人过来很难，怕伤害他们的感情，怕影响组内人员等等。这样的情绪不可避免的导致你做出二流的决定，这种决定的潜在威胁其实大于恐惧本身所带来的。
解决办法是在意识到这种情形后制作一个时间表，你需要明确，在意识到问题和做出最终裁决之间倒底要用多长时间。
值得注意的是，不同的人和不同的情景，这样的时间都会不一样。不管是一个月、三个月、半年、一年，要确保你在这段时间内，让这个人意识到问题，并且帮助他清除路上的障碍。对于在什么时间要达到怎样的期望，你们之间要沟通的很明确。让他们明白你实实在在的帮助都有哪些，如一对一指导，让他参加各种培训，减少工作量，或者组织架构变动等。希望在做出这些改变后，假以时日，他能重新焕发光芒。
然而，如果这些都还不能解决问题的话，你真的需要将他调离现在的岗位，仁慈点儿去做就行了。
4.体恤下属并不等于在做艰难决定时应该犹豫
每当说起这个问题，就会有人问：如何将他调离而不伤及他们感情？
在我看来，你让不胜任工作的人在现有的岗位上待得越久，其实最后会伤他们越深。
想想这些员工近来的表现吧：他双肩疲惫，嗓音无力，在重要议题讨论时缺席。不管他意识到还是没意识到，这都表明他已经开始觉得自己无法胜任现有的工作。这种挫败感消磨着他的自信，他的无能也伤害着自己、团队以及公司，他甚至可能将消极的情绪带回家中。事情进入恶性循环后，只会越来越糟。
这时，为了减轻他的煎熬，最体恤感情的做法就是，将他暂时调离这个任务组，要态度温和地跟他讲出这样做的理由，并尽可能地给予他一些建设性的意见。
我认识一个离组的人，他在经历了几个月的调整期后再次归队，并发现当初“离组”的安排对他来说是件好事。他说，归队后，自己比原来更强烈地意识到，希望留在这个岗位上，不希望再次被逐出，于是，工作时会精力充沛，越来越拼命。
这便是我作为CEO能给出的最有价值的一条经验分享。采访我的主持人听后，感慨了一句，在他采访过的众多CEO中，所有人对这个问题的答案和我一致，除了没用那个棒球的比喻。
希望这条经验对大家有用。
[本文编译自：linkedin.com]
扫一扫 加微信
hrtechchina
