fex 1610003 - big data komt naar hr @valid
Post on 10-Feb-2017
116 Views
Preview:
TRANSCRIPT
Profiel
Opgericht in 1999300+ medewerkersLocal-for-local Consultancy vanuit:– Eindhoven– Maastricht – Utrecht
Grenzeloze Outsourcing & Cloud Services vanuit Eindhoven:– Meertalige Servicedesk– Network Operations Centre
Onze missie
Stay Ahead
“Onze klanten laten excelleren door de inzet van innovatieve ICT
diensten en oplossingen.”
Breed dienstenportfolio
Business ApplicationsBusiness IntelligenceCloudInfrastructuresOutsourcingProject ManagementQuality & Service Management
Tevreden klanten
Big Data, een definitie
Volume – Scale of dataVariety – Different forms of dataVelocity – Analysis of streaming dataVeracity – Uncertainty of data
Big Data, en nu?Integratie van databronnen
Prepareren, opslaan en analyseren van de data
Ingest Prepare Store
Analyse
Publish
Automatiseer en presenteer de
resultaten
Automate Actions
Cloud
On-premises
Hybrid
Big data, welke analyses?Be
schr
ijven
d
Ver
klar
end
V
oors
pelle
nd
VerledenHeden
Toekomst
Tijd
Anal
ytisc
he to
epas
sing
Business Intelligence:• Reporting• Dashboards• Alerts• Queries
Business Analytics / Data Science• Optimization• Predictive modelling• Forecasting• Statistical analysis
Big data to big value! A few examples
Product recommendationPredictive maintenanceFraud detectionCustomer/employee retention
Big Data komt naar HR
Waarom?
Antwoorden op vraagstukken rond retentie en medewerkers worden vaak gevoed door:– Gevoel van managers, en/of;– Single source data, bv. talent review / MTO / Performance Mng /etc.
Big data combineert vele bronnen en zorgt voor een zelflerend effect:– Niet alleen statistieken maar meer stuurdata;– Gebaseerd op eigen historie bedrijf en omgevingsfactoren;– Objectievere meeting
Samenwerking Big Data & HR*
* Dit geldt voor iedere afdeling
Dataverzameling
Analyse
Businessvragen
Antwoorden / Oplossingen
Flexibele dashboards met verschillende
dwarsdoorsnedes
= gestructureerde & ongestructureerde data
Modellen
Doelstelling: – Verloop terug van 12% naar 10% dmv sterker retentiemanagement
Hoofdvragen: – Hoe lang zal een werknemer nog blijven? (regression model)– Zal een werknemer vanaf moment in dienst meer of minder dan 2
jaar bij Valid werken? (classification model)
– Next step: Hoe lang zal een kandidaat bij Valid blijven als we deze nu aannemen?
Uitkomsten & Leerpunten
Uitkomsten: – Fantastisch interactief dashboard. Rapporteren was niet eerder zo gemakkelijk– Aantal manieren om data te gebruiken:
• Onderbouwing van gevoel managers.• Latent retentierisico signaleren; dit risico is niet duidelijk voor manager en zelfs
soms werknemer zelf. • Ondersteuning toepassing beleid• Trends ontdekken
Leerpunten: – Hoeveelheid data is belangrijk– Soort data is belangrijk, bv. reisuren voor Consultancy business– Manier van presenteren is belangrijk voor senior management– LinkedIn is voor ons té Big Brother en in dit geval niet het juiste medium– Conclusies enkel op data is gevaarlijk. Het is stuurdata, niet de waarheid!– Self-learning model: blijven volgen want verandert continue
Praktijkvoorbeelden (Agis)
Dashboard
Data output
Next step: Output dashboard
Note: de data is niet te herleiden tot individuen maar het is wel real time data, dus graag confidentieel behandelen
top related