你知道靠 big data 分析，除了運用在醫療產業以外，也能運用在企業人力資源管理，增加效益，減少企業花在人力資源。全錄公司靠分析招募來的客服人員，找出低流動率的因素，為企業省下訓練成本。
全錄客服中心訓練新人需要花六個月的培訓時間，花費 5,000 美元。如今成功靠 big data 的資料分析，為 4 萬 8,700 人的部門客服中心，減少 20% 的人員流動率。
全錄靠軟體分析，找出能勝任客服人員的特質，發現先前強調的特質－先前有做過客服的經驗，並不會影響留下比率，反倒是人格特質，會影響人員受訓後的留下比率。像是被歸類為創意型的人會待滿六個月的訓練時間，愛發問的人則往往待不滿。如今全錄面試客服人員，應徵者要填寫人格測試。
人資靠資料來評估應徵者的能力早不是新聞，基本的 Google 人肉技能是不可少的。社交履歷 LinkedIn，臉書、推特等社群帳號可透露個人不少資訊，更別提其他能成千上百的平台。網路時代人資在社群網站搜尋符合資格的人才，茫茫人海中找出最適當的人選，而且需要與其他公司搶人才，big data 技術會扮演越來越吃重的角色，協助人資判斷適當的人選。
最近 LinkedIn 推出繁體中文版介面，顯示使用人口已經多到有商機。LinkedIn 有不少國際性職位和招募會在上頭尋找符合資格的人才，早已經為軟體技術人才運用。除了人才履歷， LinkedIn 也跨足教育訓練，2012 年併購線上簡報網站 Slideshare，也辦了各項新技術研討會。
▲ LinkedIn 推出繁體中文介面
用資料幫忙人資不是新聞，美國就有不少新創著重在用資料找尋適當人選。人才招募服務像是 Riviera Partners 著重幫新創公司找人才。Gild 著重科技職缺，用預測方式，從公開的 GitHub 頁面，評估人才的程式功力，幫企業找人才。TalentBin 用他們的搜尋技術，從不同來源像是問答網站 Quora，建構求職者的檔案，幫科技業和學術單位找尋人才。
▲ TalentBin 用公開的資料，分析建構人才檔案
對於人資來說，雖然程式跑出來的結果可省下不少時間，但是對人資來說，親眼感覺應徵者的特質仍是必要的。所以儘管科技進步，但仍不會完全採用資料歸納的結果，而是搭配傳統人與人接觸的面試流程一起進行。
封面圖片來源：Career Direction
Via Mashable
