close
美國人力銀行公司 Bright，以電腦幫求職者和職缺之間的適任程度打分數，如此一來，求職者可以看到自己適任分數最高的職缺、公司可以看到適任分數最高的潛在招募對象。
2012 年 6 月，Bright 經過 18 個月的研究，分析了 210 萬個職缺、280 萬個履歷，以及 860 萬個求職者的參與，推出 Bright Score。其中複雜的演算法考量了各種職缺與履歷樣態的分析比對，以及求職者的職場經驗、教育背景、履歷結構，甚至文法、錯字。
最後經由電腦計算得出的分數，有助於公司依分數排序，找到最適合的求職者，而不必被雪片般飄來的履歷表淹沒，甚至系統還可推薦沒來應徵的高分履歷給雇主去三顧茅蘆。
假想和 Google 眼鏡結合，大概在老闆的眼中，每個人的頭上都會出現「戰鬥力」指數？
Bright 也成立自己的實驗室：「bright-labs」，用手中的資料去做些有趣或實用的分析，以吸引眾人目光。例如 email 位址和政治立場的關係、本月工作機會成長最快的城市、某種職稱的人普遍具有的技能……等， Bright 還開放資料讓人們去自行分析感興趣的題目。這真是有趣的行銷手法，而且資料可能還比政府靠抽查而來的數字有用呢！
近年我們靠搜尋引擎幫我們找出關鍵字的最佳結果，也可以靠 Bright 的技術找員工、找工作，那未來可能可以用來找約會對象了吧？
然而用分數來做決定簡單明瞭，但有法有破；看國際信評組織被金融業當成導航明燈，結果還是發生金融風暴。不過人們還是喜歡數字化的評比，這大概是種天性，國家競爭力要排名、百大名校更要比，或許看似是理性的選擇過程，卻可能忘了自己要什麼。
而透過 Big Data 的分析，某些因素間的關聯可以被證實是有意義的，例如從前 Wal-Mart 分析結帳資料，將啤酒與紙尿布擺在一起後，賣出更多的啤酒。也許各公司年久累積的各種資料庫中，透過觀察、假設、驗證，還可以挖到更多的寶。
全站熱搜
留言列表
樂 (5)