বড় ডেটা বিশ্লেষণ সহ স্কুলে ফিরে যান

শিক্ষার্থীরা কেবল স্কুলে ফিরে যায় না। আমরা আমাদের প্রচেষ্টা আরও উত্পাদনশীলভাবে পরিচালনার উপায়গুলি সম্পর্কে শিখতে ফিরে আসতে পারি। ভবিষ্যদ্বাণীমূলক বিশ্লেষণগুলি উপায় দেখাতে পারে। বিশ্ববিদ্যালয় নিয়োগ বা কর্পোরেট নিয়োগের ক্ষেত্রে প্রয়োগ করা হোক না কেন, কোন বড় ডেটা প্রকাশ করে তা আমাদের দেখায় যে কী কাজ করে সে সম্পর্কে আমাদের অনুমান আমাদের ভুল পথে পরিচালিত করছে।

অ্যানালিটিকস অ্যাকশন

যাদের ব্যবসা স্কুল, তাদের জন্য এই মরসুমের জন্য প্রস্তুতি নেওয়া পরিকল্পনা গ্রহণ করে এবং বড় ডেটা বিশ্লেষণ কীভাবে সর্বাধিক ফলাফল পেতে হয় তা দেখাতে পারে। এটি উইকিটা স্টেট বিশ্ববিদ্যালয়ের কৌশলগত পরিকল্পনার গল্প। বছর কয়েক আগে, একাডেমিক ডেটা সিস্টেম এবং কৌশলগত পরিকল্পনার সহযোগী সহ-সভাপতি ডেভিড রাইট স্কলারশিপ ব্যয় এবং নিয়োগের দক্ষতা বাড়াতে বড় ডেটা অ্যানালিটিক্স ব্যবহার করে কানসাস স্কুলটি বিক্রি করেছিলেন।

"একটি স্মার্ট ক্যাম্পাস তৈরি করা: কীভাবে অ্যানালিটিক্স একাডেমিক ল্যান্ডস্কেপ পরিবর্তন করছে" বিশদে আইবিএম এর সফ্টওয়্যার কীভাবে বিশ্ববিদ্যালয়গুলিতে থাকতে পছন্দ করে এমন শিক্ষার্থীরা কোথা থেকে এসেছিল তা পিনপয়েন্ট করে কীভাবে ব্যয় করেছে তা বিশদ বিবরণ দেয়। "ডেমোগ্রাফিক, একাডেমিক ইতিহাস এবং অন্যান্য বিষয়গুলির ওজন সমীকরণগুলির একটি সেট" যা "" উইকিটা রাজ্যে আসার সর্বোচ্চ সম্ভাবনা রয়েছে তা সনাক্ত করার জন্য বিশ্লেষণ করা হয়েছিল। তার ভিত্তিতে, বিশ্ববিদ্যালয় নিয়োগের জন্য আরও লক্ষ্যযুক্ত কৌশল গ্রহণ করেছে।

উদাহরণস্বরূপ, বিশ্লেষণগুলি প্রকাশিত হওয়ার পরে যেখানে বিশ্ববিদ্যালয়ের বেশিরভাগ শিক্ষার্থী এসেছে, ভর্তি বিভাগ those হাই স্কুলগুলিতে মনোনিবেশ করেছিল। রাজ্যের বাইরে থেকে খুব অল্প সংখ্যক শিক্ষার্থীই প্রকাশ পেয়েছিল এই প্রকাশের ফলে বিশ্ববিদ্যালয়কে ১৪ টি কলেজ মেলা কাটাতে এবং ভ্রমণ কমাতে প্ররোচিত করা হয়েছিল। তারা তাদের সরাসরি মেইলে আরও মনোনিবেশিত দৃষ্টিভঙ্গি নিয়েছিল। অতীতে, তারা 9, 000 চিঠি পাঠিয়েছিল। বিশ্লেষণ প্রয়োগ করার পরে, তাদের কেবল 5, 000 থেকে 6, 000 পাঠাতে হয়েছিল। চিঠির হ্রাস সংখ্যা প্রকৃতপক্ষে ২ percent শতাংশ নিয়োগের বৃদ্ধিতে অনুবাদ হয়েছে।

কৌশলগত পরিবর্তনগুলির জন্য প্রস্তুতি নিচ্ছেন

একটি ইমেল এক্সচেঞ্জে, রাইট গিয়ারগুলি পরিবর্তন করতে এবং অ্যানালিটিকাকে আলিঙ্গন করার জন্য কোনও প্রতিষ্ঠান পাওয়ার চ্যালেঞ্জগুলি ব্যাখ্যা করেছিল। তিনি বলেছিলেন যে তিনটি বিষয় জড়িত ছিল:

• একজন লোককে প্রমাণ-ভিত্তিক সিদ্ধান্ত নেওয়ার সুবিধা দেখতে পাচ্ছিল। সিদ্ধান্ত গ্রহণের জন্য ডেটা ব্যবহার করা কোনও সিদ্ধান্তকে নিশ্চিত করার জন্য ডেটা ব্যবহার করা থেকে খুব আলাদা। শুরুতে, বিশ্ববিদ্যালয়ের সিদ্ধান্ত পয়েন্টের আগে লোকেরা ডেটা ব্যবহার করার পক্ষে বিশ্ববিদ্যালয়কে কঠিন সময় কাটাতে হয়েছিল। সিদ্ধান্ত নেওয়ার সাথে সাথে ডেটা টেবিলে থাকা উচিত।

• দ্বিতীয় অসুবিধাটি বিশ্লেষণকে বিশ্বাস করার জন্য লোকেরা পাচ্ছিল, বিশেষত যখন ডেটা স্বীকৃতি বা অতীত অনুশীলনের বিপরীতে থাকে। উপদেষ্টাদের ডেটাতে বিশ্বাস রাখতে দীর্ঘ সময় লেগেছে।
• এবং তৃতীয়টি ছিল বিশ্লেষণগুলি ব্যবহার করার জন্য প্রয়োজনীয় ডেটার গুণ।

শক্তিশালী বিশ্লেষণ সিস্টেমটি জায়গায় পেতে, তাদের প্রথমে পুরানো ডেটা এবং "হাজার হাজার ডেটা এন্ট্রি ত্রুটিগুলি পরিষ্কার করতে হয়েছিল।" এটি একটি দু: খজনক কাজ ছিল, তবে তাদের লক্ষ্য অর্জনের জন্য প্রয়োজনীয় শক্তিশালী বিশ্লেষণ সিস্টেমটি প্রতিষ্ঠার খাতিরে বিশ্ববিদ্যালয় এটিতে সম্মত হয়েছিল।

আরও ভাল ডেটা = আরও ভাল কর্মচারী

বড় ডেটা বিশ্লেষণ প্রয়োগ করাও কর্মীদের নিয়োগ ও বজায় রাখার ক্ষেত্রে প্রমাণিত হয়েছে। বিগ ডেটা সংস্থা ইভলভ বিশেষত নিয়োগ দেওয়ার ক্ষেত্রে ভবিষ্যদ্বাণীমূলক বিশ্লেষণ প্রয়োগের ব্যবসায় রয়েছে। কোম্পানির মতে, সরাসরি নিয়োগের সিদ্ধান্ত গ্রহণের জন্য বড় ডেটা ব্যবহার করা বন্ধ হয়ে যায়।

উদাহরণস্বরূপ, ইভলভের অন্তর্দৃষ্টি কল সেন্টার কর্মীদের বাছাইয়ের জন্য জেরক্সের নিয়োগের কৌশলকে বদলেছে। ডব্লিউএসজে নিবন্ধে, জেরক্সের বাণিজ্যিক পরিষেবাগুলির চিফ অপারেটিং অফিসার স্বীকার করেছেন, "আমাদের কিছু অনুমান বৈধ ছিল না।" এটি বড় ডেটা বিশ্লেষণের আসল মূল্য; এটি পরিচালকদের নিয়োগের অন্ত্রের অনুভূতির চেয়ে উদ্দেশ্য সম্পর্কিত তথ্যের ভিত্তিতে প্রকৃত পারস্পরিক সম্পর্ক প্রকাশ করে।

দেখা গেল যে, পুনরায় সূচনা এবং পটভূমি চেকগুলি জেরক্স কর্মীদের সবচেয়ে নির্ভরযোগ্য সূচক হিসাবে প্রমাণিত হয় নি, যারা প্রশিক্ষণে সংস্থাটির investment 5, 000 ডলারের বিনিয়োগের জন্য প্রত্যাবর্তন না করা পর্যন্ত চলবে। ইভলভের ডেটা দেখিয়েছে যে গ্রেপ্তারের একটি রেকর্ড যা পাঁচ বছরেরও বেশি সময় ধরে রয়েছে, "ভবিষ্যতের খারাপ আচরণ" কে পুরোপুরি পরিষ্কার রেকর্ডের চেয়ে বেশি বোঝায় না। চাকরি প্রত্যাশার আগের রেকর্ডটিরও অর্থ এই নয় যে নতুন ভাড়াটি রাখা হবে না। ইভলভ 21, 115 কল সেন্টার এজেন্টদের একটি গবেষণা সমাপ্ত করেছেন। ডেটা বিশ্লেষণে "কোনও এজেন্টের কাজের ইতিহাস এবং তার অবস্থানের ক্ষেত্রে তার মেয়াদের মধ্যে খুব সামান্য সম্পর্কের ইঙ্গিত দেওয়া হয়েছিল।"

তখন কী কী কারণগুলি তত্পর হয়? ব্যক্তিত্ব, সংযোগ এবং অবস্থান। ইভলভের সফ্টওয়্যারটি আদর্শ প্রার্থীকে সৃজনশীল ব্যক্তি হিসাবে চিহ্নিত করেছে যারা এক থেকে চারটি সামাজিক নেটওয়ার্কে সক্রিয় থাকে এবং কর্মক্ষেত্রের পরিচালনাযোগ্য যাতায়াতের মধ্যে থাকে। ধরে রাখার আরেকটি মূল কারণ ছিল মেলামেশা। যাঁরা একটি সংস্থায় থাকার জন্য সবচেয়ে আগে প্রমাণ করেছিলেন তারা হলেন তারা যারা তিন বা ততোধিক কর্মী জানেন যারা ইতিমধ্যে সেখানে কাজ করেছিলেন।

স্কুল ও ব্যবসায়ের পার্থক্য

বড় বড় ডেটা অ্যানালিটিকাগুলি কর্পোরেট নিয়োগে যেমন কার্যকর হতে পারে তেমনি বিশ্ববিদ্যালয় নিয়োগেও এটি কার্যকর করে, যেখানে এটি দুটি বিচ্ছেদের মধ্যে সমান্তরালগুলিও দেখায়। ২০১৩ ফোর্বসের একটি নিবন্ধে, বিক্রয় সংস্থা বাছাই করার ক্ষেত্রে ভবিষ্যদ্বাণীমূলক বিশ্লেষণ প্রয়োগ করার সময় কোনও সংস্থা কী শিখেছে সে সম্পর্কে লেখক জোশ বেরসিন উল্লেখ করেছেন যে কাজের অভিজ্ঞতার পূর্বাভাস দেওয়ার দিক থেকে লোকেরা যতটা কম ভাবেন, তার চেয়ে স্কুলের অভিজ্ঞতা গণনা করে। প্রকৃতপক্ষে, জনপ্রিয় বিশ্বাসের বিপরীতে, একজন প্রার্থীর জিপিএ বা কলেজের পছন্দ চাকরিতে সাফল্যের সাথে সম্পর্কিত হয়নি।

এর অর্থ এই নয় যে পড়াশোনা মূল্যহীন; কিছু কিছু শিক্ষার সমাপ্তি ক্যারিয়ারের সাফল্যের অন্যতম সূচক, তবে স্কুলটি বা গ্রেডের পরিবর্তে মূল বিষয়টির সমাপ্তি ছিল। অন্যান্য মূল সূচকগুলিতে ব্যাকরণগতভাবে সঠিক পুনঃসূচনা, কোনও কাজের সাফল্য, বিক্রয় বিক্রয় সফল অভিজ্ঞতা এবং কাঠামোগত অবরুদ্ধ অবস্থার মধ্যে কাজ করার দক্ষতা অন্তর্ভুক্ত ছিল। সংস্থাটি তার যোগ্যতা অর্জনের পদক্ষেপগুলিতে ডেটা অ্যানালিটিকগুলি সংহত করার পরে এবং সঠিক ভবিষ্যদ্বাণীকারী উপাদানগুলি সনাক্ত করার পরে, এটি বিক্রয় performance 4 মিলিয়ন আয় উপার্জন হিসাবে বিক্রয় কার্যকারিতা উন্নত করে।

সংস্থার প্রয়োজন যাই হোক না কেন, ভবিষ্যদ্বাণীমূলক বিশ্লেষণগুলি সেগুলি সঠিক পথে রাখতে পারে। রাইট যেমন তাঁর নিজের অভিজ্ঞতা সম্পর্কে বলেছিলেন, "লোকেরা যাতে ভাল সিদ্ধান্ত নেওয়ার জন্য প্রয়োজনীয় সংস্থান দিয়ে থাকে তাদের ক্ষমতা দিয়ে, প্রত্যেকেই জয়ী হয়।"