我们还有更多的数据，可以分析的数据越多，通常结果越好

我们可以使用以前无法实现的海量数据进行处理，数据偏差是近在分析方面已经讨论过的问题。为了消除或限制数据偏差需要做什么？为了使任何分析技术都能回答问题，问题本身（算法）以及用于回答问题的数据都必须可靠，作为数据科学家，我们可以构建非常复杂的算法，但是如果进入算法本身的数据存在偏差，那么世界上的分析引擎将无济于事，正在准备数据进行分析的人员需要确保数据中没有固有的偏差。举一个简单的例子，如果我试图预测本月的歌曲，而仅仅因为我不喜欢说唱而忽略了所有说唱歌曲，那么分析引擎就无法做出正确的预测。防止数据偏差是关于确保可使用广泛，正确的数据集进行分析。

在“人力资源技术”面板上，进行了一些讨论，涉及“人力资源分析硬币”的两个方面。您可以扩大这个想法吗？

为了使分析能够提供可行的见解或建议，技术必须有一个“答案”，然后，需要以人类可以用来实现业务成果的方式来传达该答案，花所有这些时间整理数据并编写算法是很棒的，但是如果我们忘记了人或失去了人为因素，那么我们就忘记了分析的目标：使某人的生活更轻松。或换一种说法，我们需要使人恢复个性化。

我们是否正在接近技术可以取代人力资源专业人员的判断的地步？

HR机器人不会接任任何人的工作。其中一些数据模型背后的科学非常复杂，HR专业人员有时可能会有些吃惊。这样想：如果招聘建议使招聘人员不必整理10,000份简历，而是让她专注于50个适合工作和文化的简历，那真的很强大，通过分析，招聘人员可以深入研究工作中重要的战略方面。

我想说分析的结果是对话的开始。那就是人类直觉进入并做出判断的地方

这有意义吗？这是什么告诉我我以前不认识的？什么是下一个步骤？分析是提高企业业绩的工具，而人力资源是这些决策的核心。分析可以增强人类的判断力和直觉力，而不能取代它。

  客服热线：400-050-6600

商业联合会数据分析专业委员会