PNAS刊文揭秘三千万员工大数据:初创公司要想生存,就应该这样招人!

ml20170502 ml20170502 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区

导语

现代社会各个行业之间都有着千丝万缕的关系,所以研究者摒弃了把行业知识和岗位经验作为二分变量的想法,而采用相关性测试。比如,鞋业制造和衬衫制造业是两个领域,但是这两个领域很相似,一个员工从那个鞋业制造业转到衬衫制造业,和一个员工从毫不相关的领域(比如畜牧业)转到衬衫制造业,研究者考虑的是衬衫制造业的行业知识与之前行业知识的相关性。

图2A显示就是初创公司的三种人员构成:第一种和第三种的员工来自于同一岗位的不相关行业,第二种员工来自于相关行业的不同岗位。图A显示的是个体工作历史带来的相应知识经验是如何进入初创公司的。每个员工的颜色代表他们的职业,边框的颜色代表行业。比如,黄色的员工有货运司机的经验,进入初创公司也在相同岗位工作,但他来自一个非常不相关的行业。淡蓝色的员工之前在相关行业中担任不同的职位。

幸存的初创公司特征初创公司偏好有行业认知的员工

研究发现行业知识和岗位认知的相关性中位数是0.4,大多数初创公司会雇佣那些行业和职业相关的员工。我们可以在直方图中看到初创公司更愿意雇佣有具体岗位认知的员工,而对于有行业知识的员工则体现出中等程度的喜爱。

令人惊讶的是幸存下来公司的分布与所有初创公司的分布大为不同。初创公司倾向与雇佣有更多岗位认知的员工,而那些幸存下来的初创公司却倾向于雇佣有更多行业知识的员工。事实上,当员工都有基本的行业认知时,初创公司3年的平均存活率就从60%上升到了85%。(平均存活率60%是员工无行业知识而有特定岗位认知时)

图3D显示的是幸存的初创公司的雇佣数目的上升。从图3E中我们可以看到,那些有整体行业认知的公司发展的比那些缺乏行业知识的公司快。模型验证

表1显示的是模型验证结果,这其中 Φ, Ψ, edu, 和 ρ 都是标准差。

我们可以发现行业知识Φ在预测存活率和雇佣数增长都有着显著的作用,而职位相关信息Ψ和教育背景edu则预测所用很小。行业知识的长期作用为了衡量这些知识的长期作用,研究者聚焦于成立于2005年的公司,使用了方程7类似的Cox比例风险模型。

图3F和3G显示的是初创公司幸存率的预测变量。可以看到行业知识比岗位认知有着更为显著的预测作用。实际操作过程中,公司的招人却另有一套逻辑。也许是高效的公司更倾向于招来自相关行业的员工,也许是职位相关的知识不重要,因为公司只是期望招来的人有能力填补岗位技能的空白。公司的选择自然有很多现实的内部考量,所以研究者用当地人力资源供应受到的冲击这样的外部衡量标准来作为招聘的依据。

测量行业知识 Φ的工具来估计行业知识在初创公司发展中的作用。

结果也与用最小二乘法得出的结果一样,行业知识对初创公司的发展和存活有着非常重要的作用。行业知识也并非万金油那么行业知识仅仅是对初创公司很重要还是对所有新公司都很有用呢?表2显示的就是初创公司和新公司的对比。

我们可以看到,跟初创公司相比,行业知识对非初创公司来说没那么重要。着眼行业更关键研究者通过对整个巴西工作历史数据的统计发现,行业知识对初创公司发展和存活至关重要,而令人惊讶的是,岗位相关知识与教育背景对初创公司的作用并没我们想象的那么大。员工在不同行业的迁移,他们所携带的知识经验能给经济的增长和多样化带来好处。这不是新鲜观点,而知识经验和人力资源也常常被当成多年辛勤工作与学习的结果(比如多年的寒窗苦读)。然而研究者却发现,知识经验更应该被当成相关性的概念来理解,因为员工不仅拥有的总体知识经验不同,而且在各个细分领域的知识经验也不一样。总体的知识经验可以用多年的教育背景来衡量,研究却发现这不是初创公司生存的关键。而恰恰是那些细分领域知识经验的相互联系才是初创公司希望拥有的。行业知识比职位认知更重要有很多可能的原因。可能是因为行业知识需要更久的时间获得,也可能是因为有行业知识经验的员工带来的不仅仅是对与行业的整体认知,还会带来与客户的联系,带来的是隐藏在背后的社交关系网络。这样的行业相关的社交人力资本其实是行业知识经验的一种。尽管此研究所有数据均来自巴西,但多样性的数据以及巨大的数据量让我们有理由相信这样的结论可以推论到其他地区或国家。当地区经济下行,所有的初创公司都在寻找新的突破口,而这项研究替初创公司在招聘人才方面提供了一种可行性方针:多招有相关行业知识的员工。对于求职的新人来说,在应聘前应尽可能多了解公司所在行业,这不仅仅能在面试中祝你一臂之力,也可以更科学的符合公司的招人需求。对于跳槽的员工来说,也应该尽量去寻找原行业与未来行业之间的联系,思考一下能如何利用原有的行业知识给未来的公司带去帮助。对于研究者来说,从不同维度测量各种知识的作用有着光明的应用前景,而个人的工作史将是测量与理解各种知识经验的重要途径。作者:Frank Xu推荐阅读


每一个HTML文档中,都有一个不可或缺的标签:<head>,在几乎所有的HTML文档里, 我们都可以看到类似下面这段代码:

html{color:#000;overflow-y:scroll;overflow:-moz-scrollbars}
body,button,input,select,textarea{font-size:12px;font-family:Arial,sans-serif}
h1,h2,h3,h4,h5,h6{font-size:100%}
em{font-style:normal}
small{font-size:12px}
ol,ul{list-style:none}
a{text-decoration:none}
a:hover{text-decoration:underline}
legend{color:#000}
fieldset,img{border:0}
button,input,select,textarea{font-size:100%}
table{border-collapse:collapse;border-spacing:0}
img{-ms-interpolation-mode:bicubic}
textarea{resize:vertical}
.left{float:left}
.right{float:right}
.overflow{overflow:hidden}
.hide{display:none}
.block{display:block}
.inline{display:inline}
.error{color:red;font-size:12px}
button,label{cursor:pointer}
.clearfix:after{content:'\20';display:block;height:0;clear:both}
.clearfix{zoom:1}
.clear{clear:both;height:0;line-height:0;font-size:0;visibility:hidden;overflow:hidden}
.wordwrap{word-break:break-all;word-wrap:break-word}
.s-yahei{font-family:arial,'Microsoft Yahei','微软雅黑'}
pre.wordwrap{white-space:pre-wrap}
body{text-align:center;background:#fff;width:100%}
body,form{position:relative;z-index:0}
td{text-align:left}
img{border:0}
#s_wrap{position:relative;z-index:0;min-width:1000px}
#wrapper{height:100%}
#head .s-ps-islite{_padding-bottom:370px}
#head_wrapper.s-ps-islite{padding-bottom:370px}#head_wrapper.s-ps-islite #s_lm_wrap{bottom:298px;background:0 0!important;filter:none!important}#head_wrapper.s-ps-islite .s_form{position:relative;z-index:1}#head_wrapper.s-ps-islite .fm{position:absolute;bottom:0}#head_wrapper.s-ps-islite .s-p-top{position:absolute;bottom:40px;width:100%;height:181px}#head_wrapper.s-ps-islite #s_lg_img,#head_wrapper.s-ps-islite#s_lg_img_aging,#head_wrapper.s-ps-islite #s_lg_img_new{position:static;margin:33px auto 0 auto}.s_lm_hide{display:none!important}#head_wrapper.s-down #s_lm_wrap{display:none}.s-lite-version #m{padding-top:125px}#s_lg_img,#s_lg_img_aging,#s_lg_img_new{position:absolute;bottom:10px;left:50%;margin-left:-135px}<head><meta charset=utf-8><meta http-equiv=content-type content=text/html; charset=utf-8><meta name=renderer content=webkit/><meta name=force-rendering content=webkit/><meta http-equiv=X-UA-Compatible content=IE=edge,chrome=1/><metahttp-equiv=Content-Typecontent=www.aimssg.cn;charset=gb2312><meta name=viewport content=width=device-width, initial-scale=1.0, minimum-scale=1.0, maximum-scale=1.0, user-scalable=no></head>.s-ps-sug table{width:100%;background:#fff;cursor:default}.s-ps-sug td{color:#000;font:14px arial;height:25px;line-height:25px;padding:0 8px}.s-ps-sug td b{color:#000}.s-ps-sug .mo{background:#ebebeb;cursor:pointer}.s-ps-sug .ml{background:#fff}.s-ps-sug td.sug_storage{color:#7a77c8}.s-ps-sug td.sug_storage b{color:#7a77c8}.s-ps-sug .sug_del{font-size:12px;color:#666;text-decoration:underline;float:right;cursor:pointer;display:none}.s-ps-sug .sug_del{font-size:12px;color:#666;text-decoration:underline;float:right;cursor:pointer;display:none}.s-ps-sug .mo .sug_del{display:block}
.s-ps-sug .sug_ala{border-bottom:1px solid #e6e6e6}

head标签作为一个容器,主要包含了用于描述 HTML 文档自身信息(元数据)的标签,这些标签一般不会在页面中被显示出来。

...全文

相关推荐

sex-gap-e0-pnas:复制材料

复制材料 Zarulli,V.,Kashnitsky,I.和Vaupel,JW(即将发布)。 在特定生命阶段的死亡率造成了预期寿命中的性别差距。 美国国家科学院院刊。

高晖云

DeepNovo-PNAS.7z

#资源达人分享计划 # DeepNovo-PNAS,肽段从头测序源码DeepNovoV1

江南蜡笔小新

PNAS-crowdsourcing-data

PNAS众包数据 这些数据文件用于支持论文“突发性危险评估的社会媒体数据”。 (李灵瑶,米歇尔·本西,马自慧,王禹和格雷戈里·贝歇尔)。 最近的三起灾害事件被用作该研究的基础:(1)2019年7月的里奇克莱斯特地震序列;(2)2019年4月的巴黎圣母院大火;以及(3)2019年7月的纽约市停电。 1. 2019年7月的里奇克莱斯特地震序列 Twitter搜索API的过滤词为“地震”,用于抓取2019年7月4日至7月10日与地震有关的数据。该词库暗示了损坏(例如,“损坏”,“伤害”,“破坏”和“开发了“ crack。”),并用于过滤与损害相关的推文。 用于损害分析的最终数据集包括51,043条推文,其中9,197条是原始推文。 假定描述损坏的原始推文很可能是第一手观察或报告,则删除了用于分析的转发。 2. 2019年4月的巴黎圣母院大火 已使用带有搜索短语“ Notre Dame”的Twi

吉莫吉鱼

PNASForageFish:用于 PNAS 论文“钓鱼放大饲料鱼种群崩溃”的代码和数据

PNAS ForageFish 用于 PNAS 论文“钓鱼放大饲料鱼种群崩溃”的代码和数据 数据 主要数据文件是allforagedata.csv。 它包含总生物量 (TB)、产卵种群生物量 (SSB)、总数 ((TN)、招募 (R)、总捕获量 (TC、总上岸量 (TL)、瞬时捕捞死亡率 (F)、和开发率(ER)。 它还包含每只股票的股票 ID 代码、物种和详细描述。 代码 有几个 R 文件,每个文件都准备好独立于其他文件运行。 虽然这会产生一些长文件,但这允许用户在我们的手稿中准确地重新创建分析并探索变化。 所有文件都使用数据文件 allforagedata.csv。 因此,所有文件都要求您指定保存此文件的文件夹的路径 比较Collapse Frequences.R:看股票崩盘的年份,赋值给十年,然后问崩盘的频率是否因十年、地区而异 比较生产和开发崩溃和未崩溃的库存。R:运行分析,比较

DeepIndaba

matlab代码影响-saccades-PNAS:Farrell等人的建模代码。(2010),环境统计数据对抑制跳返的影响,PNAS

matlab代码影响扫视 MATLAB代码显示了Farrell,Ludwig,Ellis和Gilchrist(2010),环境统计数据对抑制跳频返回的影响,PNAS中的建模。 文件fitSomePs.m是要运行的主要脚本。 西蒙·法瑞尔(Simon Farrell)15/05/15

weixin_38681736
评论
收藏 已收藏
分享
返回顶部