分析mcafee是什么

攻克大数据www.
amanet.
org开发支持解决方案攻克大数据:培养组织的分析能力>>2关于本研究2013年,为了研究劳动力市场对分析能力的需求,美国管理协会(AmericanManagementAssociation,AMA)携手企业生产力研究所(InstituteforCorporateProductivity,i4cp)开展了一项调研,得到789名商业人士的响应,涵盖40多个国家50多个行业领域.
术语分析:组织用来收集和评估数据,从而决策的方法.
基于经验或直觉的决策不能称之为分析性决策.
市场绩效指标(MPI):本研究有时会强调参与者的回答与其组织绩效之间的关系,也就是参与者对特定话题的回答与其公司MPI分数之间的关系.
i4cp的市场绩效指标(MPI)主要透过收益增长、市场占有率、盈利能力和客户满意度这四个方面来衡量商业成功.
MPI分数的四分位数较高的组织称为高绩效组织(HPO).
MPI分数的四分位数较低的组织称为低绩效组织(LPO).
大数据:尽管这个较新的术语还没有被普遍公认的定义,本研究仍采用了Cukier和Mayer-Schonberger提出的定义:"大数据是人们在大规模数据的基础上可以做到的事情,而这些事情在小规模数据的基础上是无法完成的.
大数据是人们获得新的认知、创造新的价值的源泉;大数据还是改变市场、组织机构,以及政府与公民关系的方法.
"研究技术参与者通过两个途径参与2013年的研究:美国管理协会及其全球子公司;i4cp的全球调查小组.
调查对象共计789人,最终调查参与者涵盖40多个国家50多个行业领域.
本研究中的大多数问题都是5分制李克特量表型的问题;其中等级1通常被指定为"完全不",而等级5为"非常高".
本研究共有21个调查问题,不包括人口统计问题以及用于计算MPI的问题.
攻克大数据:培养组织的分析能力>>3执行层概要近来一些关于组织方面的研究指出了组织对分析型人才的迫切需求.
在本研究中,仅1/4的公司表示其分析型人才可达到基本预期,但未来仍存在巨大需求空间.
他们将采用培训和招募的方式构建组织的分析能力.
公司之所以需要提高分析能力有两大原因:其一是面临海量的数据,其二是更低廉但更强大的技术,这些技术能够增加大数据在日后的使用.
如果组织具有全面的分析能力(整合、分析和沟通数据的能力),且能够将其用于人力资本,那么它在未来数年内都将保持领先地位.
分析型组织具有如下特征::1.
所有领导人都具有分析能力.
通过强调分析技能对领导力的重要性,分析型公司将这类技能扩展到组织中的各个职能岗位及部门,覆盖不同年代特质的员工群体.
2.
希望通过培训和招募提高分析能力,着重于培养现有员工.
分析型公司意识到:市场上分析型人才的缺乏大大增加了招聘分析型人才的难度.
因此,培训现有员工或进行跨部门人员调动将有效降低成本.
3.
在决策过程中充分使用大数据.
分析型公司能够利用可用的海量数据.
以数据为中心的组织不会淹没在海量数据中,相反能将数据转化为有效信息,并据此制定有关战略规划、招聘和生产率方面的决策.
4.
乐于接受分析性思维.
分析不只是擅长处理数据.
许多顶尖公司的高管团队都拥有超越其他部门的分析能力.
他们了解根据证据进行决策的价值,也懂得通过严格分析大量数据能得出深刻见解.
攻克大数据:培养组织的分析能力>>4主要调研结果1如今,分析非常重要;未来,分析更为重要.
总体而言,已有58%的公司领导者表示分析能力对其组织非常重要,82%的公司领导者认为分析能力将在未来5年内变得更为重要.
仅有不到1%的公司领导者认为分析能力在未来5年内对其业务并不重要.
一切都清楚地表明:到2020年左右,分析能力将成为这个商业社会不可或缺的要素.
现在分析在你的业务中有多重要未来五年内呢现在未来五年内非常重要重要一般不太重要完全不重要1.
5%9.
1%18.
8%39.
5%31.
1%2.
9%0.
8%14.
8%38.
7%42.
8%许多公司都已经对分析能力产生需求,而且现在许多最成功的公司(谷歌、亚马逊、IBM)都以能够产生收入的方式使用数据.
其组织内植根的分析能力让他们能够利用大多数数据,并且别出心裁地创造价值——其他组织可能对这些数据置之不理.
攻克大数据:培养组织的分析能力>>5主要调研结果2竞争和绩效压力敦促组织提高分析能力.
在您的组织内,以下哪个选项对分析能力的需求最强烈结果责任制竞争环境业务环境的复杂性客户数据的增多风险管理52.
6%51.
3%50.
7%67.
0%61.
6%无论是进攻还是防守,分析能力都能帮助我们更好地对竞争、适应性和风险等因素作出战略预测.
一直以来,"依赖数据"这句话都带有负面涵义,且不仅局限于商业领域.
在畅销书《点球成金》(Moneyball)中,"老派"棒球赛观察员利用直觉评估球员,"新派"棒球赛统计分析员却通过赛事活动数据来分析球员,两者展开激烈对垒.
另一个备受瞩目的例子发生在2012年总统大选期间.
当时NateSilver因为单凭统计建模就做出大胆预测而倍受嘲笑,但到了大选当晚,他的预测被证明是100%正确的.
倚重数据进行决策和接受管理能力上的客观分析,可能让一些经理感到不安.
常言道:"管理是一门艺术,而不是科学",这种心态让一些人对处理数据的新分析方法持怀疑态度.
但是,就像大多数其他领域的前辈一样,他们如果坚持己见,就会因为缺乏能力或不愿意学习新方法和新思维方式,被技高一筹的业务分析法淹没.
攻克大数据:培养组织的分析能力>>6主要调研结果3技术、数据、领导力和技能可以促进分析能力的发展;资源和文化则是必要的筹码.
技术、数据、领导力和技能是促进分析型组织发展的主要因素,但如果缺乏合适的资源与文化,则会抑制其发展.
以下哪个选项是您构建分析型组织的促进因素或阻碍因素促进因素阻碍因素技术数据领导力人才/技能文化资源79.
4%20.
6%73.
6%26.
4%72.
8%27.
2%69.
9%30.
1%50.
7%49.
3%44.
6%55.
4%换言之,资源和文化是分析型组织所必不可少的,但拥有充足的资源和包容的文化并不意味着就能更具分析能力,还需要加以技术、领导力等因素.
攻克大数据:培养组织的分析能力>>7主要调研结果4领导者和管理者、财务人员、经营管理团队和X一代的分析敏锐性最强.
使用数据、分析、统计以及可能性去诊断和解决问题时,公司就可以进行精准定位,并实现市场的全面胜利.
这种观念必须来自于高层,以便为公司确立正确的方向,并做出合理的战略决策.
强烈的分析敏锐性和高层领导的支持绝对有助于培育组织有效使用数据的能力.
在被调查公司中,领导者的分析敏锐性最高(据报告,74%都达到熟练或专家水平),财务和经营管理团队(分别为58%和51%),以及"X一代"群体(58%).
这可能表明:已经采用更具分析性思维的公司是真正理解如何掌握这种经营业务的新方式的公司.
按工作等级排列公司员工的分析能力不具备新手熟练专家领导者经理主管独立工作者职能型专家3.
7%22.
3%50.
5%23.
5%2.
5%29.
0%54.
1%14.
4%9.
1%39.
4%43.
7%7.
8%10.
0%36.
4%42.
3%11.
3%7.
3%19.
8%46.
0%26.
9%攻克大数据:培养组织的分析能力>>8按工作职能排列公司人员的分析能力不具备差基本熟练专家研究和开发经营管理团队财务运营营销销售人力资源12.
0%11.
4%32.
4%31.
0%13.
2%1.
8%8.
8%38.
1%38.
9%12.
4%1.
3%5.
7%34.
8%46.
0%12.
2%1.
2%8.
3%42.
5%38.
1%10.
0%6.
9%9.
4%43.
2%31.
5%9.
1%8.
9%11.
4%45.
7%28.
7%5.
3%6.
0%16.
7%50.
4%22.
5%4.
4%按年代排列公司员工的分析能力不具备差基本熟练专家婴儿潮一代(50-70岁)X一代(30-50岁)千禧一代(10-30岁)4.
1%12.
3%43.
2%31.
3%9.
1%1.
2%4.
7%35.
7%49.
3%9.
1%5.
0%14.
3%46.
1%29.
9%4.
7%攻克大数据:培养组织的分析能力>>9以上数据明显表明:大部分职能型专家(73%)也拥有出色的分析能力.
具有出色分析能力的职能型专家当然不是一种限制因素,除非他们是公司中唯一掌握这种技能的人.
如果想要更好地培养分析能力,组织需要让分析敏锐性广泛分布于各个级别和工作职能.
年代群体部分也出现了一个非常引人注目的调查结果.
尽管千禧一代熟悉技术,但大家并没有觉得他们具有同等的分析悟性.
无论分析敏锐性存在于组织的哪个地方,拥有分析性心态仍然是关键.
敏锐性可以培养,但必须要有根据数据制定决策的渴望,敏锐性才能发挥价值.
主要调研结果5大多数公司希望通过培训培养分析能力.
您的组织有能力满足其所有预期的分析需求吗回答百分比没有,我们主要计划通过培训现有员工达到所需的分析能力47.
2%我们能够满足所有预期的分析需求25.
8%没有,但是我们主要计划招募其他有分析能力的员工16.
9%其他10.
2%这些公司都认为培养分析人才比招募分析人才更好.
总体而言,很多组织不止一两次提到他们将培训而不是招募拥有分析能力的人士,其比例分别为47%与17%.
2011年麦肯锡报告提供了一些有关未来数据能力缺乏的惊人预测:我们预测美国还将需要150万既能提出恰当的问题、又能有效消化大数据分析结果的经理人和分析师.
美国以及其他面临着类似人才短缺的经济体,既无法通过更改毕业要求和等待更出色的人才毕业,也无法通过引进人才的方式简单地填补这一缺口(尽管这可能是它们即将采取的重要行动).
必须要能留住大量人才;幸运的是,这种级别的培训不需要数年的专门学习.
攻克大数据:培养组织的分析能力>>10主要调研结果6分析能力培训通常着眼于学习"为什么"而不是"怎么样".
在您的组织中,下列活动能够成功培养分析能力的程度如何一线员工职能型专家经理和主管领导者教导跨职能的团队培训自学学位计划课堂培训在线培训51.
5%52.
3%54.
3%45.
2%44.
0%51.
0%51.
0%41.
1%18.
0%41.
1%31.
8%36.
9%23.
2%36.
8%29.
8%30.
3%19.
2%29.
5%30.
3%23.
3%13.
1%24.
5%24.
2%18.
9%分析能力培训通常通过教导、团队培训和自学的形式完成.
传统的自上而下的培训也被采用,但使用程度较低.
对有机式学习或非结构式学习的强调进一步论证了一项论点:拥有卓越分析能力更多倚重的是心态和方法,而不是任何特定的软件或数学技巧.
对于成功的数据分析师而言,使用的分析工具是次要的,学习采用分析法解决问题才是关键.
对于各级工作者,这种学习在教导以及同事相互学习期间都更加常见.
强调培训不足为奇,因为尤其是在人力资本领域,正确进行数据分析所需的技能非常必要.
ThomasDavenport和D.
J.
Patil在2012年发表于《哈佛商业评论》的文章"数据科学家:21世纪最有吸引力的工作"中概述了为什么这项工作如此难以饱和:如果"有吸引力"意味着具有急需的罕见品质,那么数据科学家便已经是如此了.
他们很难招募,成本颇高,而且,由于这种服务市场竞争非常激烈,他们也难以留任.
没有那么多人像他们一样兼具科学背景与计算、分析能力.
攻克大数据:培养组织的分析能力>>11现在的数据科学家类似于20世纪八九十年代的华尔街"数量分析专家".
那时,拥有物理和数学背景的人才涌入投资银行和基金公司,他们能够在那里设计全新的算法和数据策略.
而后,很多大学开设金融工程硕士专业,催生了主流公司更易招募的第二代人才.
在随后的20世纪90年代,这一模式又在搜索工程师身上重演,他们的稀缺技能不久就能成为计算机科学专业的课程.
主要调研结果7现在和未来的五大分析技能包括解读和使用数据.
在您看来,现在和未来三年内,哪些分析技能/能力是重要的(最重要的五项技能)现在未来三年内批判性和分析性思维解决问题数据分析(推导结论)交流和呈现结果制定决策91.
6%84.
3%83.
5%74.
1%83.
4%78.
0%77.
3%76.
5%76.
7%77.
4%(最不重要的五项技能)数据准备(商业数学、数据处理、Excel和其它工具)关联性思维形象化和视觉性分析好奇心其它现在未来三年内56.
6%48.
8%48.
8%53.
0%44.
2%54.
6%40.
4%38.
7%2.
6%2.
7%攻克大数据:培养组织的分析能力>>在本调查中,调查对象强调:数据科学家想要获得成功,就必须掌握更广泛的战略性技能.
批判性思维、解决问题和数据分析等——这些是与制定决策相关而不是与制作电子表格有关的技能.
数据准备和视觉化分析等被视为不那么重要的技能.
数据分析的大部分需求源于大数据的出现;根据Gartner的定义,大数据是"数量大、变化快且/或种类多的信息资产,需要以新的形式进行处理,才能获得洞察、优化流程、做更出色的决策.
"直到最近,大数据的使用仍只限于拥有海量数据流的大型政府机构和网络公司.
但是,在过去几年中,较小的组织已经开始涉足大数据.
先头部队是像财务、运营和营销这样的部门.
但最近大数据则用于强化与人力资本相关的决策.
主要调研结果8大数据最有价值的好处在于更明智的决策.
您的组织为什么看重大数据更明智的战略决策能够带来新的数据源以支持所有列出的用途预防性分析更高的运营效率市场研究数据挖掘创新建模其他0.
5%7.
5%6.
8%5.
1%3.
7%28.
6%16.
6%15.
7%15.
5%12攻克大数据:培养组织的分析能力>>13对更明智的战略决策的根本需求是看重大数据的主要原因.
许多人看到了分析在改善决策方面的潜力,也已经认识到了提高分析技能和能力的需求.
高绩效公司——由市场占有率、盈利能力、客户满意度和收入增长确定——已经在使用数据进行战略决策;从2012年i4cp分析调查的以下问题就可以看出这一点:您为什么收集数据战略规划高绩效者低绩效者47.
1%95.
5%(来源:i4cp的《人力资源分析的挑战与运用》,2012年)成功的公司往往能利用数据进行预测和准备,而不单单用数据解决日常的问题.
寻求改进的低绩效公司应当大力培养这种能支持高级别决策的技能.
在《哈佛商业评论》2012年刊载的一篇文章中,DominicBart和DavidCourt概述了决策步骤中必须采用的优先次序:首先,公司必须能够识别、组合和管理多个数据源.
其次,公司需要具备建立高级分析模型来预测和优化结果的能力.
其三,也是最重要的,公司管理层必须具备使组织转型的实力,让数据和模型真正产生更明智的决策.
两项重要因素支撑着这些活动:针对如何使用数据和竞争分析的明确战略,以及部署正确的技术架构和能力.
如今,各类公司都在探寻大数据在预测和决策方面的价值.
攻克大数据:培养组织的分析能力>>14主要调研结果9公司看到了大数据在业务和人才方面的价值.
您希望大数据能够帮助您的组织实现什么业务目标提高生产力提高客户满意度增加销量和提高盈利能力更有效也更有针对性的营销改善战略性劳动力规划51.
3%50.
7%67.
0%61.
6%52.
6%总体而言,超过50%的公司认为大数据能够帮助改善战略性劳动力规划,形成更有效和更有针对性的营销,以及增加销量和提高盈利能力、提高客户满意度和提高生产力.
换言之,包括经营管理团队在内的所有部门,都意识到对大数据的需求.
为强调其重要性,2012年MIT研究表明:如果公司具有较高水平的大数据与分析集成水平,其生产力和盈利能力比集成水平较低的公司高出5%至6%(McAfeeandBrynjolfsson,2012年).
生产力和客户满意度是可以客观衡量的领域.
比如,不同于战略性劳动力规划,生产力可以通过简单易懂的数据确定(如每小时32件,而不是每小时30件).
这两个指标也直接关乎人力管理,它们表明:HR如果不能快速接受并掌握分析方法的话是非常可怕的,因为这时人力资源部门的分析能力是最弱的.
攻克大数据:培养组织的分析能力>>15主要调研结果10截至目前,将数据转变为见解是大数据面临的最大挑战.
在以下有关大数据的问题中,你最关心哪个利用数据/将数据转化为信息的能力数据使用/数据管理安全隐私问题法律问题保存4.
4%2.
8%10.
3%9.
2%15.
5%57.
8%简而言之,在当今的组织中,成功推行大数据使用的最大障碍就是分析能力的欠缺.
特别值得一提的是,搞懂这些海量数据集的能力是区分优秀数据分析师与普通数据员的标准.
在《大数据时代:生活、工作与思维的大变革》中,Cukier和Mayer-Schonberger举了MikeFlowers的例子,此人是纽约市市长MichaelBloomberg指定的纽约市首位首席分析师.
Flowers的首要任务之一就是选择合适的人士与其共事:Flowers广泛撒网,寻找合适的人选.
"我对非常有经验的统计师没什么兴趣,"他说.
"我有点担心他们不愿采用这种新奇的方式解决问题.
"更早以前,他在就一宗财务欺诈案采访传统型统计师时,这些统计师们倾向于关注晦涩的数学方法.
"我甚至没想过我要使用什么样的模型,我需要的是随时可用的见解,那才是我唯一关心的,"他这样说道.
最后,他挑了五个人,组成一个叫"thekids"的团队.
除一人以外,其它成员都攻读经济学专业,刚从学校毕业一两年,没有太多大城市生活的经验,但他们有着一定的创造性.
经验:过硬的统计能力并不等同于分析能力.
真正的分析能力是理解数据并能够帮助他人理解数据.
攻克大数据:培养组织的分析能力>>16这再次深刻诠释了:为什么经营管理团队的高水平分析能力,对于组织内的有效分析至关重要.
只有理解了数字的含义并使用数据进行决策,才能帮助企业提高知名度、赢取更多利润并且获得竞争力.
结论组织现在所处的分析能力阶段与其期望达到的水平存在非常大的差距(i4cp,2012年).
攻克大数据的下一步在于,深入挖掘不同劳动力领域中存在的不足,从而缩小这一差距.
只有传统的数据运算部门具备分析能力还远远不够.
必须在整个组织内,尤其是人力资源部门和经营管理团队中,加强分析能力.
虽然可以通过招募新人提高一个组织的分析能力,但合格数据科学家的缺乏,尤其是人力资源领域中的缺口,表明培训现有员工是更有效的方法.
不过,强化分析能力需要的不仅仅是课堂教学.
为了取得更有效的成果,必须将对财务、运营和营销的深入理解与统计分析、演示技巧和专注于问题解决结合起来.
每家公司的某些地方都会存在一定的分析能力.
近年来一种普遍且稳定发展的做法是促进从横向部门到跨职能的转变,从而到处传播这种技能,比如从运营开始做起的人力资源专员、来自于研发部门或者从财务与经营管理做起的营销经理.
线性职业道路正在转变为螺旋式道路.
具备分析敏锐性的人士几乎在任何部门都能发挥作用,因而在未来数年内能够赢得非常有利的工作前景.
最终的结果是,对分析能力的需求得到了认可和强化.
因此,分析型人才市场的竞争性日益加剧.
这应当通过快速培训组织内部人员来解决,同时将战略决策过程转变为更多地以分析为基础的模式.
这些行动并非毫无关联.
通过提供质量更好的数据以供决策,领导们将更加有信心依赖数据做出未来决策.
这样会改善整个循环过程.
为了立于不败之地,越来越多的组织开始依赖大数据,人们也日益广泛地重视并使用分析能力.
不论是现在成功的公司,还是未来即将成功的公司,都意识到依靠感觉和直觉进行组织决策已然过时.
大数据包含了很多恼人问题的答案,只等人们有技巧地提出对的问题,随后解读其中包含的信息.
但是,培养挖掘数据价值的能力就像培养任何其他能力一样,在能力获得前始终都被低估.
一旦掌握了这种能力并学会融会贯通,组织很快就会遗忘之前没有大数据时是怎样做的决定.
攻克大数据:培养组织的分析能力>>17建议本报告探讨了公司目前所处的分析能力阶段及需要发展到的目标能力区域,并讨论了未来走向,以及公司计划怎样通过更依赖于数据进行决策从而满足21世纪的要求.
下表列出了从当今市场领导者学习到的经验,旨在指引和帮助组织打造更具分析性的员工队伍.
建议行动好处1.
确定组织的分析需求确定分析能力方面的不足之处通过调查或评估,确定员工各领域的分析实力能够专注于招募或培训的特定领域2.
打造分析实力为有需要的员工提供分析能力培训组织内部或者外部供应商的SME可以教导所需的技能参与者能够更好地理解分析方法和理念通过战略性招募提高分析能力从经营管理级别的领导者中招聘具备分析能力的人士尽管选择范围有限,但即使是一个或两个具备高水平分析能力的领导者,也可以帮助改变整个部分的重心从其他业务领域引进分析型人才从营销、研发、财务等领域引进顶级分析人才,以弥补分析能力不足的部门面临的差距引进一种分析理念能够彻底改变一个部门运作和自评的方式3.
准备应对大数据确定处理大数据流的技术不足确保整个企业的系统能够保存大量所需数据(越多越好),而且数据必须容易检索能将海量数据集相互联系,能挖掘之前被隐藏的内在关系收集和保护所有数据着重于数据安全和保存,甚至能够保存可能无关紧要的数据现在看似无关紧要的数据可能在未来发挥重大作用4.
接受分析型决策理念评估领导者根据数据决策的能力让"通过数据决策"成为领导力评估和招募过程中的明确标准明确规定的标准有助于将这些标准推向组织内的所有人,从而形成一种更加专注于分析的文化使用统计指标评定领导者的能力根据领导者团队的绩效开发一项领导力指标使用统计方法评估领导者能够强化组织内根据数据决策的重要性攻克大数据:培养组织的分析能力>>18作者和参与者CliffStevenson,i4cp的高级人力资本研究员,本报告的作者.
Cliff是i4cp绩效管理交流中心和基于证据的人力资源交流中心的首席研究员.
他从萨福克大学(SuffolkUniversity)获得了组织发展硕士学位;在加入i4cp之前,他曾是一家位于波士顿的咨询公司的人力资源负责人.
Cliff联系方式:Stevenson@i4cp.
com.
EricDavis,i4cp的高级编辑,参与编辑了此报告.
Eric的联系方式:Davis@i4cp.
com.
i4cp的多名员工为本报告提供了背景研究和其他支持,这些人包括i4cp研究部SVPJayJamrog,研究部VPTonyDiRomualdo,以及首席研究员和市场营销官KevinMartin.
感谢JoeJamrog提供了辅助研究支持,感谢AndrewDixon提供了研究协助和管理i4cp的调查.
参考文献Bart,DominicandCourt,David.
(2012,October).
"MakingAdvancedAnalyticsWorkforYou.
"HarvardBusinessReview.
Volume:90,Issue:10,pp.
97-83"BigData:TheNextFrontierforInnovation,Competition,andProductivity.
"(2012,June).
McKinseyGlobalInstitute.
Cukier,Kenneth.
(2010,Feb.
25).
"Data,DataEverywhere.
"TheEconomist.
Cukier,KennethandMayer-Schonberger,Viktor.
(2013).
BigData:ARevolutionThatWillTransformHowWeLive,Work,andThink.
HoughtonMifflinHarcourt.
Davenport,ThomasH.
andPatil,D.
J.
(2012).
"DataScientist:TheSexiestJobofthe21stCentury.
"HarvardBusinessReview.
Volume:90,Issue:10,pp.
70-75InstituteforCorporateProductivity.
(2013).
"HRAnalytics:WhyWe'reNotThereYet.
"www.
i4cp.
comInstituteforCorporateProductivity.
(2013).
"HumanCapitalPracticesthatDriveInnovation.
"www.
i4cp.
comLaney,Douglas.
(2013).
"TheImportanceof'BigData':ADefinition.
"Gartner.
McAfee,AndrewandBrynjolfsson,Erik.
(2012,October).
"BigData:TheManagementRevolution.
"HarvardBusinessReview.
Volume:90,Issue:10,pp.
61-67"The'BigData'Revolution:HowNumberCrunchersCanPredictOurLives.
"(2013,March7).
NationalPublicRadio.
攻克大数据:培养组织的分析能力>>19人口统计问题主要行业回答百分比航空与国防3.
2%农业1.
6%汽车与交通2.
0%银行业1.
9%饮料0.
9%商业服务6.
2%慈善组织0.
7%化工1.
6%计算机硬件0.
3%计算机服务1.
6%计算机软件2.
3%建筑1.
7%消耗品制造商3.
3%消费者服务0.
9%文化机构0.
3%教育7.
0%电子2.
1%能源与公共事业3.
2%环境服务和设备1.
0%回答百分比财务服务5.
8%食品2.
1%基金0.
1%政府5.
1%健康医疗8.
1%工业制造6.
5%保险5.
0%休闲0.
8%媒体1.
6%会员组织2.
1%金属与采矿0.
8%其他9.
3%制药2.
9%房地产1.
0%零售2.
8%安全产品与服务0.
2%通信设备0.
2%通信服务1.
4%交通服务2.
0%n=996全球员工人数回答百分比1-24名员工9.
1%25-49名员工4.
2%50-99名员工6.
6%100-249名员工10.
8%250-499名员工8.
5%500-999名员工7.
0%1000-4999名员工17.
6%5000-9999名员工7.
8%10000-19999名员工6.
7%20000-49999名员工7.
1%50000-99999名员工5.
4%超过100000名员工9.
0%n=996攻克大数据:培养组织的分析能力>>20地域结构回答百分比全球性(高水平全球化)33.
3%跨国性(国家/地区独立运营)19.
8%国家性(仅在一个国家内运营)46.
9%n=996工作级别回答百分比董事会成员/主席0.
4%首席执行官/董事长3.
7%合伙人/所有者2.
6%C级别高管3.
2%执行副总裁/高级副总裁2.
5%副总裁6.
9%总监27.
3%经理40.
6%主管1.
7%独立工作者9.
2%其他1.
8%n=996部门/职能回答百分比会计/财务7.
2%行政管理2.
8%咨询/顾问3.
9%创意服务0.
1%客户服务/客户管理4.
3%工程2.
7%经营管理3.
2%设备管理1.
8%一般管理5.
3%人力资源17.
8%信息技术5.
0%法律0.
9%供应链/物流1.
4%回答百分比营销/广告5.
4%市场研究1.
7%未说明1.
3%运作/生产7.
6%其他4.
6%规划1.
4%采购2.
3%产品开发/设计1.
4%公关/沟通0.
5%质量控制1.
6%研发(产品相关)1.
6%销售/业务管理6.
9%培训7.
1%n=996攻克大数据:培养组织的分析能力>>21请评估您的组织在以下领域的绩效表现:绩效类别不适用一直很差明显变差持平明显变好一直很好跟过去五年相比,你们组织的收入增长……7.
6%1.
4%8.
2%36.
4%37.
6%8.
8%跟过去五年相比,你们组织的市场占有率……11.
5%1.
3%5.
2%46.
4%29.
6%6.
0%跟过去五年相比,你们组织的盈利能力……9.
8%1.
0%9.
3%39.
6%35.
6%4.
6%跟过去五年相比,你们组织的客户满意度……3.
5%1.
0%3.
7%49.
1%36.
8%5.
9%n=867一般而言,您会如何评价所在组织的绩效*回家百分比我们的状态很糟糕0.
0%我们的绩效低于平均水平6.
2%我们处于行业的平均水平30.
9%我们高于平均水平48.
1%我们的绩效非常不错14.
8%n=867*此问题仅适用于不能回答以上至少三类问题的调查对象.
攻克大数据:培养组织的分析能力>>22组织类型回答百分比政府部门7.
2%非盈利机构14.
9%私营企业(股份未在股票市场上交易)45.
9%上市企业(股份在股票市场上交易)32.
0%n=543整个组织在全球的总收入(单位:美元)回答百分比$0-$99万9.
8%$100-$199万1.
3%$200-$499万5.
2%$500-$999万6.
3%$1000-$4999万15.
0%$5000-$9999万9.
8%$1-$4.
9999亿13.
0%$5-$9.
9999亿5.
0%$10-$19.
9亿6.
5%$20-$49.
9亿8.
7%$50-$99.
9亿5.
4%$100亿以上14.
1%n=461攻克大数据:培养组织的分析能力>>23您所在国家回答百分比美国91.
6%加拿大2.
1%孟加拉国0.
2%比利时0.
2%巴西0.
2%中国0.
2%埃及0.
2%菲律宾0.
2%葡萄牙0.
2%沙特阿拉伯0.
2%新加坡0.
2%南非0.
2%瑞典0.
2%回答百分比香港0.
6%爱尔兰0.
2%意大利0.
2%马来西亚0.
4%墨西哥0.
8%新西兰0.
2%尼日利亚0.
4%瑞士0.
6%台湾0.
2%泰国0.
2%土耳其0.
2%乌干达0.
2%英国0.
2%n=525公司总部所在地回答百分比美国83.
6%加拿大2.
1%澳大利亚0.
2%比利时0.
4%伯利兹0.
2%巴西0.
2%丹麦0.
4%埃及0.
2%芬兰0.
2%法国1.
1%德国1.
9%爱尔兰0.
2%以色列0.
2%意大利0.
2%日本1.
7%回答百分比马来西亚0.
4%墨西哥0.
6%荷兰1.
0%新西兰0.
2%尼日利亚0.
4%菲律宾0.
2%葡萄牙0.
2%新加坡0.
4%南非0.
2%瑞典0.
4%瑞士1.
7%泰国0.
2%乌干达0.
2%英国1.
3%n=523122906/6-13AMA美国管理协会(AmericanManagementAssociation)是全球最大的管理教育机构,有着90年历史,在15个国家27个城市设立分支.
为世界《财富》500强企业中的488家提供培训服务,每年全球参加AMA培训的人数超过20万.
坚持"PractitionersHelpPractitioners"的理念,课程注重"LearningthroughDoing",讲师为来自企业界的经理、高级主管甚至CEO.
AMA(China)美国管理协会(中国)是第一家在中国地区向企业和个人提供培训和咨询服务的国际专业机构.
1996年成立以来,为4000多家跨国企业、大型国企与领先民企提供服务,培训逾10万经理人.
拥有一支国内最大的全职资深讲师团队,引进世界领先的管理课程和培训工具并进行持续的本土化开发.
每年定期举办40余个主题、1000余场培训课程.
企业生产力研究所(i4cp)作为全球最大供应商免费合作网络,i4cp致力打造和支持高产能、高绩效组织.
通过结合高端的网络、人力资本研究、工具与技术,帮助企业实现高绩效,具体方法包括:(1)揭示高绩效组织的行事方式有何不同;(2)确立适用于所有管理层级的最佳实践;(3)提供资源以展示员工进步如何产生实际影响.
在过去40年中,i4cp研究已经揭示了公司用来提高绩效的五个关键人力资本领域.
更多信息,请访问:www.
amachina.
com上海021-64737161北京010-65269878广州020-38107803