Analityka personalna i eksploracja tekstu z R

Opinie czytelników

Książka stanowi przystępne wprowadzenie do People Analytics z wykorzystaniem R, oferując praktyczne przykłady, przewodniki krok po kroku i wgląd w integrację analityki w HR. Chociaż jest chwalona za przyjazne dla użytkownika podejście i trafność, niektóre recenzje zauważają brak głębi w niektórych obszarach i krytycznej analizy studiów przypadków.

Przyjazne dla użytkownika i przystępne wprowadzenie do R i People Analytics.

Przejrzyste wyjaśnienia pojęć i wskazówki krok po kroku.

(na podstawie 13 opinii czytelników)

Oryginalny tytuł:

People Analytics & Text Mining with R

Zawartość książki:

Nie musisz kupować drogiego oprogramowania statystycznego, takiego jak SPSS. Ta książka uczy programowania w R (R można pobrać za darmo), analizy osób, analizy mediów społecznościowych, d104 Mining i analizy nastrojów. Jest napisana dla osób z absolutnie ŻADNĄ wiedzą na temat programowania w R, z instrukcjami krok po kroku na ekranie. Przykładowe kody R są proste, krótkie i nieskomplikowane, dzięki czemu nie są przytłoczone zbyt dużą ilością niepotrzebnych informacji i koncentrują się na kodach R związanych z analizą ludzi, dzięki czemu będziesz gotowy do pracy w mgnieniu oka. Jeśli jesteś nowy w programowaniu w R, to jest to książka dla ciebie. Ponieważ R został opracowany specjalnie do analizy statystycznej, można uruchamiać skomplikowane obliczenia statystyczne (korelacja, regresja wielokrotna i logistyczna itp. ), wprowadzając po prostu kilka poleceń. Książka ta obejmuje szeroki zakres analityki personalnej (benefity, wynagrodzenia, kultura, różnorodność i integracja, zaangażowanie, przywództwo, uczenie się i rozwój, cechy osobowości, zarządzanie wydajnością, rekrutacja, zachęty do sprzedaży) z licznymi przykładami z życia wziętymi i pokazuje, jak analityka personalna z R może pomóc ci

1) Prowadzić analizę mediów społecznościowych, eksplorację d104 i analizę nastrojów za pomocą R.

2) Przewidywanie ryzyka ucieczki pracowników przy użyciu funkcji korelacji i regresji logistycznej R.

3) Identyfikacja cech osobowości najlepszych pracowników działu obsługi klienta i sprzedaży przy użyciu funkcji korelacji R.

4) Przewidywanie wpływu zaangażowania pracowników na zadowolenie klientów, przychody i zyski akcjonariuszy itp. przy użyciu funkcji korelacji i regresji wielorakiej R.

5) Przewidywanie wpływu uczenia się i rozwoju na sprzedaż przy użyciu funkcji regresji wielorakiej R.

6) Przewidywanie wpływu różnorodności i integracji na przychody i EBIT przy użyciu funkcji regresji wielorakiej R. Dowiesz się, jak przekonwertować mieszankę różnorodności etnicznej Twojej firmy (70% Chińczyków: 20% Malajów: 10% Hindusów) na liczbę indeksu (np. indeks różnorodności 2,7), a następnie użyć regresji wielorakiej R, aby przewidzieć sprzedaż firmy, jeśli "indeks różnorodności" Twojej firmy wynosi 2,7 i jeśli wydasz 90 USD na reklamę.