职业经理人周刊
整合 执行 创新   精彩人生从合作开始
金令牌猎头
企业  职位  经理人  专访  点评
年薪(万) 不限 15 25-35 50 100 200 500
时尚
理财
沙龙

Uber模式下的经济学思考


编制按:作为金令牌首席猎头顾问,我关注到Uber模式和社会效率和就业问题。企业的商业模式,企业的内部管理的核心就是价值创造和价值链整合,同时要考虑到员工的需求。Uber模式值得研究,我们猎头行业就可以。首先我们的猎头顾问可以不坐班,可以兼职,可以有作业标准。Uber模式是创新,是市场,也是理性的回归。我推荐这篇文章
毫无意外,400亿美金的估值让Uber正在走上巨头之路。
因为谁也无法断定,一旦Uber真的能够得到没有阻碍的发展下,这个全球连锁的“出租车”公司发展的上限值得会在哪里。
而就在Uber全速奔跑,继而引发全行业追(chao)捧(xi)的同时,一场涉及到互是联网革新与社会现有经济政策的碰撞也开始越发激烈。到底是利用互联网技术高效利用社会资源的因素更多,还是会由于监管难度的上升进而导致的打车危险系数加大,相信在短时间内,这场争论还不会出现非常明朗的结果。
但这并不妨碍我们继续的去认识和分析Uber,甚至尝试去解读之所以能够引发这场激烈争论背后所隐藏的非常值得我们去思考的社会经济学。
一,Uber模式在中国能否帮助就业率提升
来自美国的一份调查报告显示,Uber上的司机有80%的人在之前都是处于就业状态,其中大部分是全职工作,其中,仅有8%的人在加入Uber之前并没有工作,这仅仅比美国官方公布的失业率高一点点——美国全年的平均失业率为6%。 …… [阅读全文]

阿尔法—对冲基金的追求


摘要
阿尔法(α)这个词在全世界的投资界广为使用,他代表着绝对收益、超额收益,也在中国代表着一种特有的股票市场中性策略。在我们的上一篇报告(如何避免“阿尔法对冲”策略的黑天鹅事件) 中,我们提到了,这些名义上的“阿尔法”对冲策略实际上重仓在小盘股上,而小盘股实质上代表着某一种“贝塔”。所以,我们想借此机会强化对于阿尔法真实定义的理解,因为这对于去挑选那些具有能力去攫取真实阿尔法的基金经理至关重要。
一个对冲基金,或者说任何的资产管理公司,无非只有2种获取收益的方式:
1. 阿尔法,通过比其他市场参与者更聪明,从对方的错误中获取收益。
2. 贝塔,承担某种程度的风险,以获得相对应的风险溢价所得。
因此,总的收益可以被分为三块
总回报 = 无风险收益 + 贝塔 + 阿尔法
贝塔-在金融市场中通过它赚钱的方式就是去承担系统性的风险,而市场会依此相应地补偿你。举例来说,股票比现金高出那么多回报的根本原因是股票本质上是一种比现金风险更大的投资。同样的逻辑也可以运用到债券对现金、信用债对国债等。
也许在任何时间节点上,风险高的金融资产会更贵或更便宜,但是长远来看,他们应该会比低风险的资产带回更高的回报。(见图1)贝塔相对来说更容易获取,而且长期而言也能获得正回报。传统类型上的贝塔包括:股票、国债、信用债、商品。
图1中国大类资产收益与风险(2003年到2015年)
阿尔法-而市场中另外一种赚钱的方式是从市场中的其他参与者手中赚钱,这叫做阿尔法。阿尔法本质是一个零和游戏。在买一个涉及到阿尔法的交易中,都有一个赢家和一个输家。阿尔法的例子包括择时和股票挑选。只有比市场更聪明的投资者才能稳定地提供阿尔法。除此之外,阿尔法策略还是一种很好的分散风险的手段,因为他们往往和传统的资产有很低的相关性。(见图2)拥有许多不同类型的阿尔法会极大地降低组合的风险。 …… [阅读全文]

大数据时代CHO的方向罗盘

人力资源管理因为大数据而获得价值提升的可能,但也有可能在大数据的海洋中迷失方向。
人力资源管理因为大数据而获得价值提升的可能,但也有可能在大数据的海洋中迷失方向。
伴随着业务发展要求及劳动力的变迁,人力资源管理从最初行政事务性的人事管理,到聚焦资源使用效率的人力资源管理,再到目前追求有竞争力投资回报的人力资本管理,管理内容不断丰富,管理模式不断创新,其价值也不断得到提升。
过去,人力资源管理没有太多数据的支撑,决策常常依靠直觉、经验和个人偏好。大数据时代的来临,让人力资本用数量的方式来进行投资分析和管理成为可能。但未来的挑战不是数据缺乏,而是如何有效地选取和利用数据,而不会在数据的海洋中迷失了方向。
通过多年的持续研究,韬睿惠悦提出了一种新的决策思维模式和方法,即循证式人力资源管理(Evidence-based HR Management)。这一概念引自“循证医学”,它强调企业要从实证研究出发,摒弃经验主义或简单模仿其他公司的做法,基于有理有据的现实分析和与企业战略紧密联系的思考模式,来促进人力资源管理价值的提升,即“大数据思维”。循证式管理的模式拓展了数据收集和分析的范畴,并提出了相应的原则和方法,确保人力资源管理能为组织提供切实有效的战略影响。
业务逻辑驱动
循证式管理首先强调人力资源部门应围绕业务目标进行数据的提取和分析,通过“理解业务问题—分析筛选数据—建立逻辑联系—提出解决方案”四个步骤,将人力资源的投资与重大业务结果之间建立紧密的联系。 …… [阅读全文]

做一个好的数据产品经理

一.如何做一个好的数据产品经理?
PD(指产品经理,下同)本身就是在做牛做马,关系圈异常复杂。数据PD也不例外。而且打交道的人更多。以下是我用PPT绘制的数据产品经理关系圈。如果你也做过数据产品的产品经理(好拗口),相信也有同感。既然要和这么多人打交道,要推动数据产品的上线,数据产品经理自然有着一定的要求。
我的体会如下——也借此去鞭策自己在朝这个方向努力:
1.要极其熟悉公司业务及动向。所以要了解公司的商业模式、战略、以及业务流程、要考核的各种指标,以及指标背后的业务含义等。这一点,再了解都不够。
2.要了解数据分析。好的数据PD,即使不做数据PD,也应该是个数据分析师。数据PD的一大要务就是将数据分析做成可复制,可自动运转的系统。虽然有数据分析师们围绕在自己周围,但是自己也要清楚业务的问题,分别要看什么数据,或者当数据出现后,意味着业务出现了什么问题或者会出现什么问题。这一点,要向最好的数据分析师们看齐。
3.要了解数据仓库及商务智能。
这两个关键词背后都是庞大的体系,恐怕我短短半年的转岗时间太短,虽然能够对别人讲解一通商务智能产品的架构。嘴里虽然会抛出若干个类似于汇总,钻取,度量,指标,维度,缓慢变化维,层次,属性,仪表盘等等术语,但是也不支持多几层的知识钻取,遇到异常问题,也不知道该从什么地方分析原因。幸而身边有数据仓库的同事,可以多多学习。这一点,没有天花板。
而商务智能,做为一门学科,起源于20世纪90年代,它的出发点是帮助用户更好地获取决策信息,最初商务智能的动机是为用户提供自助式的信息获取方式,这样,用户就可以不用依赖于IT部门去获取定制的报表。(引自《信息仪表盘》一书P41)。而如今,商务智能除了提供信息,更主要的是降低用户获取数据的门槛,提升数据的实时性等方面。从降低用户获取数据的门槛一个方向,我们就可以做很多事情,比如如何设计信息仪表盘(designingofinformationdashboard)?如何让数据以更亲和的更直观的方式展示(数据可视化)?如何能够让用户离线访问?如何能够实现警戒数据的主动发送?这一点上,花多少功夫都不多。 …… [阅读全文]

云时代下的ERP 数据保护


互联网起步阶段,人们对于信息的记录还是以纸质介质保存为主,对于重要的数据保护可能会用到保险柜等物质设备保存。那么当前已经进入云计算时代,互联网的高速普及、云计算的跨越式发展,企业产生的数据更多的以信息的形式呈现出来。同时人们对于数据价值的认识也更加深刻。数据资产成为当前企业重要的价值之一。
而90年代开始的ERP系统加速了数据对于企业价值的作用。今天我们主要讨论企业ERP建设过程中企业对于数据价值的认识与改变。
我们知道企业信息化经历的阶段大致可以分为三个阶段:
第一阶段主要是ERP系统建设包括服务器,网络等硬件平台的建设,应用主要是部门级财务电算化。
第二阶段,随着企业的发展,管理越来越需要精细化,逐渐扩展到ERP OA,CRM ,PLM,MES等全面信息。
第三阶段,随着应用的原来越多,数据也越来越大,其数据,网络的安全问题逐渐突出,企业将逐渐在信息安全方面进行建设和投入。
云计算下数据面临的风险
根据调研显示,信息化时代企业数据面临的风险中,49%是由于软件故障、人为的错误操作以及外部病毒的破坏造成的,硬件故障造成的数据风险占44%,剩下的7%就是由于不可违的自然灾害造成的。那么对于数据的保护应对来说,本地数据中心保护以及远程灾备保护就解决了当前的数据安全问题。当然这些经验也是数据保护厂商与用户不断总结得来的。 …… [阅读全文]
北京猎头职位
上海猎头职位
广州猎头职位
联系我们 | 金令牌猎头 | 法律声明 | 猎头服务 | 职业经理人俱乐部 | 设为主页 | 收藏本站
职业经理人周刊  Copyright® 版权所有   微信:AirPnP   TEL:010-85885475
京ICP备05025905号   京公网安备110105009133号