大數據是令人生畏的，但是對其進行分析可以在組織內產生顯著的效果。通過對跨越各個職能部門的復雜的數據集進行分析，組織可以獲得一些獨到的見解，為促進變革推波助瀾，增加獲取專家建議的機會，加速入職培訓，留住人才，并且找到產生復雜問題的根本原因。它改善了學習環境，以及學習和發展組織本身。

為一個組織創造價值的人不一定是正式組織結構圖上握有權力的那些人，而往往是那些具有深厚和廣博的專業知識、能夠影響別人、知道組織是如何真正發揮作用的、而且可以運用本部門范圍以外的資源來實現目標的人。

水利工程公司美國美華集團（MWH Global）使用了大數據分析來確定該公司的頂級合作伙伴，然后把它們作為催化劑進行調配，以幫助加強各種活動，這樣，該公司就從一個以部門為劃分單位的IT結構逐漸過渡到共享服務的模式。“公司確定了最重要的變革推動者，并且公開承認以他們為榜樣。六個月后，美華集團就節省了2500萬美元。”業務開發和市場營銷高級副總裁塞西爾·霍布斯（Cecyl Hobbs）在社交網絡分析公司Activate Networks上這樣說。通過增加內部專家，該公司能夠更快地（以在其他情況下很難達到的速度）克服瓶頸和障礙，并且更有效地在整個網絡進行資訊傳遞。

一項網絡分析顯示了哈利伯頓公司（Halliburton Company）多個員工集群之間的聯系很少，于是該公司與Activate Networks進行了合作，以改善其全球各個站點之間的交流狀況。在該分析的基礎之上，哈利伯頓公司通過組建混合型的項目團隊、將人際關系良好的人員輪崗至其他平臺上、創建電子專業知識定位器，來加強跨平臺之間的聯系。九個月后，該公司的各種聯系增加了25％，運營效率提高了10％，由于質量不佳而造成的成本下降了66％，客戶不滿意度下降了24％，新產品收入增長了22％。這些改進歸因于員工能夠更加有效地共同做出決定，并且能夠針對最佳實踐方法和創新進行交流。

也有企業利用大數據分析來留住人才。“敬業、業績和社交聯系是人員逃走風險的關鍵因素，”霍布斯指出，“員工們是否找到了發揮專業知識的機會，對一個項目來說他是非常重要、靠邊站，還是負擔過重？在一段時間內你可以關注這些事情，并且了解人崗匹配的情況。那些變得越來越孤立并且缺乏動力的人可能都有逃走的風險。”

對于新員工的入職學習，個人社交網絡是他們獲得成功的關鍵。“如果在30天內一個顧問還沒有與公司很好地融合在一起，那么這就是一件令人擔憂的事情。”霍布斯給企業高管的時間長一點。在60天內，他說，就應該能夠很明顯地看出企業的新高管是否能夠與必須打交道的人員和部門密切合作。“如果新高管沒能做到這一點，或者其人際網絡一邊倒，那么這就是該高管還沒有徹底進入角色的關鍵警告。”

國防軍需大學（DAU）采用了不同的方法，利用大數據分析來了解其學習計劃的有效性。 DAU為整個美國軍方系統內的超過15萬名現役和預備役采購和信息技術人員提供培訓，被全球企業大學聯合會公認為2013年度最佳企業大學。DAU與知識顧問一起合作，將來自多個系統的數據（包括人力資源、預算和會計）與學習數據庫和學生信息結合在一起。因此，“我們可以以十年的調查結果為基礎設置基準，審閱課件和設施，以及每門課程是如何影響組織績效的。”DAU戰略規劃和學習分析主任克里斯·哈代（Chris Hardy）博士說。

每年，在課程結束時和課程結束60天后，DAU都會對課程質量和導師有效性進行調查，發放成千上萬的問卷，以便評估課程對學生的工作績效和業務成果的影響。主要調查結果表明，與喜歡傳統課堂和導師的年長學習者相比，那些喜歡在線學習的年輕學生以及具有研究生教育程度的人員認為課件質量更加重要。導師有效性被標上了可以改善的標記，因為分析顯示“導師有效性和課件質量之間有匪淺的關聯”。通過比較基本數據，哈代博士認識到DAU導師在DAU比在其他組織更有影響力。特邀演講人可以激發更高水平的個性化學習，其反映在以后的工作影響和業務成果中。

哈代博士正在與一個進行趨勢分析的新的學習分析團隊一起工作以提高DAU的整體能力，該分析團隊跨越多個業務部門。“在主動分析了諸如畢業率和回報率、課程質量、課程地點、業務部門的差異等數據之后，趨勢就變得非常明顯。然后，我們就可以發掘出根本原因，并且解決出現的任何問題。例如，我們使用知識顧問（Knowledge Advisor）的Metrics that Matter軟件來分析為什么遠程學習的回報率正在下降，了解到政府關門和休假大大打擊了士氣，所以學生沒有完成調查或者前來上課。”

目前，哈代博士的團隊已經將該系統連接到學生信息系統上，以便將業務成果與培訓連接在一起。DAU跟蹤了培訓地點、質量、成本、學生評價，以及在工作上的應用效果。全部完成以后，這個連接在一起的系統就像一個用于學習的人才管理系統一樣運行，與知識共享系統連接在一起，并且還具有諸如模板、法規和即時培訓等功能。

有時，企業已經擁有了一些隱藏在數據之中的信息，但是沒有使用或未能意識到這些信息，先進的分析能力則是解開這些信息謎團的關鍵。大數據分析方法將網絡科學和行為科學結合在一起，可提高協作能力和員工敬業度。正如霍布斯闡述的那樣：“我們收集信息來識別社區當中網絡、個人的影響力、以及對團隊的影響。這是一種彈性的解決方案，為工作中的關鍵聯系提供了微觀和宏觀兩種角度。”他指出，影響力并非“權威”的必要組成部分。

Activate Networks的企業社交平臺（Activate Social Platform for Enterprise）軟件解決方案可以為數以百萬計的用戶繪制網絡地圖。例如，它從電子郵件流量中收集并且分析元數據和標題信息，包括發件人/收件人和時間標記（但不是電子郵件內容本身），來識別個人的通信網絡。通過進行先進的分析，企業可以獲得一些識別信息中介人和信息瓶頸的定性方法。

在識別信息中介人的時候，公司可構建一個描述性數據分布圖，例如地點、性別和任期，然后把它們分層堆放在行為信息上，包括他們的網絡和電子郵件數據、敬業度和其它技能，該分析結果能夠精準地找到在組織內為人們帶來力量的真正激勵者。

了解了這些關系之后，就可以把時間花在市場營銷上，簡化組織的復雜性，增強協作，最大限度地減少可以預測到的錯誤，并且在較長的一段時間內幫助企業監視變化的結果。這樣，可以通過縮短銷售周期、提供更加溫馨的指導、為內外部客戶創造無縫的客戶體驗，來加快收入增長的步伐。

最終，在企業使用大數據分析進行跨職能部門聯系的時候，大數據分析能夠發揮它們更大的價值。它們能夠提高你的洞察力，幫助你解決影響學習的問題核心，從而提高生產力和利潤，這些才是一切問題的關鍵。

美國管理協會（American Management Association）近期的全球調查顯示，只有四分之一的企業表示他們能夠滿足數據分析需求，其余有17%的公司正在計劃額外招聘一些員工來做這件事。大多數受訪者（47%）計劃投資培訓以彌補其技能差距。與其它組織職能相比，人力資源和銷售被視為分析技能當中最落后的部分。這一調查指出，資源和企業文化的缺乏是企業發展運用大數據能力的最大障礙。

企業生產力研究所（i4cp）的最新研究《大數據時代：企業和HR發展報告》稱，HR專家在創建和塑造善于分析的新勞動力時有著舉足輕重的作用。從當今的領導者身上，可以學習如何開始在企業的人力資源當中應用大數據。

確定企業中的分析需求。評估員工整體的分析能力，并通過參考這些分析數據來決定首先將重點放在哪里。分析數據在平均水平之下的任何部門都應該最先得到處理，但是如果每個部門的數據都差不多，就應通過培養高管或者聘請新的領導者，專注于提升高層領導者的分析能力。

加強分析力量。如果想打造分析頭腦，培訓應當將重點放在“使用數據更好地做出決策”上，而不是只關注特殊的工具和數據分析技術，盡管后者對某些工作來說仍然很重要。這種培訓將幫助員工從更加實證的角度處理問題。企業當中一些職能部門的員工可能已經具備了所需的技能，可以作為主題內容專家來教導其他人。

準備好管理大數據流。關于大數據的浪潮多半是因“大”這個字而起。如果企業正在計劃搜集可利用的巨大的數據集，基礎設施必須事先到位。企業范圍內的人力資源系統可能有能力運用收集到的海量數據，也可能沒這個能力。因此，在你倉促地投入當前勢不可擋的大數據浪潮中之前，必須要先明確你希望找到一些什么。

擁抱分析決策的思維模式。有的企業在做決策時基于經驗、出于本能，若要變革成為由數據驅動的企業，不只是提升其分析能力那么簡單。看待問題的方式需要改變，領導者也必須理解以數據和證據為基礎的決策方式，并且能夠運用這一方式。