在你屈从于让数据发现潜在新员工的承诺之前，确保你知道其所承诺的到底是什么。

      大数据被认为能解决所有的问题。它可以足够深入地查看你通常不会有时间去调查的模式，并且你能够找到让你的公司出现至关重要的改变的深刻见解。或者，只是理论上如此。

      正如我以前说过的，大数据可能是有用的……一旦你掌握了“小数据”，或是你可以用来更好地指导业务的正常的高层次的信息。但是，比方说，你的公司是已经这样做了的公司之一。你在驾驶一条高效的轮船。大数据会对你有帮助吗？也许，但是，只有在你带着一些戒心接近它并在当涉及到要使之发挥作用的假设和方法时询问一些不方便的问题的情况下。

      例如，伊沃弗公司（Evolv）是一家试图通过分析大数据来提高工作场所的生产力和业绩表现的软件公司。其结论之一就是“技术天赋在挑选按小时计酬的劳动力时变得越来越重要。”以下是伊沃弗公司的分析产品部主任内森。韦斯特（NathanWest）对此概念的讨论：

      结果是某种诱人的东西：一个简单的测试可以帮助确定更适合一份工作的候选人。某人下载并安装了在他或她的计算机或设备上运行的不同的浏览器显示出了一种采用新的技术的意愿。使用浏览器作为一个指标因素，该公司发现在“愿意采用新技术，以及技术的熟练程度”测试上得分较高的员工们“实际上会在公司更多地工作17天的时间，减少15%的减少的工作量，并在工作时坚持安排得更好。”

      听起来不错？也许，但是，以下是你在听到了一家公司的表态之后需要询问的尖锐问题，而不是站在一朵幸福的云彩上飘走。

      查出炉的数据假设

      这些数据来自何处？伊沃弗公司能够跟进什么样的工人和公司？其类型的工作任务和工人与你所运行的公司比较起来如何？在数据选择中有任何形式的可能并不适用于你的公司的偏误吗？例如，所有的样本公司都是大型企业而非创业公司？你不得不进行测试以查看数据是否仍然适用，因为公司总体是如此不同。

      分析做出了怎样的假设？

      测试合理吗？如果某些人下载了其它的浏览器而假设他们在技术上更具有灵活性是可以的，但这是一个在进行数据分析之前就摆出来了的假设。你能从某人填写在线表格中所知道的全部内容是他们所使用的浏览器类型，而不是他们的计算机上所安装的浏览器类型。要是有人比火狐（Firefox）或奥普拉（Opera）更喜欢InternetExplorer的感觉呢？有可能选择本身就表明了某些随心所欲的东西，但这与上述的假设是不同的。

      影响的重要性如何？

      让员工留任更长的时间以及减少更少的工作时间是一个很好的目标，但应该把它放到一个更大的环境中去。首先，这听起来像是种平均。在不同的行业和员工基数之间的数量变化是怎样的？换句话说，你会看到大致相似的结果可能性如何？其次，在你如何运营的背景下，这样的改善有意义吗？额外留任更长的17天听起来不错，但它为整体的就业平均时长增加了多大的百分比呢？这确实如此重要么？你有员工会在休病假时还获得薪水么？如果没有，你是否有足够的员工覆盖率，在工作中所减少的时间有这么重要吗？可能重要，但话又说回来，它可能并不。

      所隐藏的缺点是什么？

      你因为一组特性而被选中，但正如他们在数学中所说的那样，你不能同时最大化两个变量。安装了一个独特的浏览器的人适合你的企业文化的其它部分么？所有的工作测量工具的质量都一样强大么？他们很可能是的，但如果你不询问，你就不会知道。

      当涉及到大数据时，要对使用它持开放的态度，但不要太过盲目。对数据、分析师、你和你的业务都要提出尖锐的问题。如果你要在分析的基础上实施一些改变，你要确信你会得到自己所期待的东西，而不会是一种令人不快的惊吓。