Mostrando entradas con la etiqueta valor de información. Mostrar todas las entradas
Mostrando entradas con la etiqueta valor de información. Mostrar todas las entradas

miércoles, 16 de enero de 2019

Los Smart TV vienen cada vez más baratos porque se pagan con tu información personal

Hay una razón simple por la que su nueva televisión inteligente era tan asequible: está recopilando y vendiendo sus datos.

Ben Gilbert | Business Insider



Viernes negro para comprar televisores de destino ¿Recibió un televisor con capacidad 4K / HDR en estas vacaciones pasadas, tal vez a la venta? Millones de estadounidenses lo hicieron. REUTERS / Jeff Haynes

  • La gran mayoría de los televisores disponibles en la actualidad son televisores "inteligentes", con conexiones a Internet, colocación de anuncios y servicios de transmisión incorporados.
  • A pesar de la funcionalidad adicional, los precios de los televisores son más bajos que nunca, especialmente de compañías como TCL y Vizio, que se especializan en televisores inteligentes de bajo costo y alta tecnología.
  • Hay una razón simple por la que los precios de los televisores inteligentes son tan bajos: algunos fabricantes de televisores recopilan datos de los usuarios y los venden a terceros, lo que puede compensar el costo.

Los televisores masivos con marcos muy finos, calidad de imagen brillante y servicios de transmisión integrados son más accesibles que nunca gracias a compañías como Vizio y TCL.

Si desea un televisor inteligente 4K de 65 pulgadas con capacidad HDR, se puede comprar uno por menos de $ 500, un precio sorprendentemente bajo para una tecnología tan enorme, pero es probable que viva en su hogar durante años antes de la actualización.

Pero ese bajo precio viene con una advertencia que la mayoría de la gente no se da cuenta: algunos fabricantes recopilan datos sobre los usuarios y luego los venden a terceros. Los datos pueden incluir el tipo de programas que ve, los anuncios que ve, su ubicación aproximada y más.


La interfaz de Roku TV en los televisores inteligentes de TCL viene con una colocación de anuncios prominente en la pantalla de inicio. TCL / Roku

Una entrevista reciente en el podcast de The Verge con el Director de Tecnología de Vizio, Bill Baxter, hizo un gran trabajo al ilustrar exactamente cómo funciona esto.

"Esta es una industria despiadada. Es una industria con un margen del 6%", dijo Baxter. "La estrategia principal es que realmente no necesito ganar dinero con la televisión. Necesito cubrir mi costo".

Más específicamente, las compañías como Vizio no necesitan ganar dinero con cada TV que venden.

Los televisores inteligentes se pueden vender a un costo cercano al consumidor, lo que es excelente para los consumidores, ya que Vizio puede monetizar esos televisores a través de la recopilación de datos, la publicidad y la venta de entretenimiento directo (películas, etc.), que es menos Ideal para los consumidores.

O, como dijo Baxter: "No se trata solo de la recopilación de datos. Se trata de la monetización posterior a la compra del televisor".

Y hay algunas maneras diferentes de monetizar esos televisores después de la compra.



En los televisores Roku de TCL, los usuarios pueden optar por no participar en todo el seguimiento de anuncios. Cuánto puede bloquearse del seguimiento de datos varía según el fabricante del televisor. Roku / TCL

"Vendes algunas películas, vendes algunos programas de televisión, vendes algunos anuncios, sabes. No es realmente tan diferente al sitio web de The Verge", dijo.

Son esas formas adicionales de ingresos las que hacen que los televisores inteligentes grandes y hermosos de compañías como Vizio y TCL sean tan asequibles.

Sin esa fuente de ingresos, dijo Baxter, los consumidores estarían pagando más por adelantado. "Recogeríamos un poco más de margen en el comercio minorista para compensarlo".



viernes, 8 de septiembre de 2017

La OPEP de los datos

Regulación de los gigantes de Internet

El recurso más valioso del mundo ya no es el petróleo, sino los datos


La economía de datos exige un nuevo enfoque de las normas antitrust



The Economist

Un nuevo producto genera una industria lucrativa y de rápido crecimiento, lo que provoca que los reguladores antimonopolio intervengan para frenar a quienes controlan su flujo. Hace un siglo, el recurso en cuestión era el petróleo. Ahora las preocupaciones similares están siendo planteadas por los gigantes que se ocupan de los datos, el petróleo de la era digital. Estos titanes-Alphabet (compañía matriz de Google), Amazon, Apple, Facebook y Microsoft-parecen imparables. Son las cinco firmas cotizadas más valiosas del mundo. Sus ganancias están aumentando: colectivamente acumuló más de $ 25bn en ganancias netas en el primer trimestre de 2017. Amazon captura la mitad de todos los dólares gastados en línea en América. Google y Facebook representaron casi todo el crecimiento de los ingresos en publicidad digital en Estados Unidos el año pasado.

Tal dominio ha provocado llamados para que los gigantes de la tecnología se rompan, como Standard Oil fue a principios del siglo XX. Este periódico ha argumentado en contra de una acción tan drástica en el pasado. Tamaño por sí solo no es un crimen. El éxito de los gigantes ha beneficiado a los consumidores. Pocos quieren vivir sin el motor de búsqueda de Google, la entrega de un día de Amazon o el servicio de noticias de Facebook. Tampoco estas empresas alzan la alarma cuando se aplican las pruebas antitrust estándar. Lejos de fastidiar a los consumidores, muchos de sus servicios son gratuitos (los usuarios pagan, en efecto, entregando más datos). Tener en cuenta a los rivales fuera de línea, y sus cuotas de mercado parecen menos preocupantes. Y la aparición de nuevos personajes como Snapchat sugiere que los nuevos participantes todavía pueden hacer olas.

Pero hay motivo de preocupación. El control de los datos por parte de las empresas de Internet les da un enorme poder. Las viejas formas de pensar sobre la competencia, ideadas en la era del petróleo, parecen anticuadas en lo que se ha llamado la "economía de datos" (ver Briefing). Se necesita un nuevo enfoque.

La cantidad tiene una calidad propia

¿Que ha cambiado? Los teléfonos inteligentes e Internet han hecho que los datos sean abundantes, ubicuos y mucho más valiosos. Ya sea que vaya a correr, viendo televisión o simplemente sentarse en el tráfico, prácticamente todas las actividades crean un rastro digital, más materia prima para las destilerías de datos. A medida que los dispositivos de los relojes a los automóviles se conectan a Internet, el volumen está aumentando: algunos estiman que un automóvil autodirigido generará 100 gigabytes por segundo. Mientras tanto, las técnicas de inteligencia artificial (IA), como el aprendizaje automático, extraen más valor de los datos. Los algoritmos pueden predecir cuándo un cliente está listo para comprar, un motor a reacción necesita servicio o una persona está en riesgo de una enfermedad. Gigantes industriales como GE y Siemens ahora se venden como empresas de datos.

Esta abundancia de datos cambia la naturaleza de la competencia. Los gigantes de la tecnología siempre se han beneficiado de los efectos de red: cuanto más usuarios de Facebook se inscriban, más atractivo se convierte en el de otros. Con los datos hay efectos de red adicionales. Mediante la recopilación de más datos, una empresa tiene más posibilidades de mejorar sus productos, lo que atrae a más usuarios, generando aún más datos, y así sucesivamente. Cuantos más datos recoja Tesla de sus automóviles autodirigidos, mejor puede hacerlos conducir ellos mismos-parte de la razón de que la firma, que vendió sólo 25.000 coches en el primer trimestre, ahora vale más que GM, que vendió 2.3m . Vastas piscinas de datos pueden actuar como fosos protectores.

El acceso a los datos también protege a las empresas de sus rivales de otra manera. El argumento a favor de ser optimista acerca de la competencia en la industria tecnológica se basa en el potencial de los operadores históricos para ser blindsided por una puesta en marcha en un garaje o un cambio tecnológico inesperado. Pero ambos son menos probables en la era de los datos. Los sistemas de vigilancia de los gigantes abarcan toda la economía: Google puede ver lo que la gente busca, Facebook lo que comparten, Amazon lo que compran. Poseen tiendas de aplicaciones y sistemas operativos, y alquilan energía de computación a las nuevas empresas. Tienen una "visión de Dios" de las actividades en sus propios mercados y más allá. Pueden ver cuando un nuevo producto o servicio gana la tracción, permitiéndoles copiarlo o simplemente comprar el upstart antes de que se convierta en una amenaza demasiado grande. Muchos piensan que la compra de Facebook por 22.000 millones de dólares en 2014 de WhatsApp, una aplicación de mensajería con menos de 60 empleados, cae en esta categoría de "adquisiciones de shoot-out" que eliminan posibles rivales. Al proporcionar barreras a los sistemas de entrada y alerta temprana, los datos pueden sofocar la competencia.

¿A quién vas a llamar, confiados?

La naturaleza de los datos hace que los remedios antimonopolio del pasado sean menos útiles. Romper una empresa como Google en cinco Googlets no impediría que los efectos de red se reafirmaran: con el tiempo, uno de ellos volvería a ser dominante nuevamente. Se requiere un replanteamiento radical y, a medida que los contornos de un nuevo enfoque empiezan a ser evidentes, se destacan dos ideas.

La primera es que las autoridades antimonopolio deben pasar de la era industrial al siglo XXI. Al considerar una fusión, por ejemplo, han utilizado tradicionalmente el tamaño para determinar cuándo intervenir. Ahora deben tener en cuenta el alcance de los activos de datos de las empresas al evaluar el impacto de los acuerdos. El precio de compra también podría ser una señal de que un incumbente está comprando una amenaza incipiente. En estas medidas, la voluntad de Facebook de pagar tanto por WhatsApp, que no tenía ingresos de los que hablar, habría levantado banderas rojas. Los trustbusters también deben ser más informáticos en su análisis de la dinámica del mercado, por ejemplo, mediante simulaciones para buscar algoritmos de colusión sobre los precios o para determinar la mejor manera de promover la competencia.
El segundo principio es aflojar el control que los proveedores de servicios en línea tienen sobre los datos y dar más control a quienes los suministran. Una mayor transparencia ayudaría: las empresas podrían verse obligadas a revelar a los consumidores qué información tienen y cuánto dinero ganan con ella. Los gobiernos podrían fomentar la aparición de nuevos servicios abriendo más bóvedas de datos o gestionando partes cruciales de la economía de datos como infraestructura pública, como lo hace la India con su sistema de identidad digital, Aadhaar. También podrían exigir el intercambio de ciertos tipos de datos, con el consentimiento de los usuarios, un enfoque que Europa está adoptando en los servicios financieros al exigir a los bancos que faciliten la accesibilidad de los datos de los clientes a terceros.

Reiniciar el antitrust para la era de la información no será fácil. Esto conllevará nuevos riesgos: un mayor intercambio de datos, por ejemplo, podría amenazar la privacidad. Pero si los gobiernos no quieren una economía de datos dominada por unos cuantos gigantes, tendrán que actuar pronto.

miércoles, 6 de noviembre de 2013

Shiller: ¿Se viene una revolución en mercado de hipotecas estadounidense?

ROBERT SHILLER: We May Be On The Verge Of A Revolution In The US Housing Market



Robert Shiller, one of three American scientists who won the 2013 economics Nobel prize, attends a press conference in New Haven, Connecticut, October 14, 2013
.


Private equity giant Blackstone has been a massive force in the U.S. housing market, buying up thousands of foreclosed homes and converting them in to rental properties.
Yesterday, the FT's Tracy Alloway and Anjili Raval reported that Blackstone will launch a "novel security" this week that will pay investors with the rental income coming from these properties.
This caught the attention of newly-minted Nobel Prize winner and housing markets guru Robert Shiller, who Tweeted that this could "mark a revolution."
We reached out to Shiller for more color.
"I am excited to hear about this new possibility," he responded.
Shiller told us he believes this would provide the market with more current and accurate pricing information, thus making the housing market much more efficient.
"My first thought is that this securitization might develop the markets further, and that the two markets might support each other," he added.
"On a deeper level, regardless of its impact on the futures market, if the REO to rental securities take hold, and become liquid, it may increase the efficiency of the market for single family homes," he added. "That market has been extraordinarily inefficient, as [Karl] Case and I showed in an American Economic Review article 25 years ago. Momentum persists for years. That would all change if professionals could really play a liquid market, and did so on a large scale."
Housing market derivatives are not news to Shiller. In 2006, Shiller and Case collaborated with S&P and the Chicago Mercantile Exchange to launch a futures contract on single-family homes.
"That contract is still going today, though weakly, see homepricefutures.com, a site maintained by John Dolan," he told us.
Indeed, these contracts sound like a good idea in theory, but in practice they haven't been very successful.
"[T]here may be difficulties actually finding a market for these securities, as there was for the securitization of shared appreciation mortgages (SAM) in the 1990s," said Shiller.
Those SAM mortgages occurred when a lender agreed to receive a lower interest rate in exchange for a percentage of the appreciation of the house at the time of sale. They failed to catch on because, when they were first proposed in the U.S. in the late 90's, no one was worried about price declines, according to Harvard Business School's Robin Greenwood and Luis Viceira.
Reuters' Adam Tempkin reported last week that prospective investors pitched by Blackstone were fairly receptive to the new security, although they apparently had some concern about whether Blackstone had enough "skin in the game," as well as overly optimistic "broker price opinions," or BPOs, of current home values.
Given that Shiller has recently said he's starting to see signs of another bubble, it may be in everyone's interest to increase efficiency as soon as possible.


Business Insider



sábado, 3 de agosto de 2013

Fijación de precios: ¿La hora facturable puede ser reemplazada?

¿Qué vale una idea?
It's the Economy - NYT



Como muchos de los contadores, Jason Blumer nunca quiso ser un contador, quería tocar la guitarra en una banda de hair-metal. Pero como la mayoría de chicos que quieren tocar la guitarra en una banda de hair-metal, Blumer finalmente se dio cuenta de que no había mucho dinero en la gira de bares y se paga en billetes de $ 20 húmedos de cerveza. Así que cambió de marcha y decidió seguir a su padre en lo que parecía ser uno de los negocios más estables alrededor. Después de la universidad, se compró unos trajes, se unió a una empresa de tamaño mediano en Carolina del Sur y procesó la nómina de sus clientes y de las declaraciones de impuestos. Él les factura por hora. Él odiaba cada segundo de cada hora.

Blumer, de 42 años, ha querido infundir un poco más de rock 'n' roll en su industria. Así que cuando finalmente se hizo cargo de pequeña empresa de su padre, hizo sus propias reglas: No habría hojas de tiempo, no hay códigos para la vestimenta y, lo más radical de todos, sin horas facturables. Estaba convencido, de hecho, que la hora facturable era parte de una serie de errores que saaron toda la diversión de su profesión. Para él, parecía una reliquia de una era económica muerta y que privaba a su industria de miles de millones en ganancias.

La idea de cobrar por las unidades de tiempo se popularizó en la década de 1950, cuando la American Bar Association estaba volviendo alarmada de que el ingreso de los abogados estaba cayendo precipitadamente detrás de la de los médicos (y, peor aún, de los dentistas). La A.B.A. publicó un folleto influyente "The 1958 Lawyer and His 1938 Dollar", lo que sugería que la industria debería evitar gastos de tasa fija y replicar los rendimientos rentables de fabricación de la producción en masa. Las fábricas venden widgets, la idea era esa, y así que los abogados debían vender sus servicios en, fáciles de manejar, unidades simples. La A.B.A. sugería una unidad de tiempo - la hora - lo que permitiría a una empresa bien administrada supervisar la productividad de su personal tal como mecánicamente una cinta transportadora lograba su rendimiento. Esto llevó a las generaciones de jóvenes asociados que trabajan por la noche con la esperanza de volverse socio y abusar de la próxima generación. Fue adoptado por un sinnúmero de otros profesionales de los servicios, incluidos los contadores.

Durante las últimas décadas, ya que la lógica económica de los Estados Unidos ha cambiado, el comercio mundial y la tecnología han hecho que sea casi imposible para cualquier industria que tiene mucho beneficio en la producción en masa de ningún tipo. (Empresas como GE, Nike y Apple aprendieron muy pronto que el dinero de verdad estaba en las ideas creativas que pueden transformar productos físicos sencillos más allá de su valor genérico o producto.) Fuerzas similares han arrancado a través de servicios profesionales, en particular la contabilidad, una profesión que, hasta hace poco, había cambiado poco desde sus raíces del siglo 16. El software como TurboTax ha hecho que el trabajo más básico valga poco. Contadores más baratos en la India, Irlanda, Europa del Este y América Latina han tenido constantemente en los tipos más habituales de la empresa, aunque no tan vorazmente como se predijo.

Al igual que Apple no quiere estar en el negocio de genéricos players MP3, Blumer no quería ser sólo un tipo más competencia para cargar unos pocos cientos de dólares a la hora de hacer su declaración de impuestos. Hace unos años, dijo, se dio cuenta de que la hora facturable socavaba su valor - que era materia de su profesión, lo que sugiere a los clientes que él y sus colegas fueron los contenedores intercambiables de unidades mensurables finitas que podrían ser canjeadas por dinero. Tal vez el mayor problema, sin embargo, fue que la facturación por horas incentivaba proyectos largos y aburridos en lugar de aquellos que requieren información valiosa y especializada que puede (y no debe) ser medida en el tiempo. Paradójicamente, la hora facturable animó Blumer y sus colegas a pasar más tiempo de lo necesario en el trabajo rutinario y no en los puestos de trabajo más matizadas.

Pero esos problemas complejos fueron los que Blumer quería resolver, y también sabía que sus ideas eran más valiosas que el tiempo que le llevó a evocar ellos. Así se identificó un nicho - profesionales creativos que lucharon para administrar sus finanzas, sus nuevas empresas se convirtieron en negocios maduros - y se esforzó por ayudar a sus clientes a tomar (y ahorrar) dinero suficiente que les gusto pagar una cuota significativa y sin preguntar por las horas que lo llevó a averiguar qué hacer. Blumer ha tenido tanto éxito en su enfoque que se ha convertido en una voz líder entre una banda nacional de los contadores que se llaman a sí mismos los Puentes del acantilado. Muchos Cliff Jumpers han abandonado el enfoque tradicional de facturar por hora para centrarse en soluciones de contabilidad no comunes para grupos específicos de clientes. Uno se centra en empresarios con la esperanza de vender sus nuevos negocios; varios trabajos con personas que se aterrorizan acerca de cómo iniciar un pequeño negocio.

Tal vez sin darse cuenta, los Jumpers Cliff están a la vanguardia de uno de los grandes retos de la economía moderna. Medir la productividad es fundamental para la política económica - es especialmente importante en las decisiones de la Reserva Federal - pero estamos cada vez más volando a ciegas. Es relativamente fácil de averiguar si las empresas siderúrgicas pueden hacer una tonelada de acero de manera más eficiente que en el pasado (que pueden, por mucho), pero no tenemos ni idea de cómo medir el valor económico de las ideas y la gente que viene con ellos. "En comparación con mediados de la década de 1900, la producción de bienes no es una parte tan importante de nuestra economía, pero seguimos a dedicar el 90 por ciento de nuestros recursos estadísticos para medir", dice Barry Bosworth, un economista de la Brookings Institution, que es un pensador líder en la productividad en el sector servicios.

Muchos economistas han tratado de descomponer a profesionales "trabajadores del conocimiento" en sus partes componentes. Está bastante lleno de abogados y contadores, Bosworth dice, pero es casi imposible con otras profesiones, como los médicos y los maestros. "Ni siquiera tratamos con la educación", dice. Mientras tanto, la Oficina de Estadísticas Laborales mide directamente la productividad de sólo el 60 por ciento de las industrias de EE.UU., lo que significa que casi la mitad de nuestra actividad económica es desconocida, incluyendo casi todos los sectores de más rápido crecimiento. Si la educación y el cuidado de la salud no son cada vez más productivas, lo que ya muchos economistas temen, será difícil saber si las políticas gubernamentales para mejorar los sectores están trabajando sin saber qué medir en el primer lugar.

Durante el siglo 20, la industria comenzó en pequeños talleres que crean productos artesanales únicos. Con el tiempo, se transformaron en plantas masivas que produjeron un incontable número de unidades idénticas. Ahora hay una síntesis. En la era de la especialización de masas, las empresas están utilizando las eficiencias de alta tecnología para hacer productos a medida que cada consumidor encuentre especialmente valioso. Esto tiene enormes ventajas para los consumidores y productores, pero el gran problema que crea es que no sabemos cómo hacer las matemáticas. Blumer, que, después de todo, es un contador, me dijo que establecer fórmulas y hojas de cálculo financieras simplemente no son compatibles con esta nueva forma de trabajo. Lo único que puede determinar cuánto cobrar a sus clientes surge después de pasar un montón de (no facturado) tiempo hablando con ellos acerca de sus necesidades. Pero ahora que está claro que la naturaleza fundamental del trabajo ha cambiado, es apropiado que un grupo de atípicos marginales de una de las profesiones más antiguas del mundo están ayudando a guiar el camino.

Adam Davidson es co-fundador de la NPR "Planet Money", un podcast y blog.

lunes, 22 de abril de 2013

Procesando enorme cantidad de datos para contratar mejores empleados

Big Data, Trying to Build Better Workers


John-Patrick Thomas



BOSSES, as it turns out, really do matter — perhaps far more than even they realize.


In telephone call centers, for example, where hourly workers handle a steady stream of calls under demanding conditions, the communication skills and personal warmth of an employee’s supervisor are often crucial in determining the employee’s tenure and performance. In fact, recent research shows that the quality of the supervisor may be more important than the experience and individual attributes of the workers themselves.
New research calls into question other beliefs. Employers often avoid hiring candidates with a history of job-hopping or those who have been unemployed for a while. The past is prologue, companies assume. There’s one problem, though: the data show that it isn’t so. An applicant’s work history is not a good predictor of future results.
These are some of the startling findings of an emerging field called work-force science. It adds a large dose of data analysis, a k a Big Data, to the field of human resource management, which has traditionally relied heavily on gut feel and established practice to guide hiring, promotion and career planning.
Work-force science, in short, is what happens when Big Data meets H.R.
The new discipline has its champions. “This is absolutely the way forward,” says Peter Cappelli, director of the Center for Human Resources at the Wharton School of the University of Pennsylvania. “Most companies have been flying completely blind.”
Today, every e-mail, instant message, phone call, line of written code and mouse-click leaves a digital signal. These patterns can now be inexpensively collected and mined for insights into how people work and communicate, potentially opening doors to more efficiency and innovation within companies.
Digital technology also makes it possible to conduct and aggregate personality-based assessments, often using online quizzes or games, in far greater detail and numbers than ever before.
In the past, studies of worker behavior were typically based on observing a few hundred people at most. Today, studies can include thousands or hundreds of thousands of workers, an exponential leap ahead.
“The heart of science is measurement,” says Erik Brynjolfsson, director of the Center for Digital Business at the Sloan School of Management at M.I.T. “We’re seeing a revolution in measurement, and it will revolutionize organizational economics and personnel economics.”
The data-gathering technology, to be sure, raises questions about the limits of worker surveillance. “The larger problem here is that all these workplace metrics are being collected when you as a worker are essentially behind a one-way mirror,” says Marc Rotenberg, executive director of the Electronic Privacy Information Center, an advocacy group. “You don’t know what data is being collected and how it is used.”
Companies view work-force data mainly as a valuable asset. Last December, for example, I.B.M. completed its $1.3 billion acquisition of Kenexa, a recruiting, hiring and training company. Kenexa’s corps of more than 100 industrial organizational psychologists and researchers was one attraction, but so was its data: Kenexa surveys and assesses 40 million job applicants, workers and managers a year.
Big companies like I.B.M., Oracle and SAP are pursuing the business opportunity. So is eHarmony, the online matchmaking service. It announced in January that it would retool its algorithm for romance so it could examine employee-employer relationships, and enter the talent search business later this year.
THE penchant for digital measurement and monitoring seems most suited to hourly employment, where jobs often involve routine tasks. But will this technology also be useful in identifying and nurturing successful workers in less-regimented jobs? Many companies think so, and can point to some encouraging evidence.
Tim Geisert, chief marketing officer for I.B.M.’s Kenexa unit, observed that an outgoing personality has traditionally been assumed to be the defining trait of successful sales people. But its research, based on millions of worker surveys and tests, as well as manager assessments, has found that the most important characteristic for sales success is a kind of emotional courage, a persistence to keep going even after initially being told no.
The team of behavioral and data scientists at Knack, a Silicon Valley start-up firm, uses computer games and constant measurement to test emotional intelligence, cognitive skills, working memory and propensity for risk-taking. Early pilot testers include the NYU Langone Medical Center, Bain & Company and a unit of Shell, says Guy Halfteck, Knack’s C.E.O. Google, not surprisingly, is committed to applying data-driven decision-making to human resource management. For years, candidates were screened according to SAT scores and college grade-point averages, metrics favored by its founders. But numbers and grades alone did not prove to spell success at Google and are no longer used as important hiring criteria, says Prasad Setty, vice president for people analytics.

Since 2007, the company has conducted extensive surveys of its work force. Google has found that the most innovative workers — also the “happiest,” by its definition — are those who have a strong sense of mission about their work and who also feel that they have much personal autonomy. “Our people decisions are no less important than our product decisions,” Mr. Setty says. “And we’re trying to apply the same rigor to the people side as to the engineering side.”

Evolv, a San Francisco start-up, uses data science to advise companies on hiring and managing hourly workers. Evolv is sharing its data from clients — data that are stripped of personally identifying information and demographics like race and sex — with researchers at Wharton, Yale and Stanford. (This column’s first two examples came from Evolv’s data and analysis.)
Michael Housman, an economist and managing director of analytics at Evolv, says he thinks work-force science will increasingly be applied across the spectrum of jobs and professions, building profits, productivity, innovation and worker satisfaction.
Evolv, he says, has focused initially on hourly workers and call centers, which capture masses of data on every call and online exchange. Jobs at these centers are often difficult and have very high rates of attrition, routinely as high as 100 percent a year. “We wanted to start where there was a huge opportunity” to make improvements, he says.
Transcom, a global operator of customer-service call centers, conducted a pilot project in the second half of 2012, using Evolv’s data analysis technology. To look for a trait like honesty, candidates might be asked how comfortable they are working on a personal computer and whether they know simple keyboard shortcuts for a cut-and-paste task. If they answer yes, the applicants will later be asked to perform that task.
Those who score high on honesty typically stay in their jobs 20 to 30 percent longer than those who don’t, Evolv says.
Neil Rae, an executive vice president of Transcom, was impressed with the project’s results and plans to use Evolv in the call centers he runs, which employ 12,500 workers.
In the call-center world, Mr. Rae says, 5 percent attrition a month — 60 percent a year — is stellar performance. Dropout rates are calculated at 30-day intervals, and it takes four to six weeks to train a worker. The cost of attrition — for hiring and training a replacement — is about $1,500 a worker, he says.
In the project with Evolv, Mr. Rae says, Transcom was able to hire fewer people — about 800 instead of a more typical 1,000 hires — to get 500 workers who were still on the job at least three months later. The big payoff, he says, should come in cost savings and better customer service with less worker churn in call centers.
“This makes hiring more a science and less subjective,” Mr. Rae says.

New York Times