经济学数据如何优化员工体验的技术实践

经济学数据如何为更公平的员工体验提供支持

作为全球规模最大、最多元化、分布最广的劳动力企业之一，某中心面临着独特的人力资源挑战：如何为每位员工提供符合其需求的工作体验。宾夕法尼亚大学沃顿商学院副教授、某中心访问学者杰西·汉伯里正在帮助某中心的人员、体验与技术核心科学团队更好地理解并响应全球各地员工的独特多元化需求。

汉伯里被其导师——领导PXTCS团队的副总裁贾斯汀·黑斯廷斯吸引加入AVA项目。两人在公共经济学和产业组织方面有共同的研究兴趣。当汉伯里在沃顿商学院获得终身教职后，黑斯廷斯邀请她加入AVA项目，运用她的经济学专业知识帮助某中心提供更好、更公平的员工体验。

全球最多元化劳动力群体的挑战

汉伯里与PXTCS团队紧密合作，设计和推出改善某中心员工体验的人力资源政策和项目。她拥有融合劳动经济学和公共经济学的研究背景，非常适合帮助理解某中心庞大劳动力群体的多样化需求。

“我们部分工作目标是识别和理解某中心员工多样化的技能、经验和目标，”汉伯里表示，“我们正在寻找公平的方式来服务具有不同偏好的员工。”

汉伯里和PXTCS团队采用数据驱动的测试和模型来理解某中心劳动力的独特需求，提出并测试新的解决方案和服务，评估采纳情况和响应，并可预测地扩大至全公司范围。汉伯里在空间政策方面的专业知识有助于检验政策——无论是来自某中心还是政府——如何根据员工所在地点对其产生不同影响。

分析保险注册率的数据驱动方法

汉伯里在某中心的数据驱动方法的一个例子集中在员工是否在开放注册期间选择加入或更新他们的医疗保险选项，以及什么可能促使这些决策。

“我们现在正在研究数据，检查有多少某中心员工利用开放注册期，”她解释道，“我们正在比较注册频率较高的员工群体与注册频率较低的员工群体，以及哪些群体的参与率较高或较低。”

这种方法包括利用调查来确定哪些因素可能影响了那些在刚加入某中心时没有选择保险的员工。

“我们希望能了解他们为什么没有注册，试图看看哪些因素最为突出，”汉伯里说，“这些回应将有助于告知注册过程本身是否构成障碍。例如，如果新员工因为觉得流程难以导航或计划难以理解而没有注册，我们可以在这些员工在开放注册期再次参与时解决这些问题。一旦确定了关键障碍，我们将测试干预措施来解决它们。”

汉伯里指出，答案可能很简单，比如员工不知道他们可以做出更新。

“对某些员工来说，医疗保险决策具有粘性。他们在首次受雇时决定是否注册某些福利，特别是健康保险和不同的健康保险项目；他们在开放注册期间不做调整。简单的推动鼓励员工在开放注册期间查看福利 offerings，将帮助那些医疗需求已发生变化的员工重新优化以更好地匹配他们当前的需求。”

另一个促成因素可能是解析和比较各种医疗选项这一有时令人畏惧的任务。

“有时围绕健康保险项目的语言可能难以理解，特别是在评估确切成本和收益时，”她解释道，“这是否可以通过一些更好的材料或将员工与福利专家配对来改善，帮助他们完成注册过程？”

汉伯里指出，这些问题的答案也并非微不足道。“我们正在确定是否需要调整向员工介绍福利的方式，使他们能够真正获得所提供的福利，如果他们想要的话。”

用模型解释世界

汉伯里在澳大利亚出生和长大，来到美国上大学，部分原因是因为她不确定大学毕业后想做什么。

“在澳大利亚，大多数本科学位都是专业性的，”她回忆道，“在高中表现好的人会进入法律或医学领域。我不知道自己想做什么，很幸运能来到美国，'暂停'那个决定。”

汉伯里对数据和模型产生了兴趣，这导致她追求经济学。在哥伦比亚大学攻读经济学和数学学士学位期间，汉伯里研究了国际贸易和有关经济如何运作的基本理论。

“经济学的美妙之处在于你可以用模型解释世界上正在发生的事情。数据中有模式，你可以用简单、优雅的理论理解这些模式，”汉伯里说。

在联合国和一家经济咨询公司工作后，汉伯里回到哥伦比亚大学攻读经济学博士学位。“我二十多岁时玩数据——学习和建模——我意识到我想进入研究领域并获得博士学位。”

汉伯里表示她非常享受与某中心的合作，因为这给了她更多指导的机会。“能够与如此多的团队和问题一起工作真是太棒了。我们的许多博士生将成为像某中心这样大公司的科学家和经济学家。”

至于她对未来科学家的建议，汉伯里保持简单：专注于你享受的事情。“不是每一天都会有趣，但在大多数情况下，你希望你的工作是你每天期待坐下来做的事情，”她说，“如果你享受你正在经历的旅程和与你同行的人，那么成功的成果只是锦上添花。”
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码