-
BI
如何让员工参与数字转型？
尽管大多数公司都知道，数字变革是前进的方向，但要让员工参与进来，改变以往的做法可能很困难。
“数字化转型”这个词经常让你的员工感到恐惧。他们将自动化视为工作安全的潜在损失。但是，如果你强调技术升级的优势，你可以得到员工的认可。当每个人都参与到数字化转型中来时，生产率和员工参与度都会大幅提升。
Forrester最近的一项调查93%的公司相信他们必须接受数字转型，否则就有可能落后于竞争对手。采用新技术和自动化流程可以使您的业务更加完善，并使您的员工更有效率。你如何说服员工，可以向他们展示这样做对公司以及对他们的事业的好处。
1.提供培训
当人们获得学习新技能的机会时，他们在工作中会感到更加投入。向他们传授有助于他们适应工作变化的流程，这表明你不仅仅是在实施替代它们的方法。你的目标是帮助他们提高工作效率。
如果您的员工输入客户数据并希望自动化流程，您应该提供维护软件的培训，或者将员工转移到客户关系外展。在培训和他们的职业可能会如何改变由于自动化而提前。一定要强调他们是团队中有价值的一员，你希望帮助他们适应发展，获得新的技能。
2.做一个坚强的领袖
好的领导者有很多特质，但并不是所有的领导者都有相同的特质。带领你的团队进入一个新时代的关键之一是在工作场所有一个强有力的存在。你怎么能成为一个强有力的领导者？以下是实现这一目标的几种方法：
出席：如果你的团队看到你学习新技术，他们就会意识到接受新软件和新趋势的好处。并听取每个员工的建议，让他们在工作中有发言权。
保持诚实：如果你让自己看起来像你感觉到的那样开放和诚实，人们就会学会信任你。
自信：对你的工作了如指掌，你会流露出自信。管理你自己的时间，向那些比你了解得更多的人学习不同的话题。
有影响力的领导者不是天生的，而是由他们所发展的技能造就的。任何人都能学会自信领导所需的特质。
3.数字转型
作为一个公司的权威，你对数字革命做了很多研究。您了解更好的商业智能（BI）的优势。然而，你的员工可能仍然会想，“什么是数字化转型？”给他们答案：
解释：提供诸如物联网之类的概念，并举办关于人工智能如何影响你的特定行业的研讨会。
激励：鼓励员工就未来的发展提出问题，并给出深入的答案。
保持联系：简短的五分钟会议让每个人都能定期更新信息，而不会因为突然的业务变动而感到不知所措。
如果你解释一下数字转型的好处，你的员工更有可能接受创新，这会增加员工的认同感。
（了解更多：https://www.hrtechchina.com/）
4.听取他们的意见
由于任何技术进步都会直接影响那些从事这项工作的人，将他们拉进讨论中并获得他们的投入：
试用软件：让那些将使用新技术的人尝试一下。如果这些人看到它如何提高他们的生产力，他们就更有可能参与进来。
寻求更好的解决方案：从那些分配给特定任务的人那里获取信息。对于您的业务来说，最好的自动化解决方案可能不同于您的想法。
奖励更高的生产力：当一个人接受这种改变，提高他们的生产力，因为数字转型采纳，奖励他们的努力。
那些做特定任务的人知道什么会让事情变得容易，什么不会。相信他们的判断力。虽然你有最终的决定，你的公司如何转变，开放的意见，从那些谁做特定的任务。
为什么贵公司正在进行数字转型？
一旦你知道了数字化转型的利弊，你就可以更轻松地向员工传达数字化转型的原因。
沟通是转变的主要部分。重视员工的投入，分享您对添加自动化如何帮助您的业务增长的见解。强调对他们未来职业需求和工作保障的增长益处。
有了一个计划，你很快就会接受最新的科技趋势。
以上由AI翻译，仅供参考！
作者：Kayla Matthews
来源：hrtechnologist
-
BI
超越咨询顾问的算力，在 BI：大数据改变管理咨询
文章来源于知乎专栏：数据冰山，同时欢迎关注微信公众号：数据冰山
消费品企业应该如何使用内部产生以及外部采集的数据，像互联网公司一样建立用户画像与会员体系，以数据驱动的方式进行精细化的生产、运营和销售？
传统的管理咨询公司，虽然有无数顶尖的大脑，但是他们的大脑只靠 Excel 等简单工具的辅助，这样的算力，能不能满足上述的需求？
在 2015年 上半年，数据冰山团队有幸为国内一家时尚消费品行业的龙头公司进行数据平台的建设，历时半年，完成了内部数据的打通和洞察，用户画像，会员体系的搭建，以及外部数据获取与跟踪。在这里和大家分享我们的一些体会，希望更多的消费品企业可以用数据驱动的方式来进行精细化的运作。
其实作为龙头消费品企业，其数据生产能力与中等规模的互联网公司不相上下，支撑日常业务的 IT 系统大大小小共有十余个，比如：
1）分销系统：支撑全国上千家线下门店每日的销售配货，每日订单量在数十万量级；
2）电商订单系统：负责处理十余个主流电商（京东，天猫，唯品会，一号店，聚美，亚马逊，当当网，有赞等）的订单管理与客服；
3）仓库管理系统：负责全国各大区域的仓储物流，数千个 SKU 的备货情况；
4）BI 系统：负责各主要业务系统的数据聚合，制成日常统计报表；外加大大小小的财务系统，人力系统，绩效系统，品牌 / 分公司订货系统等，每日产生的数据维度以及量级其实已经相当庞大。
但和互联网公司相比，消费品企业的数据消费，数据分析能力存在明显的短板。越来越多的管理层也十分希望像互联网公司一样管理用户和数据，使用数据驱动他们的决策。
面对这样庞杂而分散的数据以及对快速实时产生数据的渴求，不仅传统企业的 IT 及经营分析部门束手无策，再高端的管理咨询公司也只能挠挠头说 “臣妾做不到呀”，实在是超越了这群聪明人大脑的算力。
接下来会从三个角度分享如何为传统行业搭建数据平台，首先介绍大数据（数据科学）与商业智能（BI）在消费品领域的应用，然后详细讲解用户画像与用户体系搭建，最后分享如何利用外部数据（电商，社交媒体）对行业趋势与其他企业的运营进行监控。
在这里面所用到的数据相关的技术，已经大大超越管理咨询顾问的算力。如同封面图中的《魔戒》水晶球 Palantiri，它如同数据技术赋予了人类及精灵看到任何地方的能力。而传统的人类，无论如何提高人肉的眼力，也只能到目力所及的有限范围。
1大数据和商业智能（BI）
我们很少说自己是一家大数据公司，因为大数据这三个字的意义更多是指一种概念和思维方式，并没有什么具体的含义，既不是一种工作也不是一种技术，可能勉强算得上是一些门槛稍高的，和数据科学有关的算法，技术以及工具的统一称谓，比如数据挖掘 (聚类，关联)，机器学习 (逻辑回归，神经网络)，比如自然语言处理，比如分布式运算 (Hadoop, Spark)。但在服务具体企业的时候，我们难免会被套上大数据的壳子，毕竟大家都在找能做 “大数据” 的公司。
相比大数据，Business Inteligence (BI) 的历史就要久远许多，在各大软件厂商的不断教育下，大中型公司几乎都采购了 BI 软件。其实 BI 也是一个比较宽泛的概念，和大数据一样包含了许许多多的技术和工具，像是数据仓库，OLAP cubes，Data Mart，Star schema，数据挖掘等等。那么他们究竟是不是同一个东西呢？
1.1商业智能（BI）
其实软件厂商所提供的 BI 软件与广义的 BI 概念还是有很大程度的区别。
为了追求高度的抽象化与通用性，BI 软件大部分时间所承担的责任是一家公司的各类报表应用：将各个 IT 系统的数据聚合至 BI，然后进行统计汇总，并统一在前端通过 BI portal 呈现出图表与数值，便于业务人员了解日常数据和运营情况。
所以除了 ETL 部分以外，BI 软件绝大多数的功能都是通用性极强的，跨行业，非定制化。ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。其实传统的消费品企业面对零散的数据库，特别需要 ETL 的服务。
ETL 看似低端，其实当今的大数据顶尖企业 Palantir，在最初为 CIA 服务的时候，也是从 ETL 开始的，让美帝特工不用在分散的多个数据库上分别做一次查询。
这也就决定了 BI 软件的 sweet spot 在于监控和绘制通用性的统计报表，比如时间序列统计，分布统计，分段统计等等。
图 1 展示了这家消费品企业两年间平均价格变动与总销量的时间序列，可以看出销量两年来稳步增长，有小周期性（一二月份卖得少，换季的月份卖得多），而卖出商品的价格两年保持基本一致，并呈明显周期性变化（对于时尚消费品，冬款的造价自然要高出夏款许多）。
图 2 展示了集团旗下各品牌的销量分布和占比，可见此集团有一个相当强悍的主品牌，以及 2-3 个在垂直领域表现不菲的子品牌，定期输出销量分布，可以监控各品牌的发展情况并衡量品牌策略是否成功。
BI 软件的强项是将这些业务数据汇总起来，无需编程即可绘制出可供长期监控的可视化报表，同时实现随时更新，而不是传统管理咨询的一份静态报告。传统咨询提供的报告，往往在出炉的第一天就过时了。
1.2数据科学
反观数据科学，如果站在一个数据工程师的立场上，BI 软件做的事情其实也属于数据分析的范畴，任何数据洞察，数据挖掘工作都需要涉及到这些通用维度的基本统计。但在这种浅层分析的基础之上，数据科学家可以通过带入较强的人为干预和行业性输入，做到许多高于 BI 的数据洞察。而将这些洞察落地，运用至具体产品设计，营销方案，会员体系和售后服务中，便可以像互联网公司一样，实现以数据驱动业务。
举一个实际的例子，图 3 是用户重复购买间隔的 CDF 曲线 (Cumulative distribution function)。横坐标代表天数，纵坐标代表百分比。数据显示，有 37%的用户在第一次购买后的一个月(30 天) 内会进行第二次购买，而 45%的用户在第二次购买后的一个月内进行了第三次购买，51%的用户在第三次购买后的一个月内进行了第四次购买。随着购买次数的增加，CDF 曲线向左倾斜，也就意味着用户在建立了品牌认知后，购买频率显著增高，两次购买之间的间隔明显缩短。
因此，诱发新用户建立品牌意识，进行二次购买的窗口为 3-4 个月的换季档，而对老客户的消费唤醒窗口期则更短，以 1-2 个月为最优。这是一个很典型的数据工程师利用自己的行业知识和经验来实现数据洞察的例子，也是 BI 软件无法做到的。首先研究复购间隔是消费品行业独有的场景，更重要的是想要完成这个洞察，其中所涉及的统计工作具有很强的定制性，也较为复杂，需要编写统计脚本或是使用多条复合 SQL 来实现，数据工程师的价值也在此有了体现。
除了复杂和高定制性的统计逻辑外，对于非结构化数据的处理和挖掘也并非 BI 软件的强项。对于大型消费品公司来说，全电商渠道的运营已经成了常态，每日来自京东，天猫，唯品会，一号店，聚美这些大型电商平台的订单数高达数万个。而这些订单中的邮寄地址里包含了巨大的信息量，比如用户所在的城市，地理位置，甚至是身份，职业，消费能力等等。通过程序和地图 API 将这些邮寄地址转化为经纬度后，可以对用户群做大量的精细研究。
图 4 便是我们利用送货地址做的用户群分布的热力图，以北京的海淀区为例，大量的用户密集集中在中关村周边，其次便是各大高校宿舍聚集的区域，如五道口，知春路等地。红色标签为品牌线下店铺位置，可见门店已经覆盖了中关村，北京大学和五道口等地，但对于知春路片区，以及用户相对集中的牡丹园并未开设分店。相比之下安贞里分店四周并没有特别多的目标用户群出没。于是有了图 4 的用户分布及店铺选址。
热力图这样的算力往往超过了管理咨询公司的能力范围，然而对于用户的选址却是很有价值。
对于一些并无日常监控必要的统计，有时也会贡献许多有价值的洞察。
图 5 展示了线上用户购买时间的分布情况。可以看得出，周末线上购物的时间十分均匀，除了半夜之外大部分时间段都有网购发生。相比之下工作日的线上购物时间分布就变得十分有趣，大量的订单集中产生在早上九点和十点之间，也就是说大量的时尚白领在上班途中，或是步入办公室后的第一件事便是败一件自己心仪的宝贝，然后才能心情舒畅地开始一天的工作。
那么不管是自营电商促销，短信推广，还是各宣传阵地的推送，工作日早上 8 点至 10 点都是一个不错的窗口。
和图 5 类似，图 6 将线上用户的购买数据按照一周七天进行分布统计，也会出现一些有意思的现象，比如周六周日上网买东西的用户极少，每周网购的出现在周一和周二。或许上班族们都是通过线上血拼来抚慰自己，治愈周一综合征的。而越临近周末，大家在线买东西的热情也就越低。
像图 5，图 6 这样的数据洞察往往也是 BI 软件无法捕捉到的。数据工程师们可以将这些没有长期监控的意义的指标转化成拥有商业价值的洞察。同时这又是传统的管理咨询公司无法做到的，因为他们缺乏能力整合如此海量的数据并按天甚至按小时进行实时输出。
个人认为，数据科学 (大数据) 和广义的商业智能原本没有本质区别，两者都涵盖了非常广泛的内容，并且两者的核心都是通过数据处理和分析的方式，提升业务表现。
但我们平时所谈论的 “BI” 很多时候其实指是软件厂商所提供的 BI 软件 / 套件，用于实现业务报表和统计监控的功能。暂且不提厂商们是否有故意偷换概念的嫌疑，BI 软件和数据科学还是有着比较大的差异。可以说 BI 软件通过高度抽象的方法，提供了一种非常便利的数据汇总，统计，可视化的工具，从而完成了数据科学的一部分工作，而许多深层次的，带有行业性的，高于 BI 软件的分析与洞察，仍然需要数据工程师的参与，以及特定数据系统的支撑来共同完成。
总结
与传统的管理咨询公司相比，在 BI 层面，大数据的相关技术胜在算力：数据整合能力、实时处理能力以及呈现能力。
这一期只是小小的开胃菜，而在后续的章节（关于建立用户画像和利用外部数据理解行业及趋势），大数据的相关技术将进一步将算力的差距拉得更大，让传统的脑力无法追赶。
-
BI
想要企业更好地运行？你可以看看这十款App
有数千种云应用可以帮助你更好地完成工作。
云安全公司Okta与它们中的4000款应用进行合作，帮助大公司管理员工密码。
通过分析从185个国家的2500个企业顾客处得到的数据，我们发现在2015年四月到2015年6月，也就是上个季度内，有10款应用在企业用户中增长最快。
我们不妨来看看这些App：
No. 10: GoDaddy，增长率为19%
GoDaddy是一家提供域名注册和互联网主机服务的美国公司，服务产品涉及域名主机领域基础业务：域名注册、虚拟主机、VPS、独立主机。
GoDaddy最有名的就是它的虚拟主机服务（还有它的酷炫的广告），它也在逐步变强大，可与其他企业应用一争高下，比如说为开发者设计的云应用托管服务以及邮件营销工具。
No. 9: Smartsheet，增长率为19.2%
Smartsheet是一个利用用户熟悉的电子表格形式来在线进行项目管理的工具。
该应用可以帮助企业管理包括发布产品、产品运营、开发销售渠道、进行战略规划和开展人力资源活动等一系列的项目活动。
Smartsheet里还设置了几套项目模板，并集成了包括Google Drive，Box和Salesforce这样的云应用。
No. 8: New Relic，增长率为20.2%
New Relic是一个应用性能监控工具，开发者还有IT部门可以用它来监测他们创建的网页应用的使用情况。
它是一个位于美国旧金山的SaaS和用户实时监控服务提供商，公司于2008年2月成立，公司目前估值为7.5亿美元。公司CEO兼创始人是Lewis Cirne，是美国性能监测领域的先驱者。
No. 7: Amazon Web Service，增长率为20.3%
Amazon Web Service是一款非常流行的云计算服务，它可以让公司托管自己的云应用、租用服务器和存储空间来运行他们自己的软件，或者租用现有的任意一款企业应用。
亚马逊云计算服务AWS所提供服务包括：亚马逊弹性计算网云（Amazon EC2）、亚马逊简单储存服务（Amazon S3）、亚马逊简单数据库（Amazon SimpleDB）、亚马逊简单队列服务（Amazon Simple Queue Service）以及Amazon CloudFront等。
No. 6: Adobe Creative，增长率为20.9%
Adobe Creative是Adobe系统公司出品的一个图形设计、影像编辑与网络开发的软件产品套装。
该套装包括电子文档制作软件Adobe Acrobat、矢量动画处理软件Adobe Flash、网页制作软件Adobe Dreamweaver、矢量图形绘图软件Adobe Illustrator、图像处理软件Adobe Photoshop和排版软件Adobe InDesign等产品。
No. 5: Dropbox，增长率为21.7%
Dropbox是一款非常好用的免费网络文件同步工具，是Dropbox公司运行的在线存储服务。
员工想要在线存储文件并且与其他人共享，而Dropbox正日益成为他们选择用来进行文件分享、同步以及团队合作的云存储工具。
No. 4: Concur，增长率为23%
Concur是一款差旅费用报告服务，它可以让你轻松处理费用报告。在2014年，金融软件大公司SAP花费83亿美元购买Concur。
No. 3: SurveyMonkey，增长率为23%
不论是出于营销目的还是为了调查员工的满意度，SurveyMonkey都可以让公司轻松进行调查。它还提供数据分析工具，可以让企业对调查结果与大众反馈进行比较。
SurveyMonkey也是Facebook首席运营官Sheryl Sandberg 的丈夫Dave Goldberg的公司，而他不幸在今年五月意外去世。
No. 2: PagerDuty，增长率为25.3%
PagerDuty是一家新兴的互联网创业公司，它是一款能够在服务器出问题是发送提醒的产品，包括屏幕显示、电话呼叫、短信通知、电邮通知等。
当有紧急情况发生的时候，PagerDuty会自动联系IT专业人士。
No. 1: Slack，增长率为50%
Slack是一款集聊天、搜索、文件整合等功能于一体的强大企业应用。这家公司在发布产品一年内，公司估值一举超过了11亿美元。
作为一款聊天App，它可以减少工作团队收到的邮件和即时消息数量，还能促进员工之间的合作。Slack的简单设计以及适量的功能让它成为有史以来发展最快的工作应用。
Source:BI
链接：http://www.businessinsider.com/the-10-fastest-growing-work-apps-2015-8
-
BI
职场社交新玩法：Treatings让你在咖啡馆里和职场人“约会”
通俗点说，Treatings 的创建过程就是两个投行男放弃高薪工作，搭建起新的社交模式，让各行各业的专业人士们能有机会聊一聊，听听来自第一线最真实的声音。Treatings 具备了 LinkedIn 连结职场人士的特色，还结合了线下活动的真实可感。喝喝咖啡，聊聊各自的工作，于是也成为一种休闲。
缘起：当你迷茫需要谈一谈
图片上意气风发的两人正是 Treatings 的创始人 Hayden Williams 和 Paul Osetinsky，他们相识于范德堡大学(Vanderbilt University)，曾经是睡上下铺的好兄弟。
毕业之后，两人都一帆风顺地开始了投行工作——出入华尔街、从事金融工作、领着不菲的薪水。可即便如此，Williams 和 Osetinsky 二人渐渐发现目前光鲜华丽的工作并不是他们想要的，就算开得起宝马，用得起高级货，也总觉得有些空虚。
那么，什么样的工作才是适合自己的呢?
想听些建议还真是不容易——毕竟两人都在金融圈，认识的、能聊聊职业发展的大多是圈子里的人。而且，毕竟跨行如隔山，想和从事其他工作的专业人士好好聊聊，这机会也不是这么好找的。
不过这些可没有难倒 Williams 和 Osetinsky 这两位高材生——既然没有适合的机会和平台，那就自己创造一个呗!
精简创业路：知易行难
2012年，两人先后从华尔街离职。在相识10年后，一同搬进了位于纽约的小公寓，再度睡成了上下铺。这两位机智的小伙伴不仅回归了大学期间的同宿模式，还把工作地点搬到了纽约大学的图书馆——无形中省去了一大笔办公室租金。
至此，Williams 和 Osetinsky 开始在往来学生们或好奇或轻看的视线中开始了他们的初创业，一笔一划勾勒起 Treatings 的原型。
「品着咖啡香，遇见有意思的职场人」，Treatings 的宗旨正是提供一个新的社交思路，让人们能够在现实生活中分享自己职业生涯的点滴——基于此，迷茫无助的人可以听听各行业专职人士的分享，也让那些愿意分享的职场人士有机会通过沟通、叙述的方式重新认识自己的工作。
不过，正如俗语所言，「说起来容易，做起来难」。仅仅有了 Treatings 的构思显然不够，Williams 和 Osetinsky 的创业之路仍是「路漫漫其修远兮」。
作为两个金融男，他们俩在 App 创业路上可谓是名副其实的新手菜鸟。为了实现 Treatings 的构思，两人开始学习各种创业所需的知识。
最开始，Treatings 只有桌面版，直到月初(2015年3月4日)才首次推出了App移动端。下图是 Treatings 客户端应用的引导图，可以看到 Treatings 的 Logo ——正好是欢乐相碰的两杯咖啡。
回忆这一路，Williams 表示，Treatings 的创业过程中有着让他们无比自豪的时刻——比如，当某位 Treatings 的早期用户通过该平台寻获了德意志银行的工作时，那种充实感可以想见。但不可避免的，创业过程中也有相当低潮的一面——除了项目上的难题之外，当你在二十几岁快奔三的时候，还和认识了十多年的老友睡着双人床挤着小公寓，为了项目基本上24小时都呆一起，这情形可真免不了一番挣扎。去年夏天，在花了数个月的精力游说之后，他们相中的程序开发者还是不肯放弃原有工作加入 Treatings，这也曾着实让二人深受打击。不过所幸，Treatings 最终还是如愿渐渐走上了正轨。
Treatings ：也轻也厚重
在这么多背景故事之后，这会儿来聊聊关于 Treatings 这个应用本身。
注册 Treatings 必须关联 LinkedIn，从某种方面上看，Treatings 也算是依附于 LinkedIn 的，虽然显得不那么独立开放，但在某种程度上也提供了一层安全保障——这和 Airbnb 用户会通过 Facebook 上的信息作为考量，来对出租屋的房主进行多一层判断有些类似。
注册 Treatings 的用户将标注自己的专业技能、兴趣，并选择自己所在城市中愿意相约聊聊喝一杯的咖啡店。随后 Treatings 将列出兴趣相符者，用户看到感兴趣的人，就能私信对方约一杯咖啡，聊聊各自共同的兴趣与职业了。Treatings 的名字和 Logo 也正来源于此——Treat some one a cup of coffee 请人一杯咖啡，伴着咖啡香听听别人家的职场故事。
说其轻，在于应用的简洁。用户的个人信息主要从 LinkedIn 抓取，用户只需提供职业技能、兴趣点等关键词，搜索感兴趣的职场人，并选择愿意去的咖啡店，就能促成一次颇有价值的交流。
说其厚重，则在于「相约喝杯咖啡」背后的信息量与信息价值。遇见有趣的职场人，听一线人士最真实的分享、听资深人士的经验之谈，这些内容才是 Treatings 最具价值的所在。
而在 Williams 看来，Treatings 所做的更是创造一种分享的氛围。他表示，「你在 Treatings 上搜索到的，都是愿意分享工作、愿意遇见新伙伴的人。」
是的，Treatings 综合了职场社交工具 LinkedIn 的特色——让你遇见更多专业的职场人士，却又没LiknkedIn 那么正式，来的更加接地气。同时，Treatings 提供了线下社交的机遇，又比一般的线下组团聚会来的更有针对性——普通的线下聚会是志同道合的大团体，Treatings 则提供了1V1深入沟通的平台。
畅想未来：轻应用的丰满发展
Treatings 的创业一直以来都是走的精简风格，应用模式精简、UI设计精简、团队精简、办公场所精简，连创业的资金源也仅来自二人此前投行工作时的丰厚积蓄，直到今年年初才敲定了一笔25万美元的天使投资。在拿到了这笔天使投资之后，Williams 和 Osetinsky 将准备首度招兵买马扩展团队——以求好好优化 iOS版 Treatings 应用。
除此之外，他们的首要任务将是培养用户群( Treatings 现已有6000用户)。目前 Treatings 尚未盈利，二人对此也甚为乐观，Williams 还开玩笑说这让税季申报无比简单。而对于未来的盈利方向，两人也是有所构想的，他们打算与机构组织达成合作，为机构成员提供更具共赢性的线下社交。
当然，创想的实现向来不易，二人现下的生活也再无之前光鲜，不过 Williams 表示，他不会回到过去的金融工作中。
「现在正是 Treatings 这种应用大放光彩的时机。」他谈到，「当前的职场社交已经有了一定基础，用户们将能够接受这种线上定位线下分享的模式。人们也越来越适应于借助科技来扩展自己到职场社交圈。」
「Treatings 让各个领域的专业人士能够互相交流，正是顺应了当下人们的需求。」Williams 最后总结道。
Source：BI (编译：阿沫)
扫一扫 加微信
hrtechchina
