Consulting report – Bigmond S.A.
Notice bibliographique
Résumé
Bigmond is a Peruvian company dedicated to the headhunting services and human resources consulting. In the last months, the company has been facing a decrease on its commercial activities due to the fierce competition and, more recently, due to the COVID-19 pandemic. This situation has aware Bigmond of the necessity of reinvent an offer a service that target individuals rather than companies, this is why an outplacement service was thought as a suitable solution. Bigond also looks at the service as a way to keep its reputations as a anti-discriminatory company and expects that this new service could be offered to low and middle management job positions. Bigmond wants to achieve its objective by launching the service in the short-term but need a clear path of how to do it. The present thesis is intented to give Bigmond a detailed study with the best practices of how to implement the service. The thesis starts with an analysis of the Porter’s five forces and an overview of the external and internal factors affecting the company. Then, a literature review is presented in order to give a clear understanding of what is outplacement and its implications. Next, a benchmark of international and national companies that are currently offering the service and a survey were developed as the qualitative and quantitative analysis respectively. As result, a new business unit with a fully digital service through a platform was defined as the best alternative to implement. The project was estimated to last 76 working days and to have an initial cost of S/. 181,000.00. Finally, as outcomes, the projections showed that the company can achieve positive results in the first year after launching the service and to get positive reputational and brand awareness outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».