正文
那么，举个例子，领导力评估的数据化可以按照什么思路来做呢？熊教授简单谈了谈：
譬如，一个新员工招募进来本来是做技术的，而对其领导力的评估（未来是否可以培养成管理者），往往以前的做法都是根据经验来判断的，但其实更科学的方式应该是用数据来判断。而用数据判断就得先把“领导力”量化出来。于是，我们就需要来分析这个人的战略眼光，那战略眼光又分为两个层面，一个是看远的能力（有没有远见），一个是看宽的能力（对现状有没判断），但这还只是一个定义，那怎么通过数据的方式把这个量化呢？具体的，我们就需要解决采集哪些数据、如何采集的问题。那么，针对一个人是否有领导力，我们最简单可以研究的指标就是他的career path（工作履历）。假设，某个人的工作换过三个方向，根据他做的三个选择，我们就能大致判断出他对于未来判断的能力：如果他在谷歌早期的时候就加入了，工作一段时间后又跳槽去了Facebook，Facebook干了一段时间后又去了Uber、Pinterest这样的独角兽创业公司，这就能说明这个人每次的判断都能走在时代的前面，于是我们通过数据把某人的远见能力量化了出来，再透过其他的指标去做其他能力的分析，就能初步判断他的领导力了。
回看市场，现有的一些HR相关的创业公司，大部分都在围绕招聘做文章，这还只是HR里的最早阶段，而在人才的培养和管理上下功夫的创业公司现在还非常少，而这相对更后端的一块HR市场是熊教授非常看好的，他认为未来会有不少伟大的公司在其中成长起来。
谈到熊教授的个人履历，最非同一般的一点是，他算是第一个从计算机博士毕业后就直接去商学院做教授的学者。为什么他会做出这样的选择呢？这恐怕和他当时在博士期间做了大量商业领域的数据挖掘项目有关。“将军要打仗，必须去前线”，对于数据科学家来说，前线就是商场。在2005年的时候，熊辉看到了数据井喷的现象，市场数据、金融数据、HR数据、供应链数据... 不断的大量产生。如果要做好这些领域的数据分析，必须得有两方面的能力，一块是技术能力（编程、算法、建模等技能），而另一块则是把商业问题抽象成数学问题的能力。熊教授表示，后者恰恰是现在大数据领域人才比较薄弱的一环，于是，他来到商学院发展，希望能培养通才。
