我们的社会沉迷于更努力，更聪明，更快，更好的工作。 互联网，书籍和专家充满了关于如何工作以提高生产力，创造力，协作性的建议……这个清单还在继续。 研究人员致力于整个领域，以弄清楚如何使员工在组织内最有效地工作。 但是随着最近努力创造更有意义和影响力的职业的努力，我们很快意识到我们已经忘记关注一个重要方面：工作实际上是什么样的？ 我们如何改善这种体验？ 幸运的是，有了新技术和无穷的大数据源，检查起来比以往任何时候都更加容易 工人看到，感受， 体验人类。
Howard Weiss和Deborah Rupp在其2011年的文章“体验工作：以人为中心的工作心理学论文”中指出，工作心理学和人类分析传统上都侧重于组织感兴趣的结果，例如保留率或生产率。 但是，在此过程中，作为复杂个体的工人被忽略了。 一路上的某个地方，我们已经忘记了这样一个事实：人类是活跃的个体，他们通过各自的工作经验生活。 尽管研究人员和企业对诸如员工的工作满意度水平之类的变量感兴趣，但这种兴趣通常只对企业的底线结果重要。 员工被视为具有属性的对象，并且这些属性与组织兴趣的结果相关。 如果员工满意，他们会留下来吗？ 如果员工不满意，他们会减少工作吗？
但是，在当今的商业环境中，仅将工人视为满足组织目的的特征和特性的工具已不再足够。 员工比以往任何时候都要求在“有意义的”工作场所中工作。 人们希望打造充实的职业，这些职业可以成为其身份的组成部分。 员工希望在工作中使用自己的全部技能，并为此感到高兴。 这可以解释为什么工作流程的概念（由心理学家Mihaly Csikszentmihalyi首次提出）以受欢迎的主观状态开始流行，在这种状态下人们充分而满意地专注于他们的工作。
随着更多有意义工作经验的推动，以员工为中心的理解员工的方法势在必行。 心理学家和管理人员一直在努力理解如何捕捉到这一点，因为诸如调查之类的通用工具似乎散布了测量工人应该拥有的假定资产的传统方法。 一些研究人员鼓励使用定性访谈来听取个人的完整故事，但这可能既费时又费力。
那么解决方案是什么？ 大数据。
起初，这似乎违反直觉。 我们如何使用看似无休止且经常令人费解的字节信息来理解工人在工作中的主观体验？ 使用大量数据来了解个人不是倒退吗？
实际上，可用的海量数据使人们了解人们如何真正体验其工作变得非常容易。 大数据可以包括工人详细信息形式的信息，包括人口统计，薪酬，行为，绩效和社交互动信息。 正如杰奎琳·瑞安（Jacqueline Ryan）和海莉·赫尔曼（Hailey Herleman）在伊甸园金（Eden King）及其同事的著作《工作中的大数据：数据科学革命和组织心理学》中所解释的那样 ，这些组件共同提供了对单个工人的全面理解。 现在，我们不再孤立地询问和衡量员工的构成（例如工作敬业度），而是可以无休止地访问整个员工的全部信息。
大数据可以通过多种来源进行访问，然后以多种方式进行分析，其中某些方式可能特别有助于建立对人类工作经验的更深刻理解。 金和她的同事们还重点介绍了其中一些大数据的工具和资源。 以下是一些可以特别以人为本的方法的信息：
·社会计量传感器 -通过手机，手表，计步器和生物特征跟踪器（例如FitBit）收集的数据。 社会计量传感器可以收集有关活动水平和非语言社交信号（例如兴奋或兴趣）的数据。
· 社交媒体数据 -通过常见的社交媒体渠道（如Facebook或LinkedIn）收集的数据。 可以收集社交媒体上有关人们共享的频率以及他们共享的内容的数据，这些数据通常可以洞悉人们的感受或经历。
· 文本分析 -大量文本形式的大数据，无论是通过社交媒体，每日日记，电子邮件或采访记录收集的信息。 尽管文本是一种更为传统的分析形式，但工作心理学家和组织可以使用归纳方法来分析文本，并从原始文本中得出有关个人所经历状态的结论。
· 情感分析 -情感分析是一种特定形式的分析，可以对包含个人表达的情感的任何类型的文本或语音进行分析。 这种方法检查人们的情感内容，可以反映出他们在主观上如何体验所描述的内容。
·微表情分析 -微表情分析对面部表情进行编码，以分析真实的人类情感和对某些情况的反应。 通过评估照片或视频，这种形式的分析可以收集大量数据，并可以一目了然地了解个人所经历的情绪状态。
· 神经/心理生理工具 -这些工具可以捕获个人对情况或经历的身体反应，例如心率，皮质醇水平或大脑激活。
拥有大量收集和分析个人主观经验的方法，以工作人员为中心的方法与大数据之间的联系是显而易见的。 现在，比以往任何时候都更容易考虑工人和他们的工作经验，将重点放在个人而不是组织上。
