400-969-9259



在线咨询

电话咨询

微信咨询



TOP

因为专注，所以专业

2022/10/31

数智化人才管理的“4F”模型

以移动互联网、云计算、大数据、AI人工智能等为代表的新一代数字化技术正颠覆着人们的生产和生活方式，正在重塑一切。新技术催生新的商业模式，新的经济形态，同时促进着传统经济体的转型升级。数字化转型已经成为大量企业的核心战略。有数据显示，全球1000强企业中的67%、中国1000强企业中的50%都会把数字化转型作为企业的战略核心。战略转型，人才先行。企业数字化转型，人力资源部门不应是被动的参与者，而应该是推动者和引领者。而人力资源部要做好的第一件事就是自身人才管理的数字化转型，即数字化人才管理。数字化人才管理到底是什么呢？顾名思义就是人才管理要数据化，首先要采集有效数据，比如组织氛围的数据，敬业度满意度数据，人才能力/潜力数据，绩效数据，领导行为量化数据，行业对标数据等等。其次，要对这些数据建立分析模型，采用相关分析，交叉分析，回归分析，对比分析等等分析方法，通过对数据的分析，发现经验不能触达到的部分，驱动更深入的人才管理洞察，得出更前瞻的人才管理建议和更科学的人才管理决策。那么人才管理的数字化转型该如何做呢？益才基于10多年来对人才管理领域的研究，提出了“4-F”数字化人才管理模型，如下图所示：技术层技术层分为两个部分，一是IT技术，即大数据、AI人工智能以及云计算等核心技术以及PaaS和SaaS系统平台。另一部分则是人才管理的专业技术，包括人才的各种指标库、模型库、题库、常模库量表库等大数据库。这两个部分共同形成有力的技术底层，支撑整体数字化人才管理。工具层技术层如何转化成可使用利用的手段呢？益才从组织诊断、定义人才、全面评价、人才培育，四个方面开发了一系列的人才管理工具，包括但不限于敬业度满意度调研、组织氛围调研、组织健康度、talent profile@建模系统、敏捷建模工作坊、素质测评、360度评估、AC评价中心、在线考试、学习平台、团队GDP、个人IDP等等，形成了工具层。基于数据驱动实现人才、部门、组织之间的各种连接，是数智化人才管理的业务支撑。应用层对于企业来说，切实的解决企业痛点是管理者较为关心的。应用层即将工具层实际落地来解决企业人才管理中实际面临的问题，如人才画像、招聘竞聘、人才盘点、组织氛围、敬业度满意度、梯队建设、学习发展、高潜选拔、干部管理等。根据企业对于人才的不同需求，构建面向人才管理的典型应用场景，实现人才管理全生命周期管理，是数智化人才管理的服务支撑。决策层决策层则是汇聚了应用层的各种人才数据，形成了企业自己的人才管理驾驶舱，从组织的角度说，如何评断组织健康程度、组织效能、人才流动和人力资产等，形成了智慧才报系统。从个人的角度说，从经历、潜力、能力、动力、文化力、匹配力、效能力，七个角度在衡量一个人的全息数据，形成了数字孪生系统。总结一下，在“4-F”模型中，技术层是基础，工具层是手段，应用层是路径，决策层是目的。用数据驱动决策，提前规避用人风险和解决人才管理难题，制定更前瞻的人才管理规划，支撑公司战略和人才战略的有效落地。在数字化人才管理方面，大部分企业及HR部门还没有做好充足的准备，一切才刚刚开始。随着未来10年传统行业数字化转型的快速推进，组织及HR部门数字化转型的必要性不断凸显。未来已来，能够率先实现数字化人才管理的企业，将受益于组织数字化强大的支撑，必将在数字化转型的浪潮中占得先机。

2022/10/28

你知道人才盘点中的核心人才评价技术吗？

人才盘点项目中用何种方式来评估人的能力和潜力往往在项目筹备阶段就会被反复讨论和斟酌。益才咨询基于多年的人才管理咨询实践，素质测评、360度行为评估以及员工敬业度调查是人才盘点的核心评价技术。人才评价的三个关键维度人才盘点项目中人才评估技术的选择，都是由该项目所体现的看人的方法所决定的。通常来说，看人主要三个关键维度：潜力、能力和结果。这三个维度，顾名思义，即人才已经表现出来的、正在展现出来的以及未来可能会表现的部分，在时间轴上也对应着过去、现在和未来。潜力或潜质：着眼于未来，强调组织与员工双方的需求，未来可发展为行为。行为或能力：着眼于现在，强调达成结果的行为，可能指向结果。结果或绩效：着眼于过去，强调员工个体达成的业绩，有结果不代表有潜力或行为人才评价矩阵益才咨询认为，由于不同层级的员工所遇到的工作挑战不同，他们所需要具备的能力和潜力也不同，必然会带来评价工具需要有针对性评价。需要注意的是，即使不同层级评估的能力项有差异，使用的工具也可能是一样的，例如，采用360度评估反馈法评价不同层级的能力模型。评估内容基层中层高层结果工作结果绩效评价绩效评价绩效评价团队绩效——员工敬业度调查员工敬业度调查能力/行为工作行为360度行为评估360度行为评估情景模拟技术（线下）360度行为评估情景模拟技术（线下）潜质能不能做素质测评素质测评情景模拟技术（线下）素质测评情景模拟技术（线下）适不适合做个性测评个性测测评个性测测评一、在盘点中采用心理素质测评技术心理素质测评，是一种有着百年历史的基于心理学测量的评价技术，通过回答特定的问题，根据预设好的算法和逻辑，将受测者自我报告的结果与常规模型相对比，得到受测者在各维度上的相对位置。在具体应用中，由于素质测评结果在高潜人才盘点的九宫格中被作为其中一个坐标轴——潜力的主要数据来源。二、在盘点中采用360度评估反馈法360度评估反馈法（360 degree feedback），也叫“多源反馈法”，是从工作相关者那里就工作表现收集反馈信息的一种方法。工作相关者包括上级、同事、内部客户、下属等组织内的人，有时客户、供应商甚至家属等组织外的人也会被纳入进来。而且，为了比较自我认知与他人评价的偏差，同时增强个人参与感，自我评价也是360度评估反馈中不可或缺的一部分。三、在盘点中采用情景模拟技术在人才盘点中常用的情景模拟技术主要有文件筐测验、角色扮演、案例分析和小组讨论。文件筐测验和案例分析通常是创造评价对象独自解决问题的场景，角色扮演通常会由训练有素的顾问根据剧本来扮演某一角色与被评价者进行互动，小组讨论有时是由多位顾问参与互动或者是同一批评价对象来进行讨论。四、在盘点中应用敬业度调查的结果在绩效考核中有时会同时考核个人绩效和组织绩效。一位管理者可能同时拥有个人绩效指标，也需要承担部门绩效考核的结果。杰克·韦尔奇说过，“衡量一个公司稳健性有三个指标，分别是现金流、客户忠诚度和员工敬业度”。敬业是一种与工作相关的积极、饱满的情绪和认知状态，它反映了员工在工作中的投入程度。敬业度高的员工在工作中乐于努力和创造，并且对组织有较高的认可感。大部分进行员工敬业度调查的组织，每年会完成一次调查。调查结果通常会按照不同地区和部门进行分析和比较，并提供给区域或部门的负责人阅读。近些年来，越来越多的声音呼吁将改善员工敬业度的责任由HR部门转给业务部门负责人。换句话说，业务部门负责人应该为部门员工的敬业度负责，也对它的改变负责。缺乏有效的改善举措，会让员工敬业度调查流于形式，逐步在组织中失去意义。而改变的责任落实到业务负责人时，就不难理解为什么会有企业在人才盘点中将这一项结果视为业务负责人的管理成效的指标。

2022/10/26

数智时代，人才管理的经营逻辑（一）

众所周知，人是企业发展中最活跃也是最关键的要素之一，时代变化的背后是人的变化，正因为人的变化，由此带来人与组织关系的变化，我们追溯下管理理论的发展也是不断界定“人”在企业中的地位和价值的过程：早期认为人是生产资料之一，用工具的思维来对人进行管理，人被视为与农作物、土地同等地位的普通生产要素；后来将人看作是一项资源，需要持续地开发和维护，认识到人的独特性和差异性，并由“事”来决定人的价值，强调“人岗匹配”。简单理解就是让合适的人做合适的事；现在数智化时代，强调“人”是会呼吸的“资本”，人才尤其是顶尖人才不仅眼下具备知识、技能等独特价值，更关键的是具备持续增值的属性。但截至目前，却很少有企业确定说自己已经完全处理好人的工作。既然，数智化时代强调人是一种资产，我们就得去经营，那么如何去经营人才这种资产呢？如果用企业家的心态去思考，在经营一个公司时，他一定会考虑投入多少成本？如何进行分配？本质上是用更少的投入产生更多的产出，对应到人才管理上就是“人力资本投资收益”：在经营视角下，结合我们的生意规模，对下列问题做出判断：当前人工成本和人力配置是否合适？在人工成本投入方面，我们的投资收益、投入产出如何？随着未来的发展，我们还需要继续投入多少人工成本？如何确保我们的人力资本投资收益保持持续增长？要回答以上问题绝非易事，好在时代的发展带来了转机和红利。传统管理模式人才数据获取较为困难，频率往往是一年一次，由此产生的人才管理决策严重滞后于企业战略发展需要。信息时代业务在线化主要处理的是静态数据和结构化数据。而数智时代通过节点级增强型管控，完成全过程、多类型、非结构化数据的采集，实现从结果静态化转向过程动态化：通过智能系统管理的方式，快速抓取人才数据，进行对比分析；通过数智化人才看板即时查看人才数据，洞察人才信息，提升管理效能，实现了从“管理滞后”到“即时管理”的突破。在智能技术突飞猛进的背景下，组织的变革在未来3～5年将进入加速期，数智化会让我们的人才管理水准提升到一个新的层次。随之而来的人才数据分析也成为一种新兴管理模式，这与以往的人才管理方式存在以下差异：以事实为基础的主动分析以数据为基础的决策制定让人才管理变得更加严谨将人才资源投入提升到更加重要的位置为直觉式的人才管理带来足够的客观依据更令人振奋的是：大数据和AI新技术为人力资源的各类档案、信息、资料库的管理带来了新的生机，对原本分散的人才大数据进行集成分析，建模，通过机器算法，可以高效实现人才管理战略的落地，包括：精准测算人才缺口，识别组织关键人才，预警人才群体管理风险，同步人才画像，敏捷建模等等。通过构建系统化、智能化的数据平台为组织带来增量价值，其实质是因时因地做出智能化的人才管理决策，获取、发展以及留存所需的人才，为企业战略、业务和经营持续提供人才梯队支撑。基于以上的环境背景、技术支撑，益才提出组织人才管理的经营逻辑“止损-提效-增肥”。止损：清除冗余人员提效：动态实现最优化人效增肥：打造持续发展的组织健康体系从以前的高红利时期发展到现在，越来越多的组织开始考虑如何提升经营质量，企业今天必须应对的最大挑战是环境的巨大变化，变化本身变得更加不可预测、更加复杂和不确定。组织要么迎接挑战以找到自己的出路，要么被挑战冲击而淘汰出局，因此组织自身需要有一套应对变化的免疫机制。这套“止损-提效-增肥”的组合拳助力企业在动荡的环境里，制衡处理个人与目标、个人与组织的关系，更重要的是处理组织与环境、组织与变化的关系，实现可持续增长。益才将围绕此经营逻辑，后续推出系列文章，欢迎交流讨论。

2022/10/24

数字化转型期企业价值观如何落地？

发展机遇和挑战并存的经济环境中，各行业都意识到“数字化”会给企业的未来带来巨大的发展红利。但数字化又是一个系统的工程，在自上而下的蜕变过程中（领导力发展，详见往期文章），同样需要自下而上的基础支撑和保障，而诸多保障中，核心之一便是企业的价值观（使命/愿景）。企业为了更快的适应数字化背景的重塑新生，加速数字化转型，尤其需要优先关注企业底层的价值观建设（基础）。1.企业发展的底层保障—使命、愿景和价值观的内涵清晰的使命、愿景和价值观是领导力的源头，企业领导者在此基础上才能更好的凝聚人心、指明方向。使命是能够长时间保持不变的信仰或信念。愿景则是对未来美好图景的描述和期待。而价值观则是企业价值取向的集中体现，是企业管理决策者对企业的行为和共同观念的选择。数字化转型期的领导者，要在目标的基础上描述出清晰的使命和愿景和价值观，调动员工积极性，因为相信而看见。一个清晰的愿景可能是5年之后的发展结果，也可能是数字化本身的发展预见。比如是单纯的技术引用数字化，还是数字化背景下企业经营各维度的颠覆蜕变，对数字化愿景的判断一定程度上决定了愿景结果的差异。2.价值观工具开发2.1基本方法论为了便于企业科学、高效、准确地将价值观进行提炼和优化，可以参考以下方法（逻辑法、经验法、同质法和综合法）。2.2工具开发核心内容与流程鉴于价值观的重要性和工具开发本身的专业性和紧迫性，很多公司都会交由市场上的专业第三方进行项目制合作开发，保证高性价比投入和高匹配度产出，具体流程内容如下：2.3价值观的推广应用在已开发的价值观工具基础上，结合灵活的多重线上测评方式，对企业价值观现状进行系统深刻的洞察，了解价值观的现状，发掘潜在问题，明确改进方向。3.价值观落地的原则3.1共识是基础虽然价值观的源头往往都是高层领导的信念外化成组织的公共信念，但其发展过程必然经历整个组织的不断互动、确认和共创重塑。比如阿里的“六脉神剑”新旧两个版本的升级，前后经历了一年有余，修改了20+次才真正完稿。3.2反馈是保证任何组织举措都需要有力的机制保证，才能让有积极意义的方法得到贯彻执行并得到有意义的结果。价值观的落地保证就是反馈机制，其核心即为成果考核与评估奖惩。比如，将价值观考核与绩效考核结合，并赋予其更大的考核权重，影响员工实际利益和未来发展。3.3筛选与匹配为了让孕育价值观的土壤更加肥沃，让价值观以更高的质量和效率持续进化。从招聘端开始，就要将价值观维度作为重要参考指标，保证价值观从人才培养的招聘起点就打下坚实的基础。最后，企业价值观反映的是公司员工内心真正的诉求，具有长期主义价值，禁得住时间的考验。价值观往往要通俗简单，避免讲道理唱高调，要能够让员工快速清晰的理解，并融入到行为之中。在执行与反馈过程中，一以贯之的得到贯彻和监督，最终内化为企业文化的一部分，才能够真正落地。总结1）企业数字化转型过程中，自下而上的核心保障内容是企业价值观建设。2）清晰的使命、愿景、价值观，是领导力的源头，也是企业文化的基础。3）企业可以综合传统的逻辑法、经验法、同质法等综合方法，和第三方公司以项目合作的形式，实现企业价值观的调查和优化设计。4）价值观结果的应用中，要注意从招聘阶段开始注意筛选匹配，在价值观形成和落地过程中要注意共识、反馈、验证和文化融合等原则的贯彻执行。

2022/10/19

“决策盒子”如何打通人力数据价值链？

人力数据分析是人力资源管理、数据分析与财务的一个交集。它需要一套超越那些传统HR领域的技能，这意味着组织需要多种技能来实施相关数据分析。首先便是传统的HR知识，如招聘、雇用、解雇和薪酬。对这些HR流程的洞见有助于理解需要分析的数据，也有助于理解数据分析的结果。HR数据分析更倾向于人力资源管理，而人才数据分析是将数据科学及其原则应用到人才管理领域中。当然，仅对HR实践有充分理解是不够的，对数据进行分析更有必要。这就需要在统计学和数据分析技能方面有一定的基础，通过联系数据、开展回归分析、采用结构化方程建模或使用其他方法来分析数据。既然人力数据分析能带来诸多好处，为什么很多组织至今没有一个完全成熟的人力数据分析部门？一方面，人力数据分析的前提是人力资源信息化、标准化和档案化。来自多重系统的数据需要结合在一起才能更好的分析，这一过程就面临很多实践挑战，具体而言：数据时效性差：大部分企业的HR系统需要定期导入才能实现数据同步，数据也就无法进行实时的统计分析；数据孤岛化严重：基于HR各模块功能建立的“烟囱式应用系统”，导致数据共享非常难，重复的数据建设、数据存储造成资源和成本浪费；缺乏过程数据：大部分企业的HR系统记录的是最终结果数据，缺乏过程数据，相较而言，数据的指导价值和预测价值不大。这些挑战使得人力数据可信度低、数据不互通、数逻辑不清晰，直接导致HR在数据领域工作效率低，数据处理成本大，耗时耗力，甚至会对数据决策做出错误判断，得不偿失。另一方面，人力数据分析还需要更高阶的数据分析方法，例如预测性分析和指导性分析。完成这些分析，HR需要具备数据处理能力以便有效地聚合和构建数据，也需要更高级的统计学技能去发展数据分析与预测能力。HR部门擅长报告具体内容，如员工的病假天数、部门之间的绩效对标和创建计分卡，这些描述性分析相对容易进行，但是往往无法进行更高级的数据分析。除了推动以上两个典型挑战的解决，“决策盒子”更大的价值在于打通了基于人力数据的价值链条：数据生成报表，报表引发更加深入的数据挖掘和信息分析并产生分析结果，分析结果融入决策流程引发了具体的行动，进而产生价值和影响，实现“看见→洞见→预见”的数智化人才管理决策全过程。看见：通过数据去看见组织的问题，发生了什么？如何看见问题？——细化。细化数据到不同部门、区域、岗位、层级，按类别显示数据、成本、时间、数量、效率，寻找明显的关联性和趋势，通过细化能够更加清晰地看到发生了什么，出现了什么问题。“魔鬼藏于细节中”，譬如很多企业都分析过人才结构的数据，如果只是从整个组织的角度将人才数据类别做出分类，分布情况做出统计，显然无法得出什么结论，连评价好坏的标尺都没有，我们也无法知道什么类型的人才结构是一个最优的人才结构。但将这些数据细分从部门、层级、区域等层面进行类比和交叉的时候，就会自然而然地反映出一些问题。早年腾讯就通过人才数据年龄结构的比对分析发现：全集团一两千名总监，30岁以下人数极少，这对于强调“活力、年轻化”的互联网巨头而言，细化到“年龄和层级”这两组数据，看人才结构的时候，发现出了问题，后来便有了“干部队伍年轻化”的人才举措。其次，通过不同部门、区域、岗位、层级数据的对标分析，差距最大的维度往往意味着是公司相对人才供给较弱的区域，意味着该维度面临较大的问题和风险，需尽快分析产生原因并做出有针对性调整；如果正好是公司战略或战术核心人才，则需要重点加强，或者尽快调整负责人；通过交叉分析，也可以看出组织在整体人才分布中的潜在风险，在哪些部分可能会出现人才断档，人才空缺等；哪怕是基础的人事行政信息的交叉分析，也能发现可能的风险和问题，如年龄整体偏大的可能风险是对于数字化时代的理解和把握，以及业务的创新突破不够等；年龄整体偏小的可能风险是管理成熟度不够、决策冲动性较大等。通过细化人力资源各种不同的指标，我们可以进一步定位原因。例如：我们发现新员工无法通过试用期比例上升时，就可以把员工的数据具体细化到不同的部门或者不同的招聘人员，如果我们发现这种情况都集中在某个部门，那可能是部门管理的问题；如果是集中于某几位招聘人员，那可能就是招聘人员的技能问题。同样在分析离职率的时候，通过细化的方式，分类到不同的团队，我们才有可能进一步看到问题。总体而言，“看见”问题相对容易，在一些数据分析工具中通常会提供分类切片的功能可以让HR从不同的细分维度来发现问题。HR团队需要持续追踪关键的人才数据，在此过程中持续地进行关联分析，一定要持续才会有价值。譬如持续追踪“组织温度”这一指标，然后细化到不同的一级、二级组织，部门，分公司，工厂去看，去对比的时候就会发现很多问题，那么就可以针对这些问题提出专门的改善建议，定期检核衡量，持续螺旋做出改善。洞见：透过数据表象去洞见本质，为什么会发生？如何产生洞见？——穿透。穿透表面数据看背后的原因，通过对大量数据进行筛选、分离、归类、整合等一系列“穿透”动作才能发现和聚焦问题根源所在。 “穿透”本质上是对数据核心意义的挖掘和探讨，是对问题的查找、判断、分析，可以知道“为什么会发生？”很多HR在经营会议上已经开始进行数据性的汇报，所列指标众多，但大多数的指标还是停留在现象指标上，而不是基于数据的洞察，仅仅是过去一些现象的简单反映，不能真正定位问题，更无法找到解决方案。所谓的洞察，是对特定场景中问题的特定因果关系的理解。一般而言，人力资源管理者在日常工作中遇到的绝大多数有关联的变量关系都是相关关系，面对的问题并非绝对因果关系，也难以推导出因果关系。例如，公司薪酬水平低和员工离职率高之间应当具备一定的相关性，但并不能断定它们之间属于因果关系。仅依据统计数据和主观想象不足以得出事物之间的因果关系，想要识别两者之间的因果关系，必须严格地从理论上证明这两个变量之间存在因果逻辑，并且要排除掉第三个隐含变量导致这两个变量变化的可能性。人力资源管理场景大多是非结构化的、模糊的、不确定的、灰色关联的，这就更需要我们突破简单线性思维的束缚，不局限于表象的推理逻辑，更全面地剖析各种因素之间的相关性。数据无疑是可靠的帮手。穿透数据，借助联动、下钻、挖掘、预警等方法，挖掘事物潜在的关联性，在多种数据技术的探索过程中发现企业、组织、员工未曾意识到的新问题，为绩效改进提供机会或原因，可以基于战略和业务需求，围绕“组织效能与人效、战略人力配置、人力资源运行、人才管理价值”等核心维度，设计有用、有效的人力资源数据分析专题，在数据中发现问题，例如在某关键岗位的继任数据中看到异常情况，就可以有针对性地制作“岗位人才厚度”的问题分析报告。不同的组织会遇到了各种各样的人才管理问题，比如：员工对薪酬不满意，竞争力下降；质量下降；产品需求和整体收益下降；员工频繁跳槽；组织规模缩减之后士气低落等。深究之下，这些都只是现象，真正的问题还隐藏其中。比如需要解决“技术人员流失”问题，通常的做法是：通过任职资格和发展通道的设计，为技术人员提供成长空间来留人。但通过调研数据的深入分析后，发现技术人员流失的直接原因是个人成就感和发展空间不足，导致的原因是企业整体业务推进不畅；再穿透数据研究企业业务推进不畅时，发现原因在于企业布局的行业太多，资源和能力跟不上，处处打井，均不了了之。最后选择的解决方案是：战略澄清，聚焦优势领域，集结资源，压强投入。组织是一个系统，每一个节点都有相关性或因果关系，穿透数据其实就是透过现象看本质，不断找到根本问题的过程，找到影响企业发展的“痛点”，找到现象背后的问题及原因，才能真正解决问题。这也正是“智慧才报”系统的关键价值——界定问题，解决问题。从界定制约企业发展的核心痛点出发，思考如何有效提升核心竞争力和发展效能。大数据的方式提高了人才决策的速度和有效性，减少未来用人方面的风险，确保人力及组织效能的产出。预见：基于关键数据预见未来，将要发生什么？如何预见趋势？——关联。以“组织与人才效能”为效标关联数据，判断未来的趋势，预测可能的变化，进而做出预警以及有针对性的解决方案。效标关联效度是统计学一个术语，又称为效标效度、实证效度，指测验分数与效度标准之间的相关程度。效度标准简称效标（criterion），是衡量测验有效性的参照标准，是独立于测验之外，能够体现测验目的的标准。测验分数与效标之间的相关程度用相关系数表示，称为效度系数。效度系数越大，测验的效度越高。因此，能否找到真实的效标是进行效标关联效度分析的关键。在组织层面，衡量经营质量、管理效率的经济指标有很多，如很多企业都会用到利润率、毛利率、净资产收益率等。我们认为，在数智化人才管理领域，应更关注 “组织与人才效能” 这一效标，也就是人效。所谓“人效”就是人均效率或人均效益的简称，指单位人数或单位人力成本创造的有效产出（有效产出一般指销售额、产值、利润额或净利润等）。从定义可以看出，“人效”指标综合考虑了产出规模、人数和人工成本等因素，平衡了企业短期冒进和长期可持续发展。很多财务指标可以直接衡量企业的人效情况，从企业内部管理视角来看，敬业度、管理人才晋升率和高潜人才流失率是驱动人效的关键衡量指标。将不同人力资源的数据，人才的数据，组织的数据和“人效”做关联，判断人效的趋势，预测未来人效的增长或减少。传统管理模式人才数据获取较为困难，频率往往是一年一次，由此产生的人才管理决策严重滞后于企业战略发展需要。信息时代业务在线化主要处理的是静态数据和结构化数据，而数智时代通过节点级增强型管控，完成全过程、多类型、非结构化数据的采集，实现从结果静态化转向过程动态化；通过系统管理的方式，快速抓取人才数据，进行对比分析；通过数智化人才看板即时查看人才数据，洞察人才信息，提升管理效能，实现了从“管理滞后”到“即时管理”的突破。以大家都关注的“关键人才流失率”举例：一旦这项指标超过预警值，管理者登录系统时就会看到非常醒目的红灯预警提示，点击后可以看到流失率和自己的同比、环比，和其他部门的对比，显示出今年本月该群体的实时离职率出现异常，相比往年提前出现波动；并可以查看流失人员、流失原因、流失去向等各项详细信息及相关分析，即可立即进行专题分析，包括：企业内部因素，竞争对手情况，劳动力市场趋势等维度分析。在业务端发现问题前提供出现该现象的原因以及离职员工的流动方向等信息，还可以查看系统提供的“管理锦囊”，这就使得HR和业务部门能够更快速响应，做出调整。通过“决策盒子”生出的“才报”除了预警之外，还会促动管理者行为并提供指标优化解决方案，这样HR无须多说话，但对管理者的影响、对组织和人才发展的影响却是非常即时和前置于财务结果的。

2022/10/17

改善组织氛围，这样做

最近几年，“疫情”对各行业的影响加速暴露了企业员工的“动荡”。短时间内发生了很多批量裁员、离职、求职和招聘等人才高速流动的现象。从员工的认知和体验视角看，不论在哪家公司都会有两种鲜明的状态：一种是，上班如上坟，消极怠工混日子，人际关系复杂，斗争煎熬；另一种是，期待工作，积极迎接挑战和未知，充分自我实现，逢山开路，遇水搭桥。为什么组织内会存在这种现状？这种现状和员工与组织之间又如何相互影响？对“组织氛围”这一概念的深刻洞察有利于我们更好的理解并形成一个行之有效的问题解决思路。1.组织氛围的定义组织氛围的提出者库尔特·勒温认为：决定人类行为的，不是个人，不是环境，而是二者的函数。组织氛围的这种力量，需要借助组织中个体的感受来反映和测量，但个体的感受不是组织氛围本身，感受只是组织氛围的测量仪、温度表或者显示器。2.组织氛围的价值和意义组织氛围由公司员工共同构建并在公司与员工之间互相影响，持续塑造着彼此，积极的组织氛围对员工的动机、绩效、潜能和文化融入等都会有正向影响。考虑到组织氛围的重要意义，系统的梳理公司氛围的实际状态，找到合适的切入点，进行有计划地高效改良就显得十分必要。3.如何构建积极的组织氛围3.1组织氛围调查和结果分析组织氛围调查是构建或改良积极组织氛围的依据和基础，通过专业高效的系统方法论能够助力企业在这一关键问题上快速突破。根据调研结果的数据分析，确认组织氛围在个人、部门等层面的改善切入点，并制定切实可行的落地计划。3.2组织氛围的应用和改善01制度建设在业务条线、部门层级和具体工作岗位等方面明确分工。在个人和组织层面推动实现高效顺利的合作是衡量组织氛围的重要标准之一，分工明确、权责清晰会对各层面的合作有重要的积极影响。02文化建设1）自上而下的集权管理在遇到现实变化的挑战时很容易出现巨大危机，因此对于下级充分灵活的授权机制显得十分必要。2）人才的培养和进步需要一定程度的包容和理解，更有利于统一人才发展与企业发展的重要目标，因此包容的文化氛围必不可少。3）以“结果”作为员工综合表现的核心评价标准，作为推动实现积极结果的催化剂，竞争传统和规则的制定同样是一个有力的保障。4）激烈的市场竞争和持续变化的生存环境要求组织和个人具备或持续巩固培养变革能力和创新意识，并在业务的推进过程中持续迭代升级。5）人才是企业的核心与未来，对人才本身的诉求、发展等各种问题的预估考量和充分解决，直接或间接影响了企业未来的发展方向和发展水平。总结01 良好的组织氛围可以有效提升员工绩效、敬业度，强化工作动机，激发员工潜能，塑造企业积极文化。02 通过专业系统的方法论可以高效准确的梳理企业的组织氛围，及时发现影响企业发展的重要潜在问题。03 结合组织氛围调查数据结果，通过分工明确、权责清晰等制度层面，充分授权、包容培养、结果导向、竞争文化、变革意识、以人为本等文化层面的综合设计，充分解决组织氛围的各类问题，打造适合企业的文化氛围，高效助力企业发展。

2022/10/14

人才盘点之人才盘点校准会怎么做？

人才盘点校准会是企业人才盘点的关键环节之一，通过人才会议的形式对于人才各个方面进行深度沟通与讨论，对于未来人才的能力发展、职业规划、企业用人、人才数量、质量规划方面提供科学、客观、量化的人才数据与依据，并形成共识。开展人才校准会的目的，通过会议的方式使多方角色共同参与，提供不同视角的人才信息，还原更立体的人才情况，构建人力资源部门与业务部门人才沟通的桥梁，打破人才评价的主观认知局限与差异化的理解，实现人才数据科学、客观、量化，助力人才数据一体化。一、人才盘点校准会的准备工作首先，确定校准会的形式、人员组织、日程安排、流程设计、资料准备等。校准会的目的将直接影响校准会的成败，这包括决定校准会讨论的方向（用作发展还是用作人事决策）与尺度（谁能参与、讨论的纵深度、信息的保密性）。其次，需要确定盘点对象、人数、层级，确定参与人员、校准讨论流程，并提前将设定好的流程安排、项目背景告知参与人员，确保参与人员提前知悉相应的流程与规则，做好日程安排。在安排时需要考虑实施的细则，例如，是分层级，还是分区域或分条线开展校准会？最后，校准人才信息与报告的准备需要在评估结束后尽快完成，保证人才信息的热度。为保证校准讨论高效与聚焦，需要提前将准备好的校准报告发给参与人员。基于项目实践经验，人才盘点校准会现场需要在正式说明盘点的目的、流程和规则，安排好参与人员的分工协作。不要忽视盘点的宣导过程，确保参与者可以基于同样的目标，在同样的节奏下展开交流，保证会议的高效进行，出现分歧时也更容易基于共同目标达成共识，避免每个人站在自己的立场上自说自话。二、人才盘点校准会的参会人员人力资源总监通常会在人才校准会中扮演两个角色。首先是主持人、引导者和人才顾问，他们需要引导整个会议流程和讨论，营造公开、客观的氛围，提供人才评价的专业意见，引导讨论，确保达成会议目的。另外一个角色是制度、机制的解释者，需要对校准会的规则、盘点的关键概念、人才相关制度做出清晰的说明和解释。有时候，企业也会请外部的咨询顾问与HR配合，共同承担这部分工作。直接上级校准对象的直接上级是校准会中必不可少的参与者。直接上级的缺失会使得人才信息不完善和不充分，也会对后续人才盘点的落地工作不利。直接上级在校准会中的任务是：负责介绍被盘点人日常工作中的业绩、能力、潜力、保留和发展等各个方面的情况，并且能够开放地倾听其他参与者的信息，做出对下属的判断和行动策略的信息补充，形成完整的信息，充分达成意见共识。斜线上级校准对象的斜线上级可能不止一人，通常会倾向于选择与被盘点人业务交叉较多部门的领导，因为他们可以提供很多直接上级观察不到的被盘点人与其他部门协同的信息，对综合判断员工表现和能力非常重要。同时，斜线上级相互参与对下级的讨论，也有利于公司将人才放到一个共享平台上，促进人才在全公司范围的调动和配置。高管公司高层管理者是否参加校准会也经常会被讨论。现实情况是大多数企业的高层管理者日常工作非常忙碌，很难拿出一两个整天甚至更多的时间来参与会议。不过，近一两年随着企业对人才战略、人才管理的重视程度不断升温，企业的高层管理者亲自参与具体人才管理的项目也会经常发生。专家顾问外部专家/第三方专家在企业人才盘点工作中也常常扮演着重要的角色，代表着客观、公平、公正、专业。在外部专家/第三方专家参与的校准会中，专家更多代替HRD扮演主持人、引导者的角色，让整个会议目标清晰、流程严谨。更重要的是，外部第三方的视角可以帮助企业在多个角色讨论的过程中从不同角度看问题、解决问题，有利于整个校准会目标及效果的达成。尤其是在企业刚刚开展人才盘点工作的阶段，外部专家/第三方专家的角色不可或缺。三、人才盘点校准会的核心议题人才盘点校准会通常是一项结构化的会议，有明确的讨论内容和结构，不会像座谈会那样由参与者随意发言。人才校准会通常会首先明确业务和岗位的需求和规划，然后基于需求逐一讨论每个盘点对象，讨论其优势、短板、人才关键特征、可能的发展方向、准备状态、风险等。1、业务与岗位对人才的需求较为严谨的人才校准会会从组织的视角出发：首先进行体系的组织盘点，从组织盘点中输出业务和岗位的需求和规划。企业发展的阶段不同，如果暂时没有进行系统性的组织盘点，则可以在人才校准会中先简单讨论部门或区域的业务重点和岗位的需求，重点聚焦于对人才的定位和需求。2、人才能力分析人才关键特征概述在人才的关键特征内容的阐述环节，HR/外部专家会先将刻画校准对象的整体特征，通过关键特征的抓取快速还原一个人才的原貌，当然这些关键特征的凝练也源于测评数据。优势与劣势在刻画出一个人才的关键特征后，会议的参与者就会针对被校准者能力的优劣势进行深度的交流。首先由HR/外部专家描述其优势，结合测评过程中的信息；然后可以直接进入其能力劣势/关注点部分，阐述在测评过程中哪些地方需要被关注；在两个部分阐述完后进入参与者发言，相互交流。3、团队综合分析除了个人特征、优劣势、综合素质，人才校准会也不能忽略从整体角度看待人才状况——对多人进行综合比较，调整他们在九宫格中的位置。可能还会确定高潜人才名单、继任者名单，以及在后续工作中可能会重点投入资源的人才类别或名单。相比于“讨论个人情况”的环节，将多人的情况放在一起整体来看，这部分讨论会更激烈。例如：人才校准员工甲，伴随公司一路走过来的老员工，销售经验丰富，在公司内部掌握有很好的人脉资源，在当地累积了丰富的市场资源，所带领团队业绩表现稳健，一直处于中上水平，带领团队过程中展现了一定的管理章法。但欠缺创新思考，同时随着年限增长，个人工作精力的投入度也相对下滑。结合能力测评数据与落位规则，该员工落在高潜人才上。员工乙，进入公司三年的年轻业务骨干，工作有激情，思维活跃，乐于挑战，用两年的时间从基层业务人员晋升为区域经理，并在一年前主动请缨负责新产品的销售与新区业务的管理。在现岗的一年中，提出了很多业务创新方案，并带领团队在新区市场中试水推广，经过团队努力，在该区市场中获得一定的份额。但新区业绩与老区业绩相比还存在较大差距，其近一年的绩效考核并不理想。结合能力测评数据与落位规则，该员工落在骨干人才上。若按照当前落位，员工甲将以高潜人才的定位，作为新区市场外派的首选。经过现场内外部专家的讨论，大家一致认为，员工甲更适合“守城固疆”，员工乙则在“攻城夺地”上展现出更高的潜质，结合人才落位与业务拓展的配型，最终将员工乙调整为高潜人才，将员工甲调整为骨干人才。关键原因还在于，对人才的分析是基于业务的定位和需求，如果反过来，我们在讨论传统业务的规模性增长时，员工甲则更可能会被定位为“高潜人才”。

2022/10/12

数智时代的人才管理决策利器

组织在进行了体系化的人才数据治理，打下了良好的人才数据基础后，则更关注数据的运用，尤其是如何通过数据分析帮助企业进行人才管理决策。大量人力资源数据的汇集后，数据价值的有效挖掘便成为了新的挑战，如今大多数大型组织拥有人员分析团队，公司高管也将人员分析列为重点，几乎无人质疑人才数据分析的美好前景。不过许多领导者也不得不承认，所谓的“分析”其实只是基础报告，尚未产生深入且持久的作用，公司既没有将数据分析贯穿到日常人力资源流程中，也缺乏利用分析进行有效预测，推动决策制定的能力，面对复杂的分析技术和亟待统筹的整体局面，鲜有组织知道应当如何实施，众多HR在该阶段较为典型的困惑是：如何建设服务于业务的数据与分析模型。人力数据要服务于企业战略，解决实际问题，就需要形成一整套完整的数据分析流程。人力数据分析流程是基于人才问题的分析，而非针对数据本身，以终为始，这就要求我们从问题出发，通过数据分析找到关键因素，建立指标体系，形成分析报告，输出解决方案，不断去优化我们的业务和运营，以提高组织的绩效。“基于人才问题”，这是人才数据分析与其他业务数据分析之间的区别，但流程、方法则是相通的，殊途同归。人力数据分析是通过对数据的分析以及深入研究，进而做出更好的决策。之所以更好，是因为这些决策的制定基于事实和数字，而不是依赖直觉，也正是基于事实，组织才能够验证在实现人员最佳管理方面的假设。我们采用一套高效的数据分析决策流程支撑起不同的人才管理需求，并将其称之为“益才决策盒子”，两个主要特点是：以数据贯穿始终，充分发挥数据的量化优势；符合当下组织关于人才决策的动态要求，像盒子一样及时响应群体级，部门级，专项级等多类别的人才决策，彼此间相互关联，也可以单独成立。具体而言，针对每个人才管理决策的数据分析流程从以下6个步骤展开。一、提出商业问题著名数学家John W. Tukey曾经在1962年说过这样一句话：“给正确问题一个模糊的回答，要比给错误问题一个精确答案要好得多。”虽然已经过去半个多世纪了，Tukey的观点依然没有过时，它解释了为什么人力数据分析有成为一种管理时尚的风险。大部分企业人才决策的分析往往始于数据，因为数据是可利用资源，当你知道想要表达什么，你就会去寻找相应的数据来支撑，例如：“请验证我们的培训效果”这类人才发展决策，其本身没有产生新的、有见地的或增值的结果，但所有的分析案例都将调查数据与培训效果相联系。我们忍不住自问：“难道分析不应该从来自经营的挑战开始吗？”人力资源的成功在于对业务增值——通过告知如何决策业务以及创造商业成功而不是验证已知事实。进行人才数据分析，理解管理者所关注的重点至关重要。那么，如何发现管理者对于数据分析维度的真正诉求呢？“穿上对方的靴子走一走”，想管理者或业务方所想，最好的方法就是进行良性的互动与沟通，基于HR前期的了解和管理者实际的业务诉求进行共创，碰撞出火花。管理者关注的重点是什么？如果管理者的管理范畴较大，可能会关注整个团队的人员管理情况，这种情况下，HR需要提供员工全景档案，让管理者可以随时查阅，并能够从业绩情况、出勤情况、工作状态和健康度等多个维度对比员工数据，而非仅看到数值，让其基础的日常管理更为便捷。从决策层面来看，团队风险度也是管理者较为关注的重点。例如，关键人才的异动情况、健康度状态、离职影响度等，若能有一些相关的预测则更有价值。管理者也会评估预算和成本，例如，用人预算和成本是否超支，团队业绩的达标情况等。部分管理者还希望通过数据看到自己团队与组织中其他团队的对比，了解自身团队在组织中所处的位置，并基于此进行本部门的调整和优化。提出商业问题是数据分析的第一个步骤，也是HR和业务/管理者们解决业务难题的另一种方式，必须优先考虑这一步，避免弄错分析对象，只有清楚地提出问题并加以界定，才可以保证分析项目是组织真正需要的，清晰地勾绘需求，让输出结果与需求的契合度更高，增加项目成功的机会。换句话说：首先定义好你试图改变什么，以及为什么要做出改变。二、确定分析思路分析思路是整个流程的“灵魂”所在，它将分析工作进行细化。分析思路清晰、具有逻辑性，就可避免同一个问题反复分析的情况出现。确定思路需要全面、深入的拆解分析维度，确定分析方法，最终形成完整的分析框架。根据不同工作流程所处阶段和分析需求角度出发，数据分析可被划分为描述性分析、诊断性分析、预测性分析和处理方式分析四种类型。（1）描述性分析。描述性分析主要汇总原始数据，并将其转化为可以理解的形式，例如各种报表、图表等。需要注意的是，描述性分析通常是从过去的数据提取出有价值的见解，但往往不具备解释问题发生原因的能力。（2）诊断性分析。诊断性分析是基于描述性分析的基础之上。通过诊断性分析，可以深入挖掘问题根源，识别依赖关系，找出影响因素。借助联动、下钻、挖掘、预警等方法，可以知道问题是如何产生的，企业需要关注哪些方面来帮助解决问题。（3）预测性分析。相较于描述性分析和诊断性分析在过去数据上的集中，预测性分析往往更能说明未来可能发生的事。通过使用描述性和诊断性分析的结果来检测趋势、异常或做聚类分析后，对未来进行动态预测。（4）处方式分析。处方式分析是基于对“发生了什么”“为什么会发生”“可能会发生什么”的分析，通过算法手段最优化决策，来帮助用户决定应该采取什么措施，以便消除未来可能发生的问题或获得更有利的趋势。作为最先进的分析方法，它不仅需要历史数据，还需要很多外部信息，利用更为复杂的工具和技术，如机器学习、业务规则和算法等，这也决定了它的实施和管理相对于其他分析类型来说更加复杂。三、处理数据该步骤要求找出与检验假设相关的数据，并决定数据质量是否达到可以进行分析的程度。需要决定应该汇总现有数据还是采集新的数据，或者两者都需要。需要注意的是，此步骤很容易失控。项目开始时，我们往往很清楚数据以及分析的目标，但是当我们开始进行数据清洗并展开初步分析时，可能会出现新的、更有吸引力的问题，需要进行进一步研究。这时我们需要提醒自己不要偏离目标，避免分散注意力，确保更好地聚焦于想要的数据。当拿到数据时，数据往往不能满足直接用来分析的要求，所以需要将收集到的杂乱无章的数据，快速、准确加工成适合数据分析的样式。这并不是说HR需要成为数据收集（目前通过技术完成的工作）或数据分析方面的专家，大多数公司已经拥有数据分析团队，HR的附加价值在于将分析结果转化为行动，以便数据得到很好的利用。四、分析数据分析数据的工作可谓“抽丝剥茧”，它从分析目的出发，按照分析思路，运用适当的分析方法或分析模型，使用分析工具，对处理过的数据进行分析，提取有价值的信息。在此阶段，方法论和统计学将被用于数据分析以检验假设并且为进一步提炼结论创造条件。缺少这一步，分析项目就缺少了基石，不进行分析，就不会发现数据中的规律。在此重要节点，选择了正确的还是错误的分析方法，决定了分析结果的有效性。HR要了解数据之间的关系，掌握相关回归、聚类等方法。这类方法可用于分析员工行为与HR结果数据（如绩效、满意度、离职倾向等）之间的关系，下表列出统计学概念中一些基本的描述性的量化分析方法，可供参考与借鉴。五、展示结论只有理解了分析背景以及分析结果的内涵才有可能得出结论，对于数据分析最常见的要求是“给我结论，而不是数据”。我们不能假定利益相关者能得出正确的结论，应该把得出结论作为我们的主要任务之一。对于企业高层来说，并不是为了看到这些数据，而是希望HR能够将数据反映出来的业务问题精准地识别出来，同时分析指标背后的原因、关联性等，为业务提供一定的参考。我们需要通过聚焦于提炼结论来提高决策质量。可以通过提出以下问题来检验结论的重要性：●这个结论告诉我什么？●这个结论和业务问题相关吗？●这个结论是独特的或只是某个熟悉话题的翻版？●这个结论清晰吗？●这个结论会导致什么结果？展示结论又被称为“数据可视化”，是以简单、直观的方式传达出数据包含的信息，增强数据的“易读性”，让阅读者轻而易举地就看出数据表达的内容。HR对数据的分析和呈现，要确保业务部门能够理解；“文不如表，表不如图”，展示数据结论一般用图表进行展示，常用图表有表格、柱状图、折线图、条形图、散点图、饼图等。六、撰写报告撰写报告是指以文档形式呈现分析结果，其内容是通过数据全方位的科学分析来展现运营情况，能够为决策者提供强有力的决策依据，从而降低运营风险，提高盈利。建议报告就是第1步至第5步工作的总结，以文档的形式展现数据分析的“推理”过程，并得出最终的结论。就像需要依靠数据来源提炼观点一样，我们还需要根据结论来提出建议。同时我们需要思考：“如果我的结论足够重要，需要加以重点说明，业务部门需要做点什么呢？”数据分析的目的是帮助业务部门提高绩效，所以虽然结论会引人注目，但根据结论提出的建议才是业务部门需要的，只有行动建议才能推动目标落地，卓有成效的建议性报告会成为推动变革的强大力量。要保证从结论中提炼出建议，清楚地描述每个建议，像撰写声明那样清晰、简洁，如“这个结论表明……，因此，我建议……”。以上即为“益才决策盒子”的全部流程。有了这样的流程，很多关键的组织人才议题，就可以实现智能预警和趋势预测。HR部门可以通过整体规划确保数据分析具备实时的预警性，设置关键指标的监测系统，方便各部门“各取所需”，依据高管、业务负责人、HR部门、员工不同对象的决策场景可设置为：人才画像分析、流动分析、离职预测、继任规划、人才库、人力资本及效率分析等。

2022/10/10

人才盘点实施的关键

人才盘点的成功与否，直接关系到企业是否能对自身有清晰的了解，并对未来有正确的人才规划，那么人才盘点成功实施的8个关键因素是什么呢？一、承接企业战略/人才战略人才盘点是企业发展战略落实过程中的重要一环，上接企业战略，下接人才培养与人才获取，所以，在做人才盘点之前要了解清楚企业未来1~3年的发展战略、业务布局、商业模式和发展目标等大方向，人才盘点要针对公司未来发展所需要的人才进行盘点，千万不能偏离了这个方向，否则会犯方向性的错误。二、适当的前瞻性人才盘点不但要考虑组织当下对人才的需求标准，还要考虑企业未来对人才的需求标准。在数字化转型的浪潮下，企业即将迈入全新的时代，创新企业应依据未来0.5~2年的发展战略，相对稳定的企业应依据1~3年的发展战略和目标，确定自身对未来人才的胜任要求。人才模型的构建也应采用更加“数字化”的方式，通过talent profile@人才画像系统构建人才模型，并直接应用于后续评价、盘点、发展等各个环节，是数字化人才管理的方向。三、紧盯目标，节省资源如果人才盘点要求的精度高，动用企业的资源相应也比较多，这些资源不仅是费用的问题，更多的是时间成本。人才盘点往往会涉及高管团队、被评价人、被评价人的上级、下级和同级同事等人员的参与，项目负责人要做大量的组织工作，这些均是成本。所以，在选择评价方法上以及盘点的方式上要进行转变，通过数字化人才盘点，大量节省人力、物力、时间，使投入与产出最大化，为客户节省时间和费用。四、对企业行业清晰了解如果要取得好的人才盘点效果，前期的功课一定要做好。对企业所处行业的特点、企业发展的历史与现状、业务发展情况、商业模式、盈利模式、政府管控、人员与干部的情况、当前存在的挑战等都要有充分的了解。最为重要的是对行业语言、专业术语、行业规则与潜规则等要了然于胸。五、保持独立性，不带偏见人才盘点意义重大，会涉及人才的任用、晋升、激励和培养问题，牵扯到个人、团队和组织的方方面面，所以敏感性非常高，也是有些企业为什么做隐形人才盘点的原因之一。通常在人才盘点之前就会听到各种对被评价人的议论，不能被企业内外部的各种复杂关系牵制，而通过数字化的方式可以确保数据的准确性、客观性，使人才盘点的结果更具说服力。六、各种评价手段相对独立人才盘点项目采用人才评价方法与工具比较多，为的就是保证其客观性、公平性和准确性。在做综合结论之前，每种方法与工具得来的结论既不要相互污染，也不要互相迁移，这是评价中心技术的基本原则，否则就没有采用多种方法进行评价的意义，或者降低了采用多种方法的价值，但在项目执行过程中大家对这个问题的警惕性不高。比如，线上的测评进行完，项目小组看过测验报告以后，先入为主，用测验的结论套用评价中心的结论，这样做不符合评价中心的基本原则。正确的做法是用各种评价方法独立完成评价，最后汇总综合评价，相互验证，以得出比较客观的评价结果。七、信息整合与构建原型的能力人才盘点对信息整合的要求比较高，特别是在最后写报告的阶段，最关键、花最多时间的工作就是对所有收集来的信息进行综合加工，分析、整合、构建还原为生动的人的形象，洞悉人性，把握人最关键的特征，有逻辑地撰写出结论明确的人才盘点报告，并提取团队的整体特征。而通过数字孪生系统，可以自动生成人才全面、立体画像，供人才决策使用。八、注意保密性鉴于人才盘点的敏感性和第三方的独立性，汇报环节十分关键，资料要严格保密，不当的流传对被评价人有不好的影响。如果是高管的人才盘点项目，一般只向总经理或董事长汇报。

2022/09/30

组织诊断-数据让你的组织更有温度（下）

既然组织诊断如此重要，就需要建立一套组织诊断的流程体系，既能衡量组织发展、人才管理的工作成效，评估现状，发现问题，寻找差距；也能指向改进的依据，通过诊断评估发现的问题就是下一轮组织变革的目标。益才通过以下4个步骤实现高质量的组织诊断项目。构建诊断指标体系在诊断工作筹备期间，我们需要先明确诊断的模型以及相应的题本，确保问卷内容一定要覆盖本次诊断调研的需求。严谨的做法是构建指标体系：指标一般设置从一级到三级不同层次，针对最下层指标明确含义、目的、计算方式等，对指标赋予权重、评分标准，尽可能采用量化指标，对部分关键但无法量化的指标采取专家平议法来定性评价方式。无论是参照哪个经典的理论模型，都需要结合自身需求定制调整，确保符合诊断的要求。益才以第三方角色与企业项目合作的过程中，一定要有基于企业的需求进行诊断指标体系的重构和定制动作，譬如在与某保险集团合作中，其关注员工敬业度与工作环境的关系，益才基于赫茨伯格模型，结合了盖洛普Q12以及益才的敬业度满意度模型为其匹配定制了敬业度测评；在与滴滴合作360测评过程中，涉及到员工净推荐值调研的设计；与趣头条联合开发组织温度测评，完善了其在敬业度满意度测评及员工净推荐值测评体系。指标体系设计分为“内容设计、内容呈现”两个部分。内容设计即明确框架和逻辑，包含：构面、维度、要素、问题。分为“横向串联”和 “纵向分解”两条逻辑，兼顾全面性与穿透性。全面性：设置完整覆盖调研主题的系统视角构面，保证关键问题不遗漏，完成构面的顶层设计。穿透性：对构面进行维度拆分，再对每个维度进行要素拆分，再对每个要素进行问题拆分，逐层穿透；同时遵循管理逻辑，有机、严密、完整地勾稽、耦合，保证潜在问题被发掘。内容呈现即文字表达和提问方式。包含：维度命名、要素释义和题本表述。文字表达：通俗易懂，指向清晰，理解一致；避免OD术语，多用常规和业务语言；避免抽象、歧义、笼统。提问方式：从个人感受出发，而非评判；从行为效果出发，而非过程。开展综合调研调研环节，前期的宣导是非常有必要的，好的宣导可以最大化实现公平、公正，保证诊断结果。员工是否认真的填写问卷对于结果的准确性有非常大的影响。除了宣导之外，一个可以灵活定制的诊断系统也是可以增强员工的体验感。随着现在企业参与调研的人员数量日益增长，除了传统的发送邮件的方式以外，越来越多的企业倾向于采取扫描二维码或与企业内部APP对接的方式（如OA系统、钉钉、企业微信等），尽可能的让诊断调研简单易操作，同时可以极大的减少HR的工作量，提升调研的效率。整个调研采取匿名的方式，更能保证调研结果的真实性。在实施阶段，需要实时监控调研进度，以保证更多的人员参与到调研中来，提升调研数据样本量。对于组织结构庞大且复杂的企业，分区域分管理员进行管理将大大减轻管理的难度。搜集数据进行统计分析调研结束后即进入数据分析阶段，数据分析的精细程度取决于人员标签的精细程度，对组织架构、人员信息区分的越详细，可分析的数据就会越多，按不同组织进行统计分析生成报告。通过各关键要素分析，可以清晰看到最低与最高要素的差距；通过人口统计变量的分析，可以看到在不同性别/年龄/司龄/职级/岗位序列上数据的差异。通过不同群体分析，可以直接发现企业中的群体差异性，快速了解到整个组织不同公司、事业部、部门等二级组织的得分，直观的看到不同团队的差异，进而洞察差异背后的真实原因。对比检视出方案当企业获得分析数据后，一方面了解到了企业目前存在的问题，另一方面就需要针对问题提出改善意见与行动计划，结合研究调查数据并参照各行业和企业的模型数据，从员工关系、企业文化、团队建设、人文关怀、激励方法和员工发展等方面综合设计一套切实可行的改善计划，对诊断主题输出结果和报告；例如敬业度的诊断分析，当敬业度处于80%-100%之间时，是最佳地带，也就意味着企业属于高绩效/最佳雇主地带，最佳雇主的敬业度水平为88%；敬业度处于60%-80%之间属于稳定地带，市场平均水平为63%；当敬业度满意度处于30%-60%的水平区间时，代表企业的员工敬业度存在一定问题，组织中有50%左右的员工没有尽其所能的帮助公司获得成功；当敬业度处于30%以下的水平时，说明公司往往处于剧烈变动中，可能出现大规模员工离职的现象。依据诊断报告的结果，对于需要进一步探讨的地方，设置专题计划；针对问题组织，设置半年度的追踪调研，跟进改善情况。

«
1
2
...
23
24
25
26
27
28
29
...
54
55
»