作者:
时间:2020年04月21日
信息来源:
利用数据预测和塑造未来
到这里的时候,应该会感到非常震惊,震惊于发现利用数据是我们构建和经营人力运营部的核心。但我们的起点则是一些微小的事情。我们的分析团队最初只有三名分析员,是我从不同小组中(人力、福利和运营部门)请来合力协作、互相交换意见开始的。
最初他们是抗拒的,对彼此的领域不太感兴趣。但是很快运营分析员就开始向其他人传授如何编程,员工分析师开始向其他人传授高级的统计方法。他们一起打下了我们目前分析团队的基础。
塞迪认为分析学的进化是从描述性到分析和洞察,再到预见未来,他用员工人数减少作为例子进行了阐释。在大多数公司中都有一些看似简单的问题但却很难回答,比如哪些人已经得到离职的通知但是还没有到最后离职的日子?我们有多少员工?或者人都去哪儿了?员工数据储存于多种电脑系统中,各个系统更新的频率各不相同,而且系统之间可能互相也都不连通。
薪酬记录系统需要了解员工所在的位置,以便确定税务问题,但是员工所在位置可能与其工作地点并不相同——比如,一名英国雇员在纽约执行一个为期两个月的任务。即便是“现有员工”这样基本的概念在不同部门之间也经常有所区别。
财务部门可能将每周工作超过一小时的人都算作现有员工,但是薪酬福利部门则只会将一半以上时间在部门工作且有资格享受福利的人算作现有员工。招聘团队则可能将已经接受工作邀约但尚未开始工作的人算作现有员工,因为这样更容易掌握他们距离完成招聘目标还有多远。
因此第一步是统一所有员工数据的相关概念,这是很重大的一步。只有统一了概念,你才能精确地描述公司的模样。分析和洞察的关键在于更加精细地切分数据,发现其中的不同。比如,通过分析可以发现员工保留度会随着工作年限的增加而降低。这项发现很有趣,但是并不具备启发性。
随着时间推移当然会有越来越多的人离开。真正的重大发现是当你比较两个类似的群组时,梳理出哪些方面有利于提升其中一个群组的保留度,但对另外一个群组却没有影响。对于销售新人来说,如果绩效影响、薪水和员工水平等方面恒定不变,造成保留度降低的最大因素就是升职机会较少了。事实上,经过16个季度仍然没有得到升职的人肯定会辞职的。
有了这种洞察,你就可以开始预测未来了。现在我们意识到某人升职的节点相比他人有所延后的时候,他辞职的可能性就更大。不仅如此,通过更加复杂的分析或许可能揭示他辞职的概率增加了多少,辞职风险提高最大的是在第七或第八个季度之后。了解了这些之后,你就可以行动了。
大多数公司,包括几年前的谷歌都会向升职的人道贺,但却毫不关注那些没有得到升职机会的人。这是非常愚蠢的行为。只需要一两个小时的时间找出你认为可能会因此沮丧的人,告诉他们如何才能得到持续发展。人们都希望受到这样的待遇。
这样做从程序上讲更公正,有助于员工认同流程的开放性和可靠性。这样远比导致某人辞职,失去他们带来的产值,再寻找新人替代,聘用新人,引领新人走上高速通道这个过程对公司更有利。而且,在某人职业生涯非常脆弱的时刻,你这样做是帮助他们理解了发生的事情,利用一个消极事件激发他的动力。
要构建这种能力需要花费一些时间,但是不管你所在组织的规模大小,开始这项工作都不是难事。从小处开始。聘用一两名刚从学校毕业的组织心理学、心理学或社会学博士,或是请来财务部门或运营部门的人,请他们证明你的项目带来了不同。一定要确保他们非常擅长统计学且对人力资源问题有好奇心。对疯狂的想法要保持开放的心态。想办法说可以。我们最终的创新源泉正是全公司的谷歌人。他们会带来数十万的评论和点子,从不羞于向我们表达他们的看法。
平等同性伴侣福利、儿童护理中心以及正念课程等重要的项目都是由谷歌人发起。然后进行实验。规模大带来的好处之一是可以创造更多的机会,可以检验我们搜集到的信息。
有了5万名员工,我们可以选出200人甚至2000人来测试一些想法。正如在第七章中介绍的,我们在调整绩效管理体系的时候,选出了几百人的早期尝试者群体,进行了第一次测试,后又选出5000多人进行了第二次测试,之后才将改革推行到整个公司。即便只有5个或10个人参加的实验也比没有任何实验要好。
仅在一个团队中实验一个想法,或是同时在全公司尝试一种想法,但预先宣布这仅仅是一次为期一个月的测试,之后要根据员工的反应决定是否将其设定为永久政策。不管丹娜·莫里斯在奥多比进行的摒弃绩效管理体系的实验有没有成功,我都要为他们勇于尝试的做法鼓掌。
文章来源:重新定义团队:谷歌如何工作 作者:【美】拉斯洛·博克
版权归原作者所有,如有侵权请联系我们
声明:转载此文是出于传递更多信息之目的。并不意味着赞同其观点或证实其描述。文章内容仅供参考,不构成任何建议。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。