Google 是一个由工程师成立的公司,目前也仍然由工程师统治。这家成千上万的大公司每年都要做出许多的人事决定:应该招谁?提拔谁?最好的人应该给多少薪水?通常 Google 会找 4、5 个资深工程师组成委员会,由每个委员会审查一堆提名,经过很多次的对话后做出决定。Google 的这个人员晋升评审流程相当复杂,要审查的材料和召开的会议太多,以至于连 Google 的会议室都不够用,所以要跑到附近的万豪酒店去开会。 因此,为了帮助减轻审查委员会的工作负担,早期时 People Analytics 团队开发出了一个算法来简化人员晋升的决策流程。这个算法是一个计算晋升可能性的公式,如下图所示,里面考虑了平均绩效、经理推荐以及个人推荐(Google 允许员工自我推荐)三方面的因素(各赋予不同的权重,平均绩效权重最,其次是经理推荐,最后是个人推荐)。
但是结果是那帮人根本不买账,不想用这个模型。因为他们不希望躲在黑箱背后,而是希望自己做出决定。因此这个算法从来都没有用来做过提拔决策。 Setty 得出的教训是人事决策必须由人来决定。不过 People Analytics 仍然可以发挥作用,即用更好的信息辅佐决策者(用模型来检验自己的决策过程),但是不能用算法来替他们做出决策。 而且,这一洞察还帮助推动了 Google 人力资源和管理的办法改进。People Analytics 在很多方面根本性的重塑了 Google 的招聘机制。比方说,现在 Google 已经不再强调 GPA(盖氏人格评估)与毕业学校,而是更看重一些软性的特质,如“谦逊”、“学习能力”等。 People Analytics 还通过数据分析总结出了伟大经理的 8 项特质: 1) 是一位好教练 此外,Google 还在内部寻找志愿者开展长期研究,设立了许多数据点来跟踪其数十年的职业生涯中工作表现、态度、信仰、问题解决策略、面临的挑战与抗压性等。尽管尚未确定能有什么发现,但是收集数据研究肯定是利用科学方法来研究人力资源问题的第一步。 AD:【AWS】AWS因云而变创业大赛,价值18万元云服务及配套奖励等你拿 |
|
来自: icecity1306 > 《项目管理》