我相信,每个专业人士都有自己的专业世界观,受到各自知识背景、实践经验,甚至是管理哲学的影响。所以,我们的观点有人可能会认可,有人也可能不认可,正如在专业上有人喜欢做量化,有人喜欢闻味道……
但如果您认可人力资源专业应该走向数据化,那么,至少有三个伦理是必须遵循的:
第一个伦理是穿透为王(Woo)。
【 HR|新时代变革下,HR如何构建「人力资源数据化」的专业壁垒?】什么叫穿透?就是你抛出一个指标后,看到的人会有“Woo”的反应,言下之意,你拓展了他的认知,让他感叹“我怎么没想到”。我们应该清楚,老板和业务部门的视窗有限,他们不可能与你探讨这个专业的细节,我们一定要呈现最有穿透力的指标。
有些人做的指标很油腻。例如,我可以猜出某些企业的人才盘点思路,无非就是用价值观和绩效的二维矩阵来做个四宫格或九宫格嘛。这些企业的HR朋友听到后很惊讶:“穆老师,您怎么知道的?”朋友,如果你衣柜里就只有一件十年前的衣服,明天你穿什么上街,这个很难猜吗?
有些人做的指标就很有才华、很优雅。举例来说,NBA的统计里,得分、助攻、篮板、盖帽、抢断五大数据是很容易统计的,从这些数据上可以甄别大多数球员的实力。但是,偏偏有一类球员,这五项数据得分都不高,但他们在场的时候球队就是更容易获胜。你不能仅仅把这归因于人家是“福娃”,一两场比赛有可能是运气,那几十场、上百场比赛还有这个规律,是不是就一定是人家在实力上有过人之处?比如,他的协防让队友完成了抢断或盖帽,这个时候数据不在他身上,但他是有贡献的。于是,服务NBA的数据公司设计了一个指标——球员效率值,也就是这名球员在场时球队净胜多少分。这样一个优雅的设计,一下子就洞穿了现象,这就是人力资源专业应该要追求的。
第二个伦理是客观至上(Objective)。
我强调,一定要依靠客观数据,而不是主观数据。某些机构,在做组织与人力资源调研诊断时,一上来就抛出问卷收集主观数据,而后,在主观调研形成的随意结论上,再去找客观数据来支持自己的结论。
说实话,主观数据在我眼中就没有太大意义。以敬业度调研为例,每个企业中最不满意的都是薪酬嘛,但也不见得员工就要离开呀。对于薪酬的不满,更多是一种职业表演,是职业人保护自己的最佳姿态。
再举个例子,你问问员工有没有离职意向,他怎么可能告诉你呀?所以,我们更多是计量离职对于他形成的损益,重点维护那部分离职后有巨大好处但沉没成本较小的人。
所以,主观数据不是不能用,而是作为客观数据的补充。我们在为企业做组织与人力资源诊断时,一定是先分析客观数据,说白了,几个关键指标出来,企业的基本面我们基本也就一目了然了。而后,再根据客观数据锚定的基本面,进行定制化的主观数据调研,为结论增加温度和细节。这种操作方式和传统玩法完全不同。
有的咨询机构和HR们还有一个妄念,希望自己控制量化结果,所以他们喜欢用主观数据。但话说回来,老板又不是傻子,你以为在玩弄人家的认知,人家早就生火准备要做一盘“炒鱿鱼”。
第三个伦理是连接经营(Connecting)。
这是说要跳出专业,思考生意。专业再花哨,不能产生经营结果,都是耍流氓。有HR常问:“穆老师,我们可以推动经营吗?”我说:“自信点,把‘吗’字和问号去掉。”
我说过,企业的经营实际上就是“三流双效逻辑”(如图4)。“三流”是业务流、资金流和人才流,生意都是资金流和人才流推动业务流;“双效”是财效和人效,也就是用什么水平财务和人力投入,去追求什么水平的业务结果。前面也说了,人效相对财效是更加前瞻的驱动指标。那么,以人效为武器,HR一定可以影响到经营。
- 社交|北美众筹过2000万,轻松3D建模的扫描仪能否成为下个工转民爆款?
- 郭台铭|宣传视频“撞衫”19元素材,富士康距拿下Apple Car订单还差多远?
- NVIDIA|NVIDIA新驱动解锁GPU隐藏技能:这下轻松了
- Intel|单价超19亿 Intel全球首个下单订购ASML最先进EUV光刻机:性能大增
- 行业变局下,看TalkingData如何重新打造智能营销闭环
- Intel|单价超19亿 Intel全球首个下单订购ASML最先进EUV光刻机:埃米工艺靠它了
- 抽样|直播产品抽样不合格率50%,得物App深夜回应:标识不合规,已下架
- 护肤品牌「C咖」获SIG投资 旗下清洁小罐膜位居抖音面膜类目Top
- 2021年度中国主要城市交通分析报告发布,全年高速拥堵同比下降
- 华为|约翰逊悬了,两周内将下台?英前高官揭禁用华为真相,与美周旋?