官方二维码

 
 

谷歌是如何应用数据分析来驱动人力决策的?

   日期:2018-11-27     浏览:357    评论:0    
核心提示:谷歌自创立之初在公司文化上就深深地带有创始人的烙印,公司文化属于典型的工程师文化。公司内有一条不成文的规则,那就是任何决策不能拍脑袋,必须是数据驱动。每个人都必须学会用数据说话,用数据去说服别人,并用数据推动决策。 数据驱动一切决策,HR管理也不例外。 在谷歌最早的IPO招股书明书中这样写道:我们不是一个
      谷歌自创立之初在公司文化上就深深地带有创始人的烙印,公司文化属于典型的工程师文化。公司内有一条不成文的规则,那就是任何决策不能拍脑袋,必须是数据驱动。每个人都必须学会用数据说话,用数据去说服别人,并用数据推动决策。

      数据驱动一切决策,HR管理也不例外。

      在谷歌最早的IPO招股书明书中这样写道:“我们不是一个传统意义上的公司,我们也不打算成为一个传统意义上的公司。”从HR角度来看,这也意味着谷歌的HR自公司成立的第一天起,也着力于将打造成为一个非传统意义的HR。其中最能凸显非传统的一点,就是HR需要完全通过数据来指导日常的所有工作和决策。

      谷歌有专门的人力分析团队(Analytics),直接向公司人力副总裁汇报。分析团队的背景也特别:1/3的人有MBA学位,1/3有心理与行为学方面的博士学位,剩下的1/3拥有数据或统计分析方面的学位。

      此外,在人力数据分析团队内部,分别有专人对接每一个其他HR职能部门,这样来确保每个职能都能够完全实现数据驱动决策。

      谷歌在数据分析决策方面,专门开发了一套决策模型(Analytics Value Chain)。

      决策模型图如下:
      google 决策模型

      第一步:看法和观点(opinion)

      这一层主要是人最直观的主观看法。比如,人们常说:“我觉得应该是这样的,因为一直以来事情就是这么运作的。”这就是一种看法,它并不代表事实。从人力分析的角度来说,需要避免只凭直觉看问题,应尽量拿事实说话,做到超越直觉。

      第二步:数据(Data)

      HR各个部门原本都拥有大量的数据,比如组织内有编制、多少人员?一段时期内有多少人获得了晋升?多少人员离开了公司?

      这些数据广泛地散落在组织各处。但是这些只是停留在原始数据阶段,尚无法被人所理解。只拥有数据并没有太大意义,因为数据本身并不能自动解决任何问题。

      第三步:衡量(metrics)

      衡量包括了具体的指标、比例等等。你可以定期把相关的数据发送给相关人员参阅,让大家获取信息了解组织内部正在发生什么。

      然而,随着时间的推移,人们可能会对这些指标开始麻木,因为这些数据、指标并不能解决实际问题,无法帮助组织作出下一步的行动计划。

      第四步:分析(Analysis)

      分析可以帮助在不同的数据之间建立起来联系:数据和数据之间都有什么关系、接下来的发展变化趋势是什么、与之相关的都是哪些群体,等等。通过分析,进一步去挖掘数据背后的本质和成因。

      第五步:洞见(insight)

      通过对数据的分析,可以透过表面看本质,最终形成自己对某一事物的洞见。

      第六步:行动(Action)

      归根结底,数据分析的目的是要解决问题。基于对事物形成的洞见,接下来便可以有的放矢地制订行动方案,并付诸于实施,最终帮助解决组织存在的问题。

      我们来看一个谷歌数据分析在实际工作中的经典应用案例。

      谷歌有一个人力团队叫人员与创新实验室(People and innovaiton lab),工作是负责从长期角度解决组织中存在的人员难题,通过创新的解决方案来帮助组织实现变革。实验室曾经负责了一个管理者发展项目,叫氧气项目(Project Oxygen)。

      项目的起源很有意思:谷歌创立早期,创始人佩奇认为公司具有典型的工程师文化,不太理解到底管理者(people manager)在组织中能够有什么大的作为。甚至觉得,管理者这种非常具有官僚特征的职位的存在,在组织中只会让人觉得碍手碍脚。

      后来佩奇一声令下,我们干脆把管理者这种职位取消了吧。所有工程师一律向他本人汇报。接下来发生的事情不出所料,管理者岗位的取消并没有带来组织效率的提升,反而让组织陷入了巨大的混乱。无奈之中,谷歌后来又重新恢复了管理层。

      经过这么一个事件的折腾,大家开始反思:为什么会一开始觉得管理层不重要呢?那不如来做个数据分析,看看管理层到底重要性在哪里。

      当时,谷歌内部已经有一些与管理者相关的人力数据,一类是绩效反馈数据,这个是管理者对员工的自上而下的反馈;另一类是员工调研数据,这个是员工对管理者的自下而上的反馈。

      接下来把这些数据切分出四个分位:尤其重点关注最上面的25%和最底部的25%,然后具体来看每个分位的管理者具体的表现如何。相关的衡量指标包括了:团队工作业绩、团队成员的幸福度打分、团队成员离职率,等等。

      经过分析,人们发现一个管理者的表现好坏对以上指标存在巨大影响,最上面的25%的管理者的这些指标远远好于最底层的25%的管理者。最后的结论:一个优秀的管理者对公司至关重要。

      接下来一步的工作,找到可以帮助管理者提升的方式,让他们都可以成为优秀的管理者。

      在这一步,谷歌做了两项工作。第一项:设立优秀经理奖(Great Manager Award)。如果要提名优秀经理,提名者必须写清楚他有哪些具体的事例和行为表现。通过对所有提名的解码,谷歌可以提取出优秀管理者的共同之处。

      另一项工作,对所有经理开展面谈。面谈之前,面谈双方并不知道被面试者是否属于优秀经理之列。所有面谈结束之后,把面谈结果汇总分析、解码,从中找到优秀经理和非优秀经理到底都有哪些共同之处。

      上述工作的产出,便得出了谷歌的优秀管理者所具备的8项行为特征:
      1. 是一个好教练;
      2. 对团队授权而不是做细节管理;
      3. 非常关心团队成员的事业成功及个人福祉;
      4. 工作成效高,并且结果导向;
      5. 是一个良好的沟通者,愿意倾听和分享信息;
      6. 能帮助下属实现职业发展目标;
      7. 能为团队设定清晰的愿景和战略;
      8. 具备重要的岗位技能,能对团队提供建议。

      此外,谷歌还提炼出了导致经理们陷入麻烦的3大原因:
      1. 过渡期充满挑战(比如,突然被晋升、被新招入并缺乏相关培训,等);
      2. 在绩效管理和职业发展方面缺乏一套持续稳定的方法和工具;
      3. 在人员管理和沟通方面花了太少的时间;

      有了以上发现之后,谷歌就开始通过以下渠道来定期评估和发展管理者:
      1. 一年两次的员工对管理者的向上反馈调研(聚焦在8项行为特征方面);
      2. 每年的优秀经理颁奖,发现管理者中的典范;
      3. 管理者培训;
      4. 新经理沟通课程,让新经理知道公司对他们的具体期望是什么。

      最后,我们再用谷歌的数据分析决策模型来复盘一下整个项目过程:
      1. 看法 - 大家觉得管理者对谷歌的绩效没有影响,贡献不大;
      2. 数据 - 组织内有大量跟管理者相关的数据,主要来自于绩效管理和员工调研;
      3. 衡量 - 大部分员工对经理的调研评分还不错;
      4. 分析 - 优秀经理拥有较低的员工流失率和较高的团队绩效;
      5. 洞见 - 提炼出与管理者相关的8项正面行为和3大负面原因;
      6. 行动 - 发起由员工打分的聚焦8项行为的管理者调研,创建机会帮助管理者之间相互交流最佳实践。
 
打赏
免责声明:
本网站部分内容来源于合作媒体、企业机构、网友提供和互联网的公开资料等,仅供参考。本网站对站内所有资讯的内容、观点保持中立,不对内容的准确性、可靠性或完整性提供任何明示或暗示的保证。如果有侵权等问题,请及时联系我们,我们将在收到通知后第一时间妥善处理该部分内容。
 

谷歌是如何应用数据分析来驱动人力决策的?二维码

扫扫二维码用手机关注本条新闻报道也可关注本站官方微信账号:"chrmers",每日获得互联网最前沿资讯,热点产品深度分析!
 
0相关评论

 
最新招聘
推荐图文
推荐管理技术
点击排行
最新管理技术

首页| 关于我们  |  商业采访  |  投稿指南  |  联系方式  |  使用协议  |  版权隐私  |  网站地图| 排名推广 | 广告服务| 积分商城| 留言反馈|违规举报

人力资源经理网(CHRM) Copyright © 2005-2021 All Rights Reserved 京ICP备05004986号-10 京公网安备11010802023849号 电信与信息服务业务经营许可证:京ICP证161055号