最近刚去听了三天积分制管理的课程，其实去的时候我并没有对这个课程抱有太多的期待，毕竟我一直认为管理的问题就是人的问题，与管理工具的关系并不大，再好的刀还是得看给谁用。(听完课程后，我还是很兴奋的，因为我发现积分制管理和我的管理方式很契合，好比自己拥有了一把称手的武器。李荣老师的积分制管理其实和曾仕强老师的中道管理如出一辙，都是从人性出发，顺应人性的管理方式。)
什么是积分制管理？
上课第一天，积分制创始人李荣给人的感觉的就是积分制管理上天入地无所不能是这个世界上目前最好的管理工具，并且将是划时代的(-_-！)，然后我就决定必须找到它的缺陷在哪里了！积分制管理就是指把积分制度用于对人的管理，以积分来衡量人的自我价值，全面反映被考核人的综合表现。它把一个人的工作年限、职务高低、业绩大小，还有学历、职称、技术专长、个人特长、劳动纪律、出勤天数、加班小时、工作态度、个人表现、思想道德等等因素，综合、全面的用积分来实行量化统计。然后再把积分的结果与工资、奖金、晋升、外出进修学习、旅游、养老、春节发放物资等各种福利待遇挂钩，并且积分累加计算，终身受益，从而对员工产生出巨大的激励作用。
华为有句话“三个人干五个人的活拿四个人的钱”，积分制管理的目的其实也是这个，只不过表达得更含蓄一些，执行时是通过人性的特点激发员工的原动力去自发地追逐积分任务，而且是还加了一个保险（逆水行舟 不进则退），一旦你停止追求积分，你迟早会被超越，所以你拥有的东西只有不间断的努力才能得到保持（月度总分、年度总分、累计总分、岗位总分、管理层级总分等不同纬度的积分都会影响个人福利待遇）。
积分制管理的核心内容
1、积分制标准的制定
通过公司的组织目标，制定相适应的积分制度，固定项目的积分制度与管理人员自行掌控的积分奖励扣除权限，以及管理人员奖扣的任务要求。并且要求积分制度大于管理人员奖扣积分的权限。
2、积分的奖励方案
积分是不与员工工资挂钩的，只与员工涨工资以及工资以外福利相关联。因此要想员工跟着积分管理的方向走，就必须给员工带来更加公平公正合理的福利再分配方案，并且这些福利是必须足够激发员工原动力的！
3、利用人性的特点去管理员工
员工离职就两个原因，钱少和不开心，所以马斯洛需求理论就是研究人性的结果，积分制管理的就是希望通过多维度积分，更加充分的体现一个员工的优秀程度，然后通过福利的再分配机制，快乐会议机制，人性管理机制等，给予员工以肯定，并且让员工在对比中获得幸福感。
建立符合人性特点的管理制度，结合人性特点去管理员工的积分积累过程，给予符合人性的奖励制度等，一切从共同利益出发，一切从人性特点着手，开展积分制管理工作。
4、从老板开始研究人性，研究积分制。
企业需要什么？员工需要什么？两者有时候是对立的，积分制的目的之一就是将两者的利益需求统一，老板为员工争取员工想要得到的，员工为老板实现老板想要实现的。企业中综合素质最高的肯定都是老板，只有老板把人性化管理的做到管理层，管理层才能把积分制做到整个公司。
积分制管理的难点及缺陷
我个人理解的积分制管理缺陷有下面几点：1、就像李荣老师说的积分制管理就是人性管理，因此对于管理团队成员情商要求肯定是不低的。李老师说他的积分制实现了从人治到无为而治，这一点我是不认同的，他应该算是从人治变成了众人治。企业事情千千万，所以管理者自行掌控的分数肯定是持续性的不可替代的管理工作，并且管理者一旦脱手，必然会导致细节问题的处理异常。好的管理人才可遇不可求，积分制真的要使用好，对于拥有积分权限的人的入职门槛，应该是要附带人性的。
2、积分制会带来没有积分的事项变成盲区，这是必然的，就像没有kpi的项目没人主动执行是一样的。这次学习，有很多环节让我们看到李荣老师的管理团队并没有他说的那么厉害。不仅仅是某些问题的处理效率，还有就是大量跨部门协作的确带来了成本效益，但是也带来了更多的管理盲区，这些结果到底是值还是不值估计也只有他们自己知道。
3、积分制不是神丹妙药，任何想通过它解决自身问题的，必须先了解自己需要的是什么，自己要付出什么的。虽然它能将优秀的员工为企业筛选出来，但是他可能并不是最优秀的员工;虽然它能充分调用员工的积极性与员工更多的为企业付出，但是企业能够因此降低的成本是否会高于开展积分制的成本，谁也不能保证；
4、个人认为积分制管理更有利于帮助企业解决短期的管理问题，虽然可以帮助建立企业文化作为长效机制，但是被积分绑架的文化就不再是无为而治的自发性的管理文化，功利心难免会更多，长治久安还是需要管理者的共同努力创建员工自发的良性积极的企业管理文化。
其实我很反感群艺这种一环套一环，环环相扣的营销模式，但是对于李荣老师我觉得是个彻彻底底的值得我们学习的商人，从他三天课程讲的案例与对于人性的分析，以及他的商业模式，让我看到了什么才是真正的商人，内心真的是由衷的佩服。他的积分制管理真的是商人挣钱的利器，将人性无所不尽其用，只为利益最大化。
