人才盘点（下）：独僻蹊径

业绩和能力，是人才盘点的一体两面，缺一不可。不见得所有企业都做过人才盘点，但所有的企业应该都做过员工的业绩盘点。无论是职称评审、年度考核还是岗位竞聘，总得把员工的业绩成果晒出来一决高下。业绩盘点有哪些雷区？为什么会被吐槽？我做了一些梳理。

能力盘点与业绩盘点

上一篇文章中，我们做过一个简单的假设，即员工的业绩跟他的能力素质有关，也与所处的管理环境有关，而其他不可控因素暂不考虑。

能力盘点适用于大多数管理场景，特别是外部招聘、内部调动或晋升。这几种情况下，人员的岗位职责、能力要求、团队氛围等一般都会有重大变化，所以必须刨根问底，把新岗位的要求与人员所具备的能力素质打开分析。虽然我们讨论过，当前主流的能力盘点方法，还没有很好地解决人才标准越来越多样化、模糊化的问题，但不影响它仍然是当前最可行的方法。功能强、适用广，不足是实施周期长、成本高。

业绩盘点是能力盘点的前提，是建模过程中选取绩效组与对比组的依据。单独的业绩盘点也可以实现部分人才盘点的功能，比如在员工岗位没有很大变化的情况下，我们可以认为，与业绩相关的因素没有变化，那员工的未来表现将与历史表现保持一致。业绩突出的员工，很大概率在将来也能业绩突出。显然，和能力盘点相比，我们没有去研究员工的能力素质与管理环境是什么样的状态，所以业绩盘点的功能和适用性有限，但胜在周期短、成本低。这对许多初次实施人才盘点的企业来说是很有吸引力的。

业绩盘点的五大雷区

业绩盘点不像货物盘点，无法用成本价格或者销售价格等货币单位来衡量。对于涉及国计民生的国有企业，对处于不完全市场的行业或企业，更是如此。比如人才流动不充分、艰苦偏远地区的油田企业，工资不仅是员工业绩贡献的回报，还包括了对艰苦环境的补偿。即使是对于业绩最好量化的销售人员或者产品计件工人，销售收入、产量可以精确到人，但管理费用如何分摊？资产折旧如何计提？都是麻烦事，而且这样的岗位也只是少数。据我观察，业绩盘点经常会遇到五个雷区。

No1.凭感觉

既然不好量化，干脆不设标准，平时不管不顾，事到跟前了再一事一议。等到要提拔晋升了，临时来评定候选人的业绩贡献。这样做，容易产生近因效应，容易导致“会哭的孩子有奶吃”，容易滋生徇私舞弊行为，容易因为意见认识不一致而争吵不休。

No2. 掐人选

意识到缺少客观标准造成的上述问题后，为了减少人选数量，笼统地设置一个工作年限要求。比如，招聘小车司机时，要求驾龄五年以上。出发点是好的，但有没有想过，有的人驾龄只有两年，但是开了两年出租车，有的人驾龄十年，但是拿到驾照后从来没碰过方向盘。一个两年，一个十年，谁更合适？要我说，没有质量要求的数量标准，就是耍流氓。

No3. 掐时间

有种说法，当前知识每五年更新一次，很多技术没过几年就被淘汰了，所以，要求业绩是最近几年的，无可厚非。但是，规定的这个年限是否科学呢？能覆盖业绩产出的正常周期吗？如果你规定只看近三年，那作为一名基础研究工作者，我四年前取得的国家级重大成果就不算了吗？如果你把条件放宽，规定近十年内都可以算，那又怎样防止有的人躺在功劳薄上，以功臣自居，扼杀组织活力呢？

No4. 掐项目

为了照顾到标准的覆盖面更广，提出“必须符合以下条件之一”。比如，要么论文3篇，要么专利3个，要么奖励3项，要么产品3种。有一个人，只有3篇论文，其他的什么都没有，正好符合条件。另有一个人，论文有2篇，专利有2个，奖励有2项，产品有2种，但就是一个条件也不符合。到底谁更优秀？我们可以打一个大大的问号。

No5.凑数量

既然你说了上面这种做法不合理，那我干脆把所有项目都设置不同的分数，每个人的所有项目得分加起来，再进行比较，这样总可以了吧？我们试想一下，同样是专利或产品，难度一样吗？效益一样吗？用10个低水平的专利去干掉1个高水平的专利，非常不合理。在人才特别是高端人才的评价上，千万别说三个臭皮匠顶一个诸葛亮。如果能力不够、用人数来凑，那永远也凑不出来一个钱学森、凑不出来一个袁隆平。

当然，我罗列的这五个坑，有的企业已经在不断改进了。但逻辑上没有变，要我说，只能算是在错误的方向上少走了几步。

踩雷的两方面原因

客观上，缺少数据思维，为了追求所谓的操作简单，丢失了数据本身所具有的丰富的、重要的细节信息。其实，不同类型数据的信息量是有差别的，拿工资来打一个比方。最低级的好比工资中的岗位工资和绩效工资，把一个区别于另一个而已。高级一点的好比对收入高低的大致评价，高收入和低收入，不仅能区别，还能比高低。再高级一点的好比工资级别，不仅能比高低，还能明确差距有几级。最高层级的好比具体的工资金额，不仅能比差了多少钱，还能比较差了多少倍。如果你明明有了员工具体的工资金额，可能每个人都不同，但你偏偏要把它转化成低级的数据类型，比如把所有人的收入都归为高收入或低收入，可能方便了某些用途，但对于评价而言，这简直就是买椟还珠。现在有电脑来处理数据，不要怕麻烦。

主观上，习惯了拍脑袋、一刀切，反正历来都是这么做的，得过且过，但求无过。人才相关工作，一定不能有这样的思想，要不然，因为这些不合理的存在，伤了人才的心，危害可远不止损坏一台打印机、浪费两包打印纸。

借助数据分析改进业绩盘点

我认为，业绩盘点一定要借助数据分析，而且是要让数据分析占主导地位。主要做好四方面工作：

一是全面采集数据。有些数据看上去没用，但大量数据关联起来后，往往化腐朽为神奇。采集数据时要注意结构化，合理设计字段，便于电脑识别。一定要用信息系统来采集，千万不要尝试人工填表汇总。

二是要从万千数据中准确识别数据的含金量。还是那一句话，不要拍脑袋！哪些资料重要，哪些维度的权重大，一定是基于统计分析来设计。

三是通过相关分析，构造新特征或者直接筛选特征，尽量减少业绩数据维度。我所说的业绩盘点，实际上还要结合许多与业绩无关的数据来交叉分析，作用更大。如果用一个数字就能代表业绩大小，这对分析来说是效率将会非常高。

四是要应用数据可视化技术，方便分析人员进行数据探索。我们需要把各种数据进行各种组合，去分析有没有规律、判断它对管理有没有意义。举个例子，我把某个单位从事某个业务的所有人的年龄、性别和代表业绩高低的数字，一共5个维度的数据放在一张图里，一眼就看出来，业绩高的员工里，25-35岁之间女性员工占到三分之二。当时，二孩政策刚刚放开，设想一下，如果来一波孕产小高峰，这个单位的这项业务会不会受到严重冲击？要不要提前做准备？如果按照以往统计个平均年龄、男女比例，是看不到这种规律的，想都不会往这方面想。

这套做法，底层比较复杂，好在都是由电脑完成。这里不详细阐述。

应用价值

人才规划方面，真实掌握各类人才流向，比如招聘了一批机械专业毕业生，结果几年的岗位流动下来，大部分都干行政去了。不盘点一把，还真以为自己储备了足够的机械专业人才。

人才激励方面，通过算法设计，一定是让各年龄段都能得到公正的评价，让各年龄段的人才都能进入视野。

人岗匹配方面，我们发现有些业务岗位的人才，要么不热爱、要么不擅长，若不解决，积极性、主动性必受影响。

专家选聘方面，哪个关键领域的人才成长最快、成熟度最高，就先选聘哪方面专家，不让专业技术人才把心思花在争抢名额上，也不让成熟人才积压。

在员工体验、福利设计和职业生涯规划方面，我们也开展了一些探索。由于业绩盘点不包括对员工能力素质的盘点，因此还不能指导人才开发。我也强烈建议，业绩盘点之后，要紧跟着做能力盘点，效果会更好。

适用场景

不是所有企业都能实施上述的业绩盘点方法

一是要有大量的历史数据，好比美团外卖，要有大量有效的用户点评，我们才能全面了解某个商品的特点。所以，这套方法对新成立的企业不适用。

二是要有一定的数据处理分析能力。一般做人力资源管理的同事，没有接受过相关方面的培训，建议加强这方面的学习和能力建设。