首页  ›   OKR资讯  ›   员工个人绩效的评价怎样做才能尽可能准确合理?

员工个人绩效的评价怎样做才能尽可能准确合理?

源目标   •   2021年12月30日 am 11:10   •   OKR资讯   •   阅读 0

你可以先想一下,你所在的组织具体是怎么评价员工绩效的,是不是先让员工填写工作总结和自我评价,然后直属上级再去打分或者给一个评级?这种方式下,管理者所参考的信息主要来自员工自己的主观反馈。因为信息维度过于单一,所以管理者很难做到客观评估。


数字化工具能做的,首先是把原本应该有但又缺少的重要信息给记录下来,沉淀到系统里,供管理者参考。拿某某绩效举例子,除了员工自评,某某绩效增加了一个360度环评的功能。所谓360度环评,就是员工可以自行邀请跟自己紧密配合的同事来参与评价,这个同事可以是同级的人,也可以是上下游的协作者。此外,员工的上级还可以添加邀请人,另外,任何员工也可以主动给任何其他员工发起360环评。这些360环评员工本人是看不到的。这样一来,管理者看到的就不只是员工的自我认知,还包括其他人的评价反馈,被主观偏差误导的可能性就降低了。


当然了,光有360环评的信息可能还不够。你可能听说过,心理学有一个“近因效应”,指的是我们对人的最后一次接触会留下深刻的印象。很多员工在快要评估绩效的时间段,就会表现得格外努力,而管理者在做评估的时候也很可能忽略他之前的表现,只基于他近期的工作,或者是当下员工自评、360环评的结论来确定绩效,很容易做出片面的判断。

图层 41

片面判断背后的原因是什么?是管理者只看到了当前的结果数据,没有看到以往的过程数据。清楚了这一点,数字化工具就可以做一件事:数据关联。比如某某的绩效系统会直接调用OKR系统中的数据,列出整个绩效评估周期中员工的OKR,以及员工对OKR的复盘内容,帮助管理者回顾员工之前的工作产出。


在管理者实际操作的时候,像员工自评、360度环评,还有OKR内容,所有这些信息都会呈现在系统评估界面的左半边,管理者可以一边参考一边给员工写评价,非常方便。


好,前面说的都是数字化工具在绩效评估环节怎么帮忙,数字化工具可以记录新信息,也可以关联更多数据维度,给管理者提供更充分的信息,辅助管理者做评价。


接下来,我们来看看绩效校准环节。绩效校准简单理解,就是通过对比不同员工、团队或者部门的绩效,找出评价不合理的地方,并校准结果。也就是说,绩效校准也是为绩效评价的准确性和合理性服务的。


以前企业都是怎么校准员工绩效的呢?就拿我们都很熟悉的得到来说吧。得到以前校准绩效的工具是Excel,人力先在Excel里手动把每一位员工按职级和序列分门别类,然后再发文件给各级管理者,各级管理者完成校准工作后,HR再收集起来。


这样的绩效校准方式,首先效率很低,Excel文件需要人手动维护,同时没办法多人协作,只能等一个部门校准完成后下一个部门再校准。而且数据量大了,高层管理者如果想按条件筛选查看一些数据,比如公司所有中级销售人员的绩效分布,筛选起来既没那么快,也没办法可视化呈现。


但按条件筛选、信息可视化对数字化工具来说,可太简单了。比如某某绩效系统,就设计了绩效的校准矩阵功能,它是基于绩效评价的数据自动生成的,不用人手工维护,也提供了职级、司龄、序列等不同维度。在矩阵页面里,管理者能看到所有下属的绩效,也可以按不同的专业岗位进行一键筛选,生成不同的矩阵表。比如销售岗位下一共10名员工,这10名员工只要走完了绩效评价流程,就会被自动分布到一张矩阵表里,表格的横向是绩效评级,纵向是职级序列。


有了矩阵表之后,管理者校准绩效就更方便了。管理者可以对比,相同职级的不同员工分别都是什么绩效等级,是不是合理。如果记不清楚细节,可以直接点击名字查看绩效评价的背景信息,包括员工自评、OKR信息、360度环评、上级对他的评价等等。像这种程度的信息关联,传统工具是实现不了的,但数字化工具可以轻松做到。


一个团队里,不同职级的人的绩效结果也可以放到一起比。某某之前就用“校准矩阵”调整了一位初级工程师的绩效。管理者在做绩效校准的时候,查看到了这位初级工程师的工作产出,发现他对业务的绝对贡献要比另外一位中级工程师还要大,但是他俩的绩效等级却没有拉开。他俩从职级上看差一个级别,但是站到人才激励的角度,我们最终评估决定,这位初级工程师的绩效结果为优秀,然后给了中级工程师一个中等的绩效。


数字化工具还可以进一步挖掘信息,帮助管理者从更宏观的部门和团队的角度发现绩效异常的情况。拿我们团队来说,某某绩效会统计一个部门或团队整体的绩效分布情况,并以百分比的方式呈现结果。这样一来,管理者就能清晰地看到,一个部门或团队里,高绩效的员工占多少,低绩效的员工占多少。


假设公司销售部门今年的整体业绩没达标,但是却有超过一半的人,绩效等级为优秀。这个时候,高级管理者就可以向下进行数据穿透,进入到销售团队的员工绩效矩阵里,看看高绩效的员工都有谁,这些员工对团队的业绩贡献是不是足够大,如果有人没有达到高绩效的要求,就可以及时调整,让整体的绩效评估结果更合理。


这种宏观层面的绩效校准,放在以前没有数字化系统的时候也是很难的。高级管理者只能听下面一级的负责人汇报,而下面一级的管理者通常会抱着这么一种想法:团队今年的业绩虽然不好,但是成员们都辛苦摸索了一年,我肯定得多挣一些高绩效的名额。


你看,这种情况下,如果没有数字化工具,缺少数据穿透,光听下级讲,高级管理者很容易就被说动了,不去调整评估结果。如果有了数字化工具,当管理者发现一个团队的绩效不合理的时候,工具能够帮管理者迅速打开数据的黑箱,看到团队里每个人的客观产出和业绩贡献,从而做到及时纠偏。


员工个人绩效的评价怎样做才能尽可能准确合理?

源目标   •   2021年12月30日 am 11:10   •   OKR资讯   •   阅读 0

你可以先想一下,你所在的组织具体是怎么评价员工绩效的,是不是先让员工填写工作总结和自我评价,然后直属上级再去打分或者给一个评级?这种方式下,管理者所参考的信息主要来自员工自己的主观反馈。因为信息维度过于单一,所以管理者很难做到客观评估。


数字化工具能做的,首先是把原本应该有但又缺少的重要信息给记录下来,沉淀到系统里,供管理者参考。拿某某绩效举例子,除了员工自评,某某绩效增加了一个360度环评的功能。所谓360度环评,就是员工可以自行邀请跟自己紧密配合的同事来参与评价,这个同事可以是同级的人,也可以是上下游的协作者。此外,员工的上级还可以添加邀请人,另外,任何员工也可以主动给任何其他员工发起360环评。这些360环评员工本人是看不到的。这样一来,管理者看到的就不只是员工的自我认知,还包括其他人的评价反馈,被主观偏差误导的可能性就降低了。


当然了,光有360环评的信息可能还不够。你可能听说过,心理学有一个“近因效应”,指的是我们对人的最后一次接触会留下深刻的印象。很多员工在快要评估绩效的时间段,就会表现得格外努力,而管理者在做评估的时候也很可能忽略他之前的表现,只基于他近期的工作,或者是当下员工自评、360环评的结论来确定绩效,很容易做出片面的判断。

图层 41

片面判断背后的原因是什么?是管理者只看到了当前的结果数据,没有看到以往的过程数据。清楚了这一点,数字化工具就可以做一件事:数据关联。比如某某的绩效系统会直接调用OKR系统中的数据,列出整个绩效评估周期中员工的OKR,以及员工对OKR的复盘内容,帮助管理者回顾员工之前的工作产出。


在管理者实际操作的时候,像员工自评、360度环评,还有OKR内容,所有这些信息都会呈现在系统评估界面的左半边,管理者可以一边参考一边给员工写评价,非常方便。


好,前面说的都是数字化工具在绩效评估环节怎么帮忙,数字化工具可以记录新信息,也可以关联更多数据维度,给管理者提供更充分的信息,辅助管理者做评价。


接下来,我们来看看绩效校准环节。绩效校准简单理解,就是通过对比不同员工、团队或者部门的绩效,找出评价不合理的地方,并校准结果。也就是说,绩效校准也是为绩效评价的准确性和合理性服务的。


以前企业都是怎么校准员工绩效的呢?就拿我们都很熟悉的得到来说吧。得到以前校准绩效的工具是Excel,人力先在Excel里手动把每一位员工按职级和序列分门别类,然后再发文件给各级管理者,各级管理者完成校准工作后,HR再收集起来。


这样的绩效校准方式,首先效率很低,Excel文件需要人手动维护,同时没办法多人协作,只能等一个部门校准完成后下一个部门再校准。而且数据量大了,高层管理者如果想按条件筛选查看一些数据,比如公司所有中级销售人员的绩效分布,筛选起来既没那么快,也没办法可视化呈现。


但按条件筛选、信息可视化对数字化工具来说,可太简单了。比如某某绩效系统,就设计了绩效的校准矩阵功能,它是基于绩效评价的数据自动生成的,不用人手工维护,也提供了职级、司龄、序列等不同维度。在矩阵页面里,管理者能看到所有下属的绩效,也可以按不同的专业岗位进行一键筛选,生成不同的矩阵表。比如销售岗位下一共10名员工,这10名员工只要走完了绩效评价流程,就会被自动分布到一张矩阵表里,表格的横向是绩效评级,纵向是职级序列。


有了矩阵表之后,管理者校准绩效就更方便了。管理者可以对比,相同职级的不同员工分别都是什么绩效等级,是不是合理。如果记不清楚细节,可以直接点击名字查看绩效评价的背景信息,包括员工自评、OKR信息、360度环评、上级对他的评价等等。像这种程度的信息关联,传统工具是实现不了的,但数字化工具可以轻松做到。


一个团队里,不同职级的人的绩效结果也可以放到一起比。某某之前就用“校准矩阵”调整了一位初级工程师的绩效。管理者在做绩效校准的时候,查看到了这位初级工程师的工作产出,发现他对业务的绝对贡献要比另外一位中级工程师还要大,但是他俩的绩效等级却没有拉开。他俩从职级上看差一个级别,但是站到人才激励的角度,我们最终评估决定,这位初级工程师的绩效结果为优秀,然后给了中级工程师一个中等的绩效。


数字化工具还可以进一步挖掘信息,帮助管理者从更宏观的部门和团队的角度发现绩效异常的情况。拿我们团队来说,某某绩效会统计一个部门或团队整体的绩效分布情况,并以百分比的方式呈现结果。这样一来,管理者就能清晰地看到,一个部门或团队里,高绩效的员工占多少,低绩效的员工占多少。


假设公司销售部门今年的整体业绩没达标,但是却有超过一半的人,绩效等级为优秀。这个时候,高级管理者就可以向下进行数据穿透,进入到销售团队的员工绩效矩阵里,看看高绩效的员工都有谁,这些员工对团队的业绩贡献是不是足够大,如果有人没有达到高绩效的要求,就可以及时调整,让整体的绩效评估结果更合理。


这种宏观层面的绩效校准,放在以前没有数字化系统的时候也是很难的。高级管理者只能听下面一级的负责人汇报,而下面一级的管理者通常会抱着这么一种想法:团队今年的业绩虽然不好,但是成员们都辛苦摸索了一年,我肯定得多挣一些高绩效的名额。


你看,这种情况下,如果没有数字化工具,缺少数据穿透,光听下级讲,高级管理者很容易就被说动了,不去调整评估结果。如果有了数字化工具,当管理者发现一个团队的绩效不合理的时候,工具能够帮管理者迅速打开数据的黑箱,看到团队里每个人的客观产出和业绩贡献,从而做到及时纠偏。