成功的人愛閱讀、夜貓子創意多?其實這些心理測驗,沒告訴你的背後意義是…

一個提供讀者朋友分享投資理財心得的園地。
成功的人愛閱讀、夜貓子創意多?其實這些心理測驗,沒告訴你的背後意義是…

我們大概都讀過一些有趣的研究,比方說:辦公桌凌亂的員工比較有創造力、有運動習慣的員工績效較佳、夜貓子型的員工比較適合創意類型的工作、成功的人都有閱讀的習慣…

前一陣子,我也試著在公司裡做了全體員工的問卷調查,詢問員工有沒有運動習慣?有沒有閱讀習慣?逛街嗎?釣魚嗎?拿什麼牌子的手機?家中排行第幾?慣用右手或左手?…想要透過統計,看看能不能找出績效表現好的員工特徵或樣貌。

結果不能。

從技術層面的角度,大多數人都可以理解問題出在哪裡:公司規模是個問題,對一家只有幾百位員工的公司而言,要從當中找到有意義的統計結果並不容易;再者,對不同職務的員工而言,績效的定義可能有相當大的差異。

比方說,負責薪資計算的人力資源專員和負責第一線銷售的門市業務人員,以及負責處理客戶抱怨的電話客服人員,需要的技能和特質可能大不相同。細心文靜的員工可能在A部門是位績優員工,只不過到了B部門就不受主管青睞。當公司規模小,不同職務又需要能創造不同績效表現的人員時,每一個職位可能都只會有個位數的員工,要從統計中找出該職位的績優員工應該是什麼樣貌,是個不可能的任務。

問卷的設計也可能是原因。當我們說有運動習慣時,談的究竟是每天運動、1週運動3次、1週運動1次、或是1個月1次(這樣還可以稱為有運動習慣嗎)?然後,跑步和打球是同一回事嗎?一個人跑步,和號召三五跑友一起跑步,背後代表了不同的意義嗎?如果我們誤把那些其實反映了不同特質的行為統統歸類為「有定期運動的習慣」,然後再拿它來和員工績效進行統計分析,要得到結果當然就會有一點困難。

最後一個問題則是績效本身是否客觀正確,恐怕也有可議之處。如果我們討論的是業務人員的銷售成績、生產線上的生產效率,這些績效指標確實比較容易量化和衡量;但很多智慧密集或創意密集的職位,其工作績效有一定比例其實和質有關,就好像我們一開始舉的例子「辦公桌比較凌亂的員工創造力較佳」,光是要如何衡量「創造力」,就是非常大的挑戰了。

大數據分析真能幫助甄選效率?

過去人力資源單位談到數據管理,不外乎就是離職率、教育訓練時數、內部晉升比率、員工滿意度、篩選率等等,這些差不多都已經變成人資單位標準的KPIs了。要說員工特質和績效之間的關聯性,過去幾十年來,也有過許多嚴謹的學術研究,比方說5大人格特質當中的勤勉審慎性對員工績效的預測力、內外控人格對員工績效的影響、組織公民行為和離職率之間的關係等等。

但最近因為大數據的風潮,許多趨勢分析專家為人力資源管理提出了美好的未來,期望把人資數據分析當成人事決策的依據:不同的員工福利措施對員工滿意度提升的差異、加薪幅度對員工留任的影響、如何從履歷表中預測應徵者的適任性、如何從員工行為預測該名員工是否正打算離職…。

只不過,除了那些規模很大、人力資源編制和預算比較豪華的企業之外,絕大部分公司的人力資源單位要投入所謂的「人資大數據分析」,大概都會遇到類似的困難。就像我自己的經驗,面對一大堆數字,連該問什麼問題都不太確定,更遑論去驗證這些問題的假設是否為真。

針對上述的挑戰,有沒有可能是,比方說某個有能力進行大數據分析的外包商,蒐集各家公司的資料、完成分析之後,再將結果回饋給企業?現在已經有公司正在嘗試透過人工智慧(AI)來分析應徵者履歷以協助主管做出甄選決策,而推動這項科技發展的,目標都是希望成為眾家企業人力資源單位的解決方案,而不單單只是為了自己的公司提高甄選效率。

當然,這中間有員工個資保密的議題要解決,某些國家對於企業將員工資料交給第三方(尤其是該第三方是個跨國的大數據資料庫)進行大數據分析可能會有意見;但想一想,現在人力資源領域中行之有年、由公正第三方執行的薪資調查,不也就是這種運作模式?所以我個人認為,隨著科技的發展,也許不久的將來就會有所突破。

總的來說,因為各種演算法、大數據和人工智慧的推進,許多企業都正在積極推動數位變革。在這個浪潮之下,人力資源工作勢必也要跟著改變。我知道已經有許多人力資源領域的專家開始投入這件事情,也相信目前的挑戰還非常非常多。

不過這個改變可能會比較像是指數函數,現在進展很緩慢,將來則有可能會愈來愈快,並且對人力資源單位產生非常巨大、甚至驚人的衝擊。

本文獲「萬惡的人力資源主管」授權轉載,原文:關於人力資源大數據:此時此地

  • 分享: