这些年,企业的绩效管理越来越数字化。
以前做绩效,可能就是一张Excel表。员工填目标,管理者打分,HR最后汇总一下,做个绩效等级分布。
现在不一样了。
企业可能同时使用OKR、KPI、项目考核、360评估、员工自评、上级评价、同事评价,还有目标完成情况、项目进度、工作总结等各种数据。系统里的信息越来越丰富,HR能够看到的内容也越来越多。
但一个很奇怪的现象也随之出现了:
数据越来越多,HR却不一定越来越了解员工。
打开绩效系统,几十张报表、上百个指标,看起来什么都有,但真正问到一个具体员工时,HR可能还是很难回答:
这个人的绩效为什么是这个结果?
他最近表现有没有变化?
哪些员工值得重点关注?
哪个部门的绩效管理可能存在问题?
为什么有些部门整体评分很高,有些部门却明显偏低?
这说明企业现在面临的已经不是“有没有绩效数据”的问题,而是:
这些数据到底有没有被真正用起来。
一、数据多,不代表信息有价值
绩效系统最容易出现的一种情况,就是数据越来越多。
员工数量增加以后,目标数据增加;考核方式增加以后,评价数据增加;引入360评估以后,又多了一批评价数据;再加上项目、任务、工作总结等内容,最终形成了一个非常庞大的数据池。
但数据本身不会自动产生管理价值。
例如,一个部门有100个人,系统里记录了几千条目标、评价和结果。
如果HR只是看到“本季度有多少人完成考核、多少人获得A、多少人获得B”,这些数据更多只是告诉HR发生了什么,却没有告诉HR:
为什么会这样?
而管理真正需要解决的,往往恰恰是后面这个问题。
二、HR最应该关注的,不是“多少人得了A”
绩效等级分布当然很重要。
如果一个部门100个人,有90个人都是A,HR一定会关注;如果另一个部门100个人,只有几个人获得A,也同样值得关注。
但看到异常之后,真正的问题才刚刚开始。
为什么这个部门A这么多?
是这个部门整体业务表现真的非常好?
还是管理者评分比较宽松?
为什么另一个部门A这么少?
是员工表现确实一般?
还是目标设置本身比较困难?
如果HR只看到等级分布,就只能发现现象。
真正有价值的分析,需要进一步往下看。
例如目标完成情况、部门业务结果、历史绩效、岗位差异、管理者评分习惯等。
只有把这些信息放在一起,才能逐渐判断:
这是正常差异,还是管理问题?
三、同样是B,背后的情况可能完全不同
绩效等级非常容易让人产生一种错觉:
两个员工都是B,所以他们的表现差不多。
实际上可能完全不是这样。
员工A的目标完成率是90%,所有核心目标都基本达成,只是在部分能力项上没有达到更高要求。
员工B也是B,但他的核心目标只完成了70%,只是因为其他维度表现不错,最终综合下来也是B。
如果只看绩效等级,这两个员工没有区别。
但从管理角度来看,他们显然应该采取不同的管理方式。
A可能已经具备比较稳定的工作能力,下一步需要的是更高难度的目标。
B可能需要先解决核心工作能力或者目标执行问题。
所以,绩效等级更多是一个结果标签。
真正的员工画像,藏在等级背后的数据里。
四、HR真正应该看的是“变化”
很多绩效分析习惯看当前结果。
今年A的人有多少?
这个季度B的人有多少?
哪个部门平均分最高?
这些当然都值得看,但如果只看一个时间点,很容易忽略真正重要的变化。
一个员工连续三个周期都是A,这是一种情况。
一个员工前两个周期都是C,这个周期突然变成A,又是另一种情况。
还有一种情况可能更加值得关注:
一个员工过去长期表现稳定,但最近两个周期持续下降。
如果只看当前绩效等级,他可能只是一个B。
但如果把几个周期放在一起,就会发现:
这个员工正在发生变化。
对于管理者来说,这种变化往往比一个静态的绩效等级更值得关注。
因为它可能意味着业务状态变化,也可能意味着员工遇到了新的困难,甚至可能是岗位适配、工作状态或者团队环境发生了变化。
五、绩效数据真正有价值的地方,是帮助企业发现“异常”
企业管理不可能要求HR把每一个员工的数据都仔细看一遍。
人数一多,这件事情根本做不到。
所以绩效分析不能只是展示所有数据,而应该帮助HR快速找到那些值得进一步了解的地方。
比如一个部门绩效等级长期明显偏高。
比如某个团队连续几个周期的目标完成情况明显下降。
比如某个岗位的绩效结果和其他类似岗位差异非常大。
比如某些员工绩效在连续几个周期内出现明显波动。
这些都可以作为进一步分析的入口。
需要注意的是:
异常不等于问题。
一个部门绩效高,不代表一定存在评分宽松;一个员工绩效下降,也不代表一定出现了能力问题。
异常真正的价值,是告诉HR:
这里可能值得看一眼。
至于到底发生了什么,还需要结合实际情况进一步判断。
六、很多企业做绩效分析,最后变成了“报表工程”
这也是一个非常现实的问题。
企业花了很多时间建设绩效报表,最终得到几十个页面。
员工绩效分布、部门绩效分布、岗位绩效分布、历史绩效、目标完成率、360评价、评价进度……
每一张报表看起来都有价值。
但HR真正使用的时候,却不知道应该先看哪一张。
最后就变成:
领导要数据的时候查一下。
绩效结束的时候导出一次。
开会的时候做一份PPT。
报告完成以后,这些数据又很少被继续使用。
这其实说明一个问题:
数据展示和数据分析不是一回事。
把数据展示出来,只是第一步。
真正的分析应该帮助HR回答具体的管理问题。
七、一个好的绩效分析,应该从“问题”开始
与其问:
“系统里有哪些数据可以看?”
不如先问:
“企业现在最想知道什么?”
如果企业关心绩效公平,那么重点应该分析不同部门、不同管理者之间的评价差异。
如果企业关心人才发展,就应该关注员工绩效变化、长期表现和关键人才分布。
如果企业关心组织效率,就需要把绩效结果和组织、岗位、业务结果结合起来看。
如果企业发现某个部门绩效长期偏低,那么就应该进一步分析这个部门的目标完成情况、人员结构、管理方式以及历史变化。
当分析问题明确以后,真正需要的数据其实并没有想象中那么多。
很多时候,企业缺的不是更多数据,而是:
一个明确的问题。
八、绩效分析不能脱离业务
这是HR在做绩效数据分析时尤其需要注意的一点。
如果只看绩效数据,很容易得出一些看起来合理、实际上并不准确的结论。
例如某部门平均绩效只有B,而另一个部门平均绩效是A。
是不是A部门管理得更好?
不一定。
可能两个部门承担的业务目标完全不同。
一个部门处于快速增长期,目标激进;另一个部门业务相对稳定,目标完成难度较低。
如果不考虑业务背景,单纯比较绩效等级,很容易把“业务差异”误认为“人员能力差异”。
所以,绩效分析一定要放回业务环境中。
目标是什么?
业务结果怎么样?
团队承担什么任务?
周期内发生了什么变化?
这些信息都会影响我们对绩效结果的理解。
九、员工绩效数据,也应该和组织管理连接起来
绩效数据如果只停留在绩效部门手里,价值其实有限。
HR真正关心的通常不是:
“这个员工上季度是B。”
而是:
“这个员工接下来应该怎么办?”
如果员工连续几个周期表现优秀,是否应该纳入人才盘点?
如果员工长期低绩效,是否需要制定改进计划?
如果某个岗位大量员工绩效下降,是人员能力问题,还是岗位设计出了问题?
如果一个部门整体绩效下降,管理者是不是应该重点关注?
当绩效数据开始和人才盘点、晋升、培训、调薪、人员优化等管理动作连接起来,绩效分析才真正从“看数据”走向“用数据”。
十、不要为了分析而分析
绩效数据非常容易让人陷入一个误区:
既然系统里有这么多数据,那就应该全部分析。
实际上完全没有必要。
如果一个数据不能帮助HR做出任何管理动作,那么它的价值就值得重新评估。
比如每天统计一次某个不影响管理决策的指标,可能只是增加报表复杂度。
真正值得长期关注的指标,应该具备一个基本特点:
看完之后,你知道下一步应该做什么。
发现部门绩效异常,就去了解原因。
发现员工绩效持续下降,就进行沟通。
发现不同管理者评价尺度差异明显,就进行校准。
发现关键人才表现持续优秀,就进入人才发展流程。
如果一个指标看了以后什么都不会发生,那它很可能只是一个数字。
十一、绩效数据最终还是要回到“人”
企业做绩效数字化以后,很容易越来越关注数据。
但绩效管理最终管理的不是数据,而是人。
一个人的绩效下降,背后可能是工作能力问题,也可能是岗位变化、目标变化、团队变化或者个人发展阶段变化。
一个部门绩效偏低,也可能是管理问题,也可能是业务环境发生了变化。
所以数据只能帮助我们找到问题,不能代替管理者理解问题。
真正好的绩效分析,应该让HR和管理者更容易发现值得关注的人和事,然后把时间用在真正需要沟通和解决的问题上。
结语:绩效数据的价值,不在于“看到了多少”,而在于“发现了什么”
企业做了绩效数字化以后,最容易产生的一种错觉就是:
系统里数据很多,所以我们已经掌握了员工情况。
其实并不是。
真正掌握员工情况,不是知道他这次拿了A还是B,而是知道这个结果为什么产生,过去发生过什么,最近有没有变化,以及接下来应该做什么。
所以,绩效分析不应该只是不断增加报表。
更重要的是从大量数据中找到真正值得关注的变化和异常,再结合业务背景去理解这些变化。
最终让绩效数据服务于管理,而不是让管理者每天花大量时间研究数据。
绩效数据的终点,从来不是一张报表。
真正有价值的绩效分析,是从一个数字开始,最后回到一个具体的人、一件具体的事,以及一个明确的管理动作。

索取企业OKR和绩效管理成功案例,直观体验《Tita一体化管理平台》,立即申请 《Tita 产品演示》 或 最受客户欢迎的《帮我配置考核表》 。
2024, Tita 重磅发布新品,开启“客户管理”与“项目交付”双引擎,帮助企业驱动业绩飙升!立即了解 《Tita 新CRM销售管理一体化》 。
