تُستخدم طريقة مراجعة الأداء 360 أيضًا في X5 Retail Group. سنخبرك اليوم عن أفضل ممارسات BigData X5 لتحليلات الموارد البشرية المتعمقة.
من الواضح أن دقة هذه الطريقة ، على الرغم من زيادتها من خلال متوسط الآراء المختلفة ، لا تزال تعتمد على الانفتاح والحماس اللذين يملأ بهما الأشخاص الاستبيانات ، وعلى فهمهم للمقياس ، وعلى قوة الفريق ، والجو في الفريق ، وغير ذلك الكثير.
أحد الجوانب المهمة لتشغيل مثل هذا النظام هو التفاعل مع ملء الاستبيانات. إذا أعطى الشخص كل شخص دون تفكير خمس مرات ، فعليه العمل معه ، وشرح أهمية هذه العملية. في روسيا ، هناك موقف معين تجاه الدرجات على أساس مقياس مكون من خمس نقاط ، والذي بموجبه يكون الطالب C شخصية جيدة ، والطالب الجيد أمر طبيعي ، ولكن الطالب الممتاز هو الشخص الذي يعمل بشكل جيد ، وهذا مدح. يبقى الخاسرون للسنة الثانية ، وبالفعل "لا يوجد الكثير منهم ، ولم أرهم من قبل في شركتنا" - هذه هي الطريقة التي يجيب بها المديرون عادةً عن فريقهم. "في مكان ما" ولكن ليس هنا. لذا ، إذا كنت تعتقد أن الموظف جيد ، فأنت تعطيه أربعة ، لأن C ... حسنًا ، هناك C ، وإذا كنت صديقًا ، فيمكنك وضع خمسة - لا تتردد. هذا يؤدي إلى تصنيفات منحرفة ، إلى نسبة عالية من الأطفال دون سن الخامسة في المسح ،الذي يتدهور إلى نقطتين تقريبًا: مع أربع وخمسات.
يعتبر تدريس المقيّمين عملية بطيئة وحزينة (حسناً ، ليست حزينة دائماً) تتضمن تفسيرات: كيف تعمل الآلة ؛ كيفية تقييم شخص بشكل صحيح ، دون إثارة الإعجاب بعد نتائج تفاعل واحد ، أو السلبية بعد خطاب واحد وقح ؛ كيف يبدو مقياس الدرجات ، مختلفًا عن المقياس المستخدم في المدرسة ؛ نظرة عامة على الأخطاء النموذجية للمراجعين ، وما إلى ذلك. من المهم جدًا استرخاء الناس ، والابتعاد عن تصورهم للعملية على أنها أداة مملة أخرى ، للتخلص من الخوف من أن التقييم سيؤثر على النتائج المالية للزميل. من المهم بشكل أساسي هنا عدم اتخاذ قرارات شخصية متسرعة وعدم تعديل طاقم القيادة في مسارات جديدة.
تم وضع بيان العملية التحليلية من وجهة نظر موظف الموارد البشرية بشكل جيد في النصمن Avito ، وأنا أوصي بشدة بقراءتها. لاحظ الرجال تحيزًا قويًا تجاه الخير ، وكان عدد الأربعة ("أعلى من التوقعات") مماثلاً لعدد الثلاثة أضعاف ("يلبي التوقعات"). واجهنا أيضًا حججًا حول "الخير والشر" ، على الرغم من أننا استخدمنا مقياسًا لتصميمنا الخاص.
علاوة على ذلك ، تم تقسيم الأصوات. إما أنه فريق ودود قوي ، أو أحد شيئين. لذلك ، أطلقنا بسرعة مراجعة ثانية على فريق مختلف ،
وتأكدنا في بعض الأحيان ، دون عمل إضافي على توضيح المقياس ومعايرة التقديرات ، أنه من الممكن الحصول على بيانات ذات تباين كبير. أي أنك تحتاج إلى العمل مع الناس ومراعاة الميل العضوي للتقييمات "الموضوعية". أو ربما يكون هذا خلافًا داخل الفريق ، والذي ، بشكل عام ، من المفيد أيضًا معرفته.
تستخدم درجة 360 عمومًا لغرضين: تطوير الموظفين وتحليل الأداء. من المهم أن نفهم أن الناتج قد يختلف اعتمادًا على مستوى استعداد وانفتاح أولئك الذين يقدمون التعليقات. عندما ننشئ أداة لتمكين تطوير الموظفين ، من المهم بالنسبة لنا تقديم ملاحظات مجهولة المصدر من مصادر مختلفة لمساعدته على فهم نقاط قوته وضعفه ، ومهاراته ، وتطوير الصفات المفقودة. يركز المسح على الكفاءات أو السلوكيات المرتبطة ارتباطًا وثيقًا بأداء مسؤوليات الوظيفة ، وقيم المنظمة. عندما نطلق مثل هذه الأداة ، يجب أن نوضح للمشاركين أننا لسنا كذلكسوف نستخدم النتائج لقرارات الموظفين. ستكون قصتنا حول استخدام طريقة المراجعة 360 لتطوير الموظفين.
هناك حاجة إلى بيانات تطوير الموظفين لتقييم نقاط القوة ومجالات التطوير ، وليس لاتخاذ قرارات المكافأة / المواهب. من المهم أيضًا أن تفهم الشركة كيفية ارتباط قيم الشخص بقيم الشركة. تتم مشاركة 360 نتيجة دائمًا مع الموظف ومديره.
تعد نتائج ونتائج الاستطلاع 360 كنزًا من البيانات التي يمكن استخدامها لتوفير البصيرة والتحليلات. هذه البيانات ضرورية لحساب عوامل "التصحيح" التي ستساعد في الحصول على نتيجة أكثر موثوقية ، وكذلك لتجميع الموظفين حسب الكفاءات والمهارات وتجميع "ملف تعريف" للفرق الفردية وأكثر من ذلك بكثير. تتطلب كل هذه الحسابات طاقة وأطر عمل إضافية ، قررنا الانتقال إلى خدمة مصغرة منفصلة. وبالتالي ، قمنا بشكل منطقي بفصل الجزء الذي يراه المستخدم (من قسم الموارد البشرية) عن الجزء "التحليلي" ، حيث يتم إجراء جميع الحسابات التحليلية الإضافية. يسمح هذا النهج بتطوير هذه الخدمات بشكل مستقل ، ويوفر فرصة لفصل إضافي للحسابات.لا تحتوي الخدمة التحليلية على قاعدة بيانات خاصة بها ، ويتم إجراء جميع الحسابات بناءً على البيانات الموجودة في قاعدة بيانات الخدمة الرئيسية ، وتتفاعل باستخدام REST-API.
الخدمة التحليلية عبارة عن خادم منفصل مكتوب في Flask ، ويتم تنفيذ الخدمة الرئيسية في NodeJS باستخدام قاعدة بيانات PostgreSQL. يتم تقديم مخطط التفاعل الصعب بلا شك أدناه:
ضع في اعتبارك مثالاً لتقييم الاستطلاعات في فرق أخرى ، دعنا نسميهم الفريق أ والفريق ب. تخيل موقفًا يكون فيه الموظفون في الفريق أ ودودين ، ويعاملون بعضهم البعض بشكل جيد ، وبالتالي متوسط الدرجة يمكن أن تكون عالية جدًا. على عكس الفريق أ ، افترض أن الفريق ب يتكون من أشخاص أكثر أهمية والذين يمنحون بصدق درجات عالية فقط للموظفين الذين يؤدون أداءً جيدًا بالفعل.
كيف نقارن بين موظفين من الفريق أ والفريق ب؟ لمقارنة الموظفين من فرق مختلفة ، نستخدم معايرة "فريق" خاصة للحصول على درجة الموظف بالنسبة لمتوسط الدرجات في فريقه. لا يمكنك الاستغناء عن صيغة هنا.
لنفترض أن لدينا موظف x بدرجة 0.9 من الفريق A ، الذي يبلغ متوسط درجاته 0.85 ، وهناك موظف y بدرجة 0.65 من الفريق B ، ومتوسط درجاته 0.5. بعد طرح متوسط درجات الفرق ، نحصل على درجات "معايرة" للموظفين:
وهكذا ، نرى أن الموظف y لديه درجة معايرة أعلى من الدرجة المعايرة للموظف x.
ينطبق نفس المثال على التطبيع داخل الفريق. جميع الموظفين مختلفون ويميلون إلى تقييم زملائهم بشكل مختلف أيضًا. على سبيل المثال ، هناك موظف x الذي يعامل جميع الزملاء جيدًا ويعطي كل شخص متوسط درجة 0.8 ، وهناك موظف y الذي ينظر بشكل أكثر انتقادًا للآخرين ويعطي متوسط 0.5 للموظفين الآخرين. عندما يقوم الموظفون x و y بتقييم الموظف z ، يمكنهم تقييمه بشكل متساوٍ (أو بنفس الدرجة من السوء) ، ولكن في نظام القيم الخاص بهم ، لذلك عند حساب متوسط الدرجة داخل الفريق ، نطرح متوسط كل موظف ، والذي يتم حسابه من البيانات التاريخية. لنفترض أن الموظف x قام بتصنيف الموظف z عند 0.9 ، والموظف y عند 0.7 ، فإن متوسط الدرجة سيكون متساويًا
، ومع ذلك ، إذا طرحنا متوسط تقييمات المؤلفين تاريخيًا ، فسنحصل على
بعد هذه المعايرة ، نحصل على مقياس يأخذ في الاعتبار "نظام القيم" لكل موظف ، وبالتالي يكون أكثر "صدقًا".
الشيء المهم هو أنه عند تحديد ملف تعريف شخص ما ، يمكننا تقييم تقييمات المراجعين بمعامِلات مختلفة. هناك الكثير من الأدلة على أن المديرين يميلون إلى أن يكونوا أكثر دقة وحيادية في تقييم الأشخاص (في الواقع ، هذا أيضًا هو سبب وصولهم إلى حيث كانوا) ، ويرجع ذلك على الأرجح إلى خبرة أكبر.
القيم الافتراضية للأوزان هي 0.25 ، أي في الإصدار الحالي لا نعطي الأفضلية لأي فئة من فئات المستجيبين ، ولكن كما قيل في إحدى القصص القديمة ، "الأداة موجودة".
بعبارة أخرى ، بعد جمع التقديرات التي قام المؤلفون بمعايرتها ، نحاول دفعها إلى "نظام إحداثيات" عالمي حتى نتمكن من استخلاص رؤى صحيحة من البيانات. خلافًا لذلك ، نظرًا للتقييمات المتحيزة ، يمكننا اكتشاف بعض الانتظام المذهل الذي لا وجود له حقًا ، وما هو جيد ، سنبدأ في تطوير الموظف في الاتجاه المعاكس لملفه الشخصي.
نرجو أن ننجح وقمنا بتجميع النواقل التي تمثل ملف تعريف كفاءة الموظف. علاوة على ذلك ، هناك نواقل وردت من الزملاء والمديرين والمرؤوسين واحترام الذات. نقوم بتجميع كل هذا في مكعب (على وجه الدقة ، متوازي السطوح ، ولكن علاوة على ذلك ، سأستخدم مصطلح المكعب بالقياس مع مكعبات OLAP).
ولكن الآن ، من خلال تشريح المكعب على طول المحاور المختلفة ، يمكننا الحصول على تبعيات تحليلية متنوعة. على سبيل المثال ، دعنا نصلح الكفاءة ونرى توزيعها في جميع أنحاء المنظمة ككل أو عبر فريق داخل المنظمة. أو خذ العمود الأيمن الأقصى من تقييمات المديرين وانظر داخليًا إلى تباين التقييمات لمعرفة ما إذا كانت هناك أي نتائج مفاجئة.
عند تطوير هذا المنطق ، من الممكن الحصول على رسوم بيانية لمقارنة الموظفين ، سواء داخل الفريق أو الذين ينتمون إلى أقسام مختلفة ، ما يسمى نسيج العنكبوت ؛ ولكن من الممكن ، في نفس الرسم التخطيطي ، إعطاء متوسط قيم الكفاءات في الفريق وفهم شخص معين حيث يتم طرده بالنسبة إلى الفريق وفي أي اتجاه ؛ يمكنك أخذ فريق آخر بدلاً من الفريق الذي يوجد فيه الموظف ومقارنة متوسط كفاءاته مع كفاءات الشخص. لماذا ، إذا قمت بالتأرجح ، يمكنك مقارنة الفريق فيما يتعلق بفريق آخر ، وهذا ما يمكن أن تخرج به لعبة ممتعة.
يمكن أيضًا تحليل مجموعات من أنواع معينة داخل المنظمة للعثور على أشخاص قد يكونون متصلين فعالين أو خبراء معروفين بنهجهم العميق في حل المشكلات.
من الممكن أيضًا اكتشافات أبسط من الناحية التحليلية ، على الرغم من أنها ليست أقل إثارة للاهتمام. على وجه الخصوص ، قد يشير التباين الكبير في تصنيفات أحد الموظفين عند الاستطلاع بين الزملاء إلى تصور قطبي لزملائه.
ماذا لو كان التباين مرتفعًا عند مقارنة التصنيفات من الزملاء ومن المدير؟ هل يقوم الزملاء والمدير بتقييم الموظف بشكل مختلف تمامًا؟ ربما يمكنك هنا أن تتساءل عن نوع القائد الذي هو عليه ، وما إذا كان صارمًا للغاية مع أعضاء فريقه (حسنًا ، أو العكس ، غير ناقد). أو استخلص استنتاجًا حول الموضوعية الفائقة الأساسية للمديرين في المنظمة ، إذا تكرر نمط مماثل للفرق الأخرى.
من المرجح أن يشير عدد كبير من التقييمات المفقودة لأي من الموظفين إلى أن هذا الشخص لديه القليل من التفاعل مع الزملاء. في الوقت نفسه ، بالنسبة لبعض الفرق في X5 ، يعد هذا أسلوب عمل تمامًا ، ولا يوجد شيء مفاجئ هنا ، ولكن من الواضح أنه بالنسبة لبعض الفرق ، سيكون هذا بمثابة مؤشر للحاجة إلى تغييرات في عملية العمل.
في المستقبل ، نريد تشكيل أسئلة أكثر دقة في نموذج البحث من أجل القضاء على التحيزات في التقديرات في هذه المرحلة ، وتجنب العمل اليدوي مع مستخدمي الخدمة والتفسيرات التي لا تنتهي لكيفية اختيار التقديرات الصحيحة وما تعنيه. لدينا العديد من الأفكار ، وهي في طور التحقق ، وسوف نشارك النتائج معك بالتأكيد. نريد أيضًا تطبيق المزيد من التقنيات الماكرة على مكعب البيانات ، بالإضافة إلى عمليات القطع على طول المحاور والتجميع. نحن هنا نجرب أجهزة تشفير تلقائية مختلفة ، خطية وغير خطية ، نبحث عن اتصالات متقاطعة بين طرق العرض على طول محاور إحداثيات مختلفة. بشكل عام ، هناك الكثير من العمل ، والبيانات غير مطيعة ، وإعداد النظام ليس بالأمر السهل :)
المؤلفون:
Evgeny Makarov
Valery Babushkin
Svyatoslav Oreshin
Daniil Pavlyuchenko
إيفجيني مولودكين