這些績效量化分解大法，讓你從“燒腦”變“超腦”
企業(yè)打好開局仗，績效目標的制定和分解很關鍵，但對很多管理者來說，制定目標容易，一到分解量化員工績效指標時就犯愁，有沒有好的方法能把員工目標任務快速分解為可操作、可考核、可量化的指標，助力組織與個人目標雙驅動？下面就帶你解鎖績效管控新技能，打好開局仗。
（文章由云學堂社群系列直播課程《2021績效管控，打好新年企業(yè)開局仗（上）》整理而成）
分享 | 閆偉（國家認證高級人力資源管理師）
編輯整理 | 云學堂
績效管理和績效考核有何不同
績效管理是使員工的工作活動與工作產(chǎn)出保持一致的手段和過程，它強調(diào)管理人員跟員工的溝通與輔導?？冃Ч芾硎且粋€系統(tǒng)，包含若干個環(huán)節(jié)，而績效考核是其中環(huán)節(jié)之一。很多企業(yè)沒有分清兩者的區(qū)別，導致只做到了績效考核，而沒有做到績效管理，最終績效管理的結果也不盡人意。 此外，在整個績效管理過程中，各個層級的管理者要進行員工目標的制定、資標分解、權重設定、標準建立，還要跟員工進行績效計劃的溝通、績效輔導、績效監(jiān)控、績效面談，所以管理者是績效管理的第一責任人。 而員工則是在部門經(jīng)理的指導下，去制定自己的KPI，量化出自己的指標，然后在經(jīng)理的幫助下，提升技能和職業(yè)素養(yǎng)，以適應公司發(fā)展的要求。
績效目標分解與標準的設定
我們在做績效管理的時候，首先基于公司的戰(zhàn)略目標分解3~5年的戰(zhàn)略目標，再制定出每一年度的公司的目標，然后再分解到各部門以及員工個人。在對員工的目標進行量化時建議采用五大步驟。
績效指標分解量化5步法
1. 閱讀部門KPI指標，找出與下屬的職位相關的指標，分解細化；
2. 審讀下屬的職位說明書，找出主要且結果可控的職責；
3. 針對每項主要且結果可控的職責，從數(shù)量、質(zhì)量、時間、成本四個方面設KPI指標；
4. 考慮客戶類和培訓類指標；
5. 從已做出的KPI指標中選擇最重要的5-7項作為考核指標。
其中要注意設計KPI的兩大原則：一個是8020法則，即在所有考核項中選出20%涵蓋80%工作量的關鍵指標進行考核；另一個是員工的工作職責必須結果可控，否則就缺少了考核價值。
案例解讀
除五步法之外，推薦大家一個更加簡單的分解量化工具——四分法。
績效指標分解量化四分法
使用四分法只需了解某一個崗位的工作職責即可，量化維度包含：數(shù)量、質(zhì)量、成本、時間。
1. 數(shù)量我們要考慮兩個方面的內(nèi)容，數(shù)額總量和單位數(shù)量。這兩個方面哪個有數(shù)據(jù)收集就用哪個；
2. 質(zhì)量方面要考慮工作對象的評價、工作本身的安全性；
3. 成本，指考量工作本身消耗的成本；
4. 時間，完成工作的時間節(jié)點。
行為指標的五級量化
通過四分法我們量化了員工的業(yè)績指標，但他們的行為指標該怎樣量化呢？ 可以把員工的工作行為分成五個級別，等候指示、主動詢問、提出建議、立即行動、及時反饋，并對于每個級別寫出量化標準，考核時根據(jù)實際情況給出對應分數(shù)即可（見下方示例）。
考核權重設定原則
指標量化出來以后，我們還要去設定考核的權重，這個方面要注意的關鍵點是：
■ 量化指標和行為指標的權重分配要遵循“向量化指標傾斜”的原則，也就是崗位量化指標的權重一定要大于行為指標的權重；
■ 指標權重設定范圍在5%-35%之間，即權重最大不能大于35分，最小不能小于5分。
考評標準的設定
分享兩個簡單實用的方法：加減分法、規(guī)定范圍法。 加減分法通常適用于目標任務比較明確，任務完成比較穩(wěn)定，同時鼓勵員工在一定范圍內(nèi)做出更多貢獻的情況。使用加減分法計算得分時，一般情況下最大值不能超過權重規(guī)定數(shù)值，最小值不應出現(xiàn)負數(shù)。
案例 （某生產(chǎn)型企業(yè)產(chǎn)量考評標準） 規(guī)定范圍法指考核的標準和給分的情況，都給定了一個范圍。來看一個關于銷售預測和項目管理的考核案例，其中需要注意的是，評價標準的設定可以保底也可以不保底，具體看指標的情況而定。
案例 （銷售預測考核標準）
以上分享了績效管理目標分解方法和標準設定原則，后續(xù)我們還會帶來關于“績效計劃的有效執(zhí)行與修正”的干貨分享，希望對大家的績效管理工作提供助力，將員工的行為導向企業(yè)戰(zhàn)略實現(xiàn)。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規(guī)范轉載侵權必究。
未經(jīng)授權嚴禁轉載，授權事宜請聯(lián)系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）