能力词典焕新升级,GENE5.0时代来临!
2024-05-30
人才盘点及测评
定义人才要求是一切人才工作的基础,因此构建人才标准也一直是心理学和人力资源研究、实践的重要主题。
基于此,北森总结了人才标准的三大发展历程和搭建人才标签体系的挑战,并重磅推出GENE5.0新一代能力词典,包含专业能力词条,为企业和HR提供全面的人才能力词条,帮你快速构建属于自身企业的人才模型!
01 人才标准的发展历程
纵观人才标准的发展历程,可分为三个阶段(如图1所示):
图1|人才标准发展的历程
第一阶段:以人为中心。这一时期可追溯到20世纪初,由研究智力、个性等因素的心理测量主导,目的是分析和评估清楚人才特征,并试图从中找到对绩效影响力度最大的因素,并以此作为人才标准。
在这一阶段,占据主流和最常被采用的预测因素是认知能力。有大量的研究证明,认知能力对绩效预测效度表现良好,同时评估投入较少。这也是为何至今公务员考试、企业招聘的人才甄选,仍旧会广泛采用认知能力测验的原因。
同时,一些感性和朴素的看人习惯也在被大量应用,对很多非心理学和人力资源背景的人而言,专业背景、工作经验、过往工作成果和绩效,可能是更好的预测因素和看人标准。甚至颅相学、星座、生肖、血型等仍在被很多人采用,市场接受度更高。
运用认知能力、专业知识等要素作为人才标准的优势是:标准明确、清晰,也便于找到对应的评估工具,评估认知能力有认知能力测验,评估个性有个性测验,考察专业知识可以进行专业知识考试。
而劣势则是:
第一, 任一单一因素对绩效的解释力度有限,用多因素构成一个人才标准又很复杂和难以理解,评估成本也高。例如,认知能力对绩效的预测效度大概在0.4左右,且需限定在知识类员工的范畴。想要提高预测准确性,就需增加其他的预测变量。
事实上这也是很多企业仍在普遍采用的方法,在人才招聘的简历筛选阶段依据个人信息(专业、学历、工作经验等)甄选,然后用专业知识考试、认知能力测验进行初筛,再在面试阶段考察综合素质和能力。或者在高潜选拔培养时先通过绩效、履历信息初筛人选,通过潜力评估选拔人才,再通过综合能力、工作绩效和成果等决定出池和上岗。无论是否经过规范化的总体设计,大部分企业在看人、用人和选人时,实际都采用了多个因素构成的人才标准,并用评价矩阵进行人才评估。
这极大地增加了推广难度和解释成本,导致这套体系虽然早已在企业中被广泛应用,但其实业务管理者仍然习惯从一些简单的角度去看人,至今HR仍常常需要跟业务领导解释,为何测验结果与业务领导的面试判断会有出入。因为未经过训练的专业人员掌握不了那么多复杂的概念,包括人力资源自己也很难解决多因素的评估结论如何整合,以及因素间结论有冲突时如何理解和决策的问题。
第二, 从个人出发分析的人才特征,跟岗位需求并不直接相关,因此对个人在岗位上的绩效表现影响有限。这也是麦克利莱提出“胜任力”概念时,认为应该Testing for Competence Rather Than for "Intelligence(测试胜任力而非智力)"的其中一个理由。人才标准也因此进入到了以岗为中心的阶段。
第二阶段,以岗为中心。这一阶段胜任力占据绝对主导地位,几乎成为了人才标准的代名词,是人才管理体系的基石,也是至今大部分企业的人才标准体系。
胜任力作为人才标准的优势是:第一,从岗位需求分析人才要求,区分了绩优和绩平者,因此满足胜任力要求的人才自然更有可能有好绩效。第二,用一个概念代表人才要求,胜任力模型包含的几个胜任力即代表人才要求,容易理解和推广,利于HR和业务部门对用人要求建立共识。
但是,胜任力自上世纪70年代被提出来,至今已有50多年的研究和实践,也陆续有很多关于胜任力“不好用”、“难以落地”的声音。在2015年Korn Ferry收购HayGroup时,业内还有人认为“胜任力走到尽头”。经过这些年的观察和实践,胜任力确实存在以下问题:
首先,胜任力是一个定义不明的模糊概念。自诞生以来,关于胜任力定义的讨论就基本没有停止过,最后相对普遍和统一的认知是KSAO的集合,用行为描述和表达,能区分绩优和绩平者。
美国人力资源管理协会SHRM的解释:胜任力是KSAO,KSAO是知识、技能、能力以及其他特点(如特质、思维模式、态度等)的简称。
麦克利兰( McClelland )的解释:胜任力是一系列个人特征(包括动机、特质、自我认知、态度、价值观、知识或认知能力等)的集合,这些个人特征均可被稳定地衡量,且区分了绩效优秀和绩效一般者。
从概念上看,胜任力是一个无所不包的综合概念,可以包含所有与绩效相关的人才特征,包括冰山上显性的特征,如知识、技能,也包括冰山下隐性的人才特征。
但在实际应用时,因为应用目的、对象,以及应用者个人认知、偏好等因素,胜任力一直没有一个统一的解释,有时被代指各种人才要求,包括知识、技能,有时则特指冰山下隐性的特质,用于与知识技能区别,是不容易过时、有更好的稳定性、更易迁移的人才特征。
更多时候,胜任力则普遍被理解为软性能力,区别于专业能力和技能。因为概念界定不清、所指不明,增加了胜任力的理解难度和解释成本,尽管HR在推进科学规范的人才管理过程中作了很多努力,至今也没能完全借助胜任力与业务部门建立共同语言。
其次,当胜任力被普遍运用为软性能力,区别于专业技能和能力时,胜任力的内涵和适用范围就窄了。对一些岗位和应用场景而言,专业技能和能力是影响绩效的关键因素,也是看人、用人的决定性依据,这是HR和业务部门很难有共同语言和达成一致意见的地方。
最后,如果遵循胜任力区分绩优与绩平的定义,胜任力实质就是绩优的标准,这样胜任力的适用范围也有所受限。实际上现在企业建立的胜任力标准,至少同时希望兼顾三种绩效期待:
- 满足岗位门槛性的要求,能上手工作即可。
- 满足胜任岗位的要求,能作为骨干和中坚力量完成岗位绝大部分的工作。
- 满足岗位战略性需要的要求,能完成战略相关的、有挑战性或难度更高的工作。
在很多企业的实践中,胜任力不再只是绩优的标准,并且在调研和访谈时也不太会同时收集绩优和绩平者的数据和信息。
根据我们对企业实践的观察,经过50多年的发展,胜任力虽不至于“走到尽头”,但确实有时不太好用,也不能完全满足企业的应用需求。随着新型组织形态下人岗关系的变化,以及人力资源的数字化转型,人才标准确实需要有新的发展和突破。
第三阶段,人才标准将再次回归到以人为中心,通过人才标签去构建全人画像。
这个转变一方面是因为组织逐渐的去中性化和无边界化,岗位变化快,复合和跨界多,职责和工作内容界定困难。同时员工也在跟岗位解绑,可以在组织内参与各种工作或项目,但并不一定要担任具体的职位,或不受雇于企业。
我们的客户里,有企业需要为创新业务的孵化和发展选拔和培养人才,而这些人才可能来源于市场和营销人员,也可能是产品研发人员。
创新业务的孵化和发展,由客户提出的新需求驱动,一些可能只带来产品的升级或新功能的实现,而一些则可能催化出新产品和新业务。这也就意味着创新业务的孵化和发展涉及到的任务可大可小,可以是纯开发类或营销类任务,也可能是综合性的经营类任务。
在这种情况下,企业需要的是根据具体的任务匹配人才,类似于一个小型的人才市场,把所有的市场、营销和产品研发的人员放到这个市场中,按具体任务或项目匹配合适人选。
这种模式也适用于按开发项目匹配人员的企业研发中心,或者项目制业务的企业,如提供专业服务、咨询类业务的企业,或者地产、建筑企业等。还有连锁门店类企业,同样可以把所有店长、储备店长和开店配套的人员放到一个人才市场,根据开店计划进行人店匹配。
还有越来越多在专业领域出现的灵活用工。我们的客户里,有不少的设计师、软件开发人员、新媒体营销人员都是“灵工”,且他们负责的也不再只是相对简单、重复、低价值的外包性工作。这时企业需要对这些人员建库管理,并能根据具体的工作匹配合适的人员,需要识别和标记库内人员的特征和特长,并能更灵活的按“活”找人,而不是按岗位雇佣。
另一方面是因为数字化和AI技术的发展提供了更多可能性。过去人才标准的构建一直面临一个两难处境,即如果想要充分表达人才要求,则人才标准就会变复杂,涉及多个变量,彼此之间的结论还可能相互冲突,例如从认知能力、个性角度预测绩效表现,常常会与基于专业技能、经验预测的结果不一致。
而如果只用一个因素作为人才标准,虽然易于理解和推广,但看人又难免偏颇,因为任一因素对绩效的解释力度都是有限的,且岗位和应用目的不同时,相对解释力度更大的因素也不同,例如对操作性、标准化程度高的岗位,专业知识和技能是核心因素,而对于综合性的复杂岗位,综合素质和能力则可能更为重要。
但运用数字化和AI技术则有可能解决这个难题。按照全人画像的框架,把所有对绩效有预测作用的人才特征都转化为人才标签(如图2),同时,通过数字化和AI技术完成自动化“打标签”的工作,再借由人才标签,计算与目标任务、项目或岗位的匹配度(如图3)。
图2|基于全人画像搭建人才标签
图3|基于人才标签实现人岗匹配
02 按全人画像,搭建人才标签体系的挑战
从全人画像视角构建人才标签体系,是新一代更理想的人才标准,既能从完整角度看人,又无需业务部门额外学习和理解,还减少了主观偏好的影响,真正使人才管理从经验驱动转变为数据驱动,更为科学客观。但与此同时,企业也会面临更多的困难和挑战:
第一, 人才标准基础工作薄弱。按全人画像构建人才标签体系,并不是对过往人才标准的否定,而是升级和进化。企业想要拥有高质量的人才标签,首先,仍然需要有比较完善的技能和能力的标准体系。其次,需要有“看人”经验的沉淀,把企业的看人经验和习惯提取和转化出来。否则,企业会发现可能抓取了大量的个人信息形成各种标签,但实际价值有限,只是换了种形式建立的人才档案。因此我们经常看到一些企业的人才标签,基本只局限于人员的基本资料和经历、成就类的信息,大量缺少技能、能力和潜力类的标签(如图4),这基本等同于又倒退到了“以结果论英雄”的看人逻辑,应用价值有限。
图4|企业的人才标签举例(缺失技能、能力、潜力类标签)
这里对企业而言最挑战的是:过往缺乏技能、能力和潜力的标准体系,而从头构建的代价和投入太大,历程又很漫长,跟不上企业发展的速度。
第二, 人力资源的数字化基础薄弱。“打标签”的过程,需要抓取人力资源系统中存储的数据和信息,同时需要通过一定的转化和计算,自动化生成。否则,人才标签就会变成静态信息,难以应用起来。这对企业的挑战是:首先需要有一个整合的、一体化的人力资源系统,能及时存储、更新人才数据和信息;其次需要固化人力资源的关键业务流程,并在线上跑通,使得重要的人才信息在日常的业务流程中产生并被记录。这个过程不能靠发起几次大型的类似信息采集的活动完成,需要嵌入日常流程,且有系统承载、记录和更新。
这对于人力资源数字化基础薄弱的企业是很大的挑战,很多企业人力资源的业务尚未实现完全线上化,或者存在多个系统且信息尚未打通,或者缺少一些固定的机制和流程,如人才盘点等,这些都使得人才标签的建设工作困难重重。
鉴于这些现实挑战,我们认为应该提供给企业更高效的方法和工具,帮助企业实现向全人画像的标准体系过渡。
03 GENE5.0:新一代能力词典
运用北森高绩效基因GENE5.0能力词典,可以补充全人画像大部分的内容。
北森GENE5.0包含三类能力(如图5所示):核心通用类能力、管理类能力、专业类能力。
图5| GENE5.0能力结构
其中,专业类能力包括7个职位序列,共88个能力,反映了不同职位序列对专业工作的要求(如图6所示)。
图6|GENE5.0的专业类能力
对于很多综合性、复杂度较高的岗位,这里的专业能力跟技能间的界限和差异已经不再明显,大部分情况可以当技能使用(如图7所示)。
图7|GENE5.0专业类能力与知识技能(硬技能)的区别
运用北森GENE5.0的建模方法,建模更容易,也更能应对岗位模糊和多变的情况。首先,北森建模方法包括两种模式(如图8所示)
图8|北森建模方法
运用极简建模,可以在通用模型的基础上作词条增减和修改,并且可参考北森的对标数据。
运用3C建模法(如图9所示),先确定建模对象的角色,以及要发挥好角色作用所要完成的挑战。在这里,我们更强调的是角色,即在业务或工作流程中所发挥的作用,而不局限于具体的岗位。如果岗位内容发生了变化,或者建模对象就不是具体的岗位时,只需根据角色和挑战去挑选对应的能力,而不必因岗位设计未完成而受到限制。
图9|北森3C建模法
同时, GENE5.0提供了各项能力对应的角色和挑战,企业也无需从0到1地梳理建模对象的角色和挑战,可以在GENE5.0中找到合适的内容对号入座。
对管理类词条,每个能力都对应了相应的战略主题、管理场景和角色、挑战。在建模时,可直接按照企业的战略主题挑选相关的能力;或者按照这个框架,补充企业个性化的具体内容。(如图10所示)
图10|管理能力相关的战略主题、角色和挑战示例
对专业类词条,GENE5.0也梳理出了相应的角色和挑战。在建模时可根据建模对象负责的工作,找到对应的能力,或者通过工作任务理解所需的能力。(如图11所示)
图11|专业类能力的角色和挑战示例
04 未来工作的展望
坦率而言,人才标准要发展为以全人画像为框架的人才标签体系,GENE5.0只是一个开始,词典更多覆盖了软技能,工作方法也还不够数字化和智能化。
未来人才标准的研究和开发,将更多利用AI技术,结合北森在能力技术的基础沉淀,持续建设硬技能的基础库(如图12所示)。根据AI技术发展的迅猛趋势,相信我们会比从GENE4.0升级到5.0更快推出再下一代的人才标准,请大家期待!
图12|硬技能的基础库示意
附:GENE5.0的发展历程回顾
GENE作为北森人才标准的词库,发展过程经过了几个阶段(如图13所示)。
图13|GENE5.0发展历程
GENE1.0&2.0阶段:北森的胜任力词库更多是一个测评的指标库,称为GCF,是胜任力测评的测评维度,人才标准的构建大量是测评模板的定制,这也奠定了北森数据驱动建模的基础。
GENE3.0阶段:最大的变化是开发了行为化的胜任力词库,且在这个阶段发展出了卡片建模的建模方法,人才标准构建的工作从模板定制发展为胜任力建模。
GENE4.0阶段:进一步积累了大量的建模和评估项目的数据,并基于数据及建模过程中的市场反馈,对词条进行了修订和更新。同时提出了3C建模方法论,完善了北森的能力技术。基于测评指标的人才标准构建也在同步开展,并从胜任力测评维度的模板定制转变为基于GPI测评维度建模,延续了数据驱动建模的方法。
GENE5.0升级:一方面是为了更好地适应市场和应用的需求,另一方面也来源于持续的建模和评估实践的反馈,大比例地扩充了专业类的能力,不再用“胜任力”的概念而统一称为能力,同时推出了极简建模的方法,并补充了能力词条对应的角色和挑战,简化了基于3C建模的路径。
2024-05-30 人才盘点及测评
定义人才要求是一切人才工作的基础,因此构建人才标准也一直是心理学和人力资源研究、实践的重要主题。
基于此,北森总结了人才标准的三大发展历程和搭建人才标签体系的挑战,并重磅推出GENE5.0新一代能力词典,包含专业能力词条,为企业和HR提供全面的人才能力词条,帮你快速构建属于自身企业的人才模型!
01 人才标准的发展历程
纵观人才标准的发展历程,可分为三个阶段(如图1所示):
图1|人才标准发展的历程
第一阶段:以人为中心。这一时期可追溯到20世纪初,由研究智力、个性等因素的心理测量主导,目的是分析和评估清楚人才特征,并试图从中找到对绩效影响力度最大的因素,并以此作为人才标准。
在这一阶段,占据主流和最常被采用的预测因素是认知能力。有大量的研究证明,认知能力对绩效预测效度表现良好,同时评估投入较少。这也是为何至今公务员考试、企业招聘的人才甄选,仍旧会广泛采用认知能力测验的原因。
同时,一些感性和朴素的看人习惯也在被大量应用,对很多非心理学和人力资源背景的人而言,专业背景、工作经验、过往工作成果和绩效,可能是更好的预测因素和看人标准。甚至颅相学、星座、生肖、血型等仍在被很多人采用,市场接受度更高。
运用认知能力、专业知识等要素作为人才标准的优势是:标准明确、清晰,也便于找到对应的评估工具,评估认知能力有认知能力测验,评估个性有个性测验,考察专业知识可以进行专业知识考试。
而劣势则是:
第一, 任一单一因素对绩效的解释力度有限,用多因素构成一个人才标准又很复杂和难以理解,评估成本也高。例如,认知能力对绩效的预测效度大概在0.4左右,且需限定在知识类员工的范畴。想要提高预测准确性,就需增加其他的预测变量。
事实上这也是很多企业仍在普遍采用的方法,在人才招聘的简历筛选阶段依据个人信息(专业、学历、工作经验等)甄选,然后用专业知识考试、认知能力测验进行初筛,再在面试阶段考察综合素质和能力。或者在高潜选拔培养时先通过绩效、履历信息初筛人选,通过潜力评估选拔人才,再通过综合能力、工作绩效和成果等决定出池和上岗。无论是否经过规范化的总体设计,大部分企业在看人、用人和选人时,实际都采用了多个因素构成的人才标准,并用评价矩阵进行人才评估。
这极大地增加了推广难度和解释成本,导致这套体系虽然早已在企业中被广泛应用,但其实业务管理者仍然习惯从一些简单的角度去看人,至今HR仍常常需要跟业务领导解释,为何测验结果与业务领导的面试判断会有出入。因为未经过训练的专业人员掌握不了那么多复杂的概念,包括人力资源自己也很难解决多因素的评估结论如何整合,以及因素间结论有冲突时如何理解和决策的问题。
第二, 从个人出发分析的人才特征,跟岗位需求并不直接相关,因此对个人在岗位上的绩效表现影响有限。这也是麦克利莱提出“胜任力”概念时,认为应该Testing for Competence Rather Than for "Intelligence(测试胜任力而非智力)"的其中一个理由。人才标准也因此进入到了以岗为中心的阶段。
第二阶段,以岗为中心。这一阶段胜任力占据绝对主导地位,几乎成为了人才标准的代名词,是人才管理体系的基石,也是至今大部分企业的人才标准体系。
胜任力作为人才标准的优势是:第一,从岗位需求分析人才要求,区分了绩优和绩平者,因此满足胜任力要求的人才自然更有可能有好绩效。第二,用一个概念代表人才要求,胜任力模型包含的几个胜任力即代表人才要求,容易理解和推广,利于HR和业务部门对用人要求建立共识。
但是,胜任力自上世纪70年代被提出来,至今已有50多年的研究和实践,也陆续有很多关于胜任力“不好用”、“难以落地”的声音。在2015年Korn Ferry收购HayGroup时,业内还有人认为“胜任力走到尽头”。经过这些年的观察和实践,胜任力确实存在以下问题:
首先,胜任力是一个定义不明的模糊概念。自诞生以来,关于胜任力定义的讨论就基本没有停止过,最后相对普遍和统一的认知是KSAO的集合,用行为描述和表达,能区分绩优和绩平者。
美国人力资源管理协会SHRM的解释:胜任力是KSAO,KSAO是知识、技能、能力以及其他特点(如特质、思维模式、态度等)的简称。
麦克利兰( McClelland )的解释:胜任力是一系列个人特征(包括动机、特质、自我认知、态度、价值观、知识或认知能力等)的集合,这些个人特征均可被稳定地衡量,且区分了绩效优秀和绩效一般者。
从概念上看,胜任力是一个无所不包的综合概念,可以包含所有与绩效相关的人才特征,包括冰山上显性的特征,如知识、技能,也包括冰山下隐性的人才特征。
但在实际应用时,因为应用目的、对象,以及应用者个人认知、偏好等因素,胜任力一直没有一个统一的解释,有时被代指各种人才要求,包括知识、技能,有时则特指冰山下隐性的特质,用于与知识技能区别,是不容易过时、有更好的稳定性、更易迁移的人才特征。
更多时候,胜任力则普遍被理解为软性能力,区别于专业能力和技能。因为概念界定不清、所指不明,增加了胜任力的理解难度和解释成本,尽管HR在推进科学规范的人才管理过程中作了很多努力,至今也没能完全借助胜任力与业务部门建立共同语言。
其次,当胜任力被普遍运用为软性能力,区别于专业技能和能力时,胜任力的内涵和适用范围就窄了。对一些岗位和应用场景而言,专业技能和能力是影响绩效的关键因素,也是看人、用人的决定性依据,这是HR和业务部门很难有共同语言和达成一致意见的地方。
最后,如果遵循胜任力区分绩优与绩平的定义,胜任力实质就是绩优的标准,这样胜任力的适用范围也有所受限。实际上现在企业建立的胜任力标准,至少同时希望兼顾三种绩效期待:
- 满足岗位门槛性的要求,能上手工作即可。
- 满足胜任岗位的要求,能作为骨干和中坚力量完成岗位绝大部分的工作。
- 满足岗位战略性需要的要求,能完成战略相关的、有挑战性或难度更高的工作。
在很多企业的实践中,胜任力不再只是绩优的标准,并且在调研和访谈时也不太会同时收集绩优和绩平者的数据和信息。
根据我们对企业实践的观察,经过50多年的发展,胜任力虽不至于“走到尽头”,但确实有时不太好用,也不能完全满足企业的应用需求。随着新型组织形态下人岗关系的变化,以及人力资源的数字化转型,人才标准确实需要有新的发展和突破。
第三阶段,人才标准将再次回归到以人为中心,通过人才标签去构建全人画像。
这个转变一方面是因为组织逐渐的去中性化和无边界化,岗位变化快,复合和跨界多,职责和工作内容界定困难。同时员工也在跟岗位解绑,可以在组织内参与各种工作或项目,但并不一定要担任具体的职位,或不受雇于企业。
我们的客户里,有企业需要为创新业务的孵化和发展选拔和培养人才,而这些人才可能来源于市场和营销人员,也可能是产品研发人员。
创新业务的孵化和发展,由客户提出的新需求驱动,一些可能只带来产品的升级或新功能的实现,而一些则可能催化出新产品和新业务。这也就意味着创新业务的孵化和发展涉及到的任务可大可小,可以是纯开发类或营销类任务,也可能是综合性的经营类任务。
在这种情况下,企业需要的是根据具体的任务匹配人才,类似于一个小型的人才市场,把所有的市场、营销和产品研发的人员放到这个市场中,按具体任务或项目匹配合适人选。
这种模式也适用于按开发项目匹配人员的企业研发中心,或者项目制业务的企业,如提供专业服务、咨询类业务的企业,或者地产、建筑企业等。还有连锁门店类企业,同样可以把所有店长、储备店长和开店配套的人员放到一个人才市场,根据开店计划进行人店匹配。
还有越来越多在专业领域出现的灵活用工。我们的客户里,有不少的设计师、软件开发人员、新媒体营销人员都是“灵工”,且他们负责的也不再只是相对简单、重复、低价值的外包性工作。这时企业需要对这些人员建库管理,并能根据具体的工作匹配合适的人员,需要识别和标记库内人员的特征和特长,并能更灵活的按“活”找人,而不是按岗位雇佣。
另一方面是因为数字化和AI技术的发展提供了更多可能性。过去人才标准的构建一直面临一个两难处境,即如果想要充分表达人才要求,则人才标准就会变复杂,涉及多个变量,彼此之间的结论还可能相互冲突,例如从认知能力、个性角度预测绩效表现,常常会与基于专业技能、经验预测的结果不一致。
而如果只用一个因素作为人才标准,虽然易于理解和推广,但看人又难免偏颇,因为任一因素对绩效的解释力度都是有限的,且岗位和应用目的不同时,相对解释力度更大的因素也不同,例如对操作性、标准化程度高的岗位,专业知识和技能是核心因素,而对于综合性的复杂岗位,综合素质和能力则可能更为重要。
但运用数字化和AI技术则有可能解决这个难题。按照全人画像的框架,把所有对绩效有预测作用的人才特征都转化为人才标签(如图2),同时,通过数字化和AI技术完成自动化“打标签”的工作,再借由人才标签,计算与目标任务、项目或岗位的匹配度(如图3)。
图2|基于全人画像搭建人才标签
图3|基于人才标签实现人岗匹配
02 按全人画像,搭建人才标签体系的挑战
从全人画像视角构建人才标签体系,是新一代更理想的人才标准,既能从完整角度看人,又无需业务部门额外学习和理解,还减少了主观偏好的影响,真正使人才管理从经验驱动转变为数据驱动,更为科学客观。但与此同时,企业也会面临更多的困难和挑战:
第一, 人才标准基础工作薄弱。按全人画像构建人才标签体系,并不是对过往人才标准的否定,而是升级和进化。企业想要拥有高质量的人才标签,首先,仍然需要有比较完善的技能和能力的标准体系。其次,需要有“看人”经验的沉淀,把企业的看人经验和习惯提取和转化出来。否则,企业会发现可能抓取了大量的个人信息形成各种标签,但实际价值有限,只是换了种形式建立的人才档案。因此我们经常看到一些企业的人才标签,基本只局限于人员的基本资料和经历、成就类的信息,大量缺少技能、能力和潜力类的标签(如图4),这基本等同于又倒退到了“以结果论英雄”的看人逻辑,应用价值有限。
图4|企业的人才标签举例(缺失技能、能力、潜力类标签)
这里对企业而言最挑战的是:过往缺乏技能、能力和潜力的标准体系,而从头构建的代价和投入太大,历程又很漫长,跟不上企业发展的速度。
第二, 人力资源的数字化基础薄弱。“打标签”的过程,需要抓取人力资源系统中存储的数据和信息,同时需要通过一定的转化和计算,自动化生成。否则,人才标签就会变成静态信息,难以应用起来。这对企业的挑战是:首先需要有一个整合的、一体化的人力资源系统,能及时存储、更新人才数据和信息;其次需要固化人力资源的关键业务流程,并在线上跑通,使得重要的人才信息在日常的业务流程中产生并被记录。这个过程不能靠发起几次大型的类似信息采集的活动完成,需要嵌入日常流程,且有系统承载、记录和更新。
这对于人力资源数字化基础薄弱的企业是很大的挑战,很多企业人力资源的业务尚未实现完全线上化,或者存在多个系统且信息尚未打通,或者缺少一些固定的机制和流程,如人才盘点等,这些都使得人才标签的建设工作困难重重。
鉴于这些现实挑战,我们认为应该提供给企业更高效的方法和工具,帮助企业实现向全人画像的标准体系过渡。
03 GENE5.0:新一代能力词典
运用北森高绩效基因GENE5.0能力词典,可以补充全人画像大部分的内容。
北森GENE5.0包含三类能力(如图5所示):核心通用类能力、管理类能力、专业类能力。
图5| GENE5.0能力结构
其中,专业类能力包括7个职位序列,共88个能力,反映了不同职位序列对专业工作的要求(如图6所示)。
图6|GENE5.0的专业类能力
对于很多综合性、复杂度较高的岗位,这里的专业能力跟技能间的界限和差异已经不再明显,大部分情况可以当技能使用(如图7所示)。
图7|GENE5.0专业类能力与知识技能(硬技能)的区别
运用北森GENE5.0的建模方法,建模更容易,也更能应对岗位模糊和多变的情况。首先,北森建模方法包括两种模式(如图8所示)
图8|北森建模方法
运用极简建模,可以在通用模型的基础上作词条增减和修改,并且可参考北森的对标数据。
运用3C建模法(如图9所示),先确定建模对象的角色,以及要发挥好角色作用所要完成的挑战。在这里,我们更强调的是角色,即在业务或工作流程中所发挥的作用,而不局限于具体的岗位。如果岗位内容发生了变化,或者建模对象就不是具体的岗位时,只需根据角色和挑战去挑选对应的能力,而不必因岗位设计未完成而受到限制。
图9|北森3C建模法
同时, GENE5.0提供了各项能力对应的角色和挑战,企业也无需从0到1地梳理建模对象的角色和挑战,可以在GENE5.0中找到合适的内容对号入座。
对管理类词条,每个能力都对应了相应的战略主题、管理场景和角色、挑战。在建模时,可直接按照企业的战略主题挑选相关的能力;或者按照这个框架,补充企业个性化的具体内容。(如图10所示)
图10|管理能力相关的战略主题、角色和挑战示例
对专业类词条,GENE5.0也梳理出了相应的角色和挑战。在建模时可根据建模对象负责的工作,找到对应的能力,或者通过工作任务理解所需的能力。(如图11所示)
图11|专业类能力的角色和挑战示例
04 未来工作的展望
坦率而言,人才标准要发展为以全人画像为框架的人才标签体系,GENE5.0只是一个开始,词典更多覆盖了软技能,工作方法也还不够数字化和智能化。
未来人才标准的研究和开发,将更多利用AI技术,结合北森在能力技术的基础沉淀,持续建设硬技能的基础库(如图12所示)。根据AI技术发展的迅猛趋势,相信我们会比从GENE4.0升级到5.0更快推出再下一代的人才标准,请大家期待!
图12|硬技能的基础库示意
附:GENE5.0的发展历程回顾
GENE作为北森人才标准的词库,发展过程经过了几个阶段(如图13所示)。
图13|GENE5.0发展历程
GENE1.0&2.0阶段:北森的胜任力词库更多是一个测评的指标库,称为GCF,是胜任力测评的测评维度,人才标准的构建大量是测评模板的定制,这也奠定了北森数据驱动建模的基础。
GENE3.0阶段:最大的变化是开发了行为化的胜任力词库,且在这个阶段发展出了卡片建模的建模方法,人才标准构建的工作从模板定制发展为胜任力建模。
GENE4.0阶段:进一步积累了大量的建模和评估项目的数据,并基于数据及建模过程中的市场反馈,对词条进行了修订和更新。同时提出了3C建模方法论,完善了北森的能力技术。基于测评指标的人才标准构建也在同步开展,并从胜任力测评维度的模板定制转变为基于GPI测评维度建模,延续了数据驱动建模的方法。
GENE5.0升级:一方面是为了更好地适应市场和应用的需求,另一方面也来源于持续的建模和评估实践的反馈,大比例地扩充了专业类的能力,不再用“胜任力”的概念而统一称为能力,同时推出了极简建模的方法,并补充了能力词条对应的角色和挑战,简化了基于3C建模的路径。
您也可以添加企业微信
马上开始1对1咨询
您也可以添加企业微信
马上开始1对1咨询