Productivity Cycle: Transforming din arbejdsstyrke fra en Udgift til et profitcenter

Bemærk: Billeder fra den oprindelige tekst er udeladt i denne tekstversion

Resumé

Firma overskud drives direkte eller. indirekte, ved udførelsen af ​​
hver medarbejder. Ydeevne data til specifikke positioner, nøje udvalgte fra
tilgængelige målinger, kan bruges til at forbedre den enkelte medarbejder. Produktive medarbejdere
vilje til gengæld øge produktionen af ​​en stilling som helhed, hvilket vil føre til
øget virksomhedens overskud. Men job effektivitet kan kun maksimeres gennem
brug af ordentlige effektivitetsmålinger, der præcist definerer succes i en
bestemt position på det individuelle plan.

Denne hvidbog indeholder specifikke skridt til at hjælpe dig med at identificere din stærkeste data
medarbejder ydeevne, så omdanne at data i en gentagelig proces Hoteller, som vil øge positionen produktivitet til sit fulde potentiale gennem
ansættelse, uddannelse og medarbejderudvikling. Før du ved af det, din arbejdsstyrke
bliver motor, der driver overskud til nye niveauer.

Konvertering af musikdata til Profit Dollars

Kan jeg deler en dyb, mørk hemmelighed? Jeg er forfærdeligt, når det kommer til farve
koordinering. Du ville ikke tro, hvor mange gange jeg fortalt, “ Det tøj
doesn &';. T match &"; Hver gang jeg hører kritik, jeg befinder mig tænker, “ hvad er
de taler om? Det ser flot ud for mig &"!; På den lyse side, nogen meget
smarte opfundet farvehjulet for folk som mig. Skønheden i farvehjulet
ligger i dets enkelhed. Dette veldesignede model ikke blot repræsenterer den primære
farver, men det er også illustrerer, hvordan de er indbyrdes forbundne, og hvilke farver
supplere hinanden.

I modsætning til farvehjulet, mange gange i erhvervslivet vi overcomplicate vores
arbejdsstyrke modeller ved hjælp af skøre strategier, stiplede linje strukturer, komplicerede
kompetencer eller andre populære forsøg på at forbedre produktiviteten i
arbejdsplads. Sommetider komplicerede løsninger er det bedste svar. I modsætning til
disse komplicerede modeller, Productivity Cycle (vist til venstre) giver
specifikke skridt til at hjælpe dig katalogisere medarbejder præstationsdata, derefter omdanne
disse oplysninger i et system, der øger stilling produktivitet og drev
overskud for organisationen.

Du vil opdage, at Productivity cyklus giver en enkel visuel
repræsentation af de nødvendige skridt for at tilpasse mennesker og profit. Ligesom farven
hjulet, i midten af ​​cyklus indeholder de primære stadier: Katalog, transformere,
og systematisere. Hver fase er understøttet af sekundære handlinger, som guider brugeren
rundt om hjulet. Disse trin er repræsenteret ved forskellige farvenuancer
inden for hver primære fase. Du fremskridt med uret rundt om Produktivitet Cycle
som du flytter din arbejdsstyrke til et profitcenter.

Katalog

Ved katalogisering dine tilgængelige effektivitetsmålinger, du gå i gang den vej
maksimere effektiviteten af ​​dine folk. Men du skal vide, hvor du er
før du kan bestemme, hvor du skal hen. Dette princip gælder for din
præstationsdata. Den første fase, det grønne område i modellen, er designet til at
hjælpe med at identificere og forstå præstationsdata som den vedrører en person i
en bestemt position

Læringsmål
• Lær at klassificere de forskellige typer af målinger, der er vigtige til
medarbejdernes præstationer
• Lær at indsamle de rigtige data ydeevne på den rigtige måde til
øge nøjagtigheden af ​​dine resultater
• Lær at formulere de svære spørgsmål, der hjælper dig med at vælge, hvilke data bedst
fremmer lønsomhed gennem mennesker.

Klassificer

Den nemmeste måde at forstå ydeevne data for at se den på et kontinuum.

Soft Metric: Hvad er det

Soft målinger, på den venstre ende af kontinuumet, beskrive enhver evalueringsmetode Hoteller, som er stærkt afhængig en person &';? dom. Bløde målinger kan antage mange former,
en af ​​de mest grundlæggende væsen, når en vejleder rangerer medarbejdere fra “ bedste
performer &"; til ldquo &; værste performer &"; baseret på vejlederen &'; s mening. Et andet eksempel
kan tage form af en subjektiv etiket. Dette scenario vil indebære en
subjektive rangordning af hver enkelt medarbejder (God, Bedre, Bedst eller A, B, C osv.)
Typisk er der ikke meget videnskab viklet rundt denne proces. Praktisk, ville en
vejleder sidde ned, tænker tilbage på deres opfattelse af individuel
præstationer, og anvende et subjektivt mærke baseret på mening og meget lidt, om
nogen, objektive kriterier. Når jeg ser denne evalueringsmetode, jeg kan lide at kalde det
“ Jeg kender mit folk &"; tilgang.

For at tilpasse dine medarbejdere med rentabiliteten, bør du kun bruge bløde målinger som
en kortsigtet løsning og et første skridt mod mere præcise resultater
foranstaltninger. Bløde målinger kan bruges i placeres af reelle data i situationer, hvor
Der er ingen data til rådighed, men på længere sigt bør du flytter til systemer
eller programmer, der erstatter subjektivitet med objektiv evaluering af ydeevne.
Bløde målinger bør ikke anvendes i stedet for udførelsen af ​​data, der er bundet
direkte til faktiske resultater på jobbet. Jeg har observeret mange virksomhedernes
ledere, som følte, at de havde en meget stram greb (uden egentlige data)
der bedste og værste kunstnere deres var. Hver eneste gang vi sammenlignede
udøvende opfattelse mod faktiske resultater, der var en betydelig afbrydelse
mellem opfattelse og virkelighed baseret på data. Pointen er at flytte din
organisation væk fra at tage “ Jeg kender mit folk &"; tilgang så hurtigt som du
kan

Ydelse Vurdering:. Hvad er det

I midten af ​​kontinuumet, finder vi en af ​​de mest populære former? af
evaluering: præstationsvurdering. Dette skift væk fra rene bløde målinger
repræsenterer en afhængighed af subjektive meninger, men disse udtalelser er dokumenteret
bruger en standardiseret vurdering. Lad mig forklare yderligere. Denne metode til
evaluering involverer en person, som har førstehånds kendskab til hver
medarbejder &'; s daglige præstation. Men præstationsvurdering adskiller
mennesker gennem brug af standardiserede formater, fange ydeevne
opfattelser. Salg

For eksempel er en vejleder leveres med en form, der fanger job komponenter
eller kritiske aspekter af positionen, der er blevet undersøgt og dokumenteret afgørende for
succes i rollen. Disse job komponenter kan omfatte emner såsom Work Etik
(pålidelig fremmøde, flid i opfølgningsaktiviteter, positiv holdning),
Kommunikationsfærdigheder (formidler ideer klart, løser konflikter), eller Project
Management (møder frister, organiseret). Supervisoren rent faktisk vil bedømme
ansatte en ad gangen på hver kritisk aspekt af jobbet. Sample
ratings kan være “ Ineffektiv &"; til “ Meget effektiv, &"; eller bruge en numerisk skala fra
1 til 5, eller dække et interval fra “ Opfylder ikke forventninger &"; til “ Overstiger
forventninger, &"; eller tusindvis af andre varianter. Denne tilgang dokumenterer de
områder, hvor medarbejderne har det godt, samt hvor de kan have behov
forbedring, gennem et standardiseret system, der oversætter generelle opfattelse
til konkrete vurderinger vedrørende faktiske aspekter af jobbet.

Et præstationsvurdering værktøj kan være en effektiv måde at fange udtalelser fra
ledelse i relation til medarbejdernes præstationer. Vurderinger er en populær form for
ydeevne evaluering, fordi i mange positioner, er det vanskeligt at kvantificere
præstationer på det individuelle plan. Faktisk, vi studerede en stikprøve på 37,055
mennesker i 487 forskellige stillinger i forskellige virksomheder og fandt, at 69% af
disse positioner påberåbt evaluering af ydeevnen værktøjer som deres primære form for
måling. Desuden præstationsvurdering værktøjer giver en fleksibel metode
kvantificere resultater baseret på udtalelser fra dem, der overholder
medarbejdere på arbejde – primært deres ledere

Vær opmærksom på potentielle klæbrige problemer forbundet med. præstationsvurderinger.
klart, et sådant spørgsmål er subjektive karakter af evalueringen. Denne
vægt på udtalelsen ofte introducerer uoverensstemmelser på tværs af forskellige
organisatoriske grupperinger, såsom geografiske områder, afdelinger og lokationer. For
eksempel kan en leder i et område af landet en tendens til at bedømme etablerede meget
lavere end ledere i andre områder. Dette kan gøre at evaluere medarbejder
præstationer på tværs af forskellige grupper vanskelig. Et lignende problem kan findes
når præstationsvurdering i modstrid med andre effektivitetsmålinger. Denne mangel
af justering ofte peger på uoverensstemmelser mellem ledelsesmæssige mening og
numerisk ydeevne. Der kan være en række årsager til den manglende
tilpasning, men der er altid et stort potentiale for inkonsistens, når menneskelig
udtalelse er i centrum af vurderingsprocessen.

Selvom en performance evaluering er et populært værktøj, mange virksomheder ledes
afveje af enkelhed og nem implementering i hele virksomheden. Hvis du
er virkelig forfølger en tilpasning af dine medarbejdere til fortjeneste, bør du gøre
alt i din magt for at gå direkte til kilden – tallene. Mange
virksomheder gør et godt stykke arbejde med at skabe præstationsvurdering systemer. Dataene
indsamlet fra disse systemer er af høj kvalitet og som lyd som kan være. Men når
præstationsvurdering resultater for de enkelte medarbejdere i forhold til de
faktiske output-numre (i tilfælde, hvor ratings ikke er baseret på de tal),
kan der ikke være nogen sammenhæng, og ofte præsenterer en negativ forhold. Vær
sikker på at du ikke udelukkende stole på ratings. Udfordre dig selv til at finde måder
at evaluere job med faktiske data

Hard Metric:. Hvad er det

Den rigtige ende af kontinuum repræsenterer hårde målinger?. En hård metrisk er bedst
beskrives som objektive data, som direkte repræsenterer kvantificerbare oplysninger
Disse typer af målinger er typisk knyttet direkte til en organisation &'; s. Nederste
linje. Nogle eksempler på disse målinger omfatter throughput numre, opkald besvares,
procentdel af kvoten, kvalitet scoringer, antal solgte enheder, det samlede salg, gennemsnitlig
håndtere tid, eller enhver foranstaltning, direkte relateret til job ydeevne. Hårde målinger
give værdifuld indsigt i den numeriske produktivitet af en person i
stort set hvilken som helst position. Fra et selskab &'; s perspektiv, appellen af ​​hårde målinger
stammer fra objektiviteten af ​​data. Hårde målinger er ikke indstillet eller
påvirket af menneskelig mening. Så længe rolle forbliver den samme, og dataene er
indsamles på samme måde, hårde målinger er en pålidelig målestok for resultater.

Du vil komme på tværs af nogle job, der ikke synes at besidde klar, hårde
målinger. I denne situation vil jeg opfordre dig til at huske udtrykket “. Arbejde =
output &"; Det, vi bliver betalt for kaldes arbejde, fordi der er en forventet
udgang. Det er simpelthen et spørgsmål om at indsamle oplysninger omkring de færdigheder,
formåen, ansvar, opgaver og forventninger til jobbet. Brug derefter at
oplysninger til at skabe måder at kvantificere produktionen af ​​positionen og
systematisk indsamle ydelsesdata. Med lidt tid, kræfter og
kreativitet, vil du opdage, at næsten enhver position kan være numerisk klassificeret
i form af hårde målinger.

Saml

Nu hvor du ved, hvordan at klassificere præstationsdata, det første skridt er at indsamle
dataene. Senere vil vi være i stand til at vurdere sin nytte. Har du nogensinde hørt
ordsproget, og" Djævelen er i detaljerne &" ;? På samme måde kan din evne til at omsætte
din arbejdsstyrke fra en udgift til et profitcenter blive afsporet hurtigt under
handling trin i dataindsamlingen. Forud for indsamlingen af ​​data, skal du
et par sikkerhedsforanstaltninger for at sikre sammenhæng, nøjagtighed, og tilgængeligheden af ​​den
dataindsamlingsprocessen vil ikke påvirke muligheden for fortolkning af det metriske.

Sammenhæng i den dataindsamlingsprocessen er meget vigtigt. Alle involverede
i dataindsamlingen bør forstå og overholde de særlige træk ved de data
indsamlingen. Inkonsistente dataindsamlingsmetoder vil føre til unøjagtige
sammenligninger mellem de enkelte kunstnere. Vær særlig opmærksom på placering eller
regionale forskelle. Unøjagtige evalueringer af præstation vil forurener
fremtidige resultater og reducere effektiviteten af ​​dine fremtidige justeringer. Tænk
konsekvens i form af en simpel illustration. Hvis jeg spørger alle mine distrikt
ledere til at give mig deres omsætning numre, kan jeg modtage procenter fra hver
district manager, men tallene kan betyde mange forskellige ting. Nogle kan have
givet mig årlige omsætning, nogle omsætningen for en enkelt måned, og andre kan have
givet mig ufrivillig omsætning alene. Pointen er at være forsigtige og sikre, at dine
dataindsamling processer kører konsistens.

Nøjagtigheden af ​​ydeevne data, der er indsamlet, er også en vigtig fase af
indsamling proces. Nøjagtigheden skal være en prioritet, når de fortolker individuel
præstationer. Senere i denne proces vil ukorrekte oplysninger føre til falske
konklusioner og dårlige beslutninger, når de evaluerer og udvikle dine medarbejdere.
Tænk på ukorrekte oplysninger, som en fjende af at omdanne din arbejdsstyrke. Når du
har samlet dine data, bruge disse ldquo &; røde flag &"; at gøre dig opmærksom på potentielle
unøjagtigheder i data:

• Ufuldstændige data eller tilfælde, hvor det er almindeligt at finde nogen oplysninger
• Brugen af ​​“ 0. &"; Er det ldquo &; 0 &"; repræsenterer faktiske resultater eller en tom post
• Data præsenteret i en række forskellige formater – for eksempel halvdelen af ​​
data præsenteret i procenter og halvdelen som runde tal.
• Ulige outliers – for eksempel de fleste tilfælde i et datasæt indeholder
encifret præstationsmål, men nogle tilfælde viser trecifret foranstaltninger
• Etiketter matcher ikke de data – for eksempel “ Dollars Solgt &"; er etiketten, men
data er præsenteret i procenter
• Konflikter i kolonne – for eksempel en medarbejder med en September leje dato har
data ydeevne optaget fra marts samme år.

En anden faktor til at overveje, er tilgængeligheden af ​​de data, ydeevne.
Sofistikeret menneskelige ressourcer informationssystemer (HRIS), lønsystemer, og
performance management systemer er nyttige redskaber, så længe du har let adgang
til dataene. Undgå situationer, hvor dataene er vanskeligt at indsamle og studere.
Alt for ofte virksomheder fokuserer på at indsamle præstationsdata på det aggregerede
niveau og forsømmer at indsamle og studere det på individniveau. Hvorvidt
data ydeevne ratings, kvalitet scoringer eller salgstal, så sørg for din
dataindsamlingssystemer er bundet til individuelle præstationer.

En anden værdifuld tip til at overveje, når indsamling af en præstation metrisk er
antal datapunkter, eller medarbejderaktier observationer, der er repræsenteret i datasættet.
så vidt muligt er det en fordel at have adgang til flere observationer af
data Performance. For eksempel ville månedlige observationer være rigere end en
simpel årlig total eller gennemsnit for året. Anytime dataene aggregeret,
der er en chance for, at du vil miste nogle værdifulde oplysninger, som kan være
nyttige i forståelsen ydeevne tendenser relateret til stillingen. Når
indsamle dine data, altid fokus på dit mål, som er at opnå den
bedste data, der vil føre til den rigeste mængde information.

Det er nu tid til at indsamle data. Anvende de principper, du har lært om
præstationsdata, for at indsamle de reneste datasæt, som du kan. Det er en god
praksis i første omgang at skyde den mængde data, du med rimelighed kunne forvente
at bruge. Saml mange typer af målinger og former for ydeevne data for hver
position. Denne praksis giver dig flere foranstaltninger af ydeevne, men mere
vigtigere, det hjælper dig med at vælge den bedste kombination af resultatindikatorer
ved at give muligheder (forskellig ydeevne data), som vi vil diskutere senere.

Vælg

Efter at data ydeevne er blevet indsamlet, er der flere valg, du
skal gøre for at hjælpe med at identificere den bedste metriske (r) til at fokusere på. For at gøre
de bedste valg, er der et par ting at overveje. Konkret betyder
data, du fanget afspejler variabilitet, job-relaterethed og et forhold til
dine forretningsmæssige mål (holde læsning for en forklaring af disse vilkår)?
Hele denne proces, er det vigtigt at forstå at så snart din
metrisk er angivet, vil den begynde at forme og styre retningen
af din arbejdsstyrke. Alle fremtidige præstationer, evaluering og udviklingsmæssige
aktiviteter i denne stilling vil blive direkte påvirket af det metriske.
Derfor vælger de rigtige målinger til at følge, er en vigtig overvejelse at
drive fremtiden for din virksomhed.

Variabilitet er at sikre, at de data metriske repræsenterer alle ydelsesniveauer
Spørg dig selv dette spørgsmål: Er det metriske skelne mellem individer &';
ydeevne.? Ofte er effektivitetsmålinger konsekvent indsamlet
og præcise, men de mangler variation i ydeevne scoringer. Jeg har engang arbejdet
med en virksomhed, der insisterede en bestemt kvalitet rating var dets vigtigste indikator
ydeevne for sine call center repræsentanter. Efter yderligere gennemgang af
data, fandt vi, at den gennemsnitlige score var næsten 100%, med kun en håndfuld
etablerede, der modtager en lavere score på 98-99%. Disse data giver ingen nyttig
måling, fordi det indebærer, at den enkelte medarbejder udfører på samme høje
niveau, uden afvigelser at fremhæve specifikke præstationsmål bekymringer. Enhver
erhvervsleder ville have en hård tid på at vælge en metrisk uden variabilitet,
derfor, denne type data giver lidt, om nogen, reel værdi

Job slægtskab er et andet vigtigt spørgsmål at overveje. når de bedste
data vælge, hvorpå der kan forme din fremtidige arbejdsstyrke. Bestem hvor stor indflydelse en
person har om udførelsen metrisk. I alle tilfælde direkte indflydelse er
bedste. De mindre indflydelse etablerede har på det metriske, jo mindre beskrivende det
er deres faktiske resultater. I en ideel situation, vil du have stor
tillid til, at din præstation data er relateret til det job, og at hver
etablerede er i stand til at påvirke denne metrisk direkte.

For eksempel kan en bilforhandler spore antallet af biler, der sælges af sine
sælgere, samt hvor mange af disse solgte biler returneres til
forhandler &'; s serviceafdeling for reparationer. Når man ser for jobrelaterede salg
målinger, den tidligere foranstaltning er god, men sidstnævnte er relateret til salget. Er
en sælger har en indflydelse på den mekaniske soliditet bilen han sælger?
Nej, han kun har kontrol over salgsprocessen. Under henvisning til en metrisk med lidt
forhold til de faktiske job aktiviteter vil føre til unøjagtige konklusioner.
Derudover skal din tankegang være i forfølgelsen af ​​sandheden, som den vedrører reelle
præstationer på daglig basis. Denne sandhed kan kun findes, hvis dataene
er relateret til præstationer i stillingen

Forretning drivere –. Det er tid til at tænke strategisk! Tænke på den
retning, du ønsker at tage din virksomhed, og derefter positions- specifikke
målinger vil bevæge hver position i den retning. Justering kan findes ved
arbejder baglæns. Spørg dig selv, hvordan hver position passer ind i din virksomhed
strategi eller bidrager til den økonomiske resultater. Så bestemme
individuelle effektivitetsmålinger, der bedst tilpasse til den position, og giver dig mulighed for at
spore dine fremskridt i retning af at nå dine forretningsmæssige mål. Der henvises igen til vores
bil sælger eksempel kan en stærk forretning driver være “ antal biler
solgt &"; Hvis det ikke drive bundlinjen overskud, bør det ikke være en hjørnesten
dine musikdata.

Evaluering dine individuelle data ydeevne med hensyn til variabilitet, være
jobrelateret, og at være en virksomhed driver er et vigtigt strategisk skridt i
processen med at omdanne din arbejdsstyrke fra en udgift til et profitcenter,
dermed direkte at forbedre produktiviteten i dit folk i kørsel din
virksomhed.

Resumé: Finde Ideel præstationsdata for en holdning

Nu, hvor vi har udforsket kataloget scenen, har du lært, hvordan du: Restaurant • Klassificere ydelsesdata efter hvad der er tilgængeligt, nyttigt og
muligt
• Indsamle data fra de enkelte kunstnere i en bestemt position
• Vælg ydeevne data, der afspejler variabilitet, job-relaterethed og en
forhold til dine forretningsmæssige mål.

På dette tidspunkt, bør du have musikdata udvalgt og indsamlet for hver
målrettet position, således at kan du slå denne viden ind i bygningen blokke
om en stilling-bestemt skabelon.

Transformer

Som tidligere nævnt er målet med denne hvidbog er at hjælpe dig med at identificere din
stærkeste data medarbejdernes præstationer, så omdanne at data i en gentagelig
proces, der vil maksimere produktiviteten. I det sidste afsnit er klassificeret vi,
indsamlet, og valgt de stærkeste mål for medarbejdernes præstationer. Nu
vi undersøge Transformer fase af den proces, hvor din præstation data
matches til den faktiske job adfærd stærkt relateret til succes i stillingen.
Ved at bestemme hvilke træk er vigtigst for gode resultater, vi kan derefter
opbygge en position skabelon, der organiserer disse træk, og så oversætte det
position skabelon i ønskede adfærd er specifikke for jobbet. Transformer
fase bringer dig tættere på den ideelle arbejdsstyrke, der driver rentabiliteten for
organisation.

Læringsmål

• Lær at genkende centrale træk, der fortæller dig, hvordan en person er en succes i en
stilling
• Få tip til, hvordan du opretter et job niveau position skabelon, der er målrettet de
træk, der er nødvendige for succes
• Lær at oversætte de træk inden for en position skabelon til jobrelaterede
adfærd, der afspejler dem, der er producerer mere, og kontrast deres
adfærd med mindre produktive individer.

træk

På dette tidspunkt i Productivity Cycle, har vi fokuseret på den kritiske aspekt
af katalogisering præstationsdata. Selv om data ydeevne angiver
resultat af hver person &'; s indsats, betyder det ikke fortælle dig, hvordan de nået deres
resultater, vil heller ikke fortælle dig, hvor interne eller eksterne kandidater til
stilling vil udføre på jobbet. Derfor er vi nødt til at bruge tid på at diskutere
den første komponent i den Transform fasen –. Identifikation af træk

Adfærd, eller træk, at drevet ydeevne er bedst bestemmes af “ lade
data taler &" ; i modsætning til at gøre “ kvalificerede gæt &"; En tid-testet metode
identificere træk, færdigheder og andre relevante dele af jobrelaterede oplysninger
kommer fra brugen af ​​et job analyse. Et job analyse indsamler fingerpeg om, hvad
er nødvendig til korrekt udføre et job.

Der er mange metoder til at analysere et job. En almindelig metode er at sende et job
spørgeskema til eksperter i rollen, at bede dem om at dokumentere deres mening om
de vigtige opgaver eller træk er nødvendige for at blive en succes. En anden metode er at
manuelt observere og dokumentere de træk, der er nødvendige for succes. Men du pakke
det, den grundlæggende idé er at manuelt at studere og dokumentere aspekter af jobbet. Et job
analyse giver solid information om de mindstekrav kvalifikationer og færdigheder
nødvendige for en rolle. Men en typisk job analyse vil falde kort, når du ønsker
at samle en dybere indsigt i de faktiske kunstnere i en position. Sagde
anden måde, vil et job analyse ikke give dig et køretøj til “ komme i hovederne &";
af dem, der har succes, og sammenligne dem med dem, der ikke lykkes i
en rolle

Det er vigtigt ikke at forveksle minimumskvalifikationer med faktiske prædiktiv
ydeevne. Mange mennesker begår den fejl at antage, at opfylde de minimale
kvalifikationer målstregen. For eksempel kan et job analysen viser, at
det er nødvendigt for etablerede at drive en bestemt telefonsystem. Efter
anden dag i uddannelse, alle forstår telefonsystemet og kan
effektivt betjene den. Selvom anvendelse af telefonen er af afgørende betydning for den daglige
ydeevne, udviser ingen forbindelse med reel succes på jobbet. At
stand til at udføre et arbejde og være en succes på det er to meget forskellige
begreber. Dit mål for hver position i din virksomhed skal være stærk
præstationer, ikke blot at få ved.

For at nå målet om en stærk præstation, skal du grave dybere ind i selve
træk og adfærd, der drev succes. Adfærdsmæssige vurderinger er en meget
effektiv måde at indsamle data om de træk af personer fra alle ydeevne
niveauer i stilling. En adfærdsmæssige vurdering er et værktøj, eller, som jeg kalder det, en
køretøj til indsamling af data, som trækker oplysninger fra enkeltpersoner relateret
til deres adfærdsmæssige præferencer. Disse træk, ud over ydeevne data, vil
levere de nødvendige data til at hjælpe med at identificere, hvordan medarbejderne har succes eller
fiasko i en position. Konkret vil adfærdsmæssige vurderinger give dig
med indsigt i enkeltpersoner &'; indstillinger for, hvordan de nærmer
problemer, bearbejde information, interagere med andre og svare forskellige arbejdsområder
situationer. Typisk er denne information indsamlet gennem en række
spørgsmål præsenteres for den enkelte ved hjælp af et spørgeskema. Svarene er
forvandlet til konklusioner, der repræsenterer bestemte præferencer eller adfærdstræk
der giver fingerpeg i, hvordan og hvorfor folk gør, hvad de gør, når de arbejder.

Skabelon

Vær forsigtig – det er ikke alt om de data, ydeevne i analysen jobbet eller
resultater af adfærdsmæssige vurdering. Det handler om, hvordan du bruger de to sammen
at omdanne performance data til en skabelon af målrettede adfærdstræk. Til
fuldt fange træk mest befordrende for succes i en position, skal du
Lad din virksomhed drivere (ydeevne data) diktere betydningen og mængden
af hvert træk. Antagelsen om, at flere af de enkelte træk er bedst vil føre dig ned
den forkerte vej. Overvej et træk, såsom “ uafhængighed &"; i en individuel
bidragyder rolle. En succesfuld person i denne rolle er målt i
gennemløb. Denne stilling kræver en medarbejder til at sidde ved et skrivebord og udfylde
gentagne opgaver i overensstemmelse med specifikke instrukser fra en manager. Tænk
om det – ville en person, der er yderst uafhængig-minded få succes i denne
rolle? I dette tilfælde er det sikkert at antage, at en person &'; s. Ønske om
uafhængighed rent faktisk ville hæmme deres præstationer

Brug teknologi til at måle træk

Når udvikle en position skabelon (Performance data + Træk), bør du
begynde med at identificere de træk af succesfulde mennesker, der adskiller dem
fra deres mindre vellykkede medarbejdere. Teknologi er ofte bruges til at forenkle denne
proces. De fleste adfærdsmæssige vurderingsværktøjer generere numeriske repræsentationer af
en individuel &'; s adfærdstræk. Disse numeriske repræsentationer ofte
kaldes dimension scoringer, karakteristiske scoringer, faktorresultater eller mange andre
vurdering-specifikke navne. Den grundlæggende idé er at give dig oplysninger Hoteller, som plotter en person &'; s træk på en skala, hvor du bedre kan forstå, hvordan at
personen sammenligner til andre for hvert kendetegn. De fleste adfærdsmæssige vurdering
værktøjer tilbyder mange træk, der anvendes til at beskrive den enkelte. Uanset hvad, teknologi
vil gøre dig til hurtigt og præcist at indsamle træk oplysninger.
Derudover udnytter vurdering teknologi vil strømline din evne til
gøre statistiske sammenligninger mellem de enkelte kunstnere. Det endelige mål
er at bruge performance data til at opdage de træk, der er mest prædiktive for
succes i stillingen.

De specifikke nedenstående trin vil hjælpe dig med at oprette en stilling skabelon med
brugen af ​​teknologi

• Statistisk søge efter forholdet mellem træk og ydeevne
data
• Inden for en stilling, opdelt dine medarbejdere i grupper baseret på deres præstationer
data
• Beregn træk scorer beskrivende statistik (gennemsnit, median, standard
afvigelse, osv) for hver forestilling gruppe
• Sammenligne ydeevne grupper ved deskriptiv statistik
• Søgning efter eventuelle skjulte mønstre af træk blandt ydeevne grupper.

Hvis Teknologi er ikke en mulighed

Hvis vurderingen teknologi er ikke tilgængelig i din situation, så lad mig foreslå en
par henvisninger, der kan guide dig i dine bestræbelser på at skabe en position skabelon.
Først spørg dine emne eksperter, hvis de har nogen teorier om, hvilke
træk borgerne mulighed for at få succes i rollen. Derefter sammenligne de træk
baseret på eksperterne &'; teorier til data ydelse, du har samlet. Den
Målet er at afgøre, om teorierne understøttes eller modsiges af dataene.
Tænk på dette som en proces med at tage noget fra teori til virkelighed. Nøglen
er ikke til at tage eksperterne på deres ord, men at anvende teorien mod faktiske
ydeevne data og forsøge at be- eller afkræfte teorien. En god illustration
af dette begreb kommer fra detailsektoren. En bestemt gruppe af ledere
teoretiseret at succesfulde butikschefer var meget ambitiøse. , Som vi
indsamlet oplysninger på det individuelle plan, fandt vi dog, at succesfulde ledere
havde været i deres rolle i mange år og var meget komfortabel med deres
bidrag til virksomheden. Der var intet ønske om at bevæge sig op eller ud, så den
antagelse “ højt ambitionsniveau &"; ikke vise sig at være korrekte

Her er et par konkrete skridt, der kan hjælpe dig med at skabe en position skabelon
uden brug af teknologi

&bull.; Bruge data ydeevne til at oprette undergrupper baseret på ydelsesniveau
• Tæl procentdel af mennesker i hver undergruppe, der besidder unikke egenskaber
• Dokument fællestræk blandt ydeevne grupper.
• Sammenligne og kontrast karakteristika på tværs af ydeevne grupper
• Find de egenskaber, som skiller sig ud og differentiere ydeevne
niveauer
•