这是本文档旧的修订版!
在企业中,我们会遇见如下问题:
大部分团队语境中,对一个人进行拆解分析,并量化会显得“不礼貌”。会使得大部分小团队凭“直觉”或者“情感”处于与人相关的事务。
但当我们希望把注意力都放到业务上,而不希望在“人”相关事务上浪费过多的精力时,科学的用人就显得十分重要。
抛出情感,我们自己无非就是一个个的“对象”,拉出属性,针对处理,就可以得到我们想要的结果。
像玩游戏一样,我们通过对角色进行建模。把人像“思维导图”一样展开成多维度的表。
然后像游戏一样,把“角色”系统提供给其他系统使用,比如:
人虽然在宏观上表现为主观的,但通过认知模型我们可以知道,人的运转机制是相同的。
也就是说,如果把人的大脑当做一个处理器,把人的记忆当做硬盘内拉出的过往数据,环境信息是运行参数,则:
这意味着,如果能控制“过往数据”与“运行参数”在一定的范围之内,那么通过“固定逻辑”运行得到的结果就会相同。
在漫长的团队管理中,有的管理可能忘记了一个问题的核心:
我为什么要招聘一个员工?
我们希望团队中添加人手,是因为这个人能在团队中产出某种我们希望的结果。
所以当我们需要招聘人时,首先应该判断的就是他是否有可能产出我们想要的结果。
这句话看起来是否废话,但在实际运作中,有的团队会下意识的出现“基于行业惯例先占坑”的情况。
当明确了观点1与观点2后,就可以得到一个逻辑路径:
我想要通过扩充人员达到某种结果,这个结果要求了人员必须具备某种“过往数据”。
反过来说,如果我在招聘的时候,自己都不清晰什么样的“过往数据”可以达成最终我想要的“结果”,我就是“不科学的”。
这里明确了本课题的“必要性”。
之所以单独说下“必要性”,是因为在漫长的职业生涯中,我还是观察到有管理者对用着这件事很模糊,不敢下定决心在招聘流程里明确用人门槛。
特别是非管理者,也就是“普通员工”,对招聘流程里的各种“筛选”很排斥,我们在新员工进来后的培训中就会用本篇的内容来解释,消除员工在这方面的误解。
回顾认知模型,我们希望得到一个大脑产出的公式:
环境信息 + 过往记忆 = 决策结果
其中,基于需求,我们又可以把过往记忆拆分,得:
过往记忆 = 过往信息 + 方法论
最终得到公式:
环境信息 + 过往信息 --> 方法论 --> 决策结果
用一句话表达为:
这里就得到了一个需求表:
第三条是实践中得出,且最重要的,后续会说。
有的人问:干嘛要求那么多,人来了再学不就好了?
有一些经历,比如深度玩《魔兽世界》,需要漫长的青少年时光,一个人上班后,客观上是缺乏游戏时间的,所以如果我们需要一个人熟练《魔兽世界》的经验,就属于不可培训的内容。
还有数学,英语这些能力,是长期学习的结果。所以没法再员工入职后培训,其代之大,违背了企业追求效益的原则。
而同样的,有一些管理者在招聘时,不是出于“找人”的需求,而是出于“炫耀”的需求,会问考究应聘者一些“从业了才掌握”的知识点,也许这个知识点只需几分钟就能学会,但能用来为难应聘者会让管理者感到“成就”。
这种行为也是我们需要避免的,所以就定义出“可培训的”模块,让不必要的问题不会出现在应聘流程中。