离职面谈我一直认为很鸡肋。记得有次面试时,看到一家公司明文要求人资的离职面谈不得低于三十分钟,否则以渎职处罚,我完全惊呆了。员工离职无非就两点:干得不爽;薪资低!面谈有什么用? 离职面谈几乎成了履行程序的“过场”,很少有人讲出真实的离职理由,反正是不爽,又何必讲那么清楚?于是乎,个人原因或家庭原因成为离职的主旋律。 有功夫做离职面谈,然后花更多的时间进行离职分析,不如防患于未然,通过一些评估手段对当前重点员工的工作状态进行一些预判,对于预防突然离职起到一个缓冲作用。 盖洛普的Q12,是针对前导指标中员工敬业度和工作环境进行的测评。盖洛普通过对12个不同行业、24家公司的2500多个经营部门进行了数据收集。然后对它们的 105,000名不同公司和文化的员工态度的分析,发现这12个关键问题最能反映员工的保留、利润、效率和顾客满意度这四个硬指标。这就是著名的Q12。 Q12有12个问题(这12个问题并非我设计,只是引用,请知悉)。 1.我知道公司对我的工作要求吗? 2.我有做好我的工作所需要的材料和设备吗? 3.在工作中,我每天都有机会做我最擅长做的事吗? 4.在过去的六天里,我因工作出色而受到表扬吗? 5.我觉得我的主管或同事关心我的个人情况吗? 6.工作单位有人鼓励我的发展吗? 7.在工作中,我觉得我的意见受到重视吗? 8.公司的使命目标使我觉得我的工作重要吗? 9.我的同事们致力于高质量的工作吗? 10.我在工作单位有一个最要好的朋友吗? 11.在过去的六个月内,工作单位有人和我谈及我的进步吗? 12.过去一年里,我在工作中有机会学习和成长吗? 通过q12的测评,我们可以了解到受测评员工对于上级、工作环境的真实感受,通过测评结果,我们很容易确定哪些员工属于离职的高危人群,然后有针对性的进项离职风险防范。 大数据在企业人才管理上的运用非常广,同样也可以运用到离职预判中。目前国外已经有企业通过“工作日志”的方式,把员工每天的工作情况全部记录下来,并制作模型进行分析。如员工每天用计算机学习的时间是几小时,学习进度如何,上厕所的频率和次数等。对这些数据进行分析,在企业管理上可作参考。 目前大数据在人才管理上的运用,主要集中在用人和留人,如果运用在离职预判上,我们可以统计考勤,如迟到早退、事假、外出等,工作效率、接听电话的频率、同事间的配合……数据的采集其实还是离不开日常管理,如果缺乏最基本的日常管理,要进行数据化管理无疑是异想天开。我们可以在统计数据的基础上建立模型和参数,如果参数达到高危的点,就可以预判这名员工可能将离职,并在这名员工离职前对这个岗位完成招聘。据说,很多国内和国际知名企业,大数据已经在这些企业的员工管理上开始运用,而且效果超过预期。 离职预判,测试和大数据都需要规范的管理,只能说是中长期策略。如果想短期内解决这个问题,可通过绩效来引导。如将部门负责人的绩效与部门离职率挂钩;对自离员工进行双倍处罚;对有离职意向,经过努力留住的员工加大奖励力度……让用人部门与人资站在一条战线,共同重视员工离职问题。
赞同
收藏
评论
分享
每月经综合计算排名可上榜
上榜用户将获得200~800不等的茅豆奖励
近24小时数据量增长最快的文章可上榜