为什么绩效评估必须基于数据而不是主观判断

通常情况下，绩效评估会因为管理者和下属对评分及由此产生的加薪和奖金数量的差异而成为争议的焦点。

确实，当员工收到低分和负面绩效评估时，他们经常会指责管理者存在歧视。研究显示，80% 的员工离职是由于与管理者的分歧，因此，组织需要认真对待员工的绩效评估，并确保透明度和问责制。

这就是数据驱动的绩效评估在确保组织成功方面发挥重要作用的地方。

事实上，当绩效评估基于数据而非主观臆断时，管理者和人力资源管理者可以合理地声称他们采取了公平的数据驱动方法。

此外，当整个评估过程都是数据驱动的，底层指标可以确保组织能够抵御因不满和心灰意冷的员工提起的诉讼和其他法律案件。这是因为那时，组织可以合理声称没有针对员工的性别、种族等方面的偏见或歧视。

同样地，整个绩效评估不能完全纯粹地基于数据，因为经理的反馈不仅基于数据，还要基于对绩效的感知。

换句话说，在某种程度上，软技能和其他参数不能仅以数据为唯一标准进行评估。

此外，团队协作等属性也基于主观反馈，单靠数据无法充分说明。事实上，如果数据成为唯一的标准，组织有可能变成无情的机器。

除此之外，钟形曲线评级方法基于相对绩效而非绝对数字意味着无论组织如何努力，绩效评估过程都不能完全基于数据。

此外，绩效评分不仅是个人表现的指标，也是相对表现的指标，这意味着需要一种结合数据和相对表现的方法，而不应过于主观。

这就是许多组织正在尝试算法驱动的绩效评估的原因。在这种方法中，绝对绩效的数据被输入到算法或人工智能驱动的软件中，以确保既有相对绩效又有绝对绩效的衡量标准。

此外，当代组织正“超越钟形曲线系统”，尝试使用实际指标和参数的数据以及主观反馈，结合软件和技术驱动的相对评分。

事实上，即使在钟形曲线方法中，也使用指标和数据来衡量相对绩效，只是在绩效评估过程的“最后一程”中，最终评级的确定才基于经理的最终决定。这就是主观偏见发挥作用的地方，因为最终评级的确定往往取决于经理的判断，而不仅仅是其他因素，这也是大多数员工投诉存在歧视的地方。

事实上，只有当员工发现其他员工、同事和工作伙伴得到更好的评分时，他们才会指责存在歧视，这可能是基于员工的主观感受。

因此，最好尽可能使整个绩效评估过程客观化，这是数据驱动方法的优势所在。确实，当员工和经理在整个评估期间记录指标时，这些数据提供了有关员工在相对和绝对表现方面的有用见解。

换句话说，正如俗话所说，数据尽可能地去除了主观因素。

然而，需要注意的是，关于绩效评估数据的披露方面存在保密问题，因此，组织可以确保公布评分时不透露其中涉及的具体方面。

因此，我们所拥有的是一种结合如何使用数据来衡量绩效的方式，一旦评估结束，就以教授们展示所有学生分数而不透露评分依据的方式一样，人工智能驱动和数据驱动的方法也可以在组织中应用。

确实，目前大多数大学广泛使用数据驱动方法进行评分意味着组织也可以采用此类方法。

最后，员工和管理者之间必须有一种信任关系，这也是没有任何数据驱动方法可以替代的人类因素。

毕竟，我们处理的是真实的情感和个人感受，因此，必须始终维护雇主和雇员之间的社会契约。

总之，我们还没有达到机器人进行员工评估的地步，因此，必须将数据和主观看法结合起来，以实现一个公平透明的绩效评估过程。

电商记