最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

敏捷管理之绩效考核方案

[复制链接]
跳转到指定楼层
楼主
发表于 2019-12-6 12:27:15 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
  前段时间,公司签了年终奖确认。觉得公司发放年终奖完全是凭主观发放,没有事实依据,由此产生了对如何发放年终奖的一些想法。
  奖金发放作为激励员工最直接的手段,往往也是让管理人员最难抉择的,而且很多公司,都是带有大部分直接主管主观意识评定的。在我看来,这是最不可取的,因为奖金作为激励手段,初衷应该是鼓励员工继续发扬往年优秀的部分,并识别和看清自身(或者整个团队甚至部门或公司)的短板,并在来年采取有效的方案或措施进行改进,为自身(或部门或公司)改进提供风向标,这样才能做到自身水平的不断提高,为公司创造更大的利益。所以奖金的方案必须是公平公开并且是透明的,而不是不可议论的。至于薪资,可以作为一个保密项,但是奖金比例是完全可以透明,并由直接主管作为桥梁来沟通并指出不足。
  至于奖金的考核方案,我先举个栗子,假设某团队是以敏捷开发作为管理框架的,评估工作量以故事点作为标准。这里说一下以故事点作为评估工作量的单位。在实际工作中,一个团队可能有初级、中级、高级的开发人员,他们的技术水平是不一样的,但是如果是对同一个功能点进行功能的评估,假设需求理解都是一致的情况下,他们完成该功能的时间应该是会不一致的,所以以时间作为评估标准是很不可取的。但是,他们完成不同功能的评估的故事点应该是一致的。我们来几张图标说明会更清晰。
  对于三个功能,他们评估的故事点可能是这样的:
  他们评估的人天数可能是这样的(这里为了演示,将他们的比例误差设置为0,即都是按一定比例估算的,实际上应该会有一些误差,但是趋势应该是一致的):
  上面俩张表可以看出,对于能力不一样的人,他们评估的人天数肯定是不一样的。你可以假设一个小学生,跟一个大学生搬砖,同样是100块砖,比较他们完成的时间。那么我们如何在做绩效考核的时候,能够排除这些能力因素,或者说,能够达到多劳多得,并且为调薪提供一个比较公平客观的依据,并能不断让开发人员认识到自己的不足并采取改进措施呢?
  我认为,敏捷大法不仅仅适应于项目管理,同样适用于人员的管理。我的方案是,在每个迭代结束时做Sprint Retrospect会议的时候,不仅仅针对团队,同时可以收集一些数据,例如:本次迭代完成的故事点数、测试bug数、代码注释率、代码简洁渡(这个比较难,能力上提高了的话,代码自然会简洁),同时,针对个人在这几方面的数据进行分析,找到自己的薄弱点,采取措施(最好是可量化的),将每次迭代的数据都记录到信息发射源。当然,对于表现优秀的,可以采取一些奖励措施,比如说荣誉墙,涂鸦墙,甚至是调休奖励。下面,我们看一下我们收集到的故事点的信息:
我们将这些数据制成图表:
图表就能看出,每个人每个月(或每次迭代)完成的故事点数的趋势,很清晰的可以看出哪些人在进步,进步最大的员工是哪位。也可以以此来作为调薪的依据。
我们再将上面的表格做一些修改:
  我们将所有的月份的故事点加起来,就是这一年完成的故事点总数,再将团队内所有人员的故事点,取比值,以小李的故事点为基数,小李的故事点比值为1,老张的未423/270=1.566,小陈的是350/270=1.296,同样,我们将薪资比例计算出来。这样,我们就可以用这些比例来确定奖金和调薪幅度等。还是如上例子,我们假设年终奖的基数是3个月,那么小李应该得到的奖金应该是1*3*15000,老张应该得到的是1.56*3*30000,小陈应该得到的是1.296*3*24000。这里我们是以故事点(即工作量)这一单一维度来计算的,我们也可以结合其他指标加权来计算这个年终奖。
  我们再看一下调薪比例,我们可以用故事点数比值/薪资来确定调薪,这样就将能力与当年的表现结合起来了。如果格局再高,同样也可以通过制定部门年度目标或季度目标,来考核部门并确认部门奖金比例。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-24 00:58

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表