“互聯網名企工作方法論（套裝共14冊） (xinshuhaige.com)”

    第七章 員工的發展是穀歌績效的核心

    如果你設定了一個瘋狂、有野心的目標，最後沒能完成，你至少也能夠實現一些了不起的成就。

    拉·佩奇

    穀歌聯合創始人

    在動畫片《辛普森一家》中有一集名為《家長教師協會解散》（The PTA Disbands），劇中斯普林菲爾德小鎮小學老師罷工，抗議學校在薪水、教學用品和食物上的投入太少。學校停課，孩子們隻能各幹各的事情。有一些孩子整天玩遊戲，還有一些到處搗蛋。二年級的麗莎·辛普森驚慌失措：

    麗莎：如果沒有州批準的大綱和標準化測試，我的學習就要完蛋了。

    瑪姬·辛普森（麗莎的母親）：親愛的，或許你應該放鬆一點兒。

    麗莎：放鬆？我不能放鬆！也不能放棄、緩和或……我隻能想出兩個同義詞？我的天啊！我變笨了！

    瑪姬：好吧，最後你會發現沒什的。

    幾天之後，麗莎的狀況變得更糟了：

    麗莎：快看看我！給我評評分，給我排個名！我很好、很好、很好，啊，我太聰明啦！給我評評分！

    瑪姬：荷馬，我有些擔心孩子，麗莎有點兒神經質了。今天早上我撞見她撕壞了自己的雨衣。

    我們每個人身上都有些許麗莎·辛普森的影子。小時候我們按個頭高矮排隊；有人給我們評分，告訴我們哪些行為屬於出眾的、令人滿意的或是需要改進的；等我們長大一些，就會在班級排名，與全國的平均水平做比較；我們申請大學的時候，會仔細考慮每一所學校的排名。我們生命的頭20年都在與他人比較。

    等到我們成年之後，再創造的工作環境也與之類似，這也就一點不奇怪了。這就是我們所了解的。

    穀歌也未能免俗。我們需要員工了解自己的表現，而我們的考評體係也從最初複雜得有些滑稽逐步得到改善。一路走來，我們有很多驚人的發現。你們可以看到，我們仍在繼續努力，但是我相當自信我們走的方向是對的。運氣好的話，我可以幫助你們避免前進路上一些頭痛的事情，讓你們少走一些彎路。

    和績效考評體係說“再見”

    今天的績效管理體係最大的問題在於它們替代了切實管理員工的關鍵行動。密歇根州立大學的心理學博士伊萊恩·普拉克斯現任該領域的頂級詢公司PDRI董事會主席，她發現，“這個問題有一個關鍵，績效管理降檔為一些指標，經常在規範的行政體係下變得支離破碎……盡管正式的績效管理體係本意是要推動……公司期望溝通、設定短期目標和持續性指導等日常活動……但是這些行為似乎已經與正式的體係偏離了很遠”。

    換言之，多數組織采用的績效管理都成為墨守成規的官僚流程，不是為了改善績效，而是為了管理而管理。員工恨它，經理恨它，就連人力資源部也恨它。

    關注過程而不關注目的，使狡猾的員工有了機會鑽這個體係的空子。我曾經共事過的一名銷售部主管唐（盡管這不是他的真名），在我們做評級、確定分紅前的三個月就會開始來我的辦公室。每年10月，他就開始做鋪墊。“今年很困難，但是我們的團隊非常努力，渡過了難關。”唐會這樣匯報。到了11月，他會再次更新狀況：“銷售部夥計們的表現超出預想，逆勢而上。”到了12月，我們就會聽到一些詳細的匯報：“小型商業團隊已經完成了90%的任務，但是老兄，這個團隊真是像英雄一樣才贏得了這些訂單。還要順便說一句，我真不敢相信一月份時竟然會定下這瘋狂的目標，簡直不可能完成！”

    我一直都沒有意識到唐在耍花樣，直到後來有一年，我們決定將分紅的時間比往常推後一個季度，但是沒有告訴唐。他提前6個月開始鋪墊談判。坦率地講，這種行事方式也是他能成為一名優秀銷售人員的原因，但是這段插曲也使我認識到體係中耍花招的程度有多嚴重。

    事實上，沒有人喜歡當前的績效管理狀態。世界薪酬協會（WorldatWork）和希伯森詢公司（Sibson）調查了750位高級人力資源從業人員，發現接受調查的人群中58%給自己公司的績效管理體係評出了C或更糟的成績。47%的人感覺這個體係有助於組織“實現戰略目標”，僅有30%的人感覺員工信任這套體係。

    麵對這種情況，時下常見的反應是妥協。

    Adobe公司、億客行（Expedia，在線旅遊網站）、瞻博網絡（Juniper Networks，電腦硬件生產商）、凱利服務（Kelly Services，人力資源解決方案服務機構）和微軟都取消了績效考評。Adobe取消考評時稱：

    有一次在印度出差，Adobe首席人力資源官丹娜·莫斯在睡眠嚴重不足時接受了《經濟學人》采訪。莫斯感覺“比平時更加不安”，她坦陳自己想要取消績效考評的意願。為了爭取在采訪內容公布之前發布通告，莫斯與Adobe的公關部門溝通，迅速在公司內網發表了一篇博客。這篇博客在員工中引起了強烈反響，成為Adobe內網有史以來最多的一條消息。全公司的員工展開了熱烈的討論，紛紛表達對考評流程的不滿。根據莫斯的說法，該現象傳遞出的深層意義是，員工“對於未足夠認可他們貢獻的考評體係已經不抱任何幻想”。對於莫斯而言，采取必要行動已刻不容緩。

    “我們很迅速地做出決定，廢止績效考評，這樣就意味著我們不再進行每年一度的正式書麵評估。”莫斯說，“此外，我們還要廢除績效排名和績效評級，避免員工感覺自己被打上了標簽。”

    Adobe在2012年夏季引入了“檢查”（The Check-In）體係——一種不斷向前推進的、實時反饋的非正式體係，以替代傳統的績效考評。 注釋標題 Julie Cook Ramirez, ‘Rethinking the Review,’ Human Resource Executive HREOnline, July 24, 2013, http:///HRE/view/story.jhtml?id=534355695.

    憑直覺想來，這是個很有吸引力的做法；員工不高興，那就拋棄他們不喜歡的體係。很簡單。

    得到實時反饋意見難道不比等上一年更好嗎？

    但是也沒有任何證據顯示這種體係可行。學術研究的痼疾在於衡量的尺度無法保持一致，“實時”可能是“立刻”，也可能是“幾天之後”。大多數實時反饋體係都會迅速變成“幹得好”體係，因為人們都喜歡對別人說一些好事。到底有多少次你的評價能夠切實帶來行為的變化？更普遍的評價是“會上幹得非常漂亮”一類，而不是“我發現，你注意到顧客從桌前移開，似乎失去了興趣，你立刻問他們有什顧慮。你能夠重新吸引他們的注意，做得非常好，你應該繼續密切關注會議中的肢體語言”。

    說些泛泛的客套話要容易太多、太多。

    即便是在穀歌，我們的體係也遠遠算不上完美。對績效管理的滿意度一直以來都是Googlegeist年度調查中評分最低的部分。2013年初，隻有55%的穀歌人認為績效管理過程令人滿意。雖然比其他公司30%的滿意度要高，但依然很糟糕。抱怨最多的兩個方麵，一是用去太多時間，二是流程不夠透明，由此引起員工對其公平性的擔憂。那我們做對了哪些事情，使我們的員工對評估體係的滿意度達到其他公司的兩倍，卻還不夠滿意呢？我們又做錯了什呢？

    穀歌的績效管理總是把目標設定為起點。在21世紀第一個10年的初期，穀歌的董事會成員約翰·杜爾向我們推薦了一種在英特爾非常成功的實踐方法：OKR。目標必須具體、可度量、可檢驗；如果你達成所有結果，就能完成目標。比如，如果目標是將搜索質量提升x%，相應的關鍵結果是更好的搜索相關性（結果對用戶而言多有用）和等待時間（多快找到搜索結果）。既要有質量標準，也要有效率標準，這一點非常重要，否則工程師完全可以解決一個問題而忽略另外一個問題。用上三分鍾的時間才給你找到完美的結果是不夠的，我們既要求相關性強，又要求速度。

    我們刻意設定了非常有野心的目標，知道不可能每次都實現這些目標。如果你完成了所有的目標，就說明設定的目標不夠激進。負責監管Google X——開發出穀歌眼鏡（一種置於眼鏡內部的電腦，屏幕隻有指甲大小）和自動駕駛汽車的團隊——的阿斯特羅·泰勒這樣描述：“如果你希望自己的汽車能達到時速50英，沒問題，你可以對汽車稍加改造。但是如果我告訴你跑500英隻能用1加侖的汽油，你就需要重新設計了。”我們不會把所有目標都設定得非常激進，但是如何選擇需要一些智慧。恰如拉經常說的：“如果你設定了一個瘋狂、有野心的目標，最後沒能完成，你至少也能夠實現一些了不起的成就。”

    因此在季度剛開始的時候，拉會設定公司的OKR，激勵每個人設定的個人OKR要基本與穀歌整體相適應。我們不會讓完美與良好形成對立。一旦你看到公司的目標，很容易就可以將其與自己的目標做對比。如果你落後得太多，要給出一個合理的解釋，要就要重新設定。此外，每個人的OKR在內網都是對所有人公開的，就放在電話號碼和辦公室位置的旁邊。能夠看到其他人和其他團隊在做什是一件非常重要的事情，而看到自己的目標與穀歌的目標相契合也能起到激勵作用。最後，拉的OKR會根據他在季度報告中說明的公司表現來設定溝通透明化的標準，並確定恰當的高要求目標。

    在目標的話題上，學術研究與你的本能結果一樣：目標能夠提升表現。但是，浪費大量的時間在公司上下逐級統一目標卻不是很有效。這樣做將耗費太多時間，而且公司上下的目標也很難統一起來。我們采用了一種以市場為基礎的方式，隨著時間的推移，我們的目標都將匯於一點，因為頂層的OKR已經眾所周知，而且每個人的OKR也都清晰可見。偏離路線太遠的團隊會很引人注目，而為數不多的幾項關乎所有人的工作也相對容易直接管理。直到現在為止，一切順利！

    從41級績效考評到5級考評量表

    2013年之前，每名穀歌人在每個季度末都會收到績效考評結果。考評量表總共41級，績效評分從1.0（表現糟糕）到5.0（表現驚人）。大致說來，低於3.0意味著偶爾或經常達不到期望值，3.0到3.4之間意味著能夠達到期望值，3.5到3.9之間意味著超過了期望值，4.0到4.4之間意味著“大幅超過期望值”，4.4到4.9之間意味著“接近於驚人表現”，而5.0代表“表現驚人”。穀歌人的平均分在3.3到3.4之間。如果某人連續幾個季度的平均分為3.7或更高，通常就能升職。這種做法沒有任何創新可言。

    考評體係是否科學仍存在不確定性。考評分級為3個、5個、10個或50個到底有沒有不同，至今也沒有可靠的證據證明。我們的41級考評量表源自我們的工程師基因。能夠準確區分表現3.3和3.4的員工能夠令人感到滿足。如果將多個季度的評分進行平均，就可以精確地區分3.325和3.350的表現。如果你認為小數點後三位的評分已經過時了，其實我們還有4001級的考評體係！我們開發出極為複雜精細的解析法，確保你的評分略高一點，就能得到略高一點的獎勵。實際上這些並沒有意義。盡管我們在組織考評上用了很多時間，但等到設定薪水和獎金的時候，管理者或後麵的評審者有三分之二的時候會進行調整。我們的管理者每三個月就要用數千小時組織績效考評，考評過程的精確程度近乎滑稽，卻不能作為確定薪酬的可靠依據。

    同樣一年進行4次績效考評也遭遇到同樣的窘境。我們采用這種方式，一方麵是由於在穀歌迅猛發展的幾年，這樣做有利於我們管理員工，另一方麵是由於我們希望確保對員工的評估總能與實際匹配。然而，我們發現，一年中有多達24周的時間在分配考評任務、校準評級（我將用幾頁的內容解釋校準評級的意義——這一點很重要）或就考評結果進行溝通。有些管理者喜歡這個頻率，辯稱這樣可以迫使他們經常檢查員工工作，以便發現績效突然變差的員工。但這種評分體係隻起到一種支撐作用。我在此無意要求他們停止檢查未參加評估的員工，但是為了發現500名陷入困境的員工卻要評估5000人，看起來似乎是一種浪費。

    2013年，我們用去大部分時間探索是否有更好的方法。我們嚐試了各種替代方式，從沒有工作分級到800個工作分級，這使幾乎每個人在每個季度都因升職而士氣上漲。我們研究了年度、季度、月度和實時績效考評。我們考慮過3分和50分的考評分數體係。我們爭論過是用數字還是某種主題詞作為標簽標注每一個績效分類，甚至還反複考慮過無意義的主題詞，以避免人們將注意力放在標簽上。我甚至還提議加入水行俠、紅三角或果（見圖7-1）等考評等級。

    圖7-1 穀歌人保羅·考恩製作了“大幅超過期望值的果”圖形，用於解釋我的一種考評分級建議

    圖片由保羅·考恩提供 注釋標題 任何本書的穀歌人都可使用這張圖片，我們已經得到保羅·考恩和科林·麥克米倫以及GCPA的同意。Memegen網站上出現的東西，可以保留在Memegen上！

    這個體係的意義在於，利用毫無意義的名稱使人們忽略標簽本身。當然，人們最終還是會給標簽加上含義，很可能會將水行俠定義為最差的（水行俠似乎總是輸給其他一些超級英雄）。我們組織了協調委員會、詢委員會，甚至就一些問題開展員工投票。

    最終，我們總結了三條經驗：

    ● 不可能達成一致意見。沒有明確證據的情況下，所有人都可以成為專家，而且每一種方案都可能有人支持。人們對於績效分級為5個還是6個之類的問題都很有主見。即便是對穀歌最不討人喜歡的現行流程進行調整，也不可能找出一個令所有人滿意的解決方案。盡管人們似乎不喜歡現有的體係，但是他們更不喜歡其他任何選擇！

    ● 人們對待績效管理非常嚴肅。比如，我們就績效分類的標簽征詢穀歌人的意見，結果得到4200多張投票。大趨勢傾向於嚴肅、明晰，而不是異想天開。

    ● 實驗至關重要。沒有外部證據的情況下，我們必須自己動手，與穀歌各個部門的管理者協作，幫助他們測試想法。在YouTube，他們嚐試將所有人按照最高效到最低效的順序進行排名，不論員工級別，排名之後發現最高效的兩個人是中層員工，然後兩人得到了YouTube最高的股權獎勵。雖然獲獎人的具體獎勵並沒有公布，但是每個人都知道有這樣的事情發生。 注釋標題 這個例子很容易令人想到艾倫·尤斯塔斯的格言：頂尖工程師的價值相當於普通工程師的300倍，而傳統的績效和薪酬體係都是依據等級製度而不是依據貢獻來決定報酬的。 我們還在另外的部門嚐試將績效考評分為5級，管理者發現相比此前41級的績效評估，在部分項目上滿意度要高20%。

    我要特別強調這項工作對人力運營部而言的難度。我們的工作並非關乎生死，但是員工會抱怨、會抗議，最終可能會辭職。我們在穀歌麵臨的挑戰在於，因為我們給了穀歌人太多的自由，因為我們以數據為導向，因為穀歌人關注公平性以及我們對待彼此的方式，所以要做出此類改變需要艱苦卓絕的努力。我們接觸的每一個團隊都對現行體係非常失望，但是每個團隊又都不願做一些新的事情。而單單是我們的YouTube部門，就提出十幾種不同的新考評體係進行嚐試。我非常自豪，人力運營團隊在實現這些改變的過程中堅韌、有見解、細心，而我更要感謝那些與我們合作的團隊，他們放棄了穀歌15年的傳統，嚐試了一些新的東西。

    根據我們的實驗，2013年初我們停止了季度考評，改為6個月進行一次。雖然還有人抱怨，但並沒有造成任何損失。這一改革立刻節省了50%的考評時間。

    2013年底，我們選定了全公司大約15%的員工，一共6200多位穀歌人，改為采用5級考評量表：需要改進、持續達到期望值、超過期望值、大幅超過期望值和表現傑出。與以前的標簽類似，但是實際的評分級別變少了。

    我們秉持了醫學的宗旨：Primum non nocere，即首先不要造成任何傷害。鑒於這是第一次嚐試這種改變，我們設定的目標僅僅是達到與舊的考評量表相當的滿意度、公平性和效率即可。我們發現，一旦跨越了最初的懷疑和認知階段（“你說我不再是3.8是什意思？我很努力地工作才得到3.8的！”），就不必再為0.1的評分差別而苦惱和浪費時間了。管理者也被迫與員工進行更有意義的對話，而不是將一切都隱藏在“你這個季度的考評分數提高了0.1，幹得不錯，繼續努力”之類的話中。

    看到“準確性”沒有喪失，我們長舒了一口氣。我們將5級量表考評體係下穀歌人的感受與41級量表下穀歌人的感受做了對比。我們問了如下問題：

    ● 績效水平低下的人識別出來了嗎？

    ● 適合升職的人識別出來了嗎？

    ● 討論有意義嗎？

    ● 過程公平嗎？

    在全公司範圍內，新流程的評價並不比舊的差。雖然看起來似乎隻是一場得不償失的勝利，但是我們長長地舒了一口氣。有些穀歌人擔心41級的考評量表所傳遞出的準確性會喪失，也就意味著我們的評分會不那有用和有意義。但現實中穀歌人調查結果暴露出我們一直懷疑的一個問題：41級考評量表隻是給了準確性的假象。

    多數穀歌人都承認，很多考評體係下多0.1或少0.1的評分並沒有什區別。比如，對3.1和3.2之間的差別從來都沒有一致的結論。正如我們人力與創新實驗室成員梅根·胡特所解釋的：“這種狀況下的考評可能既不可靠也沒有效力。同一個人，同樣的表現，但是由於考評人和校準團隊的不同，她得到的評分可能是3.2，也可能是3.3。這就意味著考評不可靠。如果她得到了3.3，實際表現卻隻是3.2，那就說明考評沒有效力——評分沒有反映實際情況。”

    因此，如梅根所說，考評體係並不完善。也就是說，我們應該告訴員工：“吉姆，你的績效表現介於3.3和3.5之間。”但現實中我們並不是這做的，管理者拿到一個分數，就會給分數賦予一定的含義。因此，如果某人的考評分數從3.3提升到3.5，就會認定他取得了進步，但實際上他的表現可能還保持在原來的水平。再想象一下，你的考評分數降低了，對你的評述也認為你的表現變差，但實際上隻是測評的誤差，這時你的處境該多糟糕啊。

    接下來，發生了一些有趣的事情。這6200多位穀歌人分屬8個不同的部門，其中總人數1000人的三個團隊決定對5個績效分類做進一步細分。比如，有一個團隊將每一個分類進一步分為三個次級分類，這樣明星穀歌人就可能得到“特別傑出”“中等傑出”“低水平傑出”的評定。圖7-2顯示的是最終的考評分布。我將所有的次級分類合成了5個主要分類，便於對比兩種方式的區別。A組堅持了5個分類，B組有15個分類。

    圖7-2 A組和B組的平均考評分布

    B組中有更多的績效標簽，他們期望能更細致地區分員工，但實際上區分度遠不及A組。A組中5%的員工為“表現傑出”，B組中隻有1%。我敢說，所有這些團隊的總體表現都在同一水平上，他們給穀歌帶來的價值相當，沒有哪一個團隊的成員優於另外一個。而B組中加入了更多的考評分類，不知不覺、無意識或錯誤地認定他們沒有明星員工。雖本無意如此，但他們80%的頂級員工被排除在頂級績效分類之外。

    在你本書時，所有穀歌人都已經開始采用5級考評量表了。在2013年底，這還處於實驗階段，但最初的種種跡象都很好。第一，這種體係下員工能夠得到更多的考評結果反饋，替代了以往3.2和3.3之間的模糊區別。第二，這種體係下的績效分布更廣。我們縮減了績效考評的分類，管理者就更可能利用考評體係的兩極。雖然關於績效考評體係的學術研究尚無定論，而且穀歌人的反饋意見也都趨於中立，但是我發現5級分類的考評體係至少在上述兩個方麵具有優勢。