人才评价靠评不靠算，不存在客观标准
和一位顾问讨论做组织的人才盘点时，如何确定被评价者的“潜力”水平。我认为就是经理人根据“潜力”的原理定义，给个“高、中、低”的评价即可，顾问说，能不能做一个“潜力模型”，给每个模型项打分，然后计算出潜质排名？我说，你当然可以做个模型，然后计算结果，但是对于每位经理面临几位、顶多十几位被评价者时，这种模型没什么太大的意义，徒增经理人的工作量，顾问说，如果不是经过计算得出来的，怎么保证结果的“客观性”呢？
更常见的情形是，我跟经理者以及HR工作者讨论绩效管理时，我说员工的绩效评估就是经理人对员工在绩效评价期表现的相对排名，KPI也好，目标达成百分值也好，都是绩效评价的参考，但是和绩效结果并没有“换算关系”，很多HR工作者会问我，这样做不就是“主观判断”了吗？没有计算公式显得不客观。
对人员评价的“计算依赖”，很大程度上是因为经理人自身缺乏判断力或正面应对员工的勇气，因而求诸“计算公式”并把背锅责任甩给HR部门。为了让员工评价显得“客观”、“科学”，常见定量方法，一是业务结果及工作操作上的可量化因子，即业务KPI，二是对能力素质、态度、动机等难以量化的因素，划细并具体化各要素因子，对要素因子分别打分，即“建个模型”。
我们用量具来测量一个物体来打比方，影响测量精度有三个要素：
计量器具：量具本身计量准确，在进行测量前，还必须按标准尺度进行校准；
计量方法：使用计量器具的人还必须保证计量方法的标准性、一致性，例如物体放置的方法、放尺子的位子、观察的角度等等；
计量环境：环境的温度、压力等也会影响测量结果。
除了应用心理学家们设计的“人才品鉴中心”这类相对复杂的评价流程外，企业的一般管理活动中，例如绩效管理、人才盘点等，人才评价的过程很难保证上述的测量精度要素，表现在：
未被校准的尺子：
几周前，我和几位专家作为评委参加某单位的一场培训汇报会，评价每个汇报小组表现，评分表上有八个要素，包括内容深度、演讲技巧、团队协作性等等，每个要素有十级评分，评分规则是：专家各自按评价项打分，加权平均后，四位评委的打分再平均，即为小组得分。我对组织者说，这样打分的效果会很差，因为我和其他几位专家都不熟悉，例如，“内容深度”，我打的七分，和另外一位专家打的七分，大家认识程度都不同，没有可比性，我建议各位评委自己把参赛的六个小组排名，这八个因素可以作为排名的参考，排第一名六分，第二名五分，以此类推，最后把排名分做个平均即得到最终排名。这就是尺度“校准”的原理，评价模型设计得再完善，每个评价者个人很难保证评价的一致性，评价前没有校准，测量结果就缺乏精度了。例如在“测评中心”模式下（下图所示），不同的测评师交叉使用测评方式测评不同的测评对象，例如测评师A用一二三方法测甲乙丙、B用四五方法测丁戊己，依次轮换。一个测评批次（Batch）结束后，测评师们会碰头校准会，平衡对各受测人的最终评价。普通的管理活动中，很难做到多个评价者、多个方法、多个Session的交叉校准。
不可测的对象：
可量化的业务结果（静态指标，例如销售额、利润、客户满意度）或者业务运营状态（动态指标，例如订单交货周期、合格品率）可以应用于某些人群的绩效评价，例如销售人员、操作类员工（工人、呼叫中心话务员）。在KSAO胜任力体系中，显性因素，例如知识、技能（可以通过逐项的、明确的操作技能评定或者操作资质证书来确定），可以明确定义并用于对操作类员工的绩效评价；而对于研发人员、行政管理人员、业务管理人员、经理人等，与绩效紧密相关的是“冰山模型”之下的能力素质（关于绩效不等于KPI结果，我另外有多篇专文论述）。既然“冰山模型”之为冰山，就指明了冰山之下素质的不可测性，这也是当前绩效管理的潮流从“年度评价”转变到“实时反馈”的原因之一。
简单模型代替复杂模型：
人们很容易根据现象直觉来设计出一个“支持企业战略实现”包含若干能力素质项的“模型”，但是没有经过验证的模型不具有太大意义，能力水平和绩效的关系，只能说是“理论上成立”。可以采用概率随机模拟（蒙特卡洛方法）或者统计拟合（线性回归），样本量还要足够大，方能验证哪些项和哪些业务结果具有真正的因果关系。人际行为的复杂性，很可能是多因素的复杂模型（因素关系也不仅是算术关系）。
综上所述，我认为人才评价是对一个个人在特定人群内的相对位置评价，就像我提出评分方式的优化一样，一般的模型和算术类算法往往不能保证评价的合理性，反而是把简单事情搞复杂，业务经理不愿用，HR工作者自嗨，更接地气，既便于操作，又能保证公平性的做法可能是：
宜粗不宜细的评价模型和量表：由于前述的校准假设，评价项少的简单模型以及粗的量表（三级量表、五级量表还是百分制量表），本身能减少叠加过程中的数据噪音，也能够减少校准过程的复杂度，想想看达人秀的评价，是不是简单直接？
良好的校准流程，用信息技术工具支撑：我感觉不少HR工作者缺少流程化思维，而着迷于形象化思维（建一个完善的描述模型）。在大型企业中，绩效校准流程是常见的业务流程实践，在一个尽量大的层面（例如部门、跨部门），保证同职级（Band Wise）的分布形态，从而保证全体员工在全体组织的分布形态合理化（一般是正态分布），所以一线经理进行绩效评价后，会按组织层级、绩效得分高低的组合，层级自下而上地由各部门经理人进行按职级的校准。就我的实践来看，很多企业HR和管理者困惑的绩效评价的公平性问题，应该通过校准流程来解决，而不是如何设计更多、更精准的评价指标来计算。而这样跨组织的流程，没有信息系统的支持是做不到的。
基于算法优化的大数据分析：这个话题短期内可能还比较遥远，但是我认为在未来，人才评价中静态定义的模型一定会被智慧的大数据分析取代。
更多人才管理数字化转型，请关注微信号