השיטה בה משתמשות חברות מערביות למדידה והערכת ביצועי עובדים עוברת בימים אלה מהפיכה מהותית, המונעת על ידי הצורך בגמישות, מידה רבה יותר של מעורבות עובדים וההתפתחות המהירה של טכנולוגיות המיועדות למשאבי אנוש.
סקירות הביצועים השנתיות המסורתיות והפורמליות מפנות במהירות את מקומן למערכות רציפות ומבוססות נתונים.
המצב הנוכחי של מדידת ביצועים:
נתונים שעולים מסקרים ברחבי ארה"ב ואירופה מראים שינוי ברור בתחום הערכות הביצועים לעומת ההערכה השנתית המסורתית.
מחקרי השוק מראים כי חלה ירידה חדה באחוז החברות המסתמכות אך ורק על סקירות ביצועים שנתיות.
לפני עשור, יותר מ-80% מסקירות הביצועים בוצעות אחת לשנה, לעומת המצב כיום שבו כ-54 אחוזים ואף פחות מכך, מסקירות הביצועים מתבצעות אחת לשנה.
מהסקרים עולה עוד, כי יותר מ-55 אחוזים מהעובדים חשים שסקירות שנתיות אינן משפרות את ביצועיהם בפועל.
עליית קרנו של המשוב המתמשך:
הסטנדרט החדש הוא ניהול ביצועים מתמשך. ממחקרי השוק עולה, כי חברות נותנות עדיפות למשוב תכוף או מתמשך, כפי שהעידו יותר מ-60% ממנהלי משאבי האנוש, ולשיחות סדירות בין מנהלים לעובדים.
שינוי זה יעיל ביותר, שכן ארגונים המספקים משוב שבועי מדווחים על מעורבות עובדים גבוהה יותר ב-40% ושיפור של כ-26% בביצועים הכוללים.
אלא שלמרות המעבר למשוב מתמשך, כ-58% מהחברות עדיין מסתמכות על גיליונות אלקטרוניים בסיסיים כדי לעקוב אחר נתוני הביצועים. זה יוצר פער משמעותי בין אסטרטגיית משאבי אנוש מודרנית לאימוץ טכנולוגיות.
מה צפוי בחמש השנים הבאות בתחום סקירות הביצועים:
במהלך חמש השנים הבאות, פיתוח טכנולוגיית מדידת ביצועים צפוי להישלט על ידי בינה מלאכותית, והפוקוס יעבור מהערכה רטרוספקטיבית לתמיכה חזויה בזמן אמת.
תובנות ביצועים המבוססות על בינה מלאכותית:
טכנולוגיית משאבי אנוש תשתמש יותר ויותר בבינה מלאכותית כדי לנתח זרם עצום של נתונים, החל באבני דרך בפרויקט ועד דפוסי תקשורת, כדי ליצור תמונות מצב אובייקטיביות של ביצועים.
זה יהפוך את המשימה המכבידה של סיכום סקירות לאוטומטית, יאפשר זיהוי בזמן אמת של פערים במיומנויות ויפחית משמעותית את ההטיה האנושית בהערכות.
ניהול חזוי ופרואקטיבי:
השלב הבא יתמקד באנליטיקה חזויה. מערכות בינה מלאכותית יוכלו לחזות את הסיכון של עובד לשחיקה, לתחושות ניתוק מהארגון ואף את הסיכון לרצון העובד לעזוב, על ידי זיהוי שינויים עדינים בפעילות או במדדי הרווחה שלו.
זה יאפשר למנהלים להתערב עם תמיכה או אימון לפני שהבעיה מחמירה.
שילוב מדידת ביצועים ורווחה:
מדידת ביצועים תשלב באופן רשמי מדדי ביצוע מרכזיים של רווחה. הטכנולוגיה תשתמש בהתראות ונתונים, כמו למשל על עבודה במשך שעות ארוכות מאוד עד שעות הלילה המאוחרות, כדי לקשר ביצועים לבריאות העובדים, תוך שהבינה המלאכותית תוודא שתפוקה גבוהה לא תושג על חשבון הרווחה.
פיתוח מיומנויות תחילה:
המיקוד יעבור מתואר התפקיד והניסיון למיומנויות ויכולות מפורטות.
טכנולוגיית מדידת הביצועים תיצור באופן אוטומטי נתיבי פיתוח מותאמים אישית לכל עובד וגמישים, ותאפשר גישה מיידית של כל עובד לתוכן למידה והכשרה מחדש, הרלוונטי לעובד, המבוסס על נתוני ביצועים בזמן אמת.
בסיכומו של דבר, עתיד מדידת הביצועים הוא ממוקד אדם ומבוסס על נתונים, תוך מינוף הטכנולוגיה כדי לאפשר צמיחה מתמשכת ותמיכה פרואקטיבית במקום שיפוט שנתי עונשי.
