パフォーマンス評価は表面的で主観的になりがちであり、一貫性を欠くことも少なくありません。しかし、ピープルアナリティクスの専門家によれば、評価制度を改善すべきだというデータに基づく根拠があります。
同専門家は、データを活用すれば従業員の年次パフォーマンス評価を変革できると説明します。組織にとって、より公正で生産性の高い手法を開発する独自の機会となるためです。
2023年にパフォーマンス評価に備える際に、リーダーが検討すべき点は以下のとおりです。
若手社員だった頃、私は年次パフォーマンス評価の目的がまったく理解できませんでした。私にとってそれは形式的な作業にすぎず、パフォーマンス評価は、日々のキャリア開発とほとんど関係がないように思えました。ほとんど関係がないと感じていました。それでも、少なくとも評価で泣かされることはありませんでした。
しかし、最近の調査である調査では、ミレニアル世代の34％が、パフォーマンス評価によって涙を流したと回答しています。
年次評価は人材管理において重要な役割を果たしえますが、多くの企業が場当たり的な手続きに依存しています。そうした手続きは一貫性を欠き、無関係な要因の影響を受け、隠れたバイアスにも悩まされています。しかし、朗報もあります。新たなツールや新しい種類のデータへのアクセスにより、パフォーマンス評価を本質的な洞察を得る機会へと変えることができます。500名を超える従業員を抱える企業のリーダーであり、2,500万人の従業員に関する洞察を持つHRプラットフォームの創業者として、私は評価プロセスにおけるデータ活用の変革力を目の当たりにしてきました。
パンデミック後、企業が定期的なパフォーマンス評価を再開するに伴い、組織はより公正で生産性の高い手法を開発する独自の機会を得ています。1万名の従業員を抱える組織にとって、評価プロセスには失われた労働時間として年間3,500万ドルもの費用がかかることを踏まえると、正しく実施するために時間と労力をかける価値があります。年間3,500万ドルの費用がかかることを考えると、正しく取り組む価値は十分にあります。
2023年にパフォーマンス評価に備える際に、リーダーが検討すべき点は以下のとおりです。
より良いパフォーマンス評価を行うには、それが何でないのかを理解することが重要です。
公正で有用なパフォーマンス評価プロセスを構築する第一歩は、目的を明確にすることです。何よりもまず、パフォーマンス評価は個人の成長のためではなく、評価のためのツールです。このことはしばしば誤解されています。厳しい現実として、年次パフォーマンス評価は従業員の能力開発には不向きなツールであり、能力開発は継続的かつ個別化された取り組みであるべきです。
対照的に、パフォーマンス評価は、上位層に向けて用いられる場合、すなわちリーダーシップに人材の強みと資源活用状況の概観を提供するために用いられる場合に最も効果を発揮します。適切に活用すれば、年次評価は、企業が成果給の昇給を公正に配分し、昇進やその他の機会に向けた有力な候補者を見極めるのに役立ちます。
しかし、パフォーマンス評価は、実質的な能力開発に不可欠な継続的な対話の代わりにはなりません。実質的な能力開発には、マネージャーとチームの間の対話が欠かせません。
「良い」とは何かを明確にする
適切に設計された評価プロセスは、役割や部門ごとに卓越性とは何かを明確に定義することから始まります。企業およびHRのリーダーは、会社が達成したいこと（ハードターゲット）と、従業員にどのように行動してほしいか（ソフトターゲット）について合意しなければなりません。さらに、これらの基準が全部門で一貫して適用されるようにし、収集されたデータが全社で活用できるようにする必要があります。
エンジニアとしての訓練を受けた私は、OKRを用いて、定量的な主要結果で測定される、短期的で意欲を高める四半期目標を設定することを好んでいます。ただし、主要業績評価指標（KPI）から業界標準とのベンチマーキングまで、他の枠組みも同様に有効です。最も重要なのは、パフォーマンス評価が当てずっぽうのゲームであってはならないということです。
「良い」とは何かを定義することの利点は、評価において、しばしば表面的な他の変数が果たす役割を最小限に抑えられる点にあります。隠れたバイアスは、従業員を不当に不利にする可能性があります。その要因は、性別や人種から文化的な違い、職務遂行に影響しない性格特性にまで及びます。例えば、内向的なプログラマーが独立して作業しているにもかかわらず、「コミュニケーションスキル」で低い点数をつける形式的な評価を受けた場合、その評価によって自分が不当に足止めされているのではないかと考えるのは当然でしょう。
既存のデータを活用し（直感は脇に置く）
明確な基準が設定されたら、評価プロセスには、直感だけでなく人材データを取り入れることが極めて重要です。組織全体で見ると、勘に頼った評価では部門横断的に正確な業績測定が難しくなり、昇進や成果給の判断も複雑になります。一方、場当たり的に客観的な数値を取り入れようとする試みは、善意に基づくものの、多くの場合役に立ちません。従来のスコアカードやアンケートは、せいぜい散漫な結果しかもたらしません。
見落とされがちなのは、今日の企業が、離職率、欠勤率、給与といった人事の基本項目をはるかに超える膨大なデジタルデータを収集しているという事実です。AIやスマートアルゴリズムの助けを借りれば、この豊富な人材データは、パフォーマンスを前例のない形で見通す窓を提供できます。
同僚とのベンチマーキングという課題を考えてみましょう。マネージャーは、同じ部署のメンバーとの場当たり的な比較に基づいて従業員を順位付けしてきたことが少なくありません（典型的な「ABC」アプローチです）。「ABC」アプローチ。これは極めて主観的であり、部門を別々のサイロとして扱うものです。
スマートなプラットフォームは、今や肩書や職務記述書を超えて見ることができ、組織全体の個別スキルを把握して公正な評価を確保できます。この同等条件による比較のアプローチにより、例えば熟練したライターは、肩書や事業部門にかかわらず正当に評価されます。
隠れたバイアスを最小限に抑える
年次パフォーマンス評価をデータに基づいて行うことは、マネージャーの評価に影響することが示されている、その他多くのバイアスからの保護にもつながります。ハロー効果は、例えば、一つの分野で優れているという理由で、マネージャーが従業員をあらゆる分野で好意的に評価してしまう傾向を生みます。
直近性バイアスにより、マネージャーは評価期間の初めよりも直近の成果に重きを置きやすくなります。客観的な数値は、こうした誤った印象が評価を損なうことを防ぎます。
データを活用すれば、従業員が関連するスキルに基づいて評価され、その評価が正確であり、適切な同僚集団と比較されていることを確認できます。データは、組織内の真の「縁の下の力持ち」を特定するのに役立ちます。つまり、目立つことなく一貫して優れた仕事をする人材を見極め、双方にとって有益な形で報いることができます。縁の下の力持ち」です。
「もう涙は不要」な評価に向けて
誰もが知っているように、不十分に設計されたパフォーマンス評価プロセスは、的外れで、一貫性を欠き、形式的なチェック作業に終始しがちです。最悪の場合、評価は逆効果となり、協力し合うべき同僚同士の過酷な競争を生み、問題の解決ではなく回避を助長することさえあります。
しかし、そうである必要はありません。
計画データと人材データを活用すれば、企業は、従業員、マネージャー、HR戦略担当者に実質的な洞察をもたらす、公正で透明性の高い評価プロセスを構築できます。パンデミックによる停滞を経てパフォーマンス評価が再び行われるようになった今、必要な対応は年次評価を廃止することではなく、期待水準を引き上げることです。
