換工作這件事也可以量化
今天要說的事情在標題里寫的很清楚啦,也是上篇文章里答應大家的彩蛋部分。
又是一年的春夏之交,一年一度的換工作好時機到來了,對數據分析師來說也不例外。那麼,要不要換工作,換工作的時候該選什麼樣的公司和職位,offer是否應該接,等等一系列問題都需要考慮。相信各位看過很多從人力資源角度出發的相關文章,而今天我要提供的一個思路是:將每個問題分拆為一些指標,通過指標體系來量化思考過程,幫助自己做出選擇。
以下,我將和大家共享一個我自己用來量化換工作的指標體系,來解答以上的三個問題:要不要換工作,換工作的時候該選什麼樣的公司和職位 & offer是否應該接。
要不要換工作
辭職原因:錢少事多離家遠,位低權輕責任重
換工作的原因基本就在上邊這句話里了,接下來讓我們逐個分析:
錢少:對應指標是收入,建議使用年度總收入或者月平均收入(年度總收入/12,目的是抹平年終獎或績效工資影響),分別取用稅前稅後兩個數字。
事多:除非你的行業是計件工資,否則工作內容的數量很難量化。因此我們使用簡單粗暴的方法:使用周平均工作時間為指標,這裡邊的工作時間要去掉上班划水時間(別笑,我原先在國企的時候,有一段時間一個月用於幹活的時間總共不超過40個小時,周平均工作10個小時……),加上加班時間,再做精細一點可以周末加班一個小時算兩個小時,節假日一個小時算三個小時,兩相疊加算出個周平均工作時間。
離家遠:對應指標是上下班平均時長,建議再加一個「可利用時長」的指標,簡單來說就是在路程中可以騰出雙手的時間,畢竟在北京,同樣一個小時,坐13號線進城方向城鐵和單位班車完全不是一個概念。如果你有一些特殊要求(自己睡不醒,或者有孩子),建議再加個是否打卡的指標。
位低:對應指標是彙報層級,這個可以簡單的計算出來,比如某國企彙報關係是:總經理-副總經理-部門領導-部門副職領導-處室領導-處室副職領導-資深辦事人員-一般辦事人員,那麼處室領導的彙報層級就是5(從最頂上往下數,在第五層)。更嚴謹一點的話,可以計算這個層級在公司的累計佔比(例如,1級不算,2級1%,3級5%,4級10%,5級20%,那麼5級的累計佔比就是36%)。
權輕:權可以近似認為等同於資源,資源又可拆分為人、財、物,「人」表示下屬人數,「財」表示可使用的預算,而「物」可以有多種解釋,我認為主要關注的是兩類:可動用的組織核心能力,以及負責的項目能夠撬動的市場規模。前者代表你掌握資源的重要性(技術型公司的技術,銷售型公司的銷售,都屬於核心能力),後者代表你能夠做出成果的級別(一個100萬市場規模的項目和1億市場規模的項目,可能付出同樣的精力但成果的數字不是一個數量級)。
責任重:對應指標是KPI(及類似考核指標)完成難度,以及無法完成時的損失。責任最輕的情況當然是沒有KPI,最重的是完不成就扣錢+開除……
在這六類指標之外,我建議再加上一類指標:目前工作與你職業規劃的重合度,以及是否可以通過內部轉崗來提升重合度。
以上,這七類指標就構成了對你當前工作是否滿意的評估指標體系。至於指標具體的數字,你可以自己來定。比如,上下班時間一共10分,半個小時以下得10分,半個小時-一個小時得7分,一個小時-一個半小時得5分,一個半小時-兩個小時得3分,兩個小時以上0分(根據自己的想法來調整,比如10分鐘以內得10分,10-30分鐘得5分,30分鐘以上沒分……完全看個人能接受的程度)。這樣,各類指標都能得到一個分數,但要注意每類指標的總分盡量相同。
接下來可做的事情就很多了:做個雷達圖看看目前的工作在哪個維度上最不滿意,不滿意的看看不滿意的維度是否有可解決的辦法,計算一些二級指標(每小時收入=月均收入/月均工作小時數),和其他人橫向比對下看看哪些條件已經超過了平均水平等等。
雖然這個指標體系還有很多內容無法量化(比如和同事領導的關係,辦公環境等),但已經可以相對全面的提供決策依據了。分析完數據之後,相信各位心裡對工作需不需要換已經有了一個答案,那麼認為需要換的同學們,我們繼續~
換工作的時候該選什麼樣的公司和職位 & offer是否應該接
這兩個問題實質上是同一個問題。你想要什麼樣的職位,和你會選擇接什麼職位的offer,時間上有先後,但目標是同一個。
使用量化指標來評估職位時,需要從構建的模型出發,分析目前工作的哪一部分得分不符合你的預期,然後把目標工作定為在其他方面得分可以接受的情況下,可以提升目前不滿方面得分的工作。這樣可以避免一些類似跳槽本來是為了工資,結果被人拿發展忽悠了之類的慘劇。在評估的時候,也可以加入權重,使分數傾向於你相對更加看重的部分。
另外,量化也不能解決所有的問題,還需要一部分感性認識來修正最終結果,比如:工作環境(寫字樓 OR 民居),同事關係,公司價值觀,等等。
量化+感性,相信你已經可以得出自己的結論了。本文也到此結束。
最後祝您,工作順利,再見。
推薦閱讀:
※支付風控的數據倉庫建設
※shiny動態儀錶盤應用——中國世界自然文化遺產可視化案例
TAG:数据分析 |