經驗思維，慢慢限制我們的職場發展
小雅是我的一位HR同行，去年年底從傳統行業跳槽到新興的互聯網電商行業。
過了一段時間，她來找我吐槽說，沒想到工作那麼多年，還遇到了隔行如隔山的現象。
傳統行業工作節奏慢。而在電商行業，她的日常工作簡直就是“倍速播放”一樣。
就拿挑戰最大的招聘來說吧。小雅原來的公司，全年下來平均一個月只需要招聘一兩名新員工就行了。但在現在的電商企業，每週都必須有人入職。
電商行業，經常面臨招聘時間緊招聘任務重的局面。企業談好了客戶，但是內部沒有人接手運營項目。
缺人，是最大的問題。也是HR部門面臨的頭等挑戰。
小雅也面臨著這樣的招聘難題。她為了能完成招聘任務，每天都加班到很晚，然而效果依然不盡如人意。
她覺察到急需用人的項目經理，似乎不給她好臉色看了。她甚至擔心有人已經把狀告到老闆面前。
才一個月不到的時間，小雅在新公司已經有一種疲於奔命的感覺。她說再這樣下去。自己可能連試用期都過不了了。
按照原來的工作經驗，小雅認為這種招聘量是不可能完成的任務。她知道我也在電商行業工作，滿臉不可思議的來問我說，你們平時是怎麼完成那麼大量的招聘工作的？
我告訴小雅，放下招聘這件事暫且不提，她在職場上用的還是經驗思維——用之前工作中的老經驗來看待新事物和新問題。
過去，我們在職場常常習慣使用“經驗思維”。
經驗思維是根據個人經驗或者普適性的常識對事物做出判斷，形成結論的模式。
我們以前慣於聽到的“老法師”這個詞兒，就是形容職場上經驗豐富的老員工。出了問題大家都一籌莫展，找“老法師”來準沒錯。老法師的經驗就是最大的寶。
進入職場跟著一位老法師從頭開始慢慢學起，是多人都期望的職場經歷。
然而老法師也有失靈的時候。“經驗思維”，在如今這個變化飛速的時代太容易過時。往往徒弟的經驗還沒學完，外部環境已經變了。
如果你再抱著過去的經驗不放，不能適應新的變化，那麼在職場上被淘汰是遲早的事兒。
同行小雅就是一個典型的例子。
面對新的挑戰，我們需要數據化思維
面對不斷髮展的外部環境，揮別經驗思維的禁錮，我們需要“數據思維”。
“數據思維”一詞，出自於達文波特的著作《成為數據分析師》。
具有數據化思維或者分析頭腦，即對數據和分析有渴求，在工作中利用它們做決策，並在公司內部提倡這種做法。
我們生活在一個數據氾濫的時代，“大數據”成為網絡熱詞，挖掘和讀懂數據也成為企業更富有成效的內部決策。
“數據決策時代，人人都是分析師”。
去年年初，我們公司的租房合同即將到期。原來的辦公室離地鐵站還有兩公里左右的路程，交通不便。公司同事們都希望老闆可以考慮換一個離地鐵站更近的辦公地點。
我代表人力資源部門向老闆反映，因為交通不便，很多候選人查了路線之後拒絕來面試。
為了說服老闆，我拿出了之前半年的招聘數據。即電話邀約候選人的時候，因為地理位置原因拒絕來面試的人數，大概佔了總的拒絕邀約人數的三分之一左右。
在工作中，我通過數據說話，而不是拍腦袋的的經驗主義，以便於老闆做出以事實為依據的決策。
三個步驟練就數據思維，解決工作難題
如何通過數據化思維來發現問題解決問題，進而完成工作目標呢？
- 第一步驟：構建問題
海森堡說過，提出正確的問題，往往等於解決了問題的大半。
工作上遇到的問題，實際上關鍵點是什麼？把具體的問題抽象成幾個關鍵點，甚至幾個具體需要達成的數字。
曉峰是我合作過的一位非常優秀的招聘經理。
同樣是面對電商行業的招聘壓力，他總能在規定的時間內招到合適的人。
我觀察曉峰培訓招聘專員的時候，把轉正考核的標準壓縮到一個數字——到麵人數，即電話邀約的候選人，實際到達企業面試的人數。
曉峰告訴我，只要候選人能夠來面試，我們總是能在其中，發現一定比例的合適的人選。關鍵點就是在提高到麵人數。
- 第二步驟：解決問題
這是三個階段中最重要的一個階段，這一階段需要建立一個基本的模型。
模型是某個現象或問題的一種有目的性的簡化呈現。
模型是為了解決這個問題所建立的。而簡化，則說明我們聚焦於幾個關鍵變量，捨棄其他不重要的部分。
然後關鍵變量在經過測量後轉變為數據。
數據本身並不會告訴我們信息，我們需要作出自己的分析和判斷，解讀出其中的意義和關係。
回到剛才招聘經理曉峰那個案例上。
他分析過我們公司之前的招聘數據，發現只要在招聘期，平均每天有8個人來公司面試，就能滿足我們企業的人員需求。
通過對招聘流程各環節的分析，他甚至有一個大致估算的公式。
即每天篩選多少份簡歷，產生多少名符合要求的候選人。每天給這些候選人打電話，大概有一半的人會答應來面試。最終實際到達的候選人，大概是同意邀約的二到三成。
曉峰以此倒推出每天必須看多少份簡歷，打多少個電話，才能夠達到8個人的到面數。
為了達到這個到面數，曉峰帶領的招聘團隊需要把控好各個招聘環節。一旦到面數的數據發生波動，就要在每個環節找原因。
- 第三步驟：傳達結果，並基於結果採取行動
傳達結果的對象，就是這個分析結果的利益相關者。在職場上，這個相關者大概率是老闆或者決策者。
分析的結果是為了傳達，並且有利於企業內部決策。而怎麼樣傳達才能讓對方接受，是我們分析之後需要考慮的結果。
結果呈現得越清楚，才越可能促成決定和行動。
再次回到剛才招聘經理曉峰的例子。
為了提高簡歷的收集量，曉峰想要增加一個更有效的招聘渠道，但是新的渠道費用比我們原有渠道略高一些。
曉峰先花了幾百塊錢購買了一個月的試用服務。並且每天做好記錄——通過這個平臺收集到多少有效簡歷，安排了幾個面試，以及最終錄取了多少人。
事實證明，這個渠道在那一個月帶來的各項數字，都遠高於我們原有渠道的數字。雖然新的渠道費用略高，但是考慮到實際效果，開通渠道還是非常值得的。
曉峰把兩個渠道的數據彙總在一個excel表格上，直觀的呈現給老闆。
最終，老闆拍板花錢開通了這個新的招聘渠道，這一舉措大大緩解了我們部門的招聘壓力。
數據化思維不僅體現在文中舉例的人力資源領域，在職場的其他領域，如財務、營銷、供應鏈、研發等多個領域都可以運用。
結語
面對紛繁的變化，我們在職場上需要揮別經驗思維，掌握數據化思維。
“數據決策時代，人人都是分析師”。
通過三個步驟，練就數據思維，達到工作目標。
閱讀更多 妤墨漫談職場 的文章
