神(shen)经网络分析法(fa)：在岗位素质模型与员工(gong)综合评(ping)价中(zhong)的创新

（原创：鼎(ding)元咨询团队）

为了解决人岗不匹配、任职资格偏差等问题，通(tong)(tong)过通(tong)(tong)用素(su)质(zhi)、技术(shu)素(su)质(zhi)和管理能力三维(wei)度分析，构建岗位素(su)质(zhi)模型。并(bing)根据能力模型对现有(you)人员进(jin)行综合评(ping)价，按照评(ping)价结果(guo)设(she)置岗位序列，匹配合适(shi)的岗位，并(bing)对其晋(jin)升路径(jing)进(jin)行规划(hua)，提高组织绩效。

传统(tong)的爱游(you)戏app网页版(ban)官方入口经理（或者(zhe)(zhe)咨询师）会采用(yong)访谈法或者(zhe)(zhe)标杆法构建三维素质模(mo)型，然后组建专家(jia)评分组，通过定性判断和历(li)史(shi)数据对员工(gong)进(jin)行测评，以保证(zheng)人岗(gang)匹配，实现企业绩效提(ti)升。但(dan)实际上，主(zhu)观影响太大，很难实现公平公正(zheng)，主(zhu)要在两个环节出现偏差：（1）素质模型的构(gou)建过(guo)程(cheng)中，咨询师通过(guo)访谈法(fa)和过(guo)去的经验值完(wan)成素质模型构(gou)建，权(quan)重(zhong)赋值的时候很容易出现误差。（2）在(zai)员(yuan)工测评的(de)(de)(de)(de)时候(hou)，评分组则很难实现公平(ping)，外部专家获(huo)取的(de)(de)(de)(de)信息是有(you)限的(de)(de)(de)(de)，这(zhei)在(zai)素(su)质(zhi)(zhi)模(mo)(mo)型设计(ji)的(de)(de)(de)(de)时候(hou)就已经注定了误差(cha)的(de)(de)(de)(de)存在(zai)，内部专家对(dui)员(yuan)工则会(hui)(hui)有(you)很强的(de)(de)(de)(de)倾向性(xing)和刻(ke)板(ban)印象，打(da)分测评的(de)(de)(de)(de)公平(ping)性(xing)会(hui)(hui)大打(da)折扣(kou)。这(zhei)两级误差(cha)会(hui)(hui)大大降低(di)素(su)质(zhi)(zhi)模(mo)(mo)型构建和员(yuan)工测评的(de)(de)(de)(de)有(you)效(xiao)性(xing)。因(yin)此，需要在(zai)方(fang)法上进行(xing)创新(xin)。资料来(lai)源(yuan)：南京管理咨询公司(si)排名（鼎元(yuan)）

现(xian)在向爱游(you)戏(xi)app网页版(ban)官方(fang)入口(kou)经(jing)(jing)理（或者咨(zi)询师）推荐一种(zhong)行之有效的(de)(de)方(fang)法：神经(jing)(jing)网络(luo)分析法。神经(jing)(jing)网络(luo)分析法是(shi)从(cong)神经(jing)(jing)心理学和(he)认(ren)知爱游(you)戏(xi)app网页版(ban)官方(fang)入口(kou)成(cheng)果出发(fa)(fa)，应用(yong)数学方(fang)法发(fa)(fa)展起来(lai)的(de)(de)一种(zhong)具有高度(du)并(bing)行计算能力、自(zi)学能力和(he)容错能力的(de)(de)处理方(fang)法。将数据(ju)输入计算机系统(tong)中(zhong)，系统(tong)通过不断(duan)学习，能够从(cong)未(wei)知模(mo)(mo)式的(de)(de)大量的(de)(de)复杂(za)数据(ju)中(zhong)发(fa)(fa)现(xian)其规律。神经(jing)(jing)网络(luo)方(fang)法克服了传统(tong)分析过程(cheng)的(de)(de)复杂(za)性及(ji)选择适当模(mo)(mo)型函数形式的(de)(de)困难，它(ta)是(shi)一种(zhong)自(zi)然的(de)(de)非线性建模(mo)(mo)过程(cheng)，毋需(xu)分清存在何(he)种(zhong)非线性关(guan)系，给建模(mo)(mo)与(yu)分析带来(lai)极(ji)大的(de)(de)方(fang)便。资料来(lai)源：南京管(guan)理咨询公(gong)司排名(ming)（鼎元）

神经网络分析法正好能解决前(qian)文中所说的素质模型构建和员工测评的误差，原因(yin)如下：（1）素(su)质模型的(de)构建需要确定权(quan)重(zhong)，传统的(de)方法在(zai)赋值过(guo)程中(zhong)容易出现偏(pian)差，神经网络分析(xi)则不需要人工计算(suan)权(quan)重(zhong)，交给计算(suan)机去学(xue)习(xi)就够了，多次(ci)迭代，计算(suan)机会得到(dao)内在(zai)而隐(yin)秘的(de)算(suan)法。这大大减(jian)小(xiao)了人为(wei)误差。（2）员(yuan)工测(ce)(ce)评(ping)过(guo)程中(zhong)，内外部专家对员(yuan)工的(de)测(ce)(ce)评(ping)很容易出(chu)现偏差，人工神经网络则会在(zai)计算机学习中(zhong)自动(dong)消除(chu)“噪声”，自动(dong)建立了优化模型(xing)，员(yuan)工测(ce)(ce)评(ping)过(guo)程就变(bian)得(de)极为简单了，输入变(bian)量(liang)，输出(chu)预测(ce)(ce)结果，为员(yuan)工的(de)岗位任职提供强(qiang)力的(de)支撑。

那么，神经网络分析(xi)法(fa)如何操作呢？答案(an)是(shi)：非常简便。首先，免(mian)费下载免(mian)费的SPSS软(ruan)件（中(zhong)文破解版），现在(zai)的(de)版本都(dou)自带(dai)神经网络模块了；然后，采集50以上岗(gang)(gang)位数(shu)(shu)据(ju)样本，进(jin)(jin)行(xing)归一(yi)(yi)化(hua)处理，导入系统，经过迭代次(ci)数(shu)(shu)、隐含层(ceng)节点数(shu)(shu)的多次(ci)调试，达到最优(you)拟合状态(tai)，进(jin)(jin)而确定关键指标；最后，确定每一(yi)(yi)个员工在(zai)每一(yi)(yi)个维度的评价(jia)值。作为员工任职资格和岗(gang)(gang)位匹配的参考依据(ju)。

上文分析了在岗位素质模型和员工综合评价中(zhong)(zhong)的(de)两(liang)个(ge)误差、神经(jing)网(wang)络(luo)(luo)分析法的(de)两(liang)个(ge)优势、神经(jing)网(wang)络(luo)(luo)分析法的(de)三(san)个(ge)操(cao)作步(bu)骤。可(ke)以看出，神经(jing)网(wang)络(luo)(luo)分析法优势明显，简便易行，是一种爱游(you)戏app网(wang)页(ye)版(ban)官方入口管理实践中(zhong)(zhong)的(de)创新方法。

资料来源：南京管(guan)理咨询公司排名（鼎元）