104學習

績效考核管理

績效考核管理
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「績效考核管理:負責設計、執行及評估公司內部的績效考核制度,確保其與組織戰略目標一致,提升員工工作效率和滿意度。需具備良好的跨部門協作能力,以便與管理團隊及人力資源部門緊密合作,並有效運用數據分析工具評估績效指標。必須具備優秀的溝通技巧,能夠清晰傳達績效標準及考核結果,推動文化上重視績效改善。在多元文化的台灣職場中,需善於理解與應對各部門的差異性,推廣整體績效管理的理念,達成組織目標。」
關於教室
關注人數 1 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 1 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

績效考核管理 學習推薦

全部
影片
文章
張錦政 Vincent Chang 知識長

曾擔任研發專員 PM head 中國分公司總經理 數位行銷公司總經理。

2022/07/19

【簡別OKR與KPI】
經營管理的理論不斷的演進,由MBO演變而成的OKR,讓Google、Twitter等國際大廠紛紛採用。OKR與績效導向的KPI到底有很差別?企業可以兩者同時執行嗎?
先簡單的用兩句話來詮釋這兩者:OKR是「領導」導向,KPI是「管理」導向。OKR是「我們自己想要做的事」,KPI則是「上級交代我們做的事」。
目標與關鍵結果(OKR,Objectives & Key Results),它是一套溝通方法,讓所有人了解團隊最新的「共同目標」是什麼,由各部門根據這個「共同目標」各自擬定 2~4 項必須在某個時間段內完成而且可以被衡量的關鍵結果,輔助所有部門以及其成員們專業分工、同心協力地完成這個「共同目標」。但OKR的手法,並未實際與部門與員工的績效直接掛鉤,在推動與執行上有可能會缺乏動力。
關鍵績效指標(KPI,Key Performance Indicators)是將團隊最上層的績效指標由上而下展開,並設定各個層級的績效目標、績效考核與績效面談。KPI 著重在時限內完成績效目標,並依據評分標準給予賞罰,這種方式確實能激發與提升工作效率。缺點是由於是由上而下展開,負責執行的員工一味地追求目標的數字,因不明了團隊的總目標與願景,有可能會努力錯了方向。
🔑擇善固執
企業可以兩者同時執行嗎?從理論上,領導與管理是可以並行的,這兩者之間還有著某種程度的互補作用。但是從執行面,並不建議同時導入兩種管理手法,因為伴隨著管理手法會有蠻多的paper work,會消耗掉不少員工的戰力,最好是根據我們所要進行任務的屬性,選擇適合的方法,並設法補償其不足之處,例如,讓OKR能與員工的績效連結,KPI的推行同時也讓員工清楚團隊的大目標與願景。
如果喜歡這類型的文章,請幫我按讚、分享,也可以追蹤我的粉絲專頁
V大創客筆記本 : https://reurl.cc/Opdn6y
讓我們一起分享生活、職場或是創業路上的點點滴滴,不斷累積人生的智慧。
看更多
3 1 983 0
蘇宏文 知識長

集團法務長

2022/02/22

雇主處理績效不佳員工時的四個易犯錯誤(四之二)
錯誤二:未遵循自訂的績效考核管理辦法給予績效表現欠佳員工改善機會即逕行資遣
此猶如自己打臉自己,將自訂的績效考核管理辦法對於績效表現不佳員工的處理規定晾在一邊,逕自通知員工捲舖蓋走人,這也不為司法實務所接受。
上訴人管理辦法第12條「績效輔導計畫」規定:「1. 績效若未達期望水準,並經主管確認後,得提出參加績效輔導計畫之同仁名單。2. 績效輔導進行方式:A.由主管與員工雙方溝通後,共同擬訂及行『績效改善計畫』。B.執行輔導計畫為期三個月,須定期檢視及回饋達成狀況。3. 績效輔導結果評估,若無法達成預期目標,可再延長『績效改善計畫』 3 個月,或由主管與人力資源部協談更適合同仁之職涯規劃」,可知被上訴人縱有工作表現大部分未達基本要求之情事,上訴人仍應依「績效考核管理辦法」給予被上訴人改善績效之機會。惟如雇主對於績效未達期望水準的員工,得任意決定是否適用其所自訂的績效輔導改善計畫,顯非上訴人訂定績效考核管理辦法之目的。若上訴人已有自訂績效輔導計畫的程序,卻對於尚未適用績效輔導計畫的員工,逕行終止勞動契約,顯然並未使用勞動基準法所賦予保護勞工之各種手段,即不符合解僱最後手段性原則。(臺灣高等法院105年度勞上字第12號民事判決參照)
看更多
4 0 239 0

推薦給你

104學習

產品

10/16 16:06

NVIDIA DLI 官方證書怎麼拿 ? 生成式 AI、LLM 應用開發完整攻略
想進入 AI 領域卻不知從何開始?NVIDIA Deep Learning Institute(DLI)官方認證課程為工程師、資料科學家和技術人員提供最實戰的學習路徑。課程涵蓋生成式 AI 開發、LLM 大型語言模型應用、異常偵測 AI、高效能運算 等熱門技術,透過雲端 GPU 實作環境,讓您邊學邊做,完成後且通過課後測驗即可獲得 NVIDIA DLI 官方頒發的完課證書,為履歷加分、提升職場競爭力!
🟡 NVIDIA DLI官方課程 - 使用提示詞打造 LLM應用服務
從 Prompt 編排、訊息策略、資料輸出到智慧代理設計,這門課程將是你邁向 LLM 開發的第一哩路,也是未來生成式 AI 應用不可或缺的核心技能。
Q: 誰適合這門課?
A: 具備 Python 程式設計經驗& 對 LLM 基礎知識有扎實理解
Q: 完成課程後,是否會提供相關證明?
A: 是的,在您完成所有課程內容且通過課後測驗後,將會獲得由 NVIDIA DLI 官方所頒發的正式完課證書。
🟡 NVIDIA DLI官方課程 - 異常狀況偵測的AI應用
以電信產業網路入侵偵測為出發案例,實際操作三種核心異常偵測技術,結合理論、應用與效能評估,打造真正落地的異常預測能力。你將深入探索NVIDIA 加速運算平台上的 XGBoost 與深度學習模型,體驗其在高維資料處理與推論速度上的關鍵優勢,並理解監督式與非監督式技術在異常情境中的應用差異。
Q: 這門課程需要具備什麼樣的知識?
A: 為確保您能深入吸收課程內容,建議應具備:
1. Python 資料科學實務經驗
2. 對深度神經網路訓練原理的理解
NVIDIA DLI 課程能讓你親手操作 NVIDIA 最新技術,全面提升你在業界關鍵職位所需的實戰能力。
看更多
0 0 523 1
你可能感興趣的教室