發現許多企業都沒有明確指標來衡量 Diversity 跟 Localization，因此研究之前學生時代的課本，寫了 2 個簡單的函數，主要的精神如下：
- 變數有組織成員的國籍，性別，管理風格，世代比例，教育程度，跨職位的歷練。
- 係數，也就是權重，我們有很多的討論，我個人側重是跨職位的歷練，教育程度，溝通風格，世代比例。
- 國籍與性別並不會大幅度的影響組織效益，換句話說，有能力者上，不論國籍，性別。跟很多公司評估 Diversity 只使用國籍與性別有很大的不同。
- 算出來後，會是介於 0-1 的一個值，越接近 1，代表 Diversity 的程度越好。
- 當然也可以再添上其他的變數，例如產業背景不同者的數量，語言能力等等，但每個變數轉換成函數的方式不同，要小心處理。
- 長期觀察後，就可以內外部比較與強化。取得外部資料或許比較困難，至少內部組織可以比較與觀察。也可以透過高層會議決議，定下來成為企業長期發展目標。
接下來是 Localization 的函數：
- 不論公司的組織有幾層，先把公司科層分為 5-7 層。太多徒增計算麻煩，結果跟 5-7 層接近。太少則無法突顯差異，沒有意義。本例使用 5 層。
- 越高階層的在地化，權重越重，這樣設計應該適合理的。第一次規劃時，我還用常態分配來規劃，比較常態，線性遞增與指數遞增模型後，個人覺得線性遞增模型已經可以用了。當然，企業可以選擇比較大的次方數，例如比附圖 1.5 更大的值，那就代表貴公司急於在高層在地化。
- 算出來後，一樣是介於 0-1 的一個值，越接近 1，代表 Localization 的程度越好。
- 函數定義下來後，一樣長期計算觀察，就可以比較與強化。
使用上有什麼問題或是建議，歡迎回饋。英文版的圖文比較完整，請有興趣者前往參考。
How Diversity and Localization Evaluated
