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:

Methodology

  • 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