創業公司如何留住人才

  一個公司留住人才總有他們自己的方法,那麼創業公司是如何留住人才的呢?為此由小編為大家分享,歡迎參閱。

  創業公司留住人才的方法

  羅馬不是一天建成的

  曾經的Instacart也嘗試過用一些簡單的市場資料對標來制定薪酬,但收效甚微,並且由於決策制定標準的模糊和不一致,候選人在面試中會產生各種關於薪酬的疑問。所以現在,在候選人與招聘官面談之前,公司就會準備好三個資料:市場資料,過往候選人的歷史面試資料,以及評估候選人級別的準則。以上三者均來自於Instacart獨創的資料流融合分析,由公司高管參與制定。

  Instacart高管層在招聘過程中總結出一個經驗:使用資料驅動的薪酬體系時,必須能夠向候選人清晰地解釋該薪酬演算法的原理,否則會適得其反,引發候選人的疑慮。特別是隨著公司規模的擴增,這樣的麻煩會以指數級增加。因此公司必須為這套基於資料的決策制定統一的標準,以保證薪酬決策的清晰和前後一致。

  與人才資料市場聯動

  在上述三個資料指標中,市場資料是Instacart進行薪酬分析的主要依據,其目的是考查市場薪資水平與企業現行薪資水平之間的差距。雖然聽起來很簡單,但也需要運用一定的核心人才篩選機制。Instacart的具體做法如下:

  首先,有播種才有收穫,以資料換取更多資料。在公司創立早期,管理者很難了解到競爭對手的薪資水平,掌握的候選人歷史資料也不夠,此時求助於專業的人力資源諮詢公司***如怡安翰威特旗下的Radford等***就很有效了。創業公司可以通過貢獻自己的薪資資料而獲取其他參與者的薪資,實現共享。對於處在A、B輪的創業公司而言,這種手段尤為適用,因其成本較低且值得信賴,免去了自己調查走訪的麻煩。不過在選擇諮詢服務供應商時也要注意避開那些主營業務不切題的公司***他們給出的資料往往假大空,或者比較陳舊過時***,而應該選擇近期在持續進行薪酬調研的專業供應商。

  第二,同行之間相互瞭解。有時給其他公司的HR或內部員工打一個電話可以帶來意想不到的成果,哪怕是競爭對手之間。當然,公司間很少可以交換具體的薪酬數字,更多的是瞭解哪些資料來源更好用,哪些處理資料的方法值得嘗試,以及競爭對手正面臨哪些挑戰。利用這些來自同行的資訊,可以不斷調整當前的薪酬策略。

  第三,迴歸分析。如果說做到以上兩點可達入門水平的話,Instacart薪酬兵法的“進階級”則是利用資料進行迴歸分析。他們發現,薪酬的影響因素有資歷、職能、崗位角色等等,再利用前兩步所獲得的資料,可以建立迴歸模型並推定缺失的資料。

  創業公司留住人才的四個方式

  第一步,根據所處行業的市場薪酬資料決定現金與股權的比例。早期創業公司可以只和非上市公司對標,進入成長期後則可以增加與上市公司的對標。作為雜貨電商,Instacart在現金激勵方面與非上市公司對標,並在此基礎上通過增加股權激勵增強其薪資的競爭性,與上市公司爭奪人才,這類做法也稱總體直接薪酬***TDC,由基本工資、獎金、期權、限制性股票和績效薪酬組成***。

  第二步,為資料賦予群組屬性。從上市及非上市公司薪酬資料庫中獲取各種職位員工的薪酬資料,並根據職能、資歷、教育水平等將這些資料進行分組。

  第三步,建立迴歸模型。將地域、資歷、職位等因素加入模型之中,再逐步探究因素間的相互影響。例如,職級對於薪酬的影響會因職位不同而不同,一個產品經理與一個程式設計師在升職過程中的薪酬增長速度是不同的。

  第三步,建立迴歸模型。將地域、資歷、職位等因素加入模型之中,再逐步探究因素間的相互影響。例如,職級對於薪酬的影響會因職位不同而不同,一個產品經理與一個程式設計師在升職過程中的薪酬增長速度是不同的。

  第四步,調整你公司的薪酬分位,並檢查迴歸結果。薪酬分位指你公司給出的薪資水平在同業市場中的相對高低位置。比如70%的薪酬分位意味著高於市場上70%的企業,可以反映出公司薪酬的競爭性如何。除此之外還要通過正則化***regularization***解決上一步所得出模型的過擬合問題***over-fitting***,比如檢查劇烈波動、排除異常值等等。

  迴歸分析既可以幫助公司準確找到可以對標的競爭群體,也可以為缺乏真實資料的稀有崗位、職級提供非常有價值的參考資料。“比如我們要招聘一位首席工程師,可以從第三方獲得全國首席工程師的大量薪資資料,但那並不一定是我們要對標的公司——作為一家總部位於舊金山的B2C企業,我們要對標的是同地域的同類企業,包括Airbnb, Stripe, Uber, Google, Facebook等等,但這些公司的首席工程師薪資資料就很少了,基於有限的資料所做的估算就沒有很大說服力。通過我們的迴歸分析,我們就可以利用全國的資料去估算真正對標的幾家公司中首席工程師的薪資水平了,這樣做顯然更具備說服力。”

  猜你感興趣:
1.