योग्यतातंत्र का नाजुक मिथक.

गुणात्मक और न्यायसंगत संगठनों का निर्माण एक जटिल लेकिन महत्वपूर्ण उपक्रम है, जैसा कि कई व्यापारिक नेता समझ चुके हैं। योग्य और प्रेरित व्यक्तियों को आकर्षित करने, विकसित करने और बनाए रखने के लिए प्रभावी प्रतिभा प्रबंधन प्रणालियों की आवश्यकता होती है, जो संगठन की सफलता के प्रमुख कारक हैं। मेरी किताब में,मेरिटोक्रेसी विरोधाभास, मैं चेतावनी देता हूं कि संगठनों में योग्यता और उत्कृष्टता को बढ़ावा देने के उद्देश्य से किए गए कुछ संगठनात्मक प्रयास विरोधाभासी रूप से जोर दे सकते हैंअसमानताऔर यहअन्याय. मैंने संबंधित सुझावों के साथ तीन प्रमुख निष्कर्षों के साक्ष्य प्रस्तुत किए हैं, जो उस पर प्रकाश डालते हैं जिसे मैं 'कहता हूं'योग्यतातंत्र का विरोधाभास'.

पहली युक्तिक्या यह है कि सर्वोत्तम को नियुक्त करने, मूल्यांकन करने और बढ़ावा देने के लिए केवल संगठनात्मक प्रक्रियाएं होने से निष्पक्षता की स्वचालित गारंटी नहीं होती है। वास्तव में, कोई भी प्रतिभा प्रबंधन प्रक्रिया पूर्वाग्रहों और अक्षमताओं के अधीन हो सकती है, और एक जोखिम है कि, सभी के लिए उत्कृष्टता और अवसर को बढ़ावा देने के बजाय, लोगों पर आधारित प्रबंधन प्रणालियाँ वास्तव में दूसरों के मुकाबले कुछ समूहों के लिए लाभ को मजबूत या बना सकती हैं।

दूसरी युक्तिक्या योग्यता पर जोर देना - परोक्ष या स्पष्ट रूप से - नियुक्ति, पदोन्नति और पुरस्कार प्रथाओं की नींव के रूप में महिलाओं, नस्लीय अल्पसंख्यकों, आप्रवासियों और अन्य ऐतिहासिक रूप से वंचित समूहों पर प्रतिकूल प्रभाव डाल सकता है। जब व्यक्तियों को विश्वास होता है कि उनका संगठन योग्यता आधारित है, तो उनके निर्णय लेने में पूर्वाग्रहों को पहचानने और सही करने की संभावना कम हो सकती है। इससे कुछ व्यक्तियों या समूहों के साथ अनुचित व्यवहार हो सकता है और, अनजाने में, उन उम्मीदवारों को बाहर कर दिया जा सकता है जिनके कौशल और प्रतिभा को शामिल किया जाना चाहिए।

तीसरी युक्तियह है कि वास्तव में योग्यता क्या है, इस पर कोई सार्वभौमिक सहमति नहीं है। यहां तक ​​कि प्रबंधकों और अधिकारियों के पास एक ही संगठन में समान प्रशिक्षण और अनुभव होने के बावजूद, अक्सर अलग-अलग राय होती है। योग्यता या प्रतिभा क्या है, इस पर आम सहमति की कमी अंततः एक वास्तविक योग्यतावादी संगठन बनाने के प्रयासों को कमजोर कर सकती है।

उत्साहजनक खबर यह है कि कार्यस्थल में सच्ची योग्यता को बढ़ावा देने के लिए अत्यधिक समय या संसाधनों की आवश्यकता नहीं है, बल्कि पूर्वाग्रह को खत्म करने और प्रतिभा प्रबंधन प्रक्रियाओं में सुधार करने पर रणनीतिक और जानबूझकर ध्यान केंद्रित करने की आवश्यकता है।

कार्रवाई करना महत्वपूर्ण है. हालाँकि, कार्य करने का दबाव अक्सर कंपनियों को सामान्य समाधान लागू करने के लिए प्रेरित करता है - जैसे कि विविधता और अंतर्निहित पूर्वाग्रह प्रशिक्षण, अंध स्क्रीनिंग और भर्ती, नौकरी के विज्ञापनों में इस्तेमाल की जाने वाली भाषा में बदलाव, और एआई-आधारित भर्ती उपकरणों का उपयोग, जिनमें से सभी को सीमित प्रभावशीलता के लिए दिखाया गया है - पहले संगठन की विशिष्ट चुनौतियों या जरूरतों का निदान किए बिना। 'सर्वोत्तम अभ्यास' दृष्टिकोण अपर्याप्त है क्योंकि यह किसी संगठन के विशिष्ट संदर्भ को ध्यान में नहीं रखता है। मेरी पुस्तक से लिए गए इस लेख में, मैं एक अधिक प्रभावी दृष्टिकोण का प्रस्ताव करता हूं: एक डेटा-संचालित प्रतिभा प्रबंधन रणनीति जो कुशल, निष्पक्ष और योग्यतापूर्ण निर्णय लेने को सुनिश्चित करते हुए सक्रिय रूप से पूर्वाग्रहों और असमानताओं को संबोधित करती है।

प्रतिभा विश्लेषण पर आधारित एक दृष्टिकोण

मेरा रणनीतिक दृष्टिकोण, पर आधारित हैप्रतिभा विश्लेषण, का उद्देश्य योग्यतातंत्र को बढ़ावा देना है, यानी संगठनात्मक प्रणालियाँ जो व्यक्तियों को उनकी जनसांख्यिकीय या व्यक्तिगत विशेषताओं को ध्यान में रखे बिना, केवल उनकी बुद्धिमत्ता, प्रयासों, कौशल, क्षमताओं या प्रदर्शित प्रदर्शन के आधार पर पुरस्कृत और बढ़ावा देती हैं। लोगों से संबंधित प्रक्रियाओं और परिणामों से संबंधित नौकरी-प्रासंगिक डेटा एकत्र करने, कोडिंग और विश्लेषण करके, योग्यताधारी संगठन व्यक्तियों को काम पर रखने, बढ़ावा देने और पुरस्कृत करने में निष्पक्षता और समान अवसर में सुधार करने का प्रयास करते हैं - तीन प्रमुख कैरियर परिणाम जो न केवल व्यक्तियों को लाभ पहुंचाते हैं, बल्कि संगठनों की सफलता में भी योगदान देते हैं।

योग्यता को व्यवहार में साकार करने के लिए दो शर्तें आवश्यक हैं। सबसे पहले, उन्हें वहां होना चाहिएसमान अवसरसभी के लिएचयन, उन्नति और पुरस्कार से संबंधित निर्णायक क्षणों में व्यक्ति। एक प्रतिभा विश्लेषण दृष्टिकोण लोगों से संबंधित किसी भी प्रक्रिया की पहचान करके इस पहले उद्देश्य का समर्थन कर सकता है जो अवसरों तक समान पहुंच को सीमित कर सकता है। दूसरा, एक बार अवसर की समानता स्थापित हो जाने पर, यह सुनिश्चित करना कि व्यक्ति केवल अपनी योग्यता के आधार पर पद और पुरस्कार प्राप्त कर सकें,योग्यता आधारित प्रणाली में परिणामों में असमानता स्वीकार्य हो सकती है: यहां मुख्य सिद्धांत यह है कि वेतन, पुरस्कार और पदोन्नति में असमानताएं जनसांख्यिकीय या व्यक्तिगत विशेषताओं के बजाय नौकरी-प्रासंगिक कारकों द्वारा निर्धारित की जानी चाहिए। एक प्रतिभा विश्लेषण दृष्टिकोण इस संबंध में एक महत्वपूर्ण भूमिका निभा सकता है, जो संगठनों को यह आकलन करने में मदद करता है कि क्या उनकी लोक प्रक्रियाएं निष्पक्ष रूप से काम कर रही हैं और उन क्षेत्रों की पहचान कर रही हैं जहां पूर्वाग्रह और अन्य अक्षमताएं मौजूद हो सकती हैं।

स्पष्टीकरण देना, या यूँ कहें कि चेतावनी देना उचित है। पहली शर्त का तात्पर्य यह है कि सभी के लिए अवसर जीत-जीत वाली स्थितियाँ हैं जिनमें लोग अवसर पैदा करने के संगठन के प्रयासों से समान रूप से लाभ उठा सकते हैं, जैसे कि कॉर्पोरेट पहल जो प्रशिक्षण और रोजगार लाभ प्रदान करती हैं। लेकिन दूसरी शर्त मानती है कि पदों और पुरस्कारों का वितरण - विशेष रूप से कार्यस्थल में - एक शून्य-राशि वाला खेल हो सकता है, क्योंकि संगठनों के पास पेशकश करने के लिए सीमित संख्या में नौकरियां और पदोन्नति होती हैं, साथ ही वृद्धि और बोनस के लिए निश्चित बजट होता है, और परिणामस्वरूप हर कोई 'जीत' नहीं पाएगा। ऐसी शून्य-राशि स्थितियों में, और योग्यतातंत्र को बढ़ावा देने के लिए, यह महत्वपूर्ण है कि संगठन यह सुनिश्चित करें कि सभी को प्रतिस्पर्धा करने और सफल होने का समान अवसर मिले।

प्रतिभा विश्लेषण के लिए एक प्रभावी रणनीति पर कैसे पहुँचें

कई संगठनों, यहां तक ​​कि बड़े और सफल संगठनों में भी प्रतिभा प्रबंधन के लिए रणनीतिक दृष्टिकोण का अभाव है जो योग्यता और समानता से संबंधित चुनौतियों की पहचान करता है और उनका समाधान करता है। मैं आपके संगठन में योग्यता को बढ़ावा देने के लिए इस शक्तिशाली रणनीतिक दृष्टिकोण को बनाने और विकसित करने में मदद के लिए पांच प्रमुख कदम प्रस्तुत करता हूं।

चरण 1: प्रमुख मानदंडों को पहचानें, विकसित करें और परिभाषित करें. आपको अपने संगठन के प्रत्येक प्राथमिक नियुक्ति निर्णय के लिए इस प्रक्रिया का पालन करना होगा। जब भर्तीकर्ता और प्रबंधक आवेदन सामग्री की समीक्षा करते हैं, तो उन्हें पद के लिए आवश्यक मानदंडों के बारे में स्पष्ट होना चाहिए, जैसे: योग्यता, अनुभव और कौशल। कुछ लोग "कौशल" शब्द का उपयोग करते हैंइन मानदंडों को संदर्भित करने के लिए और इन मानदंडों को परिभाषित करने की प्रक्रिया को संदर्भित करने के लिए "सक्षमता मॉडल" शब्द। आपको विशिष्ट (और यथार्थवादी) होने की आवश्यकता है: इस स्पष्टता के बिना, पूर्वाग्रह और सामाजिक प्रक्रियाएं भर्तीकर्ताओं को सीमित संख्या में उम्मीदवारों की खोज करने या उम्मीदवार के आधार पर अलग-अलग मानदंड लागू करने के लिए प्रेरित कर सकती हैं, जो संभावित रूप से पूर्वाग्रहों और सामाजिक बाधाओं को मजबूत कर सकती हैं।

इस पहले चरण के भाग के रूप में, आपको यह मूल्यांकन करने की आवश्यकता है कि क्या आप उनका अवलोकन करते हैंजनसांख्यिकीय अंतरउम्मीदवारों के चयन और नियुक्ति के लिए उपयोग किए जाने वाले मानदंडों को प्राप्त करने में महत्वपूर्ण। यदि हां, तो जांचें कि क्या ऐसे मानदंडों का उपयोग किया जाना चाहिए, खासकर यदि केवल कुछ समूहों को अतीत में उन्हें पूरा करने का अवसर मिला हो। यदि ये मानदंड आवश्यक हैं (जैसा कि वे अक्सर होते हैं), आवश्यक संसाधन प्रदान करने पर विचार करें ताकि सभी कर्मचारी इन मानदंडों को सीख सकें (या सुधार सकें), ताकि अंततः, सभी को सफल होने का समान अवसर मिले। इस संबंध में, नियुक्ति के बाद के संसाधन और प्रशिक्षण खेल के मैदान को समतल करने में मदद कर सकते हैं। वास्तव में, कई संगठनों ने इसी कारण से विशिष्ट ऑनबोर्डिंग, प्रशिक्षण और विकास कार्यक्रम लागू किए हैं।

लेकिन यह पहला कदम हमेशा आसान नहीं होता. कई नौकरियों के लिए विशिष्ट कौशल या साख वाले लोगों की आवश्यकता होती है, जिससे योग्य उम्मीदवारों के समूह में जनसांख्यिकीय असंतुलन हो सकता है। इसके अलावा, केवल कुछ नौकरियों के लिए आवश्यक मानदंडों को जानने से उन्हें प्राप्त करने के लिए समान अवसर की गारंटी नहीं मिलती है; व्यक्तिगत संगठनों के लिए कई मौजूदा सामाजिक बाधाओं को दूर करना कठिन है। उदाहरण के लिए, मान लीजिए, एक व्यक्ति प्रमाणित नर्सिंग सहायक के रूप में एक चिकित्सा संगठन में शामिल होता है, बच्चों और पारिवारिक जिम्मेदारियों के साथ पहले से ही एक वयस्क है, और उसके पास कॉलेज की शिक्षा नहीं है। इस मामले में, भले ही उसके पास चिकित्सा में करियर बनाने की जानकारी उपलब्ध हो, लेकिन उसके डॉक्टर बनने की संभावना बहुत कम है। इन स्थितियों में, चुनौतियाँ स्पष्ट रूप से सामाजिक प्रकृति की हैं और किसी एक संगठन के लिए इनका समाधान करना कठिन है: उदाहरण के लिए, प्रतिभाशाली समाज और संस्थान, प्रतिभाशाली लोगों को विश्वविद्यालय और मेडिकल स्कूल में भाग लेने के लिए आवश्यक अवसर और संसाधन प्रदान कर सकते हैं।

जैसा कि कहा गया है, कभी-कभी विशिष्ट योग्यताओं या प्रमाण-पत्रों की आवश्यकता न होना व्यापक प्रतिभा पूल में शामिल होने का एक प्रभावी तरीका हो सकता है। उदाहरण के लिए, 2023 में, पेंसिल्वेनिया राज्य ने कुछ नौकरियों के लिए कॉलेज की डिग्री की आवश्यकता बंद कर दी, और यूटा, मैरीलैंड और अलास्का जैसे अन्य राज्यों ने भी इसका अनुसरण किया। शोधकर्ताओं और श्रमिकों के अधिकार अधिवक्ताओं ने नियोक्ताओं से उन नौकरियों के लिए कॉलेज की डिग्री आवश्यकताओं को खत्म करने का आग्रह किया है जिनकी वास्तव में आवश्यकता नहीं है (फुलर और रमन, 2017; आर.सी. बूथ, 2023)। एटी एंड टी, मास्टरकार्ड, माइक्रोसॉफ्ट और साउथवेस्ट एयरलाइंस जैसी कंपनियों ने भी बिना कॉलेज डिग्री वाले लोगों के लिए उपयुक्त और स्थिर नौकरियां सुरक्षित करने के लिए वैकल्पिक रास्ते बनाए हैं।2

इस पहले चरण को लागू करने में, कर्मचारियों पर ध्यान केंद्रित करते हुए लोगों को चुनने और काम पर रखने में समग्र दृष्टिकोण अपनाने की सलाह दी जाती हैएक पूरे के रूप मेंयदि संभव हो तो विशिष्ट कौशल और क्षमताओं के बजाय। कई बड़ी कंपनियां और स्नातक और स्नातक कार्यक्रम पेशेवर और जनसांख्यिकीय रूप से विविध प्रतिभा पूल सुनिश्चित करने के लिए इस दृष्टिकोण का उपयोग करते हैं। उम्मीदवारों का चयन न केवल वर्तमान में काम को अच्छी तरह से करने के लिए आवश्यक कुछ कौशल के आधार पर किया जाता है, बल्कि भविष्य में अच्छा काम करने की उनकी क्षमता के आधार पर भी किया जाता है।

इसलिए, यह समग्र दृष्टिकोण संगठनों में प्रतिभा प्रबंधन के लिए दीर्घकालिक और अक्सर रणनीतिक परिप्रेक्ष्य लेता है। यह नेताओं को प्रयोग करने और समझने की अनुमति देता है कि क्या अतीत में आवश्यक विशिष्ट कौशल अभी भी आवश्यक हैं। यह संगठनों को एक अप्रयुक्त उम्मीदवार पूल की खोज करने का अवसर प्रदान कर सकता है जिसके बारे में प्रतियोगियों को अभी तक जानकारी नहीं है, क्योंकि वे अक्सर संकीर्ण, कठोर और पुराने भर्ती मानदंडों पर भरोसा करते हैं। उदाहरण के लिए, जब भर्ती करने वाले और नियुक्ति करने वाले प्रबंधक चयन मानदंड स्थापित करते हैं, जैसे कि एक निश्चित संख्या में वर्षों का कार्य अनुभव या कोई विशेष योग्यता या डिग्री, तो उन्हें उम्मीदवार पूल और बाद में नए कर्मचारियों के प्रदर्शन की समीक्षा करने के बाद उन मानदंडों को संशोधित करने की आवश्यकता हो सकती है।

निर्णय लेते समय भी यही दृष्टिकोण लागू किया जा सकता हैनियुक्ति के बादबोनस, पदोन्नति या विकास के अवसरों से संबंधित। इस संबंध में, कई नियोक्ता पदोन्नति या बोनस देते समय अप्रासंगिक जानकारी छिपाने से लाभान्वित हो सकते हैं। अन्य लोग अधिक समग्र दृष्टिकोण अपना सकते हैं जो कर्मचारी की कार्य करने की वर्तमान क्षमता और भविष्य में वह कर्मचारी कैसे विकसित हो सकता है, को ध्यान में रखता है।

एक बार फिर, हालांकि, यह समग्र दृष्टिकोण केवल कुछ स्थितियों में ही काम कर सकता है, उदाहरण के लिए उन संगठनों और कंपनियों में जो अपेक्षाकृत प्रवेश स्तर या मध्य स्तर के पेशेवर पदों के लिए कई लोगों को नियुक्त करते हैं, या उनमें जो समय-समय पर बड़ी संख्या में पदोन्नति या बोनस को ध्यान में रखते हैं। उच्च-स्तरीय या वरिष्ठ पदों पर लोगों को नियुक्त करते समय या जब विशिष्ट कौशल और योग्यताएँ नौकरी का एक अनिवार्य हिस्सा हों, तो यह दृष्टिकोण काम नहीं कर सकता है।

चरण 2: समय के साथ प्रमुख व्यक्तिगत विशेषताओं और रोजगार परिणामों को मापें।मापन और डेटा संग्रह यह निर्धारित करने के लिए महत्वपूर्ण हैं कि क्या पूर्वाग्रह और सामाजिक प्रक्रियाएं आपके संगठन के भीतर कर्मचारियों के चयन, नियुक्ति, क्षतिपूर्ति और पदोन्नति को प्रभावित करती हैं। इस तरह के माप से ऐसी रोजगार प्रक्रियाओं और परिणामों को 'पूर्वाग्रह से मुक्त' करने में भी मदद मिल सकती है। पहले यह पहचाने बिना कि पूर्वाग्रह और बाधाएँ कहाँ मौजूद हो सकती हैं, यह जानना मुश्किल है कि अपने प्रयासों को कहाँ केंद्रित करें, साथ ही बाद में उन प्रयासों की सफलता की निगरानी और मूल्यांकन कैसे करें।

सबसे पहले, एकत्र करना महत्वपूर्ण हैव्यक्तिगत डेटा(जिसमें अक्सर जनसांख्यिकीय या व्यक्तिगत जानकारी शामिल होती है) कर्मचारियों और उम्मीदवारों दोनों के लिए। इस डेटा को प्राप्त करना अक्सर मुश्किल होता है जब इसे पहले एकत्र नहीं किया गया हो; अक्सर, कुछ देशों में, वकील ऐसे डेटा प्राप्त न करने की सलाह देते हैं (इस धारणा पर कि यदि किसी कंपनी के पास डेटा नहीं है, तो उसे भेदभाव के मामलों में कानूनी रूप से जिम्मेदार नहीं ठहराया जा सकता है)। जैसा कि कहा गया है, कई संस्थानों, विशेषज्ञों और प्रबंधकों ने जनसांख्यिकीय डेटा के संग्रह और रिपोर्टिंग को प्रोत्साहित किया है, खासकर मध्यम और बड़े संगठनों के लिए। यह सुनिश्चित करने के लिए कि राष्ट्रीय, क्षेत्रीय और स्थानीय रोजगार कानूनों और विनियमों द्वारा संरक्षित कर्मचारियों के विशेष समूहों के खिलाफ कोई भेदभाव नहीं है, यह सुनिश्चित करना सहायक है कि आप जिस डेटा को एकत्र करने की अनुमति देते हैं, उससे संबंधित कानूनी बाधाओं की सावधानीपूर्वक समीक्षा करें, क्योंकि नियम और नियम उस क्षेत्राधिकार के आधार पर भिन्न होते हैं जिसमें संगठन स्थित है (लेवी, 2023)। इनमें से कई सिफ़ारिशें पारदर्शिता की प्रथा को भी बढ़ावा देती हैं - ऐसे डेटा और विश्लेषण को समझने में आसान प्रारूपों में प्रकाशित करना ताकि दिखाया जा सके कि संगठन समता और समानता की दिशा में क्या प्रगति कर रहे हैं। (स्लैन, 2023)।

यदि लोगों ने अतीत में कार्यस्थल पर पूर्वाग्रह और अनुचित व्यवहार का अनुभव किया है तो वे जनसांख्यिकीय जानकारी प्रदान करने में अनिच्छुक हो सकते हैं। हालाँकि, यदि कोई संगठन समय के साथ प्रदर्शित करता है कि वह असंतुलन को ठीक करने, बाधाओं को दूर करने और सभी के लिए अवसर प्रदान करने के बारे में गंभीर है, तो लोग उस जानकारी को साझा करने में अधिक सहज महसूस कर सकते हैं। हालांकि उन कंपनियों की व्यापक सूची ढूंढना मुश्किल है जहां कर्मचारी अपनी जनसांख्यिकीय जानकारी साझा करने में सहज महसूस करते हैं, कुछ कंपनियों ने सभी के लिए विविधता और समान अवसर को बढ़ावा देने के अपने प्रयासों को सार्वजनिक किया है। उन्होंने कर्मचारियों को ऐसी जानकारी का खुलासा करने के लिए प्रोत्साहित करने के लिए पहल भी की होगी।

इस तरह के डेटा विपरीत भेदभाव के बारे में चिंताओं को दूर करने में भी मदद कर सकते हैं, जहां एक प्रमुख समूह के सदस्यों को ऐतिहासिक रूप से वंचित समूहों के पक्ष में गलत व्यवहार महसूस हो सकता है। प्रथाओं के प्रति नकारात्मक प्रतिक्रियाओं का यह सबसे आम कारणों में से एक हैविविधता समानता और समावेशन(डीईआई): यह तर्क कि इनमें से कई प्रथाएं वंचित समूहों का गलत तरीके से पक्ष लेती हैं। मैं यहां जो दृष्टिकोण प्रस्तावित करता हूं वह वास्तव में उन स्थितियों की पहचान करने में मदद कर सकता है जहां ऐसा हो सकता है और परिणामस्वरूप, संगठनों को ऐसे तनावों को हल करने के लिए कार्रवाई करने में मदद मिल सकती है। यह वास्तव में योग्यता आधारित दृष्टिकोण है जिससे मदद मिलनी चाहिएसब लोगसमान अवसर प्राप्त करना, पूर्वाग्रहों को दूर करना और प्रतिभा प्रबंधन प्रक्रियाओं में सुधार करना: इस दृष्टिकोण के लिए यह सुनिश्चित करना आवश्यक है कि योग्यता की खोज में व्यक्तियों के किसी भी समूह को दंडित न किया जाए या अनुचित तरीके से पक्षपात न किया जाए।

इस संबंध में, एक बार फिर, उम्मीदवारों, कर्मचारियों और प्रबंधकों (स्थानांतरण, पदोन्नति, पदावनति और इस्तीफे सहित) के लिए प्रासंगिक रोजगार परिणाम डेटा को व्यवस्थित रूप से एकत्र करना और संग्रहीत करना महत्वपूर्ण है। नीचे मैं कुछ परिणामों का वर्णन करता हूं जिन पर आपको समय के साथ निगरानी करने पर विचार करना चाहिए:

भर्ती परिणाम:इनमें किसी दिए गए पद के लिए उम्मीदवारों की संख्या, उनकी पेशेवर और व्यक्तिगत पृष्ठभूमि, और पद से संबंधित उनके कौशल, योग्यताएं और अनुभव शामिल होने चाहिए।चयन और पसंद के परिणाम:इनमें साक्षात्कार, प्रस्ताव और प्रस्ताव स्वीकृति चरणों में चयन प्रक्रिया के माध्यम से प्रगति करने वाले शामिल होने चाहिए।नियुक्ति के बाद के परिणाम:इनमें प्रदर्शन मूल्यांकन, पदोन्नति, स्थानांतरण, छंटनी, आधार वेतन, वेतन वृद्धि, बोनस और लाभ शामिल होने चाहिए।

ये ट्रैक करने के लिए सबसे आम रोज़गार-संबंधी परिणाम हैं। हालाँकि, यह प्रत्येक कंपनी और पेशेवर टीम पर निर्भर है कि वह रोजगार-संबंधी प्रमुख परिणामों और कदमों की पहचान करे जो उम्मीदवारों और कर्मचारियों के करियर को प्रभावित कर सकते हैं। यह इस दूसरे चरण का एक महत्वपूर्ण हिस्सा है, क्योंकि यह आपको गंभीर रूप से जांच करने की अनुमति देगा कि रोजगार निर्णय लेने में संगठन किस हद तक योग्यतापूर्ण और निष्पक्ष है।

रोजगार-संबंधी परिणामों को मापना उतना ही महत्वपूर्ण है जितना कि मापना और जानकारी एकत्र करनाइनपुटऔर परप्रक्रियाओंइन परिणामों की उपलब्धि अंतर्निहित है। उदाहरण के लिए, नौकरी चाहने वालों और कर्मचारियों से उनके प्रासंगिक कौशल और क्षमताओं को समझने के लिए नियुक्ति के समय और उससे आगे के इनपुट को मापना महत्वपूर्ण है। यह कार्य आम तौर पर बायोडाटा और नौकरी से संबंधित अन्य आवेदन सामग्रियों में निहित जानकारी को कैप्चर और संहिताबद्ध करके पूरा किया जा सकता है। कर्मचारियों के मामले में, ऐसे डेटा को संगठन के भीतर प्रशिक्षण और अनुभव के साथ एकीकृत किया जा सकता है जो उनके योगदान और प्रदर्शन में सुधार करता है। यह सारी जानकारी चरण 3 के लिए प्रासंगिक है, जिसमें किसी भी असमानता की पहचान करने के लिए डेटा का विश्लेषण करना और यदि वे मौजूद हैं, तो उनके पीछे के कारणों का विश्लेषण करना शामिल है, ताकि हम पहचानी गई चुनौतियों का सर्वोत्तम समाधान ढूंढ सकें।

इसके अतिरिक्त, इस जानकारी को एकत्र करने से कंपनियों को सुधार के क्षेत्रों की पहचान करने और समय के साथ प्रगति को ट्रैक करने में मदद मिल सकती है, लेकिन ऐसा करना इस तरह से महत्वपूर्ण है कि कर्मचारी की गोपनीयता का सम्मान हो और यह सुनिश्चित हो कि जानकारी का उपयोग जिम्मेदारी और नैतिक रूप से किया जाता है। एक बार फिर, आपको अपने संगठन के स्थान के आधार पर आपके द्वारा एकत्र किए जाने वाले डेटा पर कानूनी बाधाओं की जांच करने की आवश्यकता है।

इन संग्रह गतिविधियों से पहले कर्मचारी की जानकारी और पारदर्शिता भी होनी चाहिए कि डेटा क्यों एकत्र किया गया है, इसका उपयोग कैसे किया जाएगा और विश्लेषण के परिणाम कैसे रिपोर्ट किए जाएंगे। डेटा संग्रह प्रक्रियाओं, विश्लेषणों और निष्कर्षों में यह भी दोहराया जाना चाहिए कि गोपनीयता हमेशा सुरक्षित रहेगी। (हैबटेमारियम, 2022; मेलॉय, 2020; मैगून, रॉबिन्सन, और किसलिंग, 2022)।

चरण 3: न केवल परिणामों पर बल्कि प्रक्रियाओं पर भी एकत्र किए गए डेटा का विश्लेषण करें।एक बार जब आप डेटाबेस में समय के साथ जानकारी एकत्र और संग्रहीत कर लेते हैं, तो आप उस डेटा का विश्लेषण करना शुरू कर सकते हैं। सबसे पहले, रुचि के चर द्वारा मापे गए प्रत्येक रोजगार परिणाम में समग्र पैटर्न का पता लगाना संभव है। उदाहरण के लिए, मैंने देखा है कि कंपनियां लिंग और नस्ल के आधार पर साक्षात्कार प्राप्त करने वाले उम्मीदवारों के प्रतिशत की गणना करती हैं और महत्वपूर्ण असमानताएं ढूंढती हैं। आधार वेतन के मामले में, एक सरल तरीका यह है कि लिंग के आधार पर औसत आधार वेतन की गणना की जाए और फिर परीक्षण किया जाए कि क्या देखे गए अंतर सांख्यिकीय रूप से महत्वपूर्ण हैं।

यदि नमूना आकार अनुमति देता है, तो बहुपरिवर्तनीय मॉडल का अनुमान लगाया जा सकता है कि अन्य महत्वपूर्ण व्यक्तिगत कारकों के लिए नियंत्रण जो रुचि के किसी विशेष परिणाम को समझा या प्रभावित कर सकते हैं। उदाहरण के लिए, आप एक ऐसे मॉडल का अनुमान लगाना चाह सकते हैं जो नौकरी के लिए आवश्यक प्रासंगिक कौशल और अनुभवों को नियंत्रित करने के बाद आवेदक के लिंग और नस्ल के आधार पर साक्षात्कार पाने की संभावना की भविष्यवाणी करता है।आप इसके लायक हैं. यदि प्रासंगिक व्यावसायिक कारकों को नियंत्रित करने के बाद ऐसे मॉडलों के लिए जनसांख्यिकीय गुणांक महत्वपूर्ण या बड़े पैमाने पर बने रहते हैं, तो यह परिणाम पूर्वाग्रह के कुछ सबूत का संकेत दे सकता है। यह महत्वपूर्ण है कि नौकरी-प्रासंगिक नियंत्रण कारक विश्वसनीय हों, क्योंकि वे उन कर्मचारियों को नियुक्त करने में मदद करते हैं जो पद के लिए उपयुक्त हैं। बड़ी संख्या में आवेदन संसाधित करने वाले बड़े संगठनों के लिए, आप साक्षात्कारकर्ता या भर्तीकर्ता कौन हैं और उम्मीदवारों की पहचान कब और कैसे की गई, इससे संबंधित अतिरिक्त चर शामिल कर सकते हैं। आपको यह जानकर आश्चर्य होगा कि ऐसे कारक अंततः साक्षात्कार या नौकरी की पेशकश किसे प्राप्त करते हैं, इसमें बड़े बदलाव की व्याख्या कर सकते हैं।

यह बहुभिन्नरूपी मॉडलिंग रणनीति अंततः आपको समान नियंत्रण चर वाले व्यक्तियों की तुलना करने की अनुमति देती है। उदाहरण के लिए, यह विश्लेषण करने के लिए कि योग्यता-आधारित बोनस या पदोन्नति किसे मिलती है, आप समान कार्य में समान प्रदर्शन स्तर वाले कर्मचारियों की तुलना करना चाह सकते हैं, और किसी भी अन्य कारक को ध्यान में रखना चाह सकते हैं जो पुरस्कार या पदोन्नति के परिणाम को प्रभावित कर सकता है। यही कारण है कि चरण 1 और 2 आवश्यक हैं, क्योंकि वे आपको ऐसे मॉडलों का अनुमान लगाने के लिए डेटा पर विचार करने, मूल्यांकन करने और एकत्र करने की अनुमति देते हैं।

वेतन अंतरलिंग आमतौर पर उद्धृत किया जाने वाला आँकड़ा है। Payscale विश्लेषण के अनुसार2024ऊपर की मजदूरी पर627 मीलसंयुक्त राज्य अमेरिका में व्यक्तियों, महिलाओं ने कमाया83 सेंटऔसत वेतन की तुलना करने पर पुरुषों द्वारा अर्जित प्रत्येक डॉलर के लिए। यह आंकड़ा पेस्केल द्वारा 'अनियंत्रित लिंग वेतन अंतर' के माप के रूप में रिपोर्ट किया गया था, क्योंकि यह आँकड़ा विभिन्न प्रकार की नौकरियों या योग्यताओं को ध्यान में नहीं रखता है। रिपोर्ट किए गए 'नियंत्रित लिंग वेतन अंतर' आंकड़े दर्शाते हैं कि महिलाओं की कमाई के साथ यह अंतर बहुत कम होने का अनुमान है99 सेंटप्रत्येक डॉलर के लिए एक व्यक्ति उन कारकों को नियंत्रित करके कमाता है। यहां मुख्य बात यह निर्धारित करना है कि आपके संगठन में जनसांख्यिकीय अंतर की सटीक गणना करने के लिए आपको अपने विश्लेषण (यानी नियंत्रण) में कौन से चर शामिल करने की आवश्यकता है। ये चर, अन्य बातों के अलावा, पेशेवर योग्यता, शिक्षा, पेशेवर आवश्यकताएं, कौशल और भौगोलिक स्थिति हो सकते हैं। तब यह तय करना संभव है कि क्या आवश्यक माने जाने वाले कारक वास्तव में वेतन निर्धारित करते हैं और क्या, इन कारकों के अलावा, जनसांख्यिकी भी महत्वपूर्ण भूमिका निभाती रहेगी।

इस विश्लेषण का एक अन्य महत्वपूर्ण पहलू प्रत्येक व्यक्ति की जांच और सत्यापन करना हैप्रक्रियाईअभ्यासआपके संगठन के लोगों से संबंधित। हो सकता है कि शुरुआत में आपके पास प्रासंगिक चर के बारे में पर्याप्त जानकारी न हो, लेकिन जितना अधिक रणनीतिक रूप से आप इस जांच को संचालित करेंगे, उतना ही अधिक आप अपने डेटा-संचालित विश्लेषणात्मक दृष्टिकोण को परिष्कृत करने के लिए चरण 1 और 2 पर दोबारा गौर करेंगे। यह महत्वपूर्ण है कि ये जाँचें कुछ नियमितता के साथ हों, क्योंकि जो प्रक्रियाएँ एक बार प्रभावी थीं, लेकिन पर्याप्त रूप से अद्यतन नहीं की गई हैं, वे समय के साथ अक्सर विकृत या कम प्रभावी हो सकती हैं। एक कार की तरह, प्रतिभा प्रबंधन प्रणाली लगातार बाहरी ताकतों से प्रभावित होती है और इसके कुछ हिस्से समय-समय पर ऐसे दबावों में विफल हो जाते हैं। इस संबंध में, रोज़गार-संबंधी प्रत्येक निर्णय संभावित रूप से अवांछित और अनपेक्षित पूर्वाग्रहों और सामाजिक प्रक्रियाओं को प्रस्तुत कर सकता है जो योग्यता, समानता और उत्कृष्टता की दिशा में संगठन की प्रगति में बाधा उत्पन्न करते हैं। प्रमुख लोगों की प्रक्रियाओं पर नियमित रूप से ध्यान केंद्रित करना महत्वपूर्ण है:

विविध और प्रतिभाशाली उम्मीदवारों की पहचान करने और भर्ती करने के लिए उपयोग की जाने वाली प्रक्रियाएँ: cइसमें नौकरी चाहने वालों को आकर्षित करने के लिए आपके द्वारा उपयोग किए जाने वाले भर्ती स्रोत, आपकी कंपनी और नौकरियों के बारे में संदेशों और सूचनाओं के प्रकार शामिल हो सकते हैं जो प्रभावित कर सकते हैं कि कौन आवेदन करता है और कौन नहीं, और आपके भर्तीकर्ताओं और भर्ती प्रबंधकों द्वारा उपयोग की जाने वाली गतिविधियां और प्रक्रियाएं।चयन प्रक्रिया के बाद के चरणों के लिए उम्मीदवारों का चयन करने के लिए उपयोग की जाने वाली प्रक्रियाएं और मानदंड।उदाहरण के लिए, किसकी जांच की जाती है, किसका साक्षात्कार लिया जाता है, किसे प्रस्ताव प्राप्त होता है, और कौन अंततः प्रस्ताव स्वीकार करता है और संभावित नियुक्तिकर्ता बनता है, इसके बारे में डेटा मूल्यवान जानकारी प्रदान कर सकता है। यदि यह मामला है, तो प्रत्येक चरण पर विशेष ध्यान दें जिससे एक चयनित उम्मीदवार गुजरता है और किस हद तक सभी उम्मीदवारों को अगले चरण में आगे बढ़ने का समान अवसर मिलता है। यदि उम्मीदवारों के कुछ समूह प्रगति नहीं कर रहे हैं, तो जांच करें कि कौन से कारक चयन प्रक्रिया को आकार देते हैं और ये कारक किस हद तक नौकरी-प्रासंगिक, वैध, विश्वसनीय और उपयोगी हैं।प्रक्रियाओं का उद्देश्य आमतौर पर भर्ती और ऑनबोर्डिंग गतिविधियों में सुधार करके उम्मीदवारों द्वारा स्वीकार किए जाने वाले प्रस्तावों की संख्या को अधिकतम करना है।कई कंपनियां चयन प्रक्रिया के इस हिस्से को नजरअंदाज कर देती हैं, भले ही उनकी चुनौती संभावित कर्मचारियों को संगठन में शामिल होने के लिए राजी करना हो। जब उम्मीदवारों के विशेष समूह किसी संगठन में शामिल नहीं होने का निर्णय लेते हैं, भले ही उन्हें एक अच्छा प्रस्ताव और अच्छा मुआवजा पैकेज दिया जाता है, तो संगठन को इस बात का मूल्यांकन करना चाहिए कि वह किस हद तक सभी के लिए एक आकर्षक नियोक्ता है।ऑनबोर्डिंग पहल और अन्य प्रशिक्षण अवसरों में अंतर्निहित प्रक्रियाएं।इन प्रक्रियाओं को यह सुनिश्चित करने के लिए डिज़ाइन किया जाना चाहिए कि प्रत्येक कर्मचारी शुरू से ही सफल हो सके। यदि हां, तो यह भी सुनिश्चित करें कि सभी नए कर्मचारियों को समान प्रशिक्षण अवसर मिले।प्रदर्शन माप और मूल्यांकन में अंतर्निहित प्रक्रियाएं।इन प्रक्रियाओं को अपेक्षित प्रदर्शन मानकों और उद्देश्यों को स्पष्ट रूप से परिभाषित और स्थापित करना चाहिए जो प्राप्त करने योग्य और स्थिति के लिए प्रासंगिक हों।प्रशिक्षण और विकास उद्देश्यों के लिए उपयोग की जाने वाली प्रदर्शन माप प्रक्रियाएँ।खराब प्रदर्शन करने वाले कर्मचारियों को विकसित करने में मदद के लिए डिज़ाइन की गई प्रक्रियाओं पर विशेष ध्यान दें। ये प्रक्रियाएँ कार्य और संगठन की सफलता के लिए स्पष्ट, सुसंगत और प्रासंगिक होनी चाहिए।प्रक्रियाओं का उपयोग उन लोगों को पुरस्कृत करने के लिए किया जाता है जो मानकों को पूरा करते हैं या उनसे आगे निकल जाते हैं, साथ ही वे प्रक्रियाएं जिनका उपयोग कर्मचारियों के कैरियर की उन्नति और अन्य पेशेवर परिणामों को तय करने के लिए किया जाता है।इसमें पदोन्नति, स्थानांतरण और छँटनी शामिल है।

इन प्रमुख प्रतिभा प्रबंधन प्रक्रियाओं का विश्लेषण करते समय, मैं न केवल यह जांचने की सलाह देता हूं कि ये रोजगार निर्णय कैसे लिए जाते हैं, बल्कि यह भी कि उनके लिए अंततः कौन जिम्मेदार है और अन्य (प्रबंधकों और कर्मचारियों सहित) कैसे प्रतिक्रिया दे सकते हैं। आपको एकत्र किए गए डेटा के साथ इन संगठनात्मक प्रक्रियाओं की प्रभावशीलता की भी सावधानीपूर्वक जांच करनी चाहिए, यह देखने के लिए कि क्या वे अपेक्षा के अनुरूप काम कर रहे हैं।

चरण 4: तय करें कि कौन सा हस्तक्षेप अपनाना है।स्टाफिंग निर्णयों और उनके परिणामों की निगरानी करके, संगठन और कंपनियां समझ सकती हैं कि वे योग्यतावाद से कितनी दूर भटक रही हैं और तदनुसार कार्य कर सकती हैं। उदाहरण के लिए, एक बड़ी वैश्विक कंपनी में जिसके साथ मैंने काम किया था, हमने एक कॉर्पोरेट टीम की मदद से एक दशक से अधिक समय तक ट्रैक किए गए कर्मचारी प्रदर्शन के आधार पर सभी योग्यता-आधारित पदोन्नति और वेतन वृद्धि निर्णयों का विश्लेषण किया, जिसने विश्लेषण के लिए डेटा एकत्र करने, साफ करने और तैयार करने के लिए एक प्रणाली बनाई। हमने पदोन्नति और योग्यता वेतन निर्णय दोनों में जनसांख्यिकीय पैटर्न की तुरंत पहचान की। हमने पहले पदोन्नति दरों और प्रत्येक वर्ष औसत वेतन वृद्धि की गणना की, फिर हमने महत्वपूर्ण अंतरों की जांच करने के लिए कुछ जनसांख्यिकीय विशेषताओं के आधार पर इस डेटा को संसाधित किया। हमें एक मिलाबड़ा अंतरपुरुष और महिला कर्मचारियों के बीच, जैसेमहिलाओं को पुरुषों के समान योग्यता-आधारित बोनस नहीं मिलता था.

इस परिणाम के आगे के विश्लेषण के बाद, हमने निष्कर्ष निकाला कि समस्या संभवतः मतभेदों से उत्पन्न हुई हैअनुरोध विधि. पुरुषों द्वारा योग्यता-आधारित बोनस मांगने और सुनिश्चित करने की अधिक संभावना थी, जबकि महिलाएं यह मानती थीं कि बोनस पहले से ही उनके वेतन में शामिल था। इस समस्या को हल करने के लिए, एक मानव संसाधन प्रबंधक को यह निगरानी करने और पुष्टि करने के लिए कहा गया था कि आवश्यक प्रदर्शन स्तर तक पहुंचने के बाद सभी कर्मचारियों को स्वचालित रूप से बोनस प्राप्त होगा, इस प्रकार इसके अनुरोध की आवश्यकता समाप्त हो जाएगी। इस सरल हस्तक्षेप के बाद, योग्यता-आधारित बोनस में लिंग अंतर गायब हो गया।

जब मैं संगठनों को उनकी योग्यता का मूल्यांकन करने में सहायता करता हूं, तो मैं अक्सर ऐसे नेताओं और प्रबंधकों से मिलता हूं जो चाहते हैं कि उन्होंने कार्यस्थल में रुझानों और पैटर्न का विश्लेषण करने के लिए अधिक रोजगार-प्रासंगिक डेटा एकत्र किया होता, जिससे देखे गए परिणामों की गहरी समझ और निदान प्राप्त होता। यह चरणबद्ध विश्लेषणात्मक ढांचा गतिशील और इंटरैक्टिव बन जाता है क्योंकि खोज आपको चुनौतियों का बेहतर समाधान करने के लिए पुनर्मूल्यांकन करने और अतिरिक्त जानकारी इकट्ठा करने के लिए चरण 1 और 2 को फिर से देखने की अनुमति देती है।

चरण 5. लगातार सतर्क रहें और नियमित रूप से परिणामों की निगरानी करें।अंत में, उन प्रक्रियाओं को लागू करें जिनके बारे में आपको बार-बार सूचित किया जाता हैसंभावित भविष्य की चुनौतियाँजो आपके संगठन में प्रतिभा प्रबंधन रणनीतियों और प्रक्रियाओं के उचित कामकाज को प्रभावित कर सकता है। परिणामस्वरूप, उपरोक्त प्रत्येक चरण का नियमित रूप से पुनर्मूल्यांकन और समीक्षा करें। चूंकि सफलता के मानदंड समय के साथ बदल सकते हैं और चूंकि प्रौद्योगिकी, संगठनात्मक प्रथाएं और श्रम बाजार अत्यधिक गतिशील हैं, इसलिए चरण 1 बहुत महत्वपूर्ण है क्योंकि यह आपको भर्ती के लिए आवश्यक अतिरिक्त दक्षताओं, कौशल, योग्यताओं या प्रतिभाओं का पुनर्मूल्यांकन और सत्यापन करने की अनुमति देता है और, बाद में, पदोन्नति, साथ ही शीर्ष प्रदर्शन करने वालों को उचित रूप से पुरस्कृत करने की अनुमति देता है।

उतना ही अधिक आप सीखेंगेनिर्णय लेने की प्रक्रियाओं को समझेंऔर संगठनात्मक परिणाम, जितना अधिक हम व्यवहार में योग्यता और समानता सुनिश्चित करने के लिए रोजगार-संबंधी डेटा के संग्रह और विश्लेषण में सुधार करना चाहेंगे। यह वह पुण्य चक्र है जिससे वास्तव में योग्यताधारी संगठन लाभ उठा सकते हैं जब वे विचारपूर्वक, रणनीतिक रूप से प्रबंधन करते हैं और अपनी प्रतिभा प्रबंधन प्रक्रियाओं और परिणामों का सावधानीपूर्वक मूल्यांकन करते हैं। चरण 2 और 3 आपको डेटा संग्रह गतिविधि को और बेहतर बनाने की अनुमति देते हैं। परिणामस्वरूप, जब आप निर्णय लेते हैं कि चरण 4 में कौन सी प्रथाएँ बनाए रखनी हैं या कौन से समाधान पेश करने हैं, तो आपको बेहतर जानकारी होगी और अधिक सफल होने की संभावना होगी। जितनी अधिक बार आप इन चरणों का पालन करेंगे, आप वर्तमान लोगों की प्रथाओं का व्यवस्थित रूप से मूल्यांकन करने और अपने संगठन के लिए प्रभावशाली हस्तक्षेपों को डिजाइन करने और लागू करने में उतने ही अधिक गतिशील और प्रभावी हो जाएंगे।

ग्रंथ सूची

जे.बी. फुलर और एम. रमन, "डिग्री द्वारा खारिज: कैसे डिग्री मुद्रास्फीति अमेरिकी प्रतिस्पर्धा को कम कर रही है और अमेरिका के मध्य वर्ग को नुकसान पहुंचा रही है", फाइल पीडीएफ, एक्सेंचर, ग्रैड्स ऑफ लाइफ और हार्वर्ड बिजनेस स्कूल, 2017।

आर.सी. बूथ, "उन नौकरियों के लिए कॉलेज डिग्री की आवश्यकता बंद करें जिनकी उन्हें आवश्यकता नहीं है", वोक्स, 19 मार्च 2023।

एन लुईस, "प्रौद्योगिकी का उपयोग वेतन इक्विटी हासिल करने के लिए किया जा सकता है", प्रौद्योगिकी का उपयोग वेतन इक्विटी हासिल करने के लिए किया जा सकता है", एसएचआरएम, 19 अगस्त 2023।

वाई. स्लैन, "व्यूप्वाइंट: ए रिफ्लेक्शन ऑन जूनटीन्थ, ट्रांसपेरेंसी इन डायवर्सिटी रिपोर्टिंग", एसएचआरएम, 16 गिउग्नो 2023।

डी. हब्टेमारियम, "नस्ल और लिंग से परे कर्मचारी जनसांख्यिकीय डेटा एकत्र करने के लिए 3 आवश्यक कदम", वरिष्ठ कार्यकारी, 21 अप्रैल 2022।

बी. मेलॉय, "सर्वेक्षण में आपको कौन सा जनसांख्यिकीय प्रश्न पूछना चाहिए?" कल्चर एम्प, 7 जुलाई, 2020 को अपडेट किया गया।

के. मगून, एम.-जे. रॉबिन्सन, ए. किसलिंग, एट अल., "जनसांख्यिकीय डेटा संग्रह और रिपोर्टिंग के लिए सर्वोत्तम अभ्यास: मूल्यांकनकर्ता की मार्गदर्शिका", फ़ाइल पीडीएफ, बोस्टन: सार्वजनिक परामर्श समूह, अगस्त 2022।

लेख मूल: "मेरिटोक्रेसी को आगे बढ़ाने के लिए एक डेटा-संचालित दृष्टिकोण", एमआईटी स्लोअन प्रबंधन समीक्षा, फ़ॉल 2025।