[[357973]]

大數據文摘出品

來源：HBR

編譯：熊貓

2014年，包括蘋果，臉書，谷歌和微軟在內的幾家大型科技公司開始發布其員工組成的年度多樣性報告。報告的數據并不是特別樂觀：報告顯示，女性約占這些公司總人數的30%，技術部門女性占比15%至20%。平均看來，黑人和西班牙裔低至個位數。

但是，此舉被看作在數據透明性化上的勝利，也預兆著這個行業在員工多元化方面取得的更大進步。作為行為科學家，我們是同意這一預測的。有大量研究表明，對信用卡條款、飯店衛生等級和能源消耗等不同領域數據的披露可以成為改變行為的強大工具。在許多情況下，數據的披露甚至在信息影響接收者之前已經改變了信息產生者的行為。比如，相比于不透露食品中卡路里含量的餐廳，受卡路里標簽要求的餐廳在菜單上的有更多的健康選項(盡管顧客選擇的數據受影響因素較復雜)。

眾所周知，提高科技行業的多樣性，公平性和包容性(DEI)的希望還未實現。這個行業仍然以白人，亞洲人和男性為主。技術工作的方面更為明顯：在計算機行業僅有4%的黑人和拉丁裔婦女。簡而言之，在DEI方面，單純的披露數據可能不足以激發意義深遠的變化。我們由此提出了一個問題：多樣性數據是否存在某些獨特之處，所以關于員工多樣性數據的披露不會像其他領域的數據那樣驅動行為的改變?還是我們可以利用對行為科學的更多了解，來幫助這些公司使用多樣性的數據來帶動DEI方面的進展?

我們在最近發表的白皮書中探討了這些問題。我們的發現和一些實際的例子表明，如果方法正確，對于多樣性數據的收集，分析和披露確實有可能成為帶來改變的有力杠桿。目前的新冠大流行和種族正義運動也促使了公司重新考慮如何推動社會公平的發展。

為了充分利用多樣性數據，各公司應牢記以下四個關鍵點。

用簡單、顯著和可比的方式來表示多樣性數據

并非所有數據都是一樣的：對目標受眾來說，傳達出的信息需要清晰易讀，來達到可實行并有可能影響行為的目的。在2011年，當美國農業部將食物金字塔改變為盤子模型來傳達健康飲食準則時，他們就明白了這一點 —— 畢竟，我們不用金字塔吃飯，我們用盤子吃飯。

在我們的工作中，我們發現許多公司都可以輕松掌握所有正確的數據點，但對數據的含義卻一無所知。被動地放在一個或多個HR數據庫中的員工信息與可行的DEI見解相去甚遠。而且，整個公司的指標對于試圖決定聘用或晉升人員的個人經理可能毫無意義。

因此，我們有必要將多樣性的數據用一個與其潛在用戶相關的，易于理解的而且可以自定義的計分表或匯報表上展示出來。這種數據的匯報需要便于做出不同在計量單位之間和時間段的比較。這正是倫敦組織委員會(LOCOG)在2012年奧運會和殘奧會時所采用的方法。這個委員會需要快速的招募200,000名員工。它將對多樣性數據的收集和報告擴展到該組織本身，參與奧運會的承包商，顧問，借調人員和分包商。

所有員工都可以看到該組織在七個方面的多樣性指標的每月總覽——性別和性別認同，殘疾，種族和社會經濟地位，而高級領導則收到按部門細分的詳細月度報告。多樣性數據和該勞動力市場的招聘目標一起展示出來。每個部門都做了基準測試，而且每個職能部門在每個月根據招聘記錄排名。更重要的是，使用這種方式，LOCOG團隊能夠及早發現招聘趨勢，并在出現違規情況時迅速進行干預。

最終，組織者在奧運會工作人員中達到或超越了所有多樣性目標，其中46%為女性，40%少數民族和9%殘疾人。

利用多樣性數據激勵合適的人來行動

當英國廣播公司(BBC)夜間新聞節目的主持人Ros Atkins計劃增加節目中女性的人數時，他知道收集和監控數據的重要性。因此，他在設計數據收集方法時(讓性別平等在傳媒業成為現實的50：50”行動)，做出了兩個關鍵決定。首先，他決定在演出后的每晚匯報中收集，跟蹤和審查有關其演出中性別代表的數據。其次，Atkins和他的團隊決定，他們只會評估自己可以控制的范圍，即當天的新聞的客人和內容貢獻者。例如，當天新聞故事的主角(例如一個發表重要講話的總裁或首席執行官)已不在他們的掌握范圍之內，他們因此被排除在每日統計和50-50性別代表目標之外。

Atkins的方法與大多數組織形成了鮮明對比，在大多數組織中，多樣性數據是由遠離第一線的人力資源，D&I或People Analytics團隊收集和跟蹤的。這種做法不僅使普通員工難以訪問數據，還會降低員工對數據的所有感。

為了將多樣性數據用作DEI進展的驅動力，各公司需要向員工明確其日常決策與所產生的多樣性結果之間的聯系。由于影響組織勞動力組成的關鍵行動是外部招聘，內部(橫向)招聘，晉升和離職/保留，因此，應按部門，級別，地理位置和個人經理對每個流程的多樣性指標進行細分和跟蹤。更好的是，像Atkins一樣，各組織應該鼓勵員工自己來跟蹤和衡量組織的DEI指標。

設定多樣性目標來建立責任感并增加后續行動

數據對于暴露問題和吸引注意力非常有用——畢竟，無法衡量的內容不能被計算。但是有時，僅靠數字并不能改變與DEI相關的行為。

目標是實現行為改變的更有效的機制。它們用于調動行為改變的意愿(動機)和方式(努力和策略)。而且，當將目標公開時，它們提供了一種問責機制。研究表明，這種機制使我們更有可能實現目標。

也許并非巧合，除了極少數公司，大型科技公司的多元化披露并不包括設立公共目標或指標。但是，即使在技術領域，也有成功實現目標驅動的DEI實例。美國開源軟件公司加拿大分公司Red Hat Canada實現了公司的三年目標：將銷售團隊中女性的比例從2014年中期的5%提高到2017年中期的40%。

當時， Red Hat 在加拿大的country leader Luc Villeneuve認為，將性別多樣性納入公司的業務目標是實現變革的關鍵。作為招募更多女性的計劃的一部分，Villeneuve親力親為的做到了審察他的領英社交圈(他的公司通過個人關系和推薦人來大量招聘員工)并設定了目標：將2014年領英上4%的女性聯系人比例提高到2017年的20%。在短短幾個月內，他花了將近一半的時間為公開的崗位尋找和面試女性候選人。整個公司的通過擴大與中學及其他機構之間的聯系來擴大招聘渠道也支持了這樣一個個人行為。

利用多樣性數據來重塑關于DEI的社會規范

在科技行業中，缺乏多樣性是一個普遍的，系統范圍的問題，在組織層面上動員變革可能特別有挑戰性。實際上，一些領導人已經表示擔心，公開發布多樣性數據可能會增強人們對科技行業不歡迎少數群體的看法(或社會規范)。

實際上，社會規范是行為的強大影響者，而且我們可以通過多樣性數據有效地塑造它們。以英國為例，英國FSTSE 100公司董事會中的女性代表比例從2011年的9%增加到2020年的33%。除了遵循我們上面的其他建議以外：以簡單，顯著的方式呈現和跟蹤董事會組成數據;利用這些數據激勵董事會主席，公司領導和獵頭公司任命更多女性;設定始終如一的可實現的具體目標。在過去的十年中，公司，激進主義者，英國政府，學術界和媒體界都利用了董事會成員多元化數據改變了社會規范。

他們最初沒有關注董事會中缺少女性的情況，而是強調了絕大多數公司已經有至少一名女性在公司董事會。然后，隨著女性人數開始進一步增加，他們開始強調成功案例，并對落后者點名批評，包括相互競爭的公司的董事會和向其提供董事候選人的獵頭公司。因此，將董事會的性別多樣性數據通過將性別多樣性納入董事會和公司的議程，并對不作為的公司做出批評，在塑造社會規范方面起到了促進作用。

這些是我們提出的科技公司可以采取的簡單可行的建議：用管理其他業務的嚴格且以數據為依據的方式來管理DEI。實現DEI目標需要使用在制定銷售，產品開發和預算目標時使用的相同的計劃，反饋和責任流程。在這些領域，數據帶動了有針對性的行動并建立了責任制度，數據在DEI的實現中也發揮著同樣的作用。

相關報道：https://hbr.org/2020/12/how-to-best-use-data-to-meet-your-dei-goals

【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】

戳這里，看該作者更多好文