`

神州数码项目管理最佳实践之四

阅读更多
一、项目人员考核和激励经常面临的问题
在对项目进行考核,企业常常面临一些问题或困惑,比如:如何设计出合理的考核体系,既能对项目的成果做出客观的评价,考核的结果又能对相关人员做出有效的激励?项目的收入、利润和成本很重要,需要考核,但是为了取得好的绩效,一些项目人员拼命压缩成本,这样牺牲了质量,压缩了范围,甚至降低了客户的满意度。虽然当时看成本降低了,但是以后带来了大量的维护工作,整体的成本反而增加了。这种现象如何规避?当一个项目亏损时,所有的项目成员都得到较低的绩效分数,然而却有部分成员认为他们对项目的成本没有太大的影响,因而这样有失公平。
种种困惑和问题说明,对项目进行合理的考核和激励是减既重要又不容易做好的事情。本文以神州数码为例,介绍神州数码面对此问题的做法。
神州数码的项目人员考核首先是确定合理的项目组织结构,明确不同角色的主要任务,即做到各司其职;
其次根据不同角色的职务不同,确定对项目绩效应承担的不同责任,即做到各负其责。
第三根据不同角色的不同责任,指定相应的考核办法和激励措施,即做到有的放矢。


二、确定合理的项目实施组织结构
神州数码对项目人员的考核,是与其组织结构的特点紧密相关的。其组织机构主要围绕事业部、交付、技术和人才战略等几条业务主线设置。其中交付线为非常设机构,以项目的组织形式,在需要向客户提供交付的时候设置。
项目实施的组织结构如图1:

图1 项目实施的组织结构
图1中,中间的部分为项目的组织机构,周边的部分是具体的业务单元组织机构。项目组织结构中不同的背景颜色表明来自对应颜色边框的部门。其中:
项目总监来自于事业部,要对项目的交付负责任。
项目经理通常来源于具体的资源池,依照项目性质的不同可能从不同的资源组选择。
架构师和质量经理来自于公司直接领导的公司资源池。
项目根据需要可设不同的项目小组,从普通的资源池中选取人选组成。

三、明确项目实施核算关系
神州数码是据项目组织结构中不同的角色承担的不同任务,来区分不同的责任的。项目财务实施核算的关系如图2:

图2: 项目实施核算关系
由图2可以看出。不同的核算项,将分配到不同的组织单元中承担。
事业部的主要职责就是负责销售和服务的交付,因此项目的收入和净利统一由事业部承担。事业部是唯一的利润中心,为项目的利润负责。同时,项目是对客户的交付,因此,实际上,事业部是对客户的利润负责。在项目中,项目总监来自于事业部,代表着事业部。事实上,同一个客户,尤其是大客户,往往可能存在很多个不同的项目,而且项目之间的利润情况可能大不相同。由事业部来承担项目的利润情况,可以由项目总监判断同一客户的不同项目之间的利润总体情况,更利于客户关系的维护和公司利益的平衡。这比其它企业经常采用的单个项目核算利润明显具有优势。
架构师和质量经理作为公司级的资源,由公司统一管理。因此他们的相关支出作为公司的管理费用,由公司承担。因此,这属于费用中心。总费用将按比例分摊到项目中。
项目组的各种人工等成本是由项目组成员的活动产生的,因此这部分支出将计入成本中心。成本中心是属于不同的资源组的。

四、分类进行项目人员考核
项目组成员的考核,主要包括对项目总监的考核、对项目经理和项目成员、对普通项目小组成员的考核。
1、对项目总监的考核
因为项目总监代表着事业部,对收入和利润负责。因此对项目总监的考核要素主要就是收入和利润。
对项目总监的激励方式有:薪金采用年薪制,由基本年薪和业绩年薪两部分组成。
2、对项目经理和核心组成员的考核
对项目经理和项目核心组成员的考核又一个变化的过程。最早神州数码因为这些资源属于成本中心,因此考核主要以成本为主。后来发现,在成本中,主要的部分是人工成本,而人工成本是与进度和投入资源数密切相关的。因此考核转向以人员报工情况为主。但实行后发现存在项目组为提高考核得分而压缩工时从而牺牲质量的做法,给项目后期的维护带来很大隐患。因此,最后神州数码决定以考核整体的质量为主。因此,目前对项目经理和核心组成员的关键考核因素主要是项目偏差和客户满意度。
对项目经理和核心组成员的激励方式有:浮动工薪加项目奖金。
3、对项目小组成员的考核
对普通项目成员的考核,主要考核其完成任务的情况,因此其关键的考核因素就是任务完成情况。
对普通项目成员的激励方式也主要是浮动工薪加项目奖金。

五、实施的效果
这种考核体系带来了很好的效果。一方面项目考核的结果能够很准确的反应出项目的真实绩效:对考核结果的投诉和抱怨减少了,考核结果高但后期出现严重问题的项目少了,客户满度度提升了。另一方面项目的考核对员工的激励开始发挥作用:员工已经从最初的不理解到现在变成了工作中基本的一部分,对考核结果比较认同并且能够很据考核结果认识不足,不断学习提高。
分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics