人事決策與資料應用
如果我們接受量測可以有一定的誤差，那沒有什麼事物是不能量測的。換言之，即使是相對無形的事物，也一樣可以量測。
前陣子，我去了一趟 Heart Of Clojure 會議，其中有一場很特別的演講，分享的故事是在傳統的企業導入先進的程式語言與資料庫 Clojure/Datomic ，來取代古早到不行的系統。對我來說，這是很令人興奮的故事，聽起來就像是「回到過去，然後利用未來的領先知識大殺四方」一樣。
我忍不住問了知道內情的人士，到底這個『回到過去』是如何發生的？Clojure 可以被傳統企業的 CEO 認識的機率、被深信不已、重金禮聘來解決問題的機率，在正常的情況應該是跟零差不多的數字，而答案是：「那一位 Clojure 工程師與 CEO 念了同一所學校。」
這是一個人際關係引導了人事決策，進而決定了結果，但是結果卻又是超過平均值 3 個標準差的成功案例。
理想中的人事決策
先引用一下杜拉克的論點，人事決策該怎麼做：
仔細思考任務。
檢視多個合適人選。
想清楚評斷這些候選人的標準。
找曾與候選人共事的人討論。
確保新主管了解自己的工作。
聽起來很合理，而我也相信，在上軌道的公司裡、某個層級以下的人事決策，要套用這樣子的決策方式不會太困難。層級低的工作，任務相對清楚，人選也多。評斷候選人的標準方面，在現代更是有許多基於資料應用的方式可以快速評估專業能力，比方說，英語能力檢定、軟體開發的白板考等等。
愈到中高階以上的職缺，任務的本身往往就有很多模糊的成分。除了任務本身模糊之外，候選人也一樣，除了少數的候選人可能因為從事學術或是顧問工作之外 (必須對外發表演講、出書、論文)，其實候選人的專業能力有時候是可以蒙混過關的，因為相對沒有基於資料應用的方式可以快速評估候選人的專業能力，只能依賴候選人的經歷。
此外，在高階職缺，困擾的問題也不再只是專業能力，反而是高階職缺所需要的軟性技能、性格、行事風格等等。
應用資料來做高階人事決策
Strategy and Fat Smoker 有個章節，談到了 CEO 的任用，而該任用方法，很巧妙地利用了對比的問題先去詢問董事會成員的意向，收集資料，並且利用資料來協助董事會來釐清「評斷候選人的標準」，並且凝聚共識。
它的思考是這樣子，CEO 被期待、被投射的優良特質很多，然而，有許多的特質彼此之間是存在矛盾的。比方說，「快速決策」有時候就跟「決策徵詢眾人的意見」相對。相對的特質往往不會同時出現同一個人身上，因為其需要不同的培養過程。
也因此，作者設計了一個很長的列表，每一個項目都是相對的特質：
善長對內的管理 vs 善長客戶與市場
善長數字 vs 善長人際關系
強勢領導，貫轍自己的意識型態 vs 尊重多元的意見、接受各種不同的意見、觀點、作法
習慣做一步到位的策略行動 vs 傾向做多次迭代的改變
有帶來許多生意的記錄 vs 有好好管理員工的記錄
權威十足 vs 以『同儕第一』 (first among equals) 的方式領導
…
被詢問的董事會成員可以將自己在意的點數，分配到每一個列表中的相對特質上。
結語
性格、行事風格等等的無形的事物難以量測。然而，如果設計有系統的定性問題，累積一定的資料之後再搭配統計方法，一樣可以做出定量的結果。而這種量測結果可以對高階的人事決策提供很重要的指引。