是新朋友吗？点击 “培训江湖” 关注我们
文末参与转发活动免费领课程及资料
业务咨询加微信：OnDemand2021
Hi,大家好，我是胡丽，过去的二十余年中我专注于「人才发展」，带领团队为上千家企业打造了专业化的人才队伍。今天我想就工作任务分析与大家深入聊聊。
工作任务分析最近变成了一个高频出现的关键词，你注意到了吗？有不少人力资源同行问我，为什么现在越来越多的人、在越来越多的场景和场合都在越来越多的关注和谈论工作分析这个事儿？不仅仅是人力资源从业者，搞研发的、做销售的、甚至企业经营决策者都在把注意力往工作分析这个方向上聚焦。说起工作分析，这是一个新生事物吗？其实不然！
中国古代分工思想
如果要追溯工作分析的起源和历史发展沿革，工作分析的思想和活动开展，最早源于社会的分工。在世界历史上，最早论述社会分工问题的是中国古代政治家管仲，至今已有2700年的历史。尽管我国最早提出社会分工的思想，但自给自足的小农经济生产模式和封建主义统治，导致商业经济没有得到应有的发展，社会分工水平低下，行业种类缺乏，工作分析的思想和活动开展自然也就受到了极大的限制。
西方国家工作分析发展
古希腊社会分工和商品交换的活动比较发达，人们普遍重视社会分工的问题，其中最具有代表性的人物是柏拉图和色诺芬。柏拉图在其哲学著作《理想国》中，以苏格拉底和学生对话的方式，详细论述了社会职业的分工方式及其必要性。他认为，社会分工能够发挥劳动者各自专长，大大提升社会生产效率，创造更大的社会价值。色诺芬则更进一步，不仅描述了整个社会的分工，而且研究了单个工场的分工。亚当.斯密在《国富论》一书中，以生产大头针为例，详细描述了大头针生产的18个工序。
“工作分析”一词，最早出现于20世纪初美国科学管理之父泰勒（Frederick Winslow Taylor）的科学管理原理。泰勒把系统性的工作分析列为科学管理（在1911年出版了《科学管理原理》（The Principles of Scientific Management）一书）四大原则之首，即对工人操作的每一个动作进行科学的研究，用以替代老的单凭经验的办法。泰勒在工作分析方面的贡献体现在，他把工程师的效率目标与心理学家的研究目标结合起来，将工作分析的结果应用到员工的选拔、培训、报酬激励上，以提高生产效率，对20世纪工业生产和管理实践产生了深远影响。
关于工作分析，不得不提到另外一位巨匠，即工业心理学之父芒斯特伯格（H. Munsterberg）。他对工作分析的最大贡献是，他发现工作分析最为关键的工作是从“内行人”那里获取真实且准确的信息，而不是依据自己的操作体验。芒斯特伯格在1913年出版的《心理学与工业效率》一书中明确指出，他的目标在于去发现：第一，寻求如何使人们的智能与其所从事的工作最为适合；第二，在什么样的心理条件下，让每一个人在工作中获得最大的、最令人满意的产出；第三，企业如何去影响工人，以便获得最好的结果。
工作分析变得愈加紧迫且重要
社会发展节奏很快，而且永远不变的就是变化！于是乎人们已经习惯了看到、听到层出不穷的新的概念产生，惊讶于一个又一个新的潮流和变革牵引着我们的视线。最近这两年，占据了我们视听的其中一个主题莫过于AI人工智能。人工智能代表着社会的发展与进步，也预示着未来的发展方向。人工智能将影响到生产力和效率提升、生活方式改变、医疗健康进步、经济结构转型、国际竞争与合作、就业市场变化、社会公平与包容性、道德和法律挑战、数据安全与隐私保护、教育和培训需求变化等等。
那么，工作分析这个话题与社会的发展、以及牵引和影响未来社会发展的AI人工智能又有什么关联关系呢？人力资源开发领域有一位非常资深的专家王敏老师，他既精通人才培养与发展，同时又在AI人工智能领域有非常精深的造诣。王敏老师认为，随着人工智能技术的发展和应用，将来每一个企业都有可能在AI的加持下变成一个超级组织，每一个员工个体都能成为与AI共生的超级工作者。重塑之后的工作方式和职场领域将产生不计其数的“1个自然人+N个数字员工”的新型智能团队。
在“数据换脑”的要求和驱动之下，全面且准确的海量数据生成和知识创造势必成为AI技术应用的一个必备基础和前提。数据和内容如何来？一方面，以人为中心进行知识创造；另一方面，以AI为中心进行知识创造。关键问题是，最初的、原始的数据和内容如何产生？答案：还是需要人，通过组织经验萃取、工作任务分析，形成每一个企业或组织特有的知识创造。将形成的知识转变成为组织独有的小模型，同时结合大模型，进行知识传播和应用；与此同时，将相关的知识资产（知识、技能、流程、方法、工具），通过AI技术以硅基员工的方式嵌入到组织的工作流程和业务价值链条中，提升效率和成果质量。
关于组织经验萃取和应用，你所在的企业需要开展这个工作吗？
有的企业说，急需要进行组织经验萃取了，但动力不足。
有的企业说，不需要，因为还没有急迫到这一步。
有的企业说，不知道是否需要，因为不知道做了组织经验萃取到底能起到什么作用！
如果你或者你的老板对组织经验萃取比较陌生，或者不清楚企业当前是否需要关注和重视这个事情，欢迎联系我们的业务专家扫码诊断，3分钟就能回答你的所有疑问。如果你需要，胡丽博士可以亲自为你解读诊断结果，免费！联系我们的客服，随后会有专家为您解答。
管理效能提升双引擎模式：工作分析+AI技术
工作分析能够为企业经营管理活动的开展以及决策的制定提供数据基础和依据。工作分析的产出成果与AI技术的结合应用，则能够以更低的成本、更高的效率、更优的质量，应对和解决企业经营管理问题。工作分析能够帮助企业解决的经营管理问题包含但不仅限于：
1、决策支持：工作分析结果可以帮助企业经营管理者确定哪些决策过程需要更多的数据支持和分析。工作分析可以利用AI强大的数据分析和预测能力，更准确地预测人才需求、制定薪酬策略和规划人力资源配置。
2、自动化与优化：通过工作分析识别任务的关键步骤、所需技能和资源，可以确定哪些任务可以通过自动化来优化，实现AI技术应用场景下的人机协作。同时，通过工作分析能够识别和判断哪些任务需要人类员工的直觉、创造力或情感智能。
3、员工培训与发展：通过工作分析，及时反映工作岗位需求变化，对岗位保留、更新、淘汰提供有效信息；工作分析可以识别员工在完成任务时所需的技能和知识差距以及新技能要求，帮助企业调整招聘标准、培训计划和职业发展路径。
4、工作流程设计：工作分析可以揭示工作流程中的瓶颈和低效环节，重新设计工作流程和工作岗位，消除瓶颈，实现工作效率改善和业绩成果提高。基于工作分析的结果，在AI技术的加持下，可以极大地优化工作流程，提高效率。
5、性能监控与风险管理：工作分析结果可以定义衡量工作性能的关键指标，识别可能导致错误和风险的任务环节。工作分析可以识别哪些方面的工作体验可以通过AI得到改善，以及如何平衡自动化和员工满意度。
6、创新与发展：工作分析可以揭示现有工作任务中的创新机会，加速新产品和服务的设计、原型开发和测试。
最好用的工作分析方法：DACUM工作分析
基于应用场景和目的要求的不同，有多种工作分析的方法。从国内外企业以及各类型组织的实际应用来看，观察法、访谈法、问卷调查、工作实践法、工作日志法、关键事件法得到了不同程度范围的应用。从准确性、成本、操作难度、适用性、时间/资源投放、实用性等维度进行比较，每一种方法各有其优缺点（如下表所示）。
是否有某种方法，能够易学易用、适用于各种类型和场景的工作分析，以最少的时间、最低的成本、最精准地完成工作分析？答案：有的，即DACUM工作分析法。在过去的20多年里，我曾服务过数千家企业，采用过各式各样的工作分析方法，上述各种工作分析方法也包含其中。在我使用过的众多方法中，DACUM工作分析法是唯一一种可以兼容并蓄且高效实用的方法。
什么是DACUM？DACUM是Developing A Curriculum的缩写，是目前全球范围内最为有效的工作分析方法之一。该方法针对工作岗位、工作流程以及前瞻性理念类任务分析（也叫做战略性工作分析），具有敏捷、高效且易于操作使用的独特优势。DACUM工作坊研讨，在受过专业培训和认证的DACUM导引师的导引下，5-8名业务专家组成的小组对岗位的职责、任务、工作者行为和绩效操作标准、工具设备、工作任务完成所需要具备的知识、技能、态度以及未来发展趋势与挑战进行分析。
DACUM工作分析法不仅仅适用于企业环境下的各类型工作岗位分析，同时也适用于针对教育领域的知识、技能、能力和素养分析，从K12到职业教育和高等教育的学科体系设计和学科内容开发，DACUM均可以作为一个核心重要的、分析成果值得信赖的分析工具方法。此外，在美国以及西方发达国家，多年来把DACUM工作分析方法用于政府、军方的相关工作领域分析，帮助其提升和优化工作效率和工作产出成果。
DACUM可用于分析的目标对象除了各类型、各层级工作岗位以外，还用于开展职业分析、流程分析、职能分析、理念分析。理念分析是针对不存在的岗位，但未来可能存在或者打算设立的新的工作岗位进行前瞻性分析。
比如，在多年前，一家很有名气的手机品牌企业邀请我为他们做过一个全新工作岗位的DACUM理念分析。这个全新的、战略性规划要设立的岗位名称叫做体验专卖店总经理岗位，简称体专总经理岗。当时这个岗位在这家公司还不存在，在整个手机行业也是一个全新的营销理念。对于这家企业而言，要成功打造全新的营销模式，体专总经理这个岗位以及这个岗位上需要配置什么样的人才能胜任，则变得至关重要。这家企业邀请我去为他们进行体专总经理岗位分析的目的，是因为他们自身无法回答下列几个问题：
体专总经理岗位是什么？对于组织战略目标实现，意味着什么？
该岗位的人才画像是什么？什么样的人才能胜任这个岗位？
该岗位包含哪些工作职责、任务、绩效操作标准？
该岗位的工作胜任需要具备哪些知识、技能、态度、经验要求、品质要求？
该岗位需要匹配哪些工具、设备、耗材、软件系统，以及相关资源？
该岗位目前发展现状、未来趋势、挑战、机会是什么？
与众多的工作分析方法相比，之所以DACUM工作分析法能够脱颖而出，成为最受企业推崇的一种工作分析方法，关键原因在于：
1、时间短：研究结果表明，传统的工作分析方法（例如：观察法、访谈法、工作实践法等）分析一个工作岗位需要耗时6周（大约1.5个月）。但是，DACUM工作分析法只需要1-2天的时间，通过工作坊形式就能针对一个岗位、甚至一个岗位序列进行精准、全面的分析。而且，在成本资源耗费上非常小，需要调用的业务专家人数只需要5-8位即可。经过几年的研发，我们已经开发形成了JAC工作分析软件工具（简称：JAC岗位分析云），将DACUM工作分析的方法和流程实现了数字化转型。这套工作分析软件系统配套有1000+标杆岗位数据库，从而大大降低了工作分析的专业难度、将每一个工作岗位的分析时间由1-2天缩短到0.5天，甚至1-2小时即可完成。
2、质量高：DACUM工作分析具有一整套科学且严谨的分析方法和流程，从工作职责分析到任务分析、步骤分析、知识技能分析、绩效标准等分析，每一个分析阶段环环相扣、相互校验佐证。此外，在JAC岗位分析云的加持下，每一个分析者无需记忆或纠结于工作分析方法和流程，只需要“填空”即可，按照软件工具里面的模版框架，填写完成相应的信息，一个工作岗位的分析工作就完成了，与此同时，工作分析成果也产出了。如果在工作分析的过程中，引用JAC岗位分析数据库里的标杆岗位数据作为参考，工作分析的速度更快，产出成果质量更高。
3、成果多、细、准：DACUM工作分析的产出成果丰富，精准度高，既能够完全匹配当前工作岗位的要求，同时也具有前瞻性，能够适应工作岗位未来变化和调整后的匹配性和适用性。分析产出的工作职责、工作任务等不会出现冗余或遗漏，也不会出现不必要的交叉重叠问题。唯有DACUM这个独特优势，才能帮助企业持续不断地优化工作流程、定位工作过程中存在的错误和风险点，从而提升工作效率和成果质量。
4、一致认可：在企业中推进销售工作、研发工作、营销宣传工作、培训工作等等，往往会出现“初衷和创意都很好，但很难推动、也很难达成目标”的问题。原因在哪里？其中一个常见原因就在于各个利益攸关方有各自的站位、各自的利益视角、各自的目标优先排序。缺的是什么？是的，缺的是共识。
DACUM工作分析法的独特魅力就在于，其分析研讨从形式到过程再到结果，每一个环节都充分考虑到了利益攸关方的参与和共识，所有的过程性的研讨和结果性的产出成果都是关键利益攸关方的共同智慧和共识结果。由此可见，DACUM工作分析在每一个过程细节上已经为其分析成果的推广应用做足了基础铺垫。
DACUM工作分析师™认证
工作分析是一个具有一定的专业技术要求的事情。现在和未来，随着AI技术的普遍应用，各类型的组织和企业必然会更加急迫的需要针对各层级、各类别的工作岗位、业务流程、功能板块和业务条线进行分析。可以预见到，工作分析和组织经验萃取在覆盖面上会延展到每一个工作角落、在频率上会变成工作的日常、在技能要求上会要求每一个人具备一定的工作分析能力。
这个未来画面不会是少数企业的选择，而是几乎每一个企业的必然选择。因为，每一个企业为了生存和可持续性发展需要不断地构建自身的竞争优势，如前文所述，工作分析、组织经验萃取和知识应用是形成相对竞争优势的捷径之一，投入产出比高、“副作用”小。理想很丰满，现实很骨感！残酷的现状情况是，目前全行业里真正懂得如何进行工作分析的人才很少；经过工作分析专业训练的人员就更少了。各类型企业和组织即便有意愿开展工作分析和组织经验萃取、即便看到了AI技术的应用能够为本企业的发展提质增效，但由于严重缺乏具备工作分析专业技能的人才而无力推进，只能无助地错失大好的发展机遇。
既然工作分析如此重要，如何才能具备工作分析的一技之长呢？我和崔连斌博士决定将DACUM工作分析方法面向行业、面向每一个希望掌握此项工作分析技术的人士进行赋能认证。
如果你来自于企业或者各类型组织中的一员，上至CEO或董事长，下至一线员工，但凡你的工作需要涉及到问题分析诊断、需要充分且准确的信息帮助你寻找最佳的解决方案，那么DACUM工作分析师认证值得你学习。
如果你跟我一样来自于咨询培训机构，承担的职责和使命就是通过培训或咨询的方式，帮助所服务的企业客户解决问题、助力其业务目标和战略目标达成，那么DACUM工作分析师认证能够助你一臂之力。
如果你是一名自由讲师或顾问，或者就是一个自由自在的、单纯的仅仅是希望掌握一种工作分析方法和技术的个体，DACUM工作分析师认证适合你。
DACUM工作分析方法源于加拿大，但持续的发展和应用是在美国。我和崔博士10多年前，在美国读博士学位期间学习和认证了DACUM这项技术。我们2010年回国后，为数千家企业提供人才培养与发展服务，其中用DACUM方法进行工作岗位和流程分析诊断不计其数。
我们在帮助企业进行人才培养体系搭建、学习地图建设、学习项目设计、内容课件开发、内训师队伍建设、培训效果评估等各类型问题解决的过程中，DACUM工作分析承担起了基础分析和诊断不可或缺的职责作用。
独一无二的DACUM认证：
方法+流程+软件+数据库
认证导师专业且经验丰富。DACUM工作分析师认证由安迪曼联合创始人崔连斌博士和胡丽博士亲自认证讲授。二位博士有将近20年的DACUM应用实践经验，服务过不同行业不同类型的企业数千家。
DACUM方法技术成熟。该方法从上个世纪60年代产生至今，在全球各类型企业、政府、军队、商协会等组织里得到了广泛应用，备受青睐和推崇。同时，崔博士和胡博士在过去的10多年里，将DACUM应用于各种场景和项目中，并且不断优化和迭代该方法，形成了一整套科学严谨且符合中国企业实际情况的工作分析方法。
JAC岗位分析软件效率高。安迪曼推出的DACUM工作分析师认证，不仅教会大家如何采用工作坊形式进行线下研讨和分析工作，而且还配套JAC岗位分析云，教会大家如何采用DACUM工作分析软件轻松完成分析并产出高质量成果。
标杆岗位数据库强大。除了JAC岗位分析云能够帮助大家将工作分析化繁为简、提高效率，同时还有1000+标杆岗位数据库可以参考，从而既可以大大提升工作分析的速度，而且再也不用担心分析成果与行业标杆企业的操作水准相差太远。
灯塔客户证言
DACUM，我给它起了个别名，叫大咖们。因为我觉得，学会这门技术，就是大咖了！
DACUM其实是安迪曼从国外引入的一门非常有用的技术，而不仅仅是用于工作任务分析本身，感谢主引导师崔博士，感谢导引师党老师带我们那一组，你们辛苦了。最后一刻，看到满墙的展示成果的时候，我们都惊呆了。这么专业和精致的作品，居然是我们完成的！我回去要做一个DACUM的复盘，把它教给我部门的其他小伙伴们。
——某著名汽车公司 车间培训主任
我最早是在安迪曼的TDF学员班上，接触到DACUM的，回到公司后，我又遇到了类似的问题的时候，突然间想到了DACUM给我的启发，所以，我再一次请安迪曼的导引师们，在我的公司内部，组织了一次DACUM的工作坊。我们十几个人，一起足足用掉了一包A4纸，把会议室的三面墙都贴满了。一直干到晚上10点多，不但不觉得困，甚至还更兴奋了。做DACUM工作任务分析的过程，有点类似于搭一个很壮观的积木建筑，你完成的越多，兴奋感就越强，最后的成品也就越雄伟。
——某著名互联网电商公司 培训经理
我已经准备把DACUM作为我们公司的通用课程了。这不仅仅是一套分析的方法论，更是一套成熟的项目实施理论，也是一套整理思路的清晰的逻辑框架。不过我也发现，掌握DACUM的方法，是很容易的，但是做出正确的结果来，还是很难的，对主导引师的经验要求特别特别的高。安迪曼的顾问在这一点上，表现的极其出色！每个参加DACUM工作坊的小伙伴，都觉得特别有成就感，谢谢安迪曼的技术专家们！
——某著名互联网媒体 资深内训师
了解到安迪曼的DACUM技术，是在企业大学的投标会上，当时我就感觉，我们不但要购买企业大学方案，DACUM技术也要作为附加产品，一起引入到公司中来，后来证明，果然我是对的。DACUM现在在我们公司，已经是一个专有名词了，大家经常会说，这个问题，我们一起DACUM不就完事了。感谢饶老师，感谢曹老师，你们两个都是最棒的，期待下一次我们内部开新的DACUM工作坊的时候，还能请到您2位老师来授课。崔博士作为主导引师也非常专业，期待和安迪曼的下一次合作。
——某著名房地产公司 OD经理
DACUM工作分析师认证方式&投资回报
根据学员或企业的需求导向不同，DACUM工作分析师认证分为下列三种方式，任选其一，或进行认证方式定制。每一种认证方式，其投入的资源不同、产出成果不同、投资回报结果不同。
认证方式一：能力提升导向
时间投入：2天
认证方式：公开课或企业内训
产出成果：
熟练掌握DACUM工作分析的方法和技术
训练出一批工作岗位分析师
认证方式二：成果产出导向
时间投入：3天
认证方式：企业内训
产出成果：
熟练掌握DACUM工作分析的方法和技术
训练出一批工作岗位分析师
产出5-10个完整的岗位分析结果数据
认证方式三：绩效改善导向
时间投入：根据项目情况而定
认证方式：辅导方式或咨询方式
产出成果：
熟练掌握DACUM工作分析的方法和技术
训练出一批工作岗位分析师
产出完整的岗位分析结果数据，成果数量视项目要求而定
采用辅导方式或者咨询方式，将分析结果进行落地应用，并且解决绩效改善问题，达到关键利益攸关方共识的标准和要求。
以上的几种业务形式屏幕前的你们可以根据自己的企业选择匹配的解决方案，文章中所能阐述的内容有限，如果感兴趣可以扫描下方二维码添加我们的区域业务经理，进行更深度的了解。
· END ·
# 点赞 在看 让你身边的朋友受益
分享
收藏
点赞
在看
