是什么让员工选择了“混日子”

或许有不少公司的员工都出现了这样的现象:

  1. 越来越多人上班迟到
  2. 执行力代下,安排的事延期完成
  3. 不爱反馈、总结、汇报
  4. 不爱发表意见,没有了新想法

估计作为管理者的你看到这样的情况,都在想能过一些方式来激发一下员工的积极性,于是你采取了如下手段:

  1. 实施优秀员工激励计划,具体激励为奖金
  2. 组织团建提升团队凝聚力
  3. 使用员工自我提升的思维感召他

最后发现结果是:

  1. 每月或者每个季度都有优秀员工计划,而且每次也在鼓励员工积极表现,但是发现每次都发想推荐的员工的表现都还离“优秀”有点小距离,虽然即使不是非常突出但是也还是有些成果推上去了但是后面积极的氛围没有被完全激发,团队还是跟之前没有很大的提升
  2. 组织了多次吃饭,但吃饭的氛围都一般,想能过喝酒活跃气氛,但大都不太喜欢喝酒的,吃饭不行想能过其他方式团建,但考虑到没什么经费也不了了之
  3. 每次面谈或者在开会场合强调自我提升思维,员工也挺认可,不排斥,但最后的结果也没有改变大多工作上的表现

新员工也出现了这样的情况,这时你可能会认为员工大都在“混”日子了。

那到底是什么原因让员工也选择了“混”日子?

我觉得本质上还是员工想要得到的东西没被满足,这要回到马斯洛的需求分层理论:
在这里插入图片描述
员工会从不“混”到“混”而没有离开,说明员工可以接受工作的部分现状,但不愿意追求更高的要求,说明员工的基本的生理、安全等基础的需求已经得到满足而且社会、尊重、自我实现这部分需求没有得到满足。

导致这些原因会有几个方面:

1.公司环境的问题

员工会出现这个问题,跟公司所处的环境有很大关系,不同阶段和不同文化的公司会表现的很大不同,比如在一个上升期的公司,员工能得到的机会和成长更多时,大部分的人自然不会表现的那么士气低落,一个衰退期的公司给员工的信心就不足,另外自然给于的机会和成长就不会更多,在衰退期的公司常常会陷入一个“负向循环”,

公司业绩下降=》公司可用资源减少=》人力资源减少=》员工得到的奖金/晋升/成长机会减少=》项目产出减少=》公司业绩下降,

在这个时候员工得到的大部分会是负面的消息,在实际的工作中会遇到更多的困难,比如要完成业绩目标产品要出新功能但经常研发资源不足就会导致产品角色积极性下降,反正提了也没用,而研发的角色可能就会感觉更多的工作量,而此时没有相应的激励补偿的话,自然也没有积极性,反正做多做少也一样。这时候如果没有自上而下的一些管理措施或者良好的企业文化,这种情况就会一直持续下去。

2.管理者的问题

比如上面的实施措施中,管理者需要思考以下几点
1.针对优秀的行为在一些公开的场合(邮件、开会、平时工作)有没有明确对其进行细致的表扬呢,优秀的激励其实是筛选好的行为为团队中的其他成员提供参考,让员工知道什么是对的,什么是好的行为,另外有这样的行为之后是可以得到奖励的,所以这种方式应该也要注意:

  • 表扬的时候需要指出具体的行为,是怎样的行为所以被推荐为优秀,这是挺重要的,因为有些管理者可能只是说出推荐的优秀是谁这个结果没有指出具体的优秀的行为,这样会导致其他人不知道他为什么能得优秀,或者应该怎么才能变得优秀
  • 激励的东西应该是员工想要的,比如有的员工想要的奖金,有的可能要的是晋升

2.团建是一种方式,不过团建的过程调动情绪等方面也是讲究的,比较有没有一些破冰游戏之类的,除了团建的方式平时工作上跟员工的交流也是挺重要的,还有可以搞搞下午茶之类的方式

3.员工虽然认可自我提升的思维,但是有没有空间让他发挥,有没合适的项目让他参与也是一方面

3.员工自身问题

员工自身就很满足现在的工作状态,员工已经得到他想要得到的了,比如有的员工对生活品质要求更高,对于工作上的要求可能会降低,另外有的就是在一个岗位工作久了没有学习的动力导致思维僵化。

总的来说员工出现“混”日子,很大原因还是公司环境问题和管理者的问题,我们要相信大部分人还是愿意追求和上进的,用德鲁克的管理思想是“管理就是最大限度的激发他人的善意”,所以出现这个问题还是多思考自身问题出现在哪里。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值