浅析Happyhour的适用性

简介:

 Happyhour这个词,在团队建设、企业文化的角度,会被频繁提起。单词直译为欢乐时光,表现为某公司/团队,在一周工作日的某个时间段,提供场所和免费的零食、饮料,让大家休闲、沟通、交流。

    目的么,一方面加强自己团队内部的凝聚力,另一方面通过赤裸裸的拉仇恨,提升成员对团队认可度和集体荣誉感。


    wKioL1bLI5LhJ35zAAKtBJcWd6Q314.jpg

    (网上随手找的图,侵删。)


    在崇尚工作自由度的今天,happyhour刺激了很多人,纷纷高呼我要我要,这也是我们的需求,希望各自的公司引入这种人性化的激励方式。

 

    实际上,Happyhour有这么好么?或者引入之后,能达到理想的激励效果么?


    从个人受益者的角度,有happyhour是一件非常好的事儿。但是从管理和公司整体的角度,happyhour的适用范围实际非常小,在很多情况下,hapyhour带来的负面效果远远大于正向刺激。


    假设设立happyhour没有资金限制,没有老板抠门到就是不想做一些团队建设活动的问题,也没有公司财务紧张,不支持每个月有此类的固定费用支出的问题——等等,有的人会尝试反驳:为什么是每个月固定的费用支出。happyhour难道不是随机行为,一个项目告一段落,或者工作不太忙的时候,才不定期组织的么?

    实际上,奖励这东西,一旦建立就不可减免。比如几个人的小团队,可能工作性质不需要加班,如果有突发事件需要加班,boss承诺晚上请吃宵夜。那么这种奖励执行,就意味着下次加班,以后加班,都要请吃宵夜。否则大家就会说:boss越来越抠门,连宵夜都不请,让大家白白加班,就知道剥削我们。

    所以奖励一旦建立,这笔费用,就老老实实的纳入每个月的支出就对了。否则就和网上流传的段子一样:乞丐理直气壮的问资助人——你凭什么把每天给我的三块钱变成一块钱,把我的钱给他们?


    在资金充裕的情况下,从实用性的角度,happyhour只适用成员少,工作环境统一且开放的的团队


    成员少以及工作环境统一且开放这两点,实际上都是让工作透明化,保障团队内部公开的必然条件。在工作透明化、内部沟通缺乏无法保障工作公开化的团队,越多的团队激励,越会加速团队内部的矛盾和分裂。


    成员由少变多,从人性来说,人一过百,形形***;从工作节奏来说,工作方面大家的工作节奏不尽相同,甚至例会时间也不尽相同 。happyhour必然会由全员活动慢慢的变成只有八成/五成/三成的人参与的活动。这种时候,活动并不能起到团建的作用,反而会让大家内部抱怨成堆。

    “我们都在这儿加班,闲着无聊的,只会吹牛拍马的人,都去吃吃喝喝了”

    “每次都是他们几个人,难道一点工作都没有,天天这么懒散。”

    所以happyhour要么就是全员覆盖,要么就干脆没有。覆盖不全的活动,反而会让好心做了坏事。


    工作环境也是如此。

    开放式的工作环境,大家的工作情况可以做到一目了然。即使不是一个小team的人,也可以大致的了解彼此的工作表现。谁忙谁辛苦,谁划水打酱油,在共同的环境下,大家心里都有数。那么除非特别脸皮特别厚,在happyhour中若无旁人的大吃大喝,大部分人还是会有一些颜面的考虑。

    反之,一旦大家在较为封闭的办公室,或者不同楼层的办公环境里,互相的工作场景看不到,在面对一些非全员性质的福利时,往往不同团队之间会产生彼此质疑,抱怨别人少干多享受,引发部门之间种种的龌龊。


    笔者自己经历过类似的事情。在一家公司人数不到一百人的时候,一段时间加班很多,老板也是给大家谋取福利,定期采购一些饼干零食饮料,放在前台,提供给加班的兄弟吃。一开始大家都很高兴,老板真人性化。下一个阶段就是一些不加班的人也会去拿茶点,被人发现之后就传开了——凭什么他们不加班也去拿宵夜。在后来就是每次上新之后,大家就一拥而上,先把东西拿回来放在自己抽屉里再说。这项福利,最后不了了之,是典型的好心办坏事儿。

    也曾见过国内三巨头的一个产品团队的实例,不得不说福利非常好,下午茶种类繁多。但是可惜团队在不同的楼层,也是每次进完货,就会从其他楼层去行政的楼层大包小包拿东西,拿了还抱怨:多拿点,要不就都让X楼的吃了。


    所以happyhour适用范围可能要满足亮点:

    一、公司整体的人数较少,比如80人内。

    二、办公环境集中且透明。


    对人员比较少的创新性公司,可能是不错的选择。少量的团队建设经费,可以沟通、分享,增强团队凝聚力。对于人数较多的团队,可能这就是费力不讨好的事儿,可能花了钱,得到的确实团队之间彼此的抱怨和敌视。

 

    同样类似的,还有企业经常会举办的企业运动会,其设计和执行,和本文的观点也有类似的地方,当然,这就是另外的话题了。










本文转自 eilfei2000 51CTO博客,原文链接:http://blog.51cto.com/eilfei2000/1744141,如需转载请自行联系原作者
目录
相关文章
|
7月前
|
测试技术
功能性模型在架构设计中的应用
功能性模型在架构设计中的应用
|
1天前
简述几种常用数值方法的优势及适用性
这篇文章简要介绍了几种常见的数值计算方法在解决偏微分方程中的应用。偏微分方程被用来描述自然界的物理现象,而当它们难以直接求解时,数值方法如有限元法(FEM)、有限差分法(FDM)、有限体积法(FVM)和边界元法(BEM)成为常用工具。有限元法适用于复杂问题,但计算量大;有限差分法简单但对复杂几何形状处理困难;有限体积法对网格质量要求低,适合流体力学;边界元法则仅需处理边界,适合边界主导的问题。各种方法各有优劣,常结合实际问题组合使用。例如,云道智造的伏图仿真平台集成多种数值方法,支持多物理场耦合仿真。
20 0
|
22天前
|
安全 算法 C++
了解C++ 软件开发中的鲁棒性
了解C++ 软件开发中的鲁棒性
36 0
|
23天前
|
机器学习/深度学习 人工智能 自然语言处理
大模型开发:描述模型可解释性的重要性以及如何实现它。
模型可解释性在AI和机器学习中至关重要,尤其在金融风控等领域,它关乎信任、公平性和法规合规。通过建立信任、发现偏见、排查错误和满足法规要求,可解释性促进了模型的改进和社会接受度。研究者采用简单模型、局部和全局解释方法、模型可视化及原型/反例等策略提升模型透明度。这是一项结合算法、专业知识和伦理的跨学科挑战。
16 1
|
9月前
|
数据采集 存储 运维
转:探索监控软件中数据挖掘算法的准确性、可扩展性及应用
数据挖掘算法在监控软件中扮演着关键角色,可以用于从海量的监控数据中发现有价值的信息、模式和趋势。以下是关于数据挖掘算法在监控软件中准确性、可扩展性及应用的一些考虑因素。
63 1
|
8月前
|
机器学习/深度学习 自然语言处理 搜索推荐
大模型是银弹吗
简述大模型相关内容
|
9月前
软件质量的概念
□ANSI/IEEE Std 729-1983定义软件质量为”与软件产品满足规定的和隐含的需求的能力有关的特征或特性的全体” □M.J.Fisher定义软件质量为”所有描述计算机软件优秀程度的特性的组合”
109 0
|
11月前
|
机器学习/深度学习 编解码 测试技术
解决CNN固有缺陷, CCNN凭借单一架构,实现多项SOTA
解决CNN固有缺陷, CCNN凭借单一架构,实现多项SOTA
118 0
|
机器学习/深度学习 算法 Windows
算法的复杂性分析
算法的复杂性分析
242 0
算法的复杂性分析
|
数据可视化 定位技术 容器
软件系统中的模型
软件系统中的模型
软件系统中的模型

相关实验场景

更多