数据驱动绩效管理的核心原则是什么？
将绩效拆解为可量化的结果指标（如营收、交付周期）与过程行为指标（如协作频次、代码质量）。原则：数据实时采集、权重透明、与业务目标强挂钩。避免单一数字评价，采用平衡计分卡思维。
AI如何辅助客观绩效评估？
从协作工具中提取自然行为数据（邮件响应、文档贡献、项目完成节点），生成客观行为得分，权重建议不超过40%。管理者结合软技能与价值观做最终校准，AI负责提供争议案例的参考历史记录。
如何避免数据驱动变成形式主义？
缩短评估周期至月度或双周，取消强制分布。使用轻量化反馈工具，AI自动聚类高频表扬关键词作为定性参考。将绩效对话融入项目复盘会，而非独立填表流程，关注改进而非考核本身。
ragal(https://rooyy.com/?people=ragal)