
据内部人员今日透露,暴风科技目前正在展开裁员工作,涉及客户端、技术、开发和测试等部门。据悉,此轮裁员比例为30%。看到这样的消息,难免感慨今年真是个多事之秋,特别是互联网科技公司的裁员风波是一波接着一波。8月中旬HTC为了降低成本,裁减约2300名员工,约占员工总数的15%。而且前段时间,HTC在台湾的两家公司有再裁减600名员工的计划。
微软今年的整体营收相比较去年同期也有5%的下滑,因为手机业务的重创,7月份宣布将裁员7800人,约占员工总数7%。
为了让整体业务重新回到正常轨道,联想集团今年也拟采取一系列的措施,这些举措也包括在全球范围减少约3200名非生产制造员工。
目前凤凰网员工总共有2000余人,有消息传这次裁员的规模可达40%,而目前凤凰网总裁李亚发公开信称,这次裁员控制在5%以内。
在全球经济不景气的大环境下,对于企业而言,裁员可以是削减成本度过寒冬的一种选择,但如果处理不好,也会引发无穷的危机,企业和员工双方都会受到创伤。
企业在面临诸多压力时,要优先考虑员工利益和社会利益,处理危机时应当考虑更多的社会责任,而并非纯粹的赚钱或牟利。
稻盛和夫的经营哲学认为,裁员或许可以一解公司燃眉之急,但如此循环下去,只会令员工对公司失去信心。在公司陷入困境时,如果经营者不选择裁员,而是和员工结成一条心,员工会对公司产生一种归属感,并愿意通过自身的才华奉献给公司。
而作为数据分析师的我们,在面对这样的职场裁员风波的时候该如何面对?
首先,面对这样的职场情况,自己没有必要过多的焦虑,裁员这样的事情发生总归有它的原因所在,而并非一定是你的能力问题。比如这家企业经营太槽糕了,那你就是再人才,也没办法挽回这样的颓废之势,面对这样的情况还是早作打算。比如当年的诺基亚员工,曾经这样评论自己的公司“福利很好、比较适合养老”、“大厦将倾”,公司增长缓慢,高层决策屡屡失误,会感觉到整个组织的懈怠状态。
像诺基亚这样明确的裁员、或者隐性裁员(比如被并购的公司职员)发生时,如果并非是个人能力造成,而是由企业重组等造成的裁员,一定要尽快弄清楚自己的权益,尽量协商自己能够接受的条件。如果已经有风声说要裁员了,从个人利益的角度,记得不要贸然提离职。如果真的裁员裁到你头上了,最重要的——对一些人来说,裁员不仅意味着失去一份工作,精神上也会遭受一定的摧残。你长期的社会安全感源头被切断,你在组织中的身份角色丢失……经受一次裁员,并不比经受一次失恋更让人轻松。
首要面对现实,平静接受自己职业发展遇到的意外。然后保持和信任的朋友交流,接受他们对此事的安慰。尽量保持积极乐观的状态,把经受裁员看做上帝给你打开了另一扇窗。处理好自己的心理状态,就可以大步流星走向下一段职业生涯啦。
这里分享下之前一网友的故事:
08 年 1 月入职一家外企,09 年 3 月初,也就是那年春节刚过不久,因为经济危机和公司内部斗争,北京办公室被关闭,差不多 100 位同事被裁员。其实春节前就有传闻可能会有裁员,但是当时大家都比较乐观,因为北京分公司是 07 年夏天才成立,仅仅不到两年,还没有完全进入角色就砍掉,根本不符合公司的利益。但是,还是发生了。
公司相对厚道的是,工资发到 09 年 4 月,此外补偿 N+3, 当年未休年假按照加班给三倍工资补偿,所以我虽然只入职一年多,但是拿到了差不多 6 个多月的工资补偿,且未达到纳税标准,是免税的。
虽然理论上讲半年不工作都不存在经济问题,可我当时刚刚买了房子开始还房贷,买房时借了不少首付也要偿还,而且因为是期房,交房前还得继续租房住,还有租金支出。如此压力之下,不得不在得知裁员的下一分钟就开始拼命找工作。而那些没有这样压力的同事们,则开开心心的拿了 package 后,组织了一次泰国普吉岛旅游,我只能一边找工作一边羡慕他们。
那时候刚刚是危机之中,各类外企都在收缩状态,BAT 虽然以及开始扩张,但是远没有现在这么大的招聘规模,求职的困难相当不小,我们有的同事,真的是休息了半年多后,才拿到合适的新 offer。
找工作的过程其实没有想象的那么艰难,同事朋友介绍,各类猎头联系,加上当时刚刚开始发迹的 LinkedIn,多管其下后三周后就拿到了第一个 offer,公司是曾经辉煌的 RealNetworks 的北京研发中心,工资比我之前还略高一点,但是要求先以 contractor 入职,一年后再转为 FTE。这种古怪的要求,加上 RealPlayer 已经日薄西山的事实,让我最终还是放弃了这个职位。之后又有两个同事介绍的小创业公司也正式希望我加入,不过考虑再三也没有选择它们。最终选择的是一家大型欧洲企业的中国研究院的一个职位,职责类似于研发经理,但也要参加一点售前的工作,这样的挑战让我觉得值得一试。工资水平和之前持平,实际上加上奖金,收入是比裁员前更高一点的。终于,在 4 月底我们正式结束之前的合同后的第二天,我就加入了新的公司开始了新的工作。
(整个过程下来,其实最困难的是要瞒着我的女友,她当时刚刚在年初自费去英国读书,我答应了做她的经济后盾,结果她刚走我就遭遇了裁员。为了不让她担心,我一直没有告诉她我们被裁员的事情,幸运的是她也不是一个关注科技类新闻的人,否则的话一定会看到我们裁员的新闻。为了让她不担心,我甚至会每天按照正常上班的时间起床,和她视频聊天,然后去“上班”,一切都和之前一样。她也一直没有发现。直到我拿到新的 offer,才告诉她真相,让她放心。)
这次裁员已经过去了五年多,现在回头想想,只要自己肚子里有货,这种小范围的裁员其实没什么好太担心的,有竞争力的员工在就业市场上是不用害怕找不到合适的工作的。我们当时的同事,有还在各个外企工作的,很多都已经内部 transfer 到了湾区工作,留在国内的,几个著名的互联网公司也都能找到我们前同事的身影,职位也都不错了。遭遇裁员当然是一件不那么开心的事情,但是有能力,就不必紧张,一定能有合适的公司等着给你发 offer 的。
第二就是要时刻保持着危机感,一定不要有“万金油”的想法,职业“万金油”有如下特征:什么都会,但什么都只会一点儿;什么都能做,但什么都做不透;日常事务还能应付,一旦让他独立运作一个项目,他又觉得心中无数;想换个地方可是不知道自己究竟能干什么;工作内容较杂乱,没有行业或职业核心职业竞争力。
惠普公司前CEO奥菲丽娜说:“人生是一个不断剔除枝叶、走向主干的过程。”过多的枝叶会影响我们成为参天大树的进程。要想成为职场不可替代的人物,就要告别“万金油“的心态,在自己的职业领域,做到专精深!
要清楚身在职场,让自己不可替代的唯一途径就是专业化生存方式。专业化生存就是在自己的职业领域,通过学识、经验、能力的不断累积,提升专业素质,拓展自己在行业或专业领域内的声望和实力!也就是说,不管你是HR、销售、新媒体运营……,还是生产工人,要在你的岗位、你的专业、你的领域成为公司中专家,做出价值,这样你才不可替代。
保持初心,坚持学习。
学习最新的知识:快速发展的互联网,已经一定程度改变了各行各业的生存方式,这时,你要么跟上、要么被淘汰,所以定期清理自己的书架,把过气的书拿掉(送人或者卖掉),替换上最新的专业书籍,要保证书架上总是有一些你需要读的书,而不是只放着你读过的书。
汲取跨界的知识:以自己职业领域为核心去拓展到其他相关领域,比如作为数据分析师,不光是要会数羊,还要知道羊长什么样,怎么养羊,如何卖羊,怎么做好养羊的生意。所以你要主动跨界学习,不但能扩展你的眼界,也会让自己的本职工作做得更专业、更出彩!
每年,评价一下自己在相关的职业市场值多少钱。去人才市场或者找猎头谈一下,不要被一个小范围的评价(即你目前公司内部的评价)完全遮住眼睛。你值多少钱取决于这个市场对你的需要程度和出价。
同时,根据市场对你的反馈,做个自我评估:哪些市场需要的职业能力你还不具备,这样就更明确下一步自己的专业发展方向了。
如果最后裁员真的发生了,以下是几个建议:
1、知道裁员消息后,第一时间找出劳动合同及之前签署的所有相关文件,确保补偿金和其他改制费用的落实。这笔钱能帮你解决近期内的生活问题。
2、与原公司好合好散。即使心有不甘,即使不断纠缠能争取到稍微多的利益,仍建议跟原同事保持友好关系。因为,你的下份工作很可能来自他们的推荐。
3、尽早跟家人做坦诚沟通。把裁员当作家庭问题来面对,让家人从心里接受未来一段时间可能的清贫和你偶尔所表现出的颓废情绪。
4、尽早办理五险一金的交接。失业保险可保证你未来两年的最低生活费用。医疗保险可保证你仍享受城镇职工待遇。失业培训可保证你日后创业享受免息贷款和创业园使用权。
5、整理你的工作经历和各类证书,制作成靠谱的简历,拜托你的朋友同学代为推荐。
即使心里觉得难为情,但只有你接受了这个事实,才能早日从中走出来。
其他的就是些未雨绸缪的建议:
1、工作时,每月最少拿出百分之十的工资作为储蓄,留出最少半年的生活费。
2、备好各类定期寿险,尤其是在配偶没有工作的前提下。
3、学门与现有工作无关的技能,最好达到能用来挣钱的水平。
4、与朋友保持良好关系,平时多帮助他们。
5、在公司保持学习,与同事处好关系,最好有一技之长,降低被裁员的可能性。
另外就是作为职场发展的老鸟,工资型是你生活来源的一部分,但不是你的全部。平时多主动学习资产型收入的增加,可以给自己增加不少信心。这些在这里就不展示细说了,有对投资感兴趣的私下联系。
最后,还是乔布斯说得好“Stay Hungry,Stay Foolish”。
不管是数据分析师,还是CEO,皆是如斯。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01