为了进一步创造富有多样性和包容性的工作环境，公司领导还需要花时间去了解自己的每一位员工，知道他们各自都有着什么样的长处，并且将其长处发挥到最大，提高各项工作流程的运行效率。也就是说，领导能够借此知道自己团队中已经有了什么样的人才，还需要什么样的人才，这样才能更加合理地将工作分配给擅长的人，实现资源的最佳利用。

在这一点上，Blanche尤其推荐美国创业家Jason Ford的一篇文章。当然，她也分享了自己的故事：“虽然我是墨西哥和美国混血，但三岁就被一户白人中产阶级家庭收养了。正是有了他们，我才能去斯坦福这样优质的学校读书，才能拿到条件优渥的科技行业工作机会。虽然我一直认真刻苦，但养父母确实给我提供了优势。”然而，对于硅谷一些成功人士来说，自己的辛勤、天赋和能力，永远要比外在客观的优势条件更为重要。因此，这是他们需要在思想上突破的一个束缚。

在多样性和包容性这个问题上，反馈报告已经呈现出越来越重要的地位。但在Blanche看来，科技行业仍然需要借助不同团队的多样性探索，来改变获取和利用数据的方式，不能再将目光局限在公司这个整体上。

她认为，从公司层面上进行反馈和汇报，主要存在三个方面的缺陷。

首先，公司层面的汇报只看重整个，其中具体构成比例并不能显示出来，因而也就无法从多样化、细节话的角度出发，来提高日常运营效率和管理决策效率。

其次，无法及时、灵敏地反映出公司每年的变化。比如，像Salesforce这类较为成熟的公司，可能每年黑人员工数量的变化，连百分之一都不到。再比如，像谷歌这样的大公司，可能从整体来看，每年并没有在这个问题上取得什么进展。但实际上，进展还是有的，只是速度比较慢而已。也就是说，局限于表面的整体数据，是无法显示深层次内部变化的。在Atlassian，各个部门和岗位上的女性员工数量以及非白人员工数量，都已经有了较大幅度的增加。其中，工程团队中的非白人员工数量，就要比一年前多。

最后，公司层面的数据比较，可能比较混乱、比较片面。如果仅仅从公司层面来考量这个问题，就很难看出某一家初创企业取得的成绩以及超越其他初创企业的优势。因为百分比只是一个机械的数字，毕竟不同公司有着不同的员工规模。

因此，各家公司需要利用详细的团队表现数据，来制定有针对性的项目方案。当然，也要注意，数据并不是唯一的考核标准。有时候，我们过于关注数据，反而会影响整体效果，毕竟不能为了提升包容性而刻意改变公司原有的企业文化。

对于Blanche来说，多样性并不是简单指提高女性员工占比。而且，在大多数人眼中，这里所谓的女性，都是实力强劲、经济独立的白人职场女性。也就是说，这中间还是存在偏狭的歧视问题。

所以，针对这个问题，Blanche提出了一个“交叉性”的概念。所谓交叉性，就是指所有人都是多层面、多角度个体。即便是女性，也有着不同的分类标准，比如肤色、工作经验以及身体健康状况等等。就说Blanche，她不只是女性，还是混血。大学时就公开了自己的双性恋倾向，还有着慢性健康问题。所以，每个人其实都有一些隐形劣势或其他不为人知的性格特征。

因此，除了性别，Blanche决定从其他方面出发来交叉保证公司的多样性和包容性，比如年龄和肤色。近年来，在Atlassians， 40 岁以上员工的数量已经实现了大幅增长。要知道，在这个行业、在其他公司，这个年龄层的新员工几乎不可能被录用。

归根结底，如果一家初创企业缺乏多样性，那就是从人才招聘流程开始出了问题。因此，领导者可以借助相关工具来找到人才招聘过程中存在的各种问题，从而进一步提高招聘效率。

在Atlassian，Blanche团队会采用一套标准化的招聘面试和评估流程，保证每一位应聘者都能享受最为公正的就职机会。另外，他们并没有单纯从文化适应角度出发去选择人才，而是以价值观为评判基准。

具体说来，Blanche总结了三条建议。首先，正确处理潜意识中的偏见。在应聘者评估过程中，无意识状态下的偏见，是一个非常严重的问题。用Blanche的话说，这是人类大脑在处理信息、作出决定时的一种自主神经反应模式。简单说就是，当我们遇到一位专业背景不符预期的应聘者时，理性且客观地进行评估的能力就会受到影响。其次，一定要舍得花费时间和精力，切勿追求所谓的捷径。对于一家企业而言，尤其是一家早期初创企业，千万不能想着走捷径，将目光局限于短期效益。公司的每一位新员工，都会对企业文化产生影响。而且，如果你所经营的是高风险、高收益业务，错误的人才招聘不仅非常危险，而且潜在代价巨大，甚至能将公司推向深渊。最后，学着从一些非线性工作经验中寻找合适的技术人才。举个例子，如果你需要招一位产品经理，那千万不要以产品管理工作经验为唯一考核标准，最好是能换个角度思考，是否能够从非线性工作经验中找到一些不同寻常的技能。