101 идея для роста вашего бизнеса. Результаты новейших исследований эффективности людей и организаций - Антонио Вайсс

Почему это важно

Как ваша компания решает вопрос с информированием сотрудников об уровнях заработной платы? Вне зависимости от того, держатся эти сведения в секрете или нет, в условиях командной работы ее члены неминуемо выяснят, кто зарабатывает больше, а кто меньше. В результате этого формируются – сознательно или неосознанно – организационные иерархии, основанные на различиях в заработной плате. В зависимости от сферы деятельности вашей компании иерархии могут способствовать работе или мешать ей.

Как это изменит вашу работу

• К какому типу относится ваша команда? Чтобы выяснить, позитивно или негативно влияют иерархии на эффективность работы, прежде всего определите, что требуется для выполнения стоящих перед вами задач – «процедурная взаимозависимость» или «процедурная независимость». В первом случае убедитесь в том, что все сотрудники знают, в чем заключаются их должностные функции и обязанности – кто кому подчиняется, каковы принципы совместной работы команды. В командных видах спорта, таких как футбол, где крайне важна процедурная взаимозависимость, главными будут менеджер или тренер, а на поле в роли их представителя выступает капитан команды – четко определенные обязанности и иерархии помогают обеспечить бесперебойную работу.

• В процедурно независимых видах спорта, таких как гольф, иерархическая линия гораздо менее четкая. Любая попытка ввести организационные иерархии, скорее всего, приведет к резкому ухудшению работы команды.

• Точно так же, если вы руководите командой, состоящей из крайне независимых фондовых менеджеров, широкое оглашение различий в заработной плате может серьезно подорвать командную общность, так как ранее независимые люди почувствуют себя ограниченными иерархиями, возникшими в результате разницы в заработной плате.

Что вы можете об этом сказать

«Главное – это команда, а не отдельные люди».

«Нам нецелесообразно иметь слишком большие различия в заработной плате – это повредит командной общности».

«Чтобы хорошо выполнять свои функции, мы должны ясно понимать, кто у нас главный и кто что делает. В данном случае речь идет не об ублажении собственного эго, а о том, чтобы работать максимально эффективно».

Где можно получить дополнительную информацию

“When hierarchy wins: Evidence from the National Basketball Association”, N. Halevy, E. Chou, A. Galinsky and J. K. Murnighan, Social Psychological and Personality Science, Vol. 3, No. 4, 2012.

Идея № 57

Великолепные результаты, но я регрессирую

Предельная эффективность редко бывает постоянной.

Что вам нужно знать

Почему некоторые футболисты проводят один грандиозный сезон, а в следующем играют крайне посредственно? Почему какой-нибудь фондовый менеджер в один год получает исключительный доход, а в следующем его ждет полный провал? Ответ на эти вопросы – по крайней мере в большинстве случаев – можно найти, обратившись к статистическому закону, известному как «регрессия к среднему» (РКС).

Почему это важно

Фрэнсис Гальтон ввел этот термин в 1880-х гг., упомянув его в статье, посвященной данной теме (кстати говоря, в статье была дана неправильная теоретическая оценка того, почему происходит РКС, однако наблюдения Гальтона не стали от этого менее важными). Гальтон задумался над тем, почему какая-нибудь исключительная физическая характеристика – например, высокий рост – не всегда передается от родителей к ребенку. Ответ кроется в том факте, что если вы берете предельное наблюдение (например, очень высокий рост у родителей; сезон, когда игрок футбольной команды забил невероятно большое число голов; исключительно плохие результаты теста), а затем оцениваете то же самое наблюдение снова, то почти всегда обнаруживаете, что предельное наблюдение исчезло. Так происходит, поскольку предельное наблюдение встречается очень редко, поэтому вероятность того, что оно случится снова, очень низка. Грубо говоря, молния не бьет в одно место дважды.

Как это изменит вашу работу

• Определите для себя границы «средней эффективности». Осознание возможных ловушек РКС может иметь серьезные последствия для нашей работы. Если взять очевидный пример, то любой хороший руководитель проекта знает, что для того, чтобы добиться улучшений в работе, необходимо прежде всего оценить базовую эффективность, а затем устанавливать цели по ее повышению. А что если в вашем исходном показателе не будет учтена РКС? Мы часто слышим «истории успеха», которые звучат примерно так: «Когда мы были в самом худшем положении, то работали с коэффициентом загрузки 24 %, но с начала проекта мы повысили коэффициент до целых 87 %». Из-за того, что в истории упоминаются две крайности, трудно сказать, каким было реальное улучшение. Вполне вероятно, что 24 % соответствовали периоду крайне низкой эффективности – однако закон РКС говорит нам, что загрузка могла повыситься даже в том случае, если бы до следующего момента ее оценки никакие действия не предпринимались. Точно так же, 87 % представляют собой крайне высокий результат, и, возможно, при проведении следующей оценки мы получим более низкие результаты.

• Помните о том, что, несмотря ни на что, реальное повышение эффективности вполне возможно. Важно отметить, что РКС не означает, что улучшений в работе не происходит, однако если вы берете чрезвычайно низкую или высокую оценку чего-то, то эта цифра не будет отражать истинной эффективности, так как достаточно трудно точно оценить что бы то ни было и исключить такие факторы, как удача или судьба.

Что вы можете об этом сказать

«У него был ужасный проект. Мы перекинулись парой слов, и его следующий проект был великолепным. Произошло ли это улучшение благодаря мне или это была всего лишь регрессия к среднему?»

«У этого хеджевого фонда был исключительный год в плане доходов. Что это – умение или удача?»

«Мы должны с осторожностью учитывать регрессию к среднему, когда отслеживаем успехи в достижении поставленных целей, но это не значит, что нужно преуменьшать улучшения в работе. РКС – это наблюдение за данными, а не причинный фактор, влияющий на эффективность нашего труда».

Где можно получить дополнительную информацию

“Regression towards the mean and the study of change”, John R. Nesselroade, Stephen M. Stigler and Paul B. Baltes, Psychological Bulletin, Vol. 88, No. 3, 1980.

“Regression towards mediocrity in hereditary stature”, Francis Galton, The Journal of the Anthropological Institute of Great Britain and Ireland, Vol. 15, 1886.

Идея № 58

Лучше синица в руках, чем журавль в небе