Читать книгу - "101 идея для роста вашего бизнеса. Результаты новейших исследований эффективности людей и организаций - Антонио Вайсc"

Команда исследователей во главе с Ниром Галеви, доцентом по организационному поведению Стэнфордской школы бизнеса, изучила влияние разброса в заработной плате (то есть различий в заработной плате между членами одной команды) на примере деятельности команд американской Национальной баскетбольной ассоциации (НБА) в 1997–2007 гг. Предыдущее исследование показало: широкие финансовые различия (или операционные различия – например, у некоторых членов команды больше игрового времени, чем у других) создают ощущение иерархии, что пагубно сказывается на самоотдаче и взаимодействии игроков, а также на результатах деятельности всей команды. Однако Галеви и его коллеги обнаружили, что в баскетболе «разброс в заработной плате и стартовом составе команды служит важным показателем повышенной внутригрупповой координации и сотрудничества, а также улучшает результаты деятельности профессиональных баскетбольных команд». Поскольку множество исследований утверждают обратное, ученые сделали интересный вывод. Они предположили, что в тех случаях, когда командам для достижения успеха требуется сильная «процедурная взаимозависимость» (то есть тесная совместная работа – как в баскетболе), разница в заработной плате может положительно влиять на эффективность работы группы. Однако в командах, где главное – «процедурная независимость» (то есть важнее всего индивидуальная игра – как в бейсболе), разброс в заработной плате нежелателен.

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.