O desempenho dos funcionários realmente segue uma distribuição gaussiana?
(timdellinger.substack.com)- A gestão de desempenho no estilo Fortune 500 se apoia na premissa gaussiana de que o desempenho dos funcionários se espalha em forma de sino, mas se ele estiver mais próximo de uma distribuição de Pareto, a base das avaliações por distribuição forçada fica abalada
- Ao combinar a teoria dos salários por produtividade marginal, segundo a qual o salário está ligado ao valor esperado do funcionário, com o caráter paretiano da distribuição salarial nos EUA, o argumento é que o desempenho dentro da mesma faixa salarial também pode se distribuir de forma assimétrica
- Na perspectiva de Pareto, não surge naturalmente um 10% inferior que precise ser cortado todo ano, e cerca de 65% dos funcionários ficam abaixo da expectativa vinculada ao ponto médio da faixa salarial
- Funcionários de baixo desempenho devem ser tratados mais como exceções, como erros de contratação, do que como alvos de desligamento em proporção fixa, e dentro da mesma faixa salarial os de baixo desempenho são 3 vezes mais comuns que os de alto desempenho
- Um sistema de gestão de desempenho também precisa considerar custos de demissão e reposição, alcance de metas, viés de avaliação, influência do gerente e variação do desempenho ao longo do tempo, e faltam bases estatísticas para demissões anuais em distribuição forçada
Por que a premissa gaussiana vacila
- Muitas grandes empresas avaliam anualmente o desempenho dos funcionários para decidir bônus, promoções e permanência no emprego
- Um método típico de gestão de desempenho inclui colocar os funcionários em uma vitality curve
- O modelo da General Electric no início dos anos 1980 é frequentemente citado com a divisão 10-70-20
- Os 20% do topo recebem recompensa financeira, e os 10% de baixo viram alvo de desligamento
- A premissa implícita desse modelo é que o desempenho dos funcionários segue uma curva em sino gaussiana
- Há elementos que fazem essa premissa parecer intuitiva
- IQ, conscienciosidade entre os traços de personalidade Big Five e altura seguem distribuições gaussianas e podem ter poder preditivo para desempenho no trabalho
- A soma ou composição de várias variáveis gaussianas também pode resultar em uma gaussiana
- Mas é difícil supor que funcionários assalariados incluam até a extremidade inferior de toda a curva de desempenho, e a simetria de que existiriam tantos funcionários com impacto negativo grande quanto funcionários com impacto positivo grande não bate com a experiência
O desempenho dos funcionários sob a ótica da distribuição de Pareto
- Se o impacto dos funcionários for visto em valor monetário, é possível ligar esse impacto à teoria dos salários por produtividade marginal e à distribuição de salários
- A teoria dos salários por produtividade marginal sustenta que o valor que a empresa está disposta a pagar a um funcionário está intrinsecamente ligado ao valor que espera dele
- Em microeconomia, a distribuição salarial às vezes é tratada como uma distribuição de Pareto, com características de distribuição em lei de potência
- Se, dentro da mesma faixa salarial, os salários pagos pelos empregadores nos EUA formarem coletivamente uma distribuição de Pareto, então o desempenho dos funcionários também pode seguir esse mesmo formato
- As faixas mínima e máxima de salário exibidas em vagas de emprego ajudam a estimar o tamanho das bandas salariais
Implicações práticas das avaliações por distribuição forçada
- Na perspectiva dos percentis de Pareto, não há uma separação natural de um 10% inferior extremamente ruim como no olhar gaussiano
- Os 10% inferiores não são muito diferentes dos 10% seguintes
- Não aparece um ponto de corte claro para eliminar os funcionários “piores”
- Cerca de 65% dos funcionários ficam abaixo da linha de base ligada à expectativa no ponto médio da faixa salarial
- Funcionários de baixo desempenho existem em grandes empresas, mas devem ser vistos mais como erros de contratação do que como uma proporção inevitável da distribuição
- Erros de contratação exigem resposta, mas não faz sentido tratá-los como uma fração fixa
- Também pode ser problemático forçar redução de quadro até para gestores que contratam bem
- A proporção de pessoas que deveria receber recompensa financeira extra também não emerge claramente no gráfico de Pareto
- Os 35% que entregam acima da expectativa do ponto médio salarial podem ser um ponto de partida
- Uma divisão de bônus mais detalhada, como “good - better - best”, parece mais razoável do que a fórmula original da GE
- Candidatos a promoção podem ser vistos não como uma faixa natural da distribuição, mas como outliers
- Eles podem estar subvalorizados mesmo no topo da faixa salarial atual
- A promoção passa a ser tratada como uma forma de corrigir essa pequena ineficiência de mercado
Limites de demitir e recontratar
- Dentro da mesma faixa salarial, funcionários de baixo desempenho são 3 vezes mais comuns que os de alto desempenho
- A expectativa gaussiana de que demitir os 10% inferiores permitiria contratar pessoas muito melhores é imprecisa
- O substituto mais provável pode não ser alguém significativamente melhor do que o funcionário dispensado
- Não existe um 10% inferior intrínseco que precise ser removido todo ano
- Os gestores devem poder identificar erros de contratação quando julgarem que conseguem melhorar a equipe, mas não devem receber metas fixas baseadas em premissas estatísticas erradas
Elementos ausentes no desenho de sistemas de gestão de desempenho
-
Monitoramento
- Um sistema caro de decisão baseado em estatística precisa ser monitorado para verificar se atinge seus objetivos e se continua funcionando ao longo do tempo
- As perguntas a verificar incluem:
- A empresa está classificando as pessoas de forma imprecisa?
- Os gestores estão contratando bodes expiatórios para proteger membros valiosos da equipe?
- Existe diferença real de desempenho entre as pessoas demitidas e as mantidas?
-
Análise de custos em termos de teoria da decisão
- O próprio processo de gestão de desempenho consome muito tempo e esforço
- Demitir 10% da empresa gera custos como indenização de desligamento
- A reposição também custa caro, e o custo total do processo de contratação pode equivaler a cerca de um ano de salário
- Um funcionário recém-contratado pode permanecer na empresa por 3 a 5 anos em termos estatísticos
- É preciso avaliar se o ganho de desempenho supera o custo total do processo e se um sistema menos agressivo não seria melhor
-
Perspectiva temporal
- A gestão de desempenho costuma ser um snapshot anual
- Se alguém teve desempenho excelente por 3 anos e foi mal em apenas um, é preciso decidir se a saída imediata faz sentido ou se vale olhar a adequação de longo prazo
-
Incerteza sobre o que está sendo medido
- É preciso verificar se a avaliação de desempenho realmente mede desempenho
- Se quem tem baixa taxa de sucesso recebeu as tarefas mais difíceis, então a avaliação está medindo não o desempenho, mas a forma de alocação dos projetos
- Se funcionários extrovertidos recebem avaliações melhores apesar de desempenho equivalente, então a avaliação pode estar medindo traços de personalidade e viés do gestor, não desempenho
- Um fator importante no desempenho pode ser não a habilidade ou o esforço do funcionário, mas se o gestor criou condições para ele ter sucesso
- Um gestor recém-chegado pode estar menos otimizado para garantir slots de desempenho favoráveis para sua equipe no primeiro ciclo de avaliação
- Nesse caso, a avaliação reflete não só o desempenho do funcionário, mas também o poder de persuasão e o capital político do gestor dentro da organização
Conclusão: antes de demitir os 10% inferiores, valide e calcule os custos
- A gestão de desempenho usada em muitas grandes empresas em 2024 se parece mais com uma tecnologia antiga que precisa de atualização
- Se abandonarmos a premissa gaussiana e assumirmos uma distribuição de Pareto, não há base estatística para demitir os 10% inferiores todo ano
- As empresas devem tratar erros de contratação como outliers e avaliar se realmente vale a pena desligar 10% da força de trabalho anualmente
- Como o custo da gestão de desempenho é alto, são necessários monitoramento e análise de custos para medir se os objetivos estão sendo alcançados
- Nas condições da GE do início dos anos 1980, quando surgiram os sistemas modernos de gestão de desempenho, havia a premissa de emprego vitalício na mesma empresa salvo grandes erros
- Quarenta anos depois, com a troca frequente de emprego, dar bônus insultantemente pequenos aos funcionários de baixo desempenho talvez já seja um “chicote” suficiente e mais saudável para todos
Dados e literatura que sustentam a hipótese de Pareto
- Dados do início e meados do século XX apoiam a ideia de que o desempenho dos funcionários não é gaussiano
- Em 1957, William Shockley analisou publicações científicas e patentes do início dos anos 1950 em Los Alamos, Brookhaven e Bell Labs
- A conclusão foi que o desempenho não era gaussiano
- Segundo sua própria teoria, ele via isso como uma distribuição log-normal, que pode ter formato parecido com Pareto
- Em 1970, Clarence Zener revisou os dados de Shockley, outros dados de publicações e uma amostra de 6.891 autores com nomes iniciados por A ou B em Chemical Abstracts de 1907 a 1916
- O debate era Log-Normal versus Pareto, e para ele estava claro que a resposta não era gaussiana
- Herman Aguinis examinou dados de esportes, entretenimento, política e publicações em periódicos de Materials Science
- Os dados apontam na direção certa, mas não formam um conjunto decisivo
- Como se concentram na produção total ao longo da vida, podem refletir mais a duração da carreira do que a produção anual
- A literatura moderna parece ter praticamente esquecido os artigos de Zener e Shockley, e textos que dizem apenas “não é gaussiano” são criticados por não oferecer propostas concretas sobre o que fazer em seguida
Premissas de cálculo e efeitos colaterais da distribuição forçada
-
Faixas salariais e parâmetros da distribuição
- As bandas salariais em anúncios de vagas fornecem intervalos mínimo e máximo
- O mínimo da faixa costuma ser cerca de 0,65x o máximo
- A faixa salarial de exemplo 78.1 → 121.2 pode ser vista como centrada em 100, com min/max = 0.65
- Para o parâmetro alpha de Pareto, usa-se 1.75, ajustado a dados de renda individual nos EUA
- Isso pode ser checado de forma cruzada com o coeficiente de Gini de renda individual dos EUA, frequentemente citado como 0.4, e a fórmula
G = 1/(2a-1) - Na comparação gaussiana, as bordas da faixa salarial são assumidas como 3 sigma
- Usar 2.5 sigma produz resultados semelhantes
- No cenário de 3 sigma, 7.06 se ajusta à faixa salarial 100 ± 21.2, e no cenário de 2.5 sigma o valor é 8.48
- Os gráficos foram gerados com n=25,000
- Como a distribuição de Pareto é invariante de escala e auto-semelhante, o valor central 100 é arbitrário; o importante é a razão da largura da faixa salarial
-
“rolling up” e classificação incorreta
- A prática de juntar vários pequenos grupos de avaliação e supor que a distribuição forçada ficará justa no agregado é algo que pode ser testado por simulação
- Foi feita uma simulação assumindo desempenho gaussiano dos funcionários e gestores milagrosamente perfeitos na avaliação
- O ranking de desempenho foi gerado com exatidão
- Foram usados os cortes da GE de Welch: 10% inferiores e 20% superiores
- Para cada tamanho de coorte, foram simuladas 32 avaliações anuais de desempenho
- Foi calculada a proporção de funcionários que, por um critério objetivo, teriam ficado em uma faixa mais alta, mas acabaram em uma mais baixa no modelo rank-and-chop
- Independentemente do tamanho da coorte, cerca de 2,5% tendem a ser classificados injustamente, e mesmo com coortes de centenas de pessoas uma classificação incorreta de 5% é comum
- Se forem incluídos também os funcionários favorecidos por classificação para cima, o total de erros de classificação aproximadamente dobra
1 comentários
Opiniões do Hacker News
Há alguns erros fundamentais na alegação de que, em 2024, a gestão de desempenho ao estilo das grandes empresas é uma tecnologia obsoleta que precisa ser atualizada
Primeiro, ela presume que o funcionário é recompensado na medida do que “pessoalmente” gera para a empresa, mas os empregadores tentam pagar a menor remuneração possível que consigam sustentar, usando condições como assimetria de informação e distribuição normal. É difícil esperar justiça e, como dizer isso francamente derruba o moral, eles agem mantendo os funcionários no escuro enquanto coletam históricos de remuneração por canais como o Work Number
Segundo, ela presume que a empresa sempre quer ficar mais enxuta cortando os 5% inferiores, mas, na prática, a produtividade agregada é mais importante do que estrelas individuais. Quanto de receita um funcionário da limpeza ou de um café gera diretamente? Em engenharia é a mesma coisa: alguém precisa fazer o trabalho que não aparece; caso contrário, a empresa vira uma organização quebrada que só tem talentos excelentes no papel
Além disso, há um gráfico famoso em que a produtividade total dos trabalhadores e a renda média subiam juntas até os anos 1970 e depois se separaram. Nos últimos 50 anos, tanto no macro quanto no micro, a produtividade continuou subindo, mas a renda ficou muito mais plana
Se eu cortar os 5% inferiores da organização, no meu caso 2 ou 3 engenheiros, talvez eu não consiga repor essas vagas. Talvez eu tenha de rebaixar uma vaga L5 para L4 para agradar o financeiro, contratar no exterior ou trocar funcionários efetivos por contratados
Também é preciso estar preparado para reduções de quadro (RIF), então, se houver 5% inferiores que possam ser apontados de imediato, isso ajuda quando o chefe pedir “me dê nomes”. Por isso, hoje, o valor do tempo de engenheiros já alocados é muito maior do que será daqui a alguns meses. Uma gestão que demite ativamente agrada os gestores, então esse valor não cai a zero, mas neste momento claramente também precisamos de pessoas de baixo desempenho
Se surgisse um método mágico para rastrear a produtividade com precisão, é bem provável que víssemos algo mais próximo da Lei de Price ou de uma distribuição de Pareto, como o texto diz: 20% dos trabalhadores produzem 80% dos resultados. Mas isso não significa que os outros 80% sejam dispensáveis, e é aí que esse ponto se conecta ao segundo argumento
Pagar ao funcionário na proporção do que ele “gerou” para a empresa não combina com um sistema econômico em que a empresa busca lucro. Remunerar alguém de acordo com o que ele “merece” por sua contribuição também pode não ser desejável. Dentro das empresas, provavelmente surgiria a mesma dinâmica de desigualdade de renda
Grandes empresas têm um efeito de média. A contribuição individual é suavizada pela média, mas a responsabilidade também. Se isso é bom ou ruim depende da pessoa, e acho que Paul Graham explicou bem em seu texto sobre o que é um emprego e por que algumas pessoas preferem startups
[1] https://www.kienbaum.com/blog/prices-law-and-the-trouble-of-...
[2] https://paulgraham.com/wealth.html
Se ela aplicou cortes forçados dos piores colocados ou uma política de demissões baseada em estatísticas para uma determinada família de cargos, ou se, mesmo escondendo, fez isso na prática, deveria ser impedida de receber alocações de H1B para essa família de cargos no ano seguinte
O ponto central é: se a empresa decidiu que consegue viver sem X% da força de trabalho, então não tem o direito de trazer trabalhadores estrangeiros. O H1B existe para ajudar a preencher vagas difíceis de ocupar; se a empresa está demitindo ou fazendo desligamentos em massa, isso significa claramente que consegue encontrar pessoas para preencher esses empregos
Por exemplo, um amigo meu deveria implementar uma funcionalidade que, se fosse em um app independente, levaria 1 ou 2 semanas; na equipe do navegador, levou 2 anos por causa de casos de borda e coordenação entre comitês de padronização. Todo mundo achava que seria algo de 1 ou 2 semanas, então, embora estivesse fora do controle dele, ele recebeu uma avaliação ruim
Sinto que é preciso equilíbrio. Superestrelas existem e também são fáceis de identificar em avaliações pelos pares. Mas somos uma equipe, há muito trabalho a fazer, e nem todo mundo pode ficar só com tarefas de “impacto” que aparecem bem
A frase “QI tem distribuição normal” só ficou clara para mim depois que a vi em algum lugar, mas, na verdade, não é que o QI tenha distribuição normal; a distribuição é que é construída assim
Se houver 1000 questões de QI, o teste de QI é criado fazendo muitas pessoas resolvê-las e depois escolhendo 100 questões que produzam uma distribuição normal
Isso não é absurdo. Se escolherem 100 questões fáceis demais, todo mundo cairá na categoria “sabe bastante”, e a quantidade de informação será pequena. Também daria para criar uma distribuição uniforme, e ainda poderia ser um teste sensível e útil. Mas, quando há preocupação com a precisão do teste, a distribuição normal é conveniente. O percentil 50 e o 55 não são muito diferentes, e as pessoas em geral se interessam mais pela diferença de 5% entre os percentis 90 e 95
Só que elas parecem não se importar muito com a diferença entre os percentis 10 e 5; isso, na prática, poderia sugerir uma distribuição de Pareto, mas acho que reflete mais uma questão de interesse social. De todo modo, é uma digressão, mas é parecido com o que o texto em si está dizendo
Se o aumento de capacidade cerebral necessário para ir de QI 100 a 130 for x, talvez de 130 a 170 sejam necessários 3x, e de 170 a 171 talvez sejam necessários 9x em relação à base 100
Como não existe uma medida absoluta de inteligência, não há escolha senão usar uma escala relativa e fabricar uma distribuição normal nas pontuações
Se um dia a ciência da computação avançar a ponto de conseguir determinar matematicamente a inteligência absoluta mínima necessária para resolver um problema específico, isso será uma realização enorme
Mesmo controlando fatores como contexto socioeconômico, elas preveem essas coisas com bastante precisão
A forma como o teste é construído é, em grande parte, uma questão separada de saber se o resultado prevê com precisão as coisas que nos interessam. O QI é usado porque funciona como instrumento de medição
Se você acha que existe um instrumento de medição melhor, é só propô-lo e receber vários prêmios e elogios. Muitas pessoas inteligentes tentaram por décadas, mas ainda não encontraram
Então poderia existir um pequeno segmento da população que ficou entre os melhores no conjunto completo de 1000 questões, mas que, por causa das questões selecionadas, acaba ficando na média no teste final de QI? Se for o caso, vou usar isso como desculpa na próxima vez que tiver que fazer um teste de QI. Foi só azar com a distribuição
Eu teria achado esse argumento mais convincente se viesse de dados empíricos, e não de mera retórica. Parece algo perfeitamente verificável, e provavelmente já há muitos dados de produtividade por setor
Mesmo que o talento humano siga uma distribuição de Pareto, isso não fica claro; as pessoas contratadas por uma empresa são um subconjunto selecionado da população total, então é bem provável que tenham distribuições diferentes conforme o método de seleção e as tarefas
Não acho que essas distribuições simplificadas possam ser generalizadas para empresas e setores inteiros. Por exemplo, não há como a distribuição de produtividade de funcionários da AWS ou do Google ser igual à de funcionários do McDonalds ou do Wal*Mart, porque os processos de contratação e a natureza do trabalho são diferentes
Só depois de obter dados reais de dentro de empresas e setores é que se poderia sustentar a tese. Caso contrário, é mais como um castelo de areia sem uma base sólida
Pelo menos o autor deste texto, se você ler as notas de rodapé, apresenta várias bases estatísticas para sua crença
O QI é famosamente distribuído normalmente, mas não porque a “inteligência” humana tenha distribuição normal, e sim porque ela é definida assim. Para começar, definir inteligência já é difícil
Se olharmos para ratings Elo em jogos de tabuleiro, deixando de lado o fato de serem um indicador ruim de inteligência, eles não seguem uma distribuição normal. O Elo pressupõe uma distribuição normal para os resultados das partidas, mas não para a distribuição da população
Isso é uma boa evidência de que aptidões ou habilidades em domínios intelectuais não têm distribuição normal. Mas, pelo que me lembro, também não eram Pareto
Acho que devemos sempre dar o melhor de nós e, como diz Tyler Cowen, que a média acabou; mas, em especial, esta afirmação teria ficado muito melhor se fosse respaldada por dados empíricos
Um dos pontos de que eu gostava ao trabalhar na Netflix era que a premissa básica era que todos eram profissionais de altíssimo desempenho. Quem não fosse de altíssimo desempenho recebia a rescisão e saía
A analogia era com um time esportivo. Em um time esportivo profissional há jogadores muito bons e jogadores excelentes. Há também superestrelas, mas, se você não for no mínimo realmente muito bom, não consegue ficar no time
Desempenho e remuneração eram completamente separados, e isso também era bom. A avaliação de desempenho era uma avaliação 360 graus pelos pares, e a remuneração era definida principalmente pelo RH com base no custo de novas contratações, depois elevando todos a esse patamar
Pelo menos na Netflix de 10 anos atrás, era difícil dizer que o desempenho seguia uma distribuição; todos estavam entre os 10% melhores do setor
Além disso, nunca vi um bom método para medir quem é ou não um profissional de altíssimo desempenho. Mesmo dentro da mesma função, cada pessoa é boa em coisas diferentes; em uma tarefa, Joe pode ser o melhor, mas em outra, Mary pode ser a melhor. Em trabalho do conhecimento, considero quase impossível medir isso de forma estável e objetiva
Fazendo também uma crítica leve à Netflix: do ponto de vista do cliente, eles são péssimos no básico do negócio, que é produzir bom conteúdo e, sobretudo, não cancelar bom conteúdo. Eu ia dizer que não comentaria o quanto a transmissão ao vivo grande recente foi horrível, mas acabei comentando
Façamos um experimento mental: suponha que a Netflix esteja mentindo e que os funcionários, na verdade, não estejam entre os 10% melhores do setor. Suponha que a realidade seja que, como a Netflix paga um pouco acima da média do setor, ela reúna talentos apenas um pouco acima da média
Mas, se esses funcionários forem levados a acreditar que não são apenas acima da média, e sim atletas de elite da NFL, eles passam a sentir que precisam trabalhar como atletas de elite. A Netflix manipula o ego para fazer os funcionários trabalharem mais horas e com mais intensidade do que o setor
A mensagem “só gênios no nível de atletas profissionais podem trabalhar aqui” motiva muito mais do que “você será demitido se não se matar de fazer hora extra para bater a cota”. Isso porque é manipulação do orgulho
Acho que esse experimento mental está mais próximo da realidade do que a Netflix, ou os funcionários intoxicados por essa cultura, admitiriam. A cultura de “atletas profissionais” da Netflix é uma manipulação psicológica prejudicial aos trabalhadores
Pela minha experiência, no ambiente corporativo esses rótulos estão mais frequentemente ligados a dinâmicas sociais e habilidade política do que a entregas reais. Pessoas com pouca rede interna ou que não participam da política interna podem ser marcadas como de baixo desempenho independentemente de suas contribuições reais, enquanto quem é bom em networking no trabalho pode ser visto como de altíssimo desempenho
Entrevistas nessas empresas também costumam cair em padrões problemáticos. O entrevistador faz perguntas obscuras que pesquisou recentemente ou perguntas moldadas por um conhecimento estreitamente especializado, adquirido ao desempenhar a mesma função por anos. A entrevista técnica vira um jogo de acertar conhecimentos específicos, em vez de avaliar capacidade de resolver problemas, competência ampla de engenharia ou uma noção de desempenho
Sinceramente, quantas pessoas conseguem realmente separar sentimentos pessoais de avaliação de desempenho? Mesmo com procedimentos estruturados de avaliação, será que um avaliador dará uma nota alta a alguém de quem não gosta pessoalmente, quando essa pessoa tiver feito um trabalho consistentemente excelente?
Acho que trabalho e capital provavelmente deveriam competir dessa forma. Para que isso seja possível, talvez seja necessário nivelar o tratamento tributário
Os dados e as ideias são interessantes e também batem com experiências anedóticas que tive com colegas em BigCo
Mas, pela minha experiência, avaliação de desempenho de funcionários tem mais a ver com política do que com dados
No fim das contas, muitos executivos de BigCo hoje querem uma cota de 10% de demissões como arma ou como instrumento de layoff mais suave, e os “dados” servem como uma folha de figueira que viabiliza isso. Na melhor das hipóteses, isso é visto como um mecanismo que força gestores a encontrar pessoas de baixo desempenho mesmo quando a organização não as tem. De qualquer forma, no fim não se baseia em nada além de viés de confirmação
O rigor da avaliação de desempenho está fortemente atrelado à trajetória da empresa e à situação do mercado de trabalho. Por volta de 2021, em tempos bons, até empresas que tinham expectativas de desempenho rígidas afrouxaram os requisitos
Parece um argumento vazio bem construído, porque passa por cima, de forma superficial, do tema central: desempenho dos funcionários. Sem defini-lo, não dá para saber o que o gráfico representa
Modelei isso em um emprego anterior e concluí que, por causa de erros de medição e dos efeitos de seleção da força de trabalho de ano para ano, o rank-and-yank ao estilo Welch leva, na prática, a demissões aleatórias
Desempenho é “tornar visível aquilo que a empresa recompensa no processo de avaliação de desempenho”
Em teoria, cada função na empresa deveria ter uma lista clara de realizações esperadas. Infelizmente, muitas vezes não é assim
Ainda assim, é verdade que a subjetividade do desempenho e a ausência de uma escala numérica clara são as grandes dificuldades de todo o processo
O valor que o gestor está disposto a igualar é o valor percebido pela empresa. É possível saber com certeza como a empresa realmente age, isto é, se iguala ou não a oferta; e essa ação sugere o valor para a empresa, independentemente do que alguém diga na temporada de avaliações de desempenho
Vale continuar batendo nessa tecla na esperança de que pelo menos algumas pessoas ouçam, mas há outro problema importante com o desempenho dos funcionários. Se você está distribuindo bônus, o desempenho de um ano pode ser um bom critério, partindo do pressuposto de que ele possa ser medido com precisão
Mas retenção e promoção são tentativas de prever desempenho futuro, e provavelmente também desempenho em diferentes funções. Isso é muito mais difícil e não fica bem refletido nos resultados do último ano
No esporte isso acontece com frequência. Um jogador tem um ano excelente, ganha um contrato longo e milionário, e depois desanda. Por outro lado, o Golden State Warriors da NBA, uma das melhores dinastias dos últimos 10 anos, conseguiu manter por um salário baixo um dos maiores jogadores da história porque, no começo da carreira, ele teve várias lesões no tornozelo que assustaram outros times
O desempenho de um único ano não necessariamente reflete a verdadeira capacidade média daquela pessoa, e, quando a promoção e o nível de responsabilidade mudam, sua posição na distribuição de Pareto provavelmente também não será a mesma
Do ponto de vista da empresa, para obter dados úteis sobre perspectivas de longo prazo, é bem provável que seja preciso manter todo mundo por pelo menos 5 anos e, nesse período, colocá-los em tarefas variadas
Empresas de tecnologia, em especial, tendem a avaliar promoções e aumentos salariais com base no trabalho do último semestre, e não em padrões repetidos de sucesso ao longo de vários anos, em diferentes tipos de trabalho e contextos. E, mesmo assim, você só é promovido se estiver na equipe certa, no trabalho certo, no momento certo e sob o líder certo
Por causa disso, profissionais excelentes vão embora para outros lugares. Os faxineiros, mantenedores e bombeiros da organização fazem a empresa funcionar com eficiência, mas não são devidamente recompensados, respeitados ou reconhecidos pela liderança. Os líderes os rotulam como “maus profissionais” e não entendem a importância de ter gente excelente trabalhando em projetos que não brilham
Quem se beneficia das avaliações de desempenho são apenas os acionistas, quando as ações sobem após demissões, e as pessoas que manipulam o sistema para seus próprios objetivos políticos. Os melhores talentos, por estarem fazendo um trabalho realmente significativo e importante, não conseguem prosperar bem nesses sistemas
https://www.essentiallysports.com/nba-active-basketball-news...
https://marginalrevolution.com/marginalrevolution/2024/08/go...
Este texto não é muito convincente. O próprio autor já reconhece um dos motivos
Grandes empresas têm pessoas de baixo desempenho, todos já viram isso, e o autor disse que as considera erros de contratação. Mas também disse que não há evidência clara de que uma determinada proporção seja erro de contratação
Só que podemos esperar uma certa proporção de erros de contratação. E isso não é uma dicotomia, mas um contínuo. Há muitos outros fatores: pessoas que eram ótimas na contratação, mas perderam o interesse e passaram a apenas se arrastar, ou entraram em burnout; pessoas para quem uma promoção ou transferência não encaixou e que não conseguem se sair bem no novo nível ou função
A distribuição de Pareto não é muito relevante aqui. O processo de contratação não consiste em pegar uma fatia do mercado de trabalho inteiro com um corte bem definido. Para qualquer cargo, trata-se de maximizar o desempenho que se consegue obter por um determinado salário, e não há motivo para que os erros de subestimar ou superestimar desempenho sejam relativamente simétricos
Considerando que há vários fatores entrelaçados, uma distribuição normal é uma suposição muito mais razoável do que a hipótese de que se está recortando uma parte da distribuição de Pareto
O fato de A não gostar de B não significa que A ou B sejam inadequados para trabalhar na empresa, mas normalmente isso acaba levando o subordinado a ser enquadrado como alguém de baixo desempenho, ou a não receber os recursos necessários para entregar resultados
Este texto está basicamente dizendo: “Não seria legal se, ao medir o desempenho dos funcionários, ele se ajustasse melhor a uma distribuição de Pareto do que a uma distribuição normal?”
Isso seria legal? Dá para supor as implicações de todo tipo de coisa improvável. Mas, pessoalmente, eu acharia muito mais legal se P = NP
Separadamente, demissões são dolorosas, e ser empurrado para fora mesmo sendo de alto desempenho é ainda mais doloroso. A verdade é que “ciência de dados” não ajuda a lidar com a tristeza como ler Dostoiévski ajuda. Por isso, mesmo trabalhando como desenvolvedor de software, pode valer a pena tirar A em uma formação humanística
Como funcionários, a forma como esperamos que a gestão de desempenho funcione vem do sistema de notas da escola.
Curiosamente, as notas escolares muitas vezes não seguem uma distribuição normal, especialmente em aulas fáceis. Na minha aula de educação física, acho que mais de 95% poderiam ter tirado A; em química orgânica, talvez só 5% a 10% tirassem A.
Da mesma forma, algumas funções são muito mais fáceis de desempenhar bem.
Por isso, deveríamos esperar que praticamente todo cargo administrativo possa apresentar um desempenho “excelente”. Ou seja, conseguir realizar com sucesso tudo o que foi solicitado. Por outro lado, para pessoas com responsabilidades mais críticas, um desempenho apenas um pouco acima da média pode ser 10 vezes mais significativo para a empresa.
Por exemplo, se eu assumir um projeto que exige muita colaboração com o departamento X, mas o departamento X já estiver sobrecarregado, o trabalho deles não termina no prazo e meu desempenho fica ruim. Cada ida e volta na comunicação leva meia semana, e acabo passando metade do meu tempo de forma improdutiva sem que a culpa seja minha. Por outro lado, eles podem estar 110% produtivos, mas incendiando a organização inteira. Olhando só para essa métrica, a decisão seria me demitir e aumentar a equipe do departamento X, mas, na prática, talvez baste contratar mais gente lá ou reorganizar o departamento.
Outra diferença é que, na escola, os alunos normalmente recebem tarefas iguais ou comparáveis. No meu emprego atual, como sou o responsável pelos problemas difíceis, tenho certeza de que é absolutamente impossível comparar meu trabalho com o de colegas que lidam com problemas comuns. Nem é o mesmo esporte. Se você nem entende o domínio do problema, por onde começaria a comparar produtividade?