¿El desempeño de los empleados realmente sigue una distribución gaussiana?
(timdellinger.substack.com)- La gestión del desempeño al estilo Fortune 500 se apoya en el supuesto gaussiano de que el desempeño de los empleados se distribuye en forma de campana, pero si el desempeño se parece más a una distribución de Pareto, se debilita la base de las evaluaciones con distribución forzada
- Al combinar la teoría salarial de la productividad marginal, según la cual el salario está conectado con el valor esperado de un empleado, con el carácter paretiano de la distribución salarial en Estados Unidos, se plantea que el desempeño dentro de una misma banda salarial también puede distribuirse de forma asimétrica
- Desde una perspectiva de Pareto, no aparece naturalmente un 10% inferior que deba recortarse cada año, y cerca del 65% de los empleados queda por debajo de la expectativa asociada a la mediana de la banda salarial
- Los empleados de bajo desempeño deberían tratarse más como excepciones, como errores de contratación, que como un porcentaje fijo a expulsar; dentro de una misma banda salarial, los empleados de bajo desempeño son 3 veces más comunes que los de alto desempeño
- Los sistemas de gestión del desempeño deben considerar también los costos de despido y reemplazo, si se cumplen los objetivos, los sesgos de evaluación, la influencia de los gerentes y las variaciones del desempeño a lo largo del tiempo; los despidos anuales basados en distribución forzada carecen de una base estadística sólida
Por qué se tambalea el supuesto gaussiano
- Muchas grandes empresas evalúan cada año el desempeño de sus empleados para decidir bonos, ascensos y la continuidad laboral futura
- El enfoque típico de gestión del desempeño incluye un procedimiento para ubicar a los empleados en una vitality curve
- El método de General Electric de principios de los años 80 suele citarse como una división 10-70-20
- La estructura es que el 20% superior recibe recompensas monetarias y el 10% inferior queda como candidato a salir
- El supuesto implícito de este enfoque es que el desempeño de los empleados sigue una curva de campana gaussiana
- También hay elementos que hacen pensar en un supuesto gaussiano
- El IQ, la responsabilidad dentro de los rasgos de personalidad Big Five y la estatura siguen distribuciones gaussianas y pueden tener poder predictivo relacionado con el desempeño laboral
- La suma o combinación de varias variables gaussianas también puede ser gaussiana
- Pero es difícil creer que los empleados que reciben salarios corporativos cubran todo el extremo inferior de la curva de desempeño, y la simetría según la cual existiría el mismo número de empleados con impacto negativo de igual magnitud que empleados con gran impacto positivo tampoco encaja con la experiencia
El desempeño de los empleados visto como una distribución de Pareto
- Si se mide el impacto de los empleados en valor monetario, se puede conectar la teoría salarial de la productividad marginal con la distribución salarial
- La teoría salarial de la productividad marginal sostiene que el monto que una empresa está dispuesta a pagarle a un empleado está esencialmente conectado con el valor que espera de esa persona
- En microeconomía, la distribución salarial a veces se trata como una distribución de Pareto, con características de distribución de ley de potencia
- Si los salarios que pagan colectivamente los empleadores estadounidenses dentro de una misma banda salarial forman una distribución de Pareto, entonces el desempeño de los empleados también podría distribuirse con esa misma forma
- Los rangos salariales mínimos y máximos que aparecen en las ofertas de empleo corporativas sirven como pistas para estimar el tamaño de las bandas salariales
Implicaciones prácticas de la evaluación con distribución forzada
- Desde una perspectiva de percentiles de Pareto, no se separa naturalmente un 10% inferior extremadamente bajo como en la perspectiva gaussiana
- El 10% inferior no es muy distinto del siguiente 10%
- No aparece un punto de corte claro para eliminar a los empleados “peores”
- Cerca del 65% de los empleados rinde por debajo de la línea base conectada con la expectativa de la mediana de la banda salarial
- En las grandes empresas sí existen empleados de bajo desempeño, pero deberían verse como errores de contratación más que como una proporción inferior inevitable de la distribución
- Los errores de contratación deben abordarse, pero es difícil sostener que estén fijados en un porcentaje específico
- Obligar incluso a los gerentes que contratan bien a reducir personal puede ser problemático
- El porcentaje que debería recibir compensación monetaria adicional tampoco surge con claridad del gráfico de Pareto
- El 35% superior que supera la expectativa de la mediana salarial puede ser un punto de partida
- Una división de bonos más granular tipo “good - better - best” parece razonable frente a la fórmula original de GE
- Los candidatos a ascenso pueden verse como outliers más que como un tramo natural dentro de una distribución normal
- Incluso en la parte alta de su banda salarial actual, podrían estar subvalorados
- Los ascensos se tratan como una forma de corregir esas pequeñas ineficiencias del mercado
Límites del despido y la contratación de reemplazo
- Dentro de una misma banda salarial, los empleados de bajo desempeño son 3 veces más comunes que los de alto desempeño
- La expectativa gaussiana de que al despedir al 10% inferior se podrá contratar a alguien mucho mejor es incorrecta
- El reemplazo más probable puede no ser una persona notablemente mejor que el empleado despedido
- No existe un 10% inferior inherente que deba eliminarse cada año
- Debe permitirse que los gerentes identifiquen errores de contratación cuando juzguen que pueden mejorar el equipo, pero no deberían fijarse porcentajes objetivo basados en un supuesto estadístico equivocado
Elementos faltantes en el diseño de los sistemas de gestión del desempeño
-
Monitoreo
- Los sistemas costosos de decisión basados en estadísticas deben someterse a monitoreo para comprobar si cumplen sus objetivos y si siguen funcionando con el tiempo
- Las preguntas a verificar son las siguientes
- ¿La empresa está clasificando incorrectamente a las personas?
- ¿Los gerentes están contratando chivos expiatorios para proteger a miembros valiosos del equipo?
- ¿Existe una diferencia real de desempeño entre las personas despedidas y las retenidas?
-
Análisis de costos desde la teoría de decisiones
- El propio proceso de gestión del desempeño consume mucho tiempo y esfuerzo
- Si se despide al 10% de la empresa, aparecen costos como la indemnización por despido
- La contratación de reemplazos también es costosa, y el costo total del proceso de contratación puede estimarse aproximadamente en un año de salario
- Estadísticamente, un nuevo empleado puede permanecer en la empresa entre 3 y 5 años
- Hay que evaluar si el aumento de desempeño supera el costo total del proceso y si un sistema de gestión del desempeño menos intenso sería mejor
-
Perspectiva temporal
- La gestión del desempeño suele ser una instantánea anual
- Si un empleado tuvo un desempeño sobresaliente durante 3 años y luego un año flojo, hay que decidir si se lo expulsa de inmediato o si se evalúa su encaje a largo plazo
-
Incertidumbre sobre lo que se mide
- Hay que confirmar si la evaluación de desempeño mide el desempeño real
- Si un empleado tiene baja tasa de éxito porque se le asignaron las tareas más difíciles, entonces la evaluación está midiendo el método de asignación de proyectos, no el desempeño
- Si un empleado extrovertido recibe mejores evaluaciones con el mismo desempeño, la evaluación puede estar midiendo rasgos de personalidad y sesgos del gerente, no desempeño
- Un factor importante en el desempeño de los empleados puede ser si el gerente creó las condiciones para que tuvieran éxito, más que la capacidad o el esfuerzo
- Un gerente recién llegado puede estar menos optimizado para conseguir cupos de desempeño favorables para sus subordinados en el primer proceso de gestión del desempeño
- En ese caso, la evaluación refleja no solo el desempeño del empleado, sino también la capacidad de persuasión del gerente y su capital político dentro de la organización
Conclusión: antes de despedir al 10% inferior, hacen falta validación y cálculo de costos
- La gestión del desempeño usada por muchas grandes empresas en 2024 se parece a una tecnología vieja que necesita actualizarse
- Si se abandona el supuesto gaussiano y se asume una distribución de Pareto, no hay base estadística para despedir cada año al 10% inferior
- Las empresas deberían tratar los errores de contratación como outliers y evaluar si vale la pena despedir cada año al 10% de la plantilla
- Dado el alto costo de la gestión del desempeño, se necesitan monitoreo y análisis de costos para medir si cumple sus objetivos
- En las condiciones de GE de principios de los años 80, cuando surgió la gestión moderna del desempeño, existía el supuesto de que, salvo un error grave, una persona podía trabajar toda su vida en una misma empresa
- 40 años después, los empleados cambian de trabajo con frecuencia, por lo que dar un bono insultantemente pequeño a los de bajo desempeño puede ser un “garrote” suficiente y, además, más sano para todos
Datos y literatura que respaldan la hipótesis de Pareto
- Los datos de principios y mediados del siglo XX respaldan que el desempeño de los empleados no es gaussiano
- En 1957, William Shockley analizó publicaciones científicas y patentes de Los Alamos, Brookhaven y Bell Labs de principios de los años 50
- La conclusión fue que el desempeño no era gaussiano
- Según su teoría personal, lo veía como una distribución log-normal, y una log-normal puede tener una forma parecida a Pareto
- En 1970, Clarence Zener revisó los datos de Shockley junto con otros datos de publicaciones y una muestra de 6,891 autores cuyos nombres empezaban con A o B en Chemical Abstracts de 1907 a 1916
- El debate era Log-Normal vs. Pareto, y consideró claro que la respuesta no era gaussiana
- Herman Aguinis examinó datos de deportes, entretenimiento, política y publicaciones en revistas de Materials Science
- Los datos apuntan en la dirección correcta, pero no los considera conjuntos de datos concluyentes
- Al centrarse en la producción total de por vida, pueden reflejar más la duración de la carrera que la producción anual
- La literatura moderna parece haber olvidado prácticamente los artículos de Zener y Shockley, y se evalúa que los textos que dicen “no es gaussiano” carecen de propuestas concretas sobre qué hacer después
Supuestos de cálculo y efectos secundarios de la distribución forzada
-
Bandas salariales y parámetros de distribución
- Las bandas salariales de las ofertas de empleo corporativas ofrecen rangos mínimo y máximo
- El mínimo de una banda salarial suele tender a ser aproximadamente 0.65 veces el máximo
- La banda salarial de ejemplo 78.1 → 121.2 puede verse como centrada en 100, con min/max = 0.65
- Para el alpha de Pareto se usa 1.75, ajustado a datos de salarios personales en Estados Unidos
- Puede verificarse de forma cruzada con el coeficiente de Gini de ingresos personales de Estados Unidos, frecuentemente citado como 0.4, y la fórmula
G = 1/(2a-1) - En la comparación gaussiana, se asume que los bordes de la banda salarial están a 3 sigma
- Usar 2.5 sigma produce resultados similares
- En el escenario de 3 sigma, 7.06 encaja con la banda salarial 100 ± 21.2; en el escenario de 2.5 sigma, encaja 8.48
- Los gráficos se generan con n=25,000
- Como la distribución de Pareto es invariante a escala y autosimilar, el valor central de 100 es arbitrario; lo importante es la proporción del ancho de la banda salarial
-
“rolling up” y clasificación errónea
- La práctica de combinar varios grupos pequeños de evaluación bajo la idea de que la distribución forzada se ajustará de manera justa en el total es algo que puede verificarse mediante simulación
- Se realizó una simulación suponiendo desempeño de empleados con distribución gaussiana y que los gerentes, milagrosamente, evaluaban el desempeño a la perfección
- Los rankings de desempeño se generaron con exactitud
- Se usaron los cortes de Welch en GE: 10% inferior y 20% superior
- Para cada tamaño de cohorte se simularon 32 evaluaciones anuales de desempeño
- Se calculó la proporción de empleados que, con un criterio objetivo, habrían entrado en una calificación más alta, pero que por el método rank-and-chop terminaron en una calificación inferior
- Independientemente del tamaño de la cohorte, alrededor del 2.5% tiene alta probabilidad de quedar injustamente mal clasificado, y aun con cohortes de cientos de personas aparece con frecuencia una clasificación errónea del 5%
- Si se incluyen también los empleados clasificados favorablemente hacia arriba, la cifra de clasificación errónea aproximadamente se duplica
1 comentarios
Opiniones de Hacker News
Hay varios errores fundamentales en la idea de que la gestión del desempeño al estilo de las grandes corporaciones en 2024 es una técnica obsoleta que necesita una actualización.
Primero, se asume que un empleado recibe una compensación proporcional a lo que le generó a la empresa “personalmente”, pero los empleadores intentan pagar el mínimo que pueden sostener aprovechando condiciones como la asimetría de información y la distribución normal. Es difícil esperar equidad, y como decirlo abiertamente bajaría la moral, se mueven manteniendo a los empleados sin saberlo mientras recopilan historiales de compensación por vías como Work Number.
Segundo, se asume que la empresa siempre quiere recortar al 5% inferior para volverse más ágil, pero en la práctica importa más la productividad agregada que las estrellas individuales. ¿Cuántos ingresos generan directamente el personal de limpieza o el de cafetería? En ingeniería pasa lo mismo: alguien tiene que hacer el trabajo que no se nota y, si no, terminas con una empresa rota que solo tiene talento excelente sobre el papel.
Además, existe la famosa gráfica en la que la productividad total de los trabajadores y el ingreso promedio subieron juntos hasta los años 70 y luego se separaron. En los últimos 50 años, tanto macro como microeconómicamente, la productividad siguió subiendo, pero los ingresos se aplanaron mucho más.
Si reduzco al 5% inferior de la organización, o sea en mi caso a 2 o 3 ingenieros, quizá no me permitan volver a cubrir esas vacantes. Tal vez tenga que bajar un L5 a L4 para satisfacer a finanzas, o contratar en el extranjero, o convertir puestos de tiempo completo en contratistas.
Además, hay que prepararse para recortes (RIF), así que tener un 5% inferior identificable de inmediato ayuda cuando el jefe dice “dame nombres”. Por eso, ahora mismo el valor del tiempo de un ingeniero asignado es mucho mayor que lo que será dentro de unos meses. La gestión que empuja activamente a la gente hacia fuera no vale cero porque sí hace felices a los gerentes, pero claramente hasta los de bajo desempeño hacen falta ahora.
Si apareciera algún método mágico para rastrear la productividad con precisión, probablemente veríamos algo más cercano a la ley de Price o a una distribución de Pareto, como dice este artículo, donde el 20% de los trabajadores produce el 80% de los resultados. Pero eso no significa que podamos prescindir del otro 80%, y ahí conecta con el segundo punto.
Pagarle a un empleado según lo que “le hizo ganar” a la empresa no encaja con un sistema económico donde la empresa busca obtener beneficios. Incluso compensar según lo que “debería recibir” por su contribución quizá no sea deseable. Parece probable que dentro de la empresa aparezcan las mismas dinámicas de desigualdad de ingresos.
En las grandes empresas hay un efecto de promediado. Las contribuciones individuales se promedian, pero la responsabilidad también. Que eso sea bueno o malo depende de cada persona, y creo que Paul Graham lo explicó bien en su texto sobre qué es un empleo y por qué algunas personas prefieren las startups.
[1] https://www.kienbaum.com/blog/prices-law-and-the-trouble-of-...
[2] https://paulgraham.com/wealth.html
Si para cierta familia de puestos aplicó despidos forzados del tramo inferior o una política de despidos basada en estadísticas, o aunque lo oculte hizo eso en la práctica, entonces al año siguiente se le debería bloquear la asignación de H1B en esa familia de puestos.
La idea central es que si la empresa decidió que puede sobrevivir sin X% de su plantilla, entonces no tiene derecho a traer trabajadores extranjeros. La H1B es un programa para ayudar a cubrir puestos difíciles de llenar, y si estás despidiendo o expulsando gente en masa, eso significa claramente que sí puedes encontrar a alguien para cubrir esos puestos.
Por ejemplo, un amigo mío iba a implementar una sola funcionalidad; si hubiera sido una app independiente, habría tomado 1 o 2 semanas, pero en el equipo del navegador tardó 2 años por edge cases y coordinación entre comités de estándares. Todo el mundo pensaba que era algo que se resolvía en 1 o 2 semanas, así que recibió una mala evaluación por algo fuera de su control.
Siento que hace falta equilibrio. Los superestrellas existen y es fácil señalarlos incluso en evaluaciones entre pares. Pero somos un equipo, hay mucho trabajo por hacer y no todos pueden encargarse únicamente del trabajo visible y con “impacto”.
La frase de que "el IQ sigue una distribución normal" me quedó clara recién después de verla por ahí, pero en realidad no es que el IQ sea normal, sino que la distribución se construye así.
Si hay 1000 preguntas de IQ, se hace que mucha gente las responda y luego se eligen 100 que produzcan una distribución normal; así se diseña la prueba de IQ.
Esto no es del todo absurdo. Si eliges 100 preguntas demasiado fáciles, todos entrarán en la categoría de “sabe bastante”, así que la cantidad de información será baja. También se podría construir una distribución uniforme y seguir teniendo una prueba útil y sensible. Pero si te preocupa la precisión de la prueba, la distribución normal resulta conveniente. El percentil 50 y el 55 no son tan distintos, y a la gente normalmente le interesa más la diferencia de 5% entre el percentil 90 y el 95.
En cambio, parece que a nadie le importa mucho la diferencia entre el percentil 10 y el 5, lo que en realidad podría insinuar una distribución de Pareto, aunque probablemente refleje más un tema de interés social. En cualquier caso, es una rama secundaria, pero bastante parecida a lo que plantea el texto
Si el aumento de capacidad mental necesario para pasar de IQ 100 a 130 es x, entonces de 130 a 170 podría requerirse 3x, y de 170 a 171 podría requerirse 9x tomando 100 como base.
Como no existe una medida absoluta de la inteligencia, no queda más que usar una escala relativa y fabricar una distribución normal en las puntuaciones.
Si algún día las ciencias de la computación avanzaran hasta poder determinar matemáticamente la inteligencia absoluta mínima necesaria para resolver un problema específico, sería un logro enorme
Incluso controlando factores como el contexto socioeconómico, predicen bastante bien estas cosas.
Cómo se construye la prueba es, en general, un tema aparte de si el resultado predice con precisión aquello que nos importa. El IQ se usa porque funciona como herramienta de medición.
Si alguien cree que existe una mejor herramienta de medición, puede proponerla y ganarse varios premios y elogios. Mucha gente muy inteligente lo ha intentado durante décadas, y aún no la encuentran
Entonces, ¿podría existir un pequeño segmento de la población que habría quedado en la parte alta si se tomaran las 1000 preguntas completas, pero que termina con un resultado promedio en la prueba final de IQ por culpa de las preguntas seleccionadas? Si es así, lo usaré como excusa la próxima vez que tenga que hacer una prueba de IQ. Solo me tocó la distribución equivocada
Me habría resultado más convincente si este tipo de afirmaciones vinieran de datos empíricos y no solo de retórica. Parece algo totalmente verificable, y probablemente ya exista bastante información de productividad por industria.
Aunque el talento humano siguiera una distribución de Pareto, eso tampoco está claro, pero las personas contratadas por una empresa son un subconjunto seleccionado de la población general, así que según la forma de selección y el tipo de tarea bien podrían seguir distribuciones distintas.
No parece que una distribución simplificada de este tipo pueda generalizarse a todas las empresas e industrias. Por ejemplo, no hay forma de que la distribución de productividad de empleados de AWS o Google sea igual a la de empleados de McDonalds o Wal*Mart. Los procesos de contratación y la naturaleza del trabajo son distintos.
Solo después de traer datos reales de dentro de empresas e industrias se puede plantear una afirmación así. Si no, se parece más a un castillo de arena sin una base sólida
Al menos el autor de este texto, si lees las notas, sí presenta varias bases estadísticas para respaldar sus creencias
El IQ es famosamente normal, pero no porque la “inteligencia” humana siga una distribución normal, sino porque se define así. Y definir la inteligencia ya es difícil de por sí.
Si miras el rating Elo de juegos de mesa, incluso dejando de lado que es un mal indicador sustituto de la inteligencia, no sigue una distribución normal. Elo asume una distribución normal en los resultados de los enfrentamientos, pero no en la distribución de la población.
Eso es una buena evidencia de que la aptitud o habilidad en dominios intelectuales no sigue una distribución normal. Aunque, si mal no recuerdo, tampoco era Pareto
Siempre creo que hay que dar lo mejor de uno mismo y, como dice Tyler Cowen, el promedio ya se acabó, pero esta afirmación en particular habría sido mucho mejor si estuviera respaldada por datos empíricos
Una de las cosas que me gustaban de trabajar en Netflix era que el supuesto básico era que todos eran top performers. Si no lo eras, te ibas con indemnización.
La analogía era un equipo deportivo. En un equipo deportivo profesional hay jugadores muy buenos y jugadores grandiosos. También hay superestrellas, pero como mínimo no puedes estar en el equipo si no eres realmente muy bueno.
El desempeño y la compensación estaban completamente separados, y eso también me gustaba. La evaluación de desempeño era una revisión de 360 grados entre colegas, y la compensación la definía principalmente HR según el costo de contratar a alguien nuevo, para luego subir a todos a ese nivel.
Al menos en Netflix hace 10 años, era difícil decir que el desempeño seguía una distribución; todos estaban en el 10% superior de la industria.
Además, nunca he visto una buena forma de medir quién es top performer y quién no. Incluso dentro del mismo puesto, cada persona destaca en cosas distintas; en una tarea Joe puede ser el mejor, pero en otra Mary puede ser la mejor. En el trabajo del conocimiento, me parece casi imposible medir eso de forma estable y objetiva.
Y para lanzar un pequeño ataque contra Netflix: desde la perspectiva del cliente, son terribles en lo más básico del negocio, que es producir buen contenido y, sobre todo, no cancelar el buen contenido. No voy a mencionar lo espantoso que fue su gran streaming en vivo reciente, aunque ya lo acabo de mencionar.
Hagamos un experimento mental: supongamos que Netflix está mintiendo y que sus empleados en realidad no están en el 10% superior de la industria. Digamos que la realidad es que Netflix paga un poco por encima del promedio de la industria, así que atrajo talento apenas por encima del promedio.
Pero si convences a esos empleados de que no son simplemente mejores que el promedio, sino jugadores élite de la NFL, sentirán que deben trabajar como jugadores élite. Netflix manipula el ego para hacer que sus empleados trabajen más horas y más duro que el resto de la industria.
El mensaje de “solo los genios de nivel atleta profesional pueden trabajar aquí” motiva mucho más que “si no cumples la cuota y no te matas haciendo horas extra, te despiden”. Eso es porque manipula el orgullo.
Creo que este experimento mental está más cerca de la realidad de lo que admitirían Netflix o los empleados intoxicados por esa cultura. La cultura de “atletas profesionales” de Netflix es una manipulación psicológica dañina para los trabajadores.
En mi experiencia, en el entorno corporativo esas etiquetas suelen estar más ligadas a dinámicas sociales y olfato político que al producto real del trabajo. Alguien con una red interna débil o que no participa en la política interna puede quedar marcado como low performer sin relación con su contribución real, mientras que alguien hábil para el networking laboral puede ser visto como top performer.
Las entrevistas en este tipo de empresas también suelen caer en patrones problemáticos. El entrevistador hace preguntas rebuscadas que investigó recientemente, o preguntas ajustadas a conocimiento estrechamente especializado por haber estado años en el mismo rol. La entrevista técnica se vuelve un juego de acertar conocimiento específico, en vez de evaluar capacidad de resolución de problemas, amplitud de habilidades de ingeniería o el concepto de desempeño.
Y sinceramente, ¿cuánta gente puede realmente separar sus sentimientos personales de una evaluación de desempeño? Incluso con procesos estructurados, si la persona evaluadora detesta personalmente a alguien que ha hecho un trabajo excelente de manera constante, ¿de verdad le pondrá una nota alta?
Probablemente el trabajo y el capital deberían competir de esta manera. Para que eso sea posible, haría falta nivelar el tratamiento fiscal.
Los datos y las ideas son interesantes, y también coinciden con mi experiencia anecdótica con colegas en BigCo.
Pero en mi experiencia, la evaluación del desempeño de los empleados se parece más a la política que a los datos.
Al final, muchos ejecutivos de BigCo hoy quieren una cuota de despidos del 10% como arma o como mecanismo suave de reducción de personal, y los “datos” solo hacen de hoja de parra para permitirlo. En la mejor lectura, se ve como un mecanismo para obligar a los managers a encontrar a la fuerza low performers aunque no los haya en la organización. En cualquier caso, al final no tiene más base que el sesgo de confirmación.
La severidad de las evaluaciones de desempeño está casi atada a la trayectoria de la empresa y a la situación del mercado laboral. En los buenos tiempos, como alrededor de 2021, incluso las empresas que tenían expectativas de desempeño duras relajaron los criterios.
Parece una afirmación vacía bien armada, porque pasa por encima de su preocupación central, que es el desempeño de los empleados. Si no lo defines, no se puede saber qué representa el gráfico.
Modelé esto en un trabajo anterior y concluí que, por el error de medición y el efecto de selección de personal año a año, el rank-and-yank al estilo Welch termina siendo en la práctica despido aleatorio.
El desempeño es “hacer visibles las cosas que la empresa recompensa en su proceso de evaluación del desempeño”.
En teoría, cada rol en la empresa debería tener una lista clara de logros esperados. Por desgracia, muchas veces no es así.
Aun así, es cierto que la subjetividad del desempeño y la falta de una escala numérica clara son la dificultad de todo el proceso.
La cantidad que el manager está dispuesto a igualar es el valor que la empresa percibe. Se puede saber con bastante certeza cómo actúa realmente la empresa, es decir, si iguala la oferta o no, y esa acción implica claramente el valor para la empresa, sin importar lo que cualquiera diga en temporada de evaluaciones de desempeño.
Vale la pena seguir insistiendo en este punto, aunque sea para que lo escuchen unas cuantas personas, pero hay otro problema importante con el desempeño de los empleados. Si se van a repartir bonos, el desempeño de un año puede ser un criterio razonable, suponiendo que pueda medirse con precisión
Pero la retención y los ascensos consisten en predecir el desempeño futuro, y probablemente incluso el desempeño en distintos tipos de roles. Eso es mucho más difícil y no queda bien reflejado en los resultados del último año
En los deportes esto pasa seguido. A veces un jugador tiene un gran año, recibe un contrato largo y millonario, y después se desploma. Por el contrario, los NBA Golden State Warriors, una de las mejores dinastías de la última década, pudieron retener con un salario relativamente bajo a uno de los mejores jugadores de la historia porque al inicio de su carrera sufrió repetidas lesiones de tobillo y los otros equipos se asustaron
El rendimiento de un solo año no necesariamente refleja la verdadera capacidad promedio de esa persona, y cuando cambian el nivel de ascenso y de responsabilidad, su posición dentro de una distribución de Pareto tampoco sería la misma
Desde la perspectiva de la empresa, para obtener datos útiles para proyecciones de largo plazo probablemente habría que retener a todos al menos 5 años y asignarles tareas variadas durante ese tiempo
En especial las empresas tecnológicas tienden a evaluar los ascensos y aumentos salariales con base en el trabajo de los últimos seis meses, en vez de hacerlo a partir de patrones repetidos de éxito a lo largo de varios años, en distintos tipos de trabajo y contextos. Incluso así, solo te ascienden si estás en el equipo correcto, haciendo el trabajo correcto, en el momento correcto y bajo el líder correcto
Por eso muchos grandes empleados se van a otro lado. Los conserjes, mantenedores y bomberos de una organización hacen que la empresa funcione eficientemente, pero los líderes no los recompensan, respetan ni reconocen como corresponde. Los líderes los descartan como “malos rendidores” y no entienden la importancia de que personas muy talentosas trabajen en proyectos que no brillan
Los únicos que se benefician de las evaluaciones de desempeño son los accionistas, cuando la acción sube tras despidos, y quienes manipulan el sistema para sus propios fines políticos. Las personas con más talento suelen estar ocupadas haciendo trabajo realmente significativo e importante, así que en la práctica no prosperan dentro de este tipo de sistemas
https://www.essentiallysports.com/nba-active-basketball-news...
https://marginalrevolution.com/marginalrevolution/2024/08/go...
Este texto no resulta muy convincente. El propio autor ya reconoce una razón
En las empresas grandes hay empleados de bajo rendimiento; todos los hemos visto, y el autor dice que los considera errores de contratación. Pero también dice que no hay evidencia clara de que una proporción determinada lo sea
Aun así, sí parece razonable esperar cierto porcentaje de errores de contratación. Y no es algo binario, sino un continuo. Hay personas que en el momento de ser contratadas eran excelentes, pero luego perdieron el interés y solo cumplen por inercia o se quemaron; también hay muchos otros factores, como quienes no rinden en un nuevo nivel o rol porque un ascenso o traslado no les quedó bien
La distribución de Pareto no tiene mucha relevancia aquí. El proceso de contratación no busca tomar un fragmento del mercado laboral total con un corte claramente definido. Lo que intenta, en cualquier puesto, es maximizar el rendimiento que se puede obtener por un salario dado, y no hay razón para pensar que los errores de subestimar o sobreestimar el desempeño no sean relativamente simétricos
Dado que intervienen muchos factores, asumir una distribución normal es mucho más razonable que asumir que se está recortando una parte de una distribución de Pareto
Que A no quiera a B no significa que A o B no sean aptos para trabajar en la empresa, pero normalmente eso termina con el subordinado etiquetado como de bajo rendimiento o sin recibir los recursos necesarios para rendir bien
Este texto es básicamente decir: “¿No sería genial si midiéramos el desempeño de los empleados y resultara que encaja mejor con una distribución de Pareto que con una distribución normal?”
¿Sería genial? Uno puede imaginar las implicaciones de todo tipo de cosas improbables. Pero personalmente creo que sería mucho más genial si P = NP
Aparte de eso, los despidos son dolorosos, y que te echen aun siendo de alto rendimiento lo es todavía más. La verdad es que la “ciencia de datos” no ayuda a procesar la tristeza como sí lo hace leer a Dostoevsky. Por eso puede valer la pena sacar una A en educación general, incluso si trabajas como desarrollador de software
Como empleados, la forma en que esperamos que funcione la gestión del desempeño viene del sistema de calificaciones escolares.
Curiosamente, las calificaciones escolares muchas veces no siguen una distribución normal, sobre todo en las clases fáciles. En mi clase de educación física, probablemente más del 95% podía sacar A, mientras que en química orgánica quizá solo un 5–10% la obtenía.
Del mismo modo, hay puestos en los que es mucho más fácil desempeñarse bien.
Por eso, en la práctica habría que esperar que casi todos los puestos administrativos muestren un desempeño “sobresaliente”. Es decir, que completen con éxito todo lo que se les pide. En cambio, las personas con responsabilidades más críticas pueden ser 10 veces más valiosas para la empresa incluso con un rendimiento apenas por encima del promedio.
Por ejemplo, si me encargan un proyecto que requiere mucha colaboración con el departamento X, pero el departamento X ya está sobrecargado, su parte no se terminará a tiempo y mi desempeño saldrá mal. Cada ida y vuelta en la comunicación toma media semana, y yo termino pasando la mitad del tiempo sin producir por causas ajenas a mí. Mientras tanto, ellos pueden parecer 110% productivos, pero al mismo tiempo estar incendiando a toda la organización. Si uno mirara solo ese indicador, parecería que habría que despedirme y aumentar el personal del departamento X, cuando en realidad quizá solo haga falta contratar más gente allá o reorganizar el área.
Otra diferencia es que en la escuela los estudiantes normalmente reciben tareas iguales o comparables. En mi trabajo actual, donde me encargo de los problemas difíciles, estoy convencido de que es absolutamente imposible comparar mi trabajo con el de colegas que resuelven problemas comunes. Ni siquiera es el mismo deporte. Si no entiendes en absoluto el área del problema, ¿por dónde empezarías a comparar la productividad?