Liệu hiệu suất nhân viên có thực sự tuân theo phân phối Gaussian?

Liệu hiệu suất nhân viên có thực sự tuân theo phân phối Gaussian?

Góc nhìn của một nhà khoa học dữ liệu

• Tóm tắt: Hiệu suất của nhân viên nhiều khả năng không tuân theo phân phối Gaussian mà là phân phối Pareto. Điều này giúp giải thích các vấn đề trong quy trình quản lý hiệu suất của các tập đoàn lớn và làm rõ vì sao rất khó tuyển được nhân tài xuất sắc. Ở góc độ kinh tế học, có thể rút ra những góc nhìn quan trọng bằng cách kết hợp lý thuyết năng suất cận biên của tiền lương với hệ số Gini.

• Mùa đánh giá hiệu suất: Tại các công ty thuộc Fortune 500, việc quản lý hiệu suất thường diễn ra vào quý 4 hằng năm. Nhân viên được đánh giá dựa trên kết quả trong 12 tháng trước đó, và tiền thưởng cùng mức tăng lương sẽ được quyết định theo đó.

• Giới hạn của phân phối Gaussian: Nhiều công ty giả định hiệu suất nhân viên tuân theo phân phối Gaussian, nhưng điều này không phù hợp với thực tế. Trên thực tế, phân phối Pareto có thể phù hợp hơn.

Góc nhìn khác: Pareto

• Mối quan hệ giữa lương và hiệu suất: Trong kinh tế học, tiền lương được xem là phản ánh hiệu suất của nhân viên. Phân phối Pareto hữu ích trong việc giải thích cả phân bố tiền lương lẫn phân bố hiệu suất.

• Ưu điểm của phân phối Pareto: Phân phối Pareto giải thích tốt hơn tỷ lệ giữa thành công và thất bại. Hiệu suất trong các doanh nghiệp lớn có xu hướng tuân theo phân phối Pareto.

Hàm ý

• Cần thay đổi quản lý hiệu suất: Nếu xét đến phân phối Pareto, điều đó gợi ý rằng không cần phải sa thải 10% nhân viên có thành tích thấp nhất mỗi năm. Quy trình quản lý hiệu suất cần được thiết kế lại dựa trên giả định Pareto.

• Khó khăn trong tuyển dụng: Nhân viên có hiệu suất thấp phổ biến hơn gấp 3 lần so với nhân viên có hiệu suất cao. Điều này giải thích vì sao tuyển dụng là việc khó.

Kết luận và triển vọng

• Cần xem xét lại quản lý hiệu suất: Hệ thống quản lý hiệu suất hiện nay đã lỗi thời và cần một cách tiếp cận mới có tính đến phân phối Pareto. Cần theo dõi việc hệ thống có đạt được mục tiêu của quản lý hiệu suất hay không, đồng thời đánh giá hiệu quả của hệ thống thông qua phân tích chi phí.

• Bối cảnh lịch sử: Hệ thống quản lý hiệu suất hiện đại bắt đầu từ GE vào thập niên 1980, khi việc làm trọn đời còn phổ biến. Tuy nhiên, hiện nay nhân viên thường xuyên chuyển việc, nên cách tiếp cận "củ cà rốt và cây gậy" truyền thống cần được xem xét lại.

Nội dung bổ sung

• Dữ liệu ủng hộ ý tưởng Pareto: Dữ liệu từ đầu thế kỷ 20 ủng hộ ý tưởng Pareto. Hiệu suất nhân viên mang tính chủ quan và rất khó tìm được các chỉ số khách quan.

• Suy ngẫm về thực tiễn "rolling up": Việc sử dụng phân phối cưỡng ép có thể khiến khoảng 5% nhân viên bị đánh giá không công bằng. Điều này có thể làm suy giảm tính công bằng trong quản lý hiệu suất.

[GN⁺]

Ý kiến trên Hacker News

• Ở nhiều tập đoàn lớn, cách quản lý hiệu suất đang được triển khai trong năm 2024 là một kỹ thuật lỗi thời và cần được cập nhật. Giả định rằng nhân viên được thưởng dựa trên mức độ đóng góp cá nhân cho công ty là sai lầm. Người sử dụng lao động cố trả cho nhân viên mức thấp nhất có thể, và điều này tận dụng bất cân xứng thông tin cùng với phân phối Gaussian. Khó có thể kỳ vọng vào sự công bằng.

• Thay vì công ty ưu tiên hiệu suất và cắt bỏ 5% thấp nhất, năng suất kết hợp mới là điều quan trọng hơn. Không phải mọi nhân viên đều cần là siêu sao phát triển các tính năng nổi bật; lao công hay nhân viên quán cà phê cũng đều cần thiết.

• IQ không tuân theo phân phối Gaussian, mà là thứ được tạo dựng. Bài kiểm tra IQ được xây dựng bằng cách chọn các câu hỏi tạo thành phân phối Gaussian. Đây là một phương pháp nhằm nâng cao độ chính xác của bài kiểm tra.

• Ngay cả khi tài năng của con người tuân theo phân phối Pareto, những người được công ty tuyển dụng vẫn là một tập con đã được chọn lọc của quần thể đó, và tùy vào cách chọn cùng loại nhiệm vụ mà có thể có phân phối khác nhau. Cần dùng dữ liệu trong nội bộ công ty và ngành để củng cố lập luận.

• Tại Netflix, giả định cơ bản là mọi nhân viên đều là người có hiệu suất hàng đầu. Hiệu suất và đãi ngộ hoàn toàn tách biệt, còn đánh giá hiệu suất được thực hiện bằng phản hồi đồng cấp 360 độ.

• Việc đánh giá hiệu suất nhân viên trong các tập đoàn lớn mang tính chính trị nhiều hơn là dựa trên dữ liệu. Quản lý dùng chỉ tiêu sa thải 10% như một vũ khí, hoặc như một cơ chế cưỡng ép để tìm ra những người bị xem là kém hiệu quả dù trên thực tế không hề tồn tại.

• Nếu không định nghĩa hiệu suất nhân viên, sẽ không thể biết biểu đồ đang thể hiện điều gì. Sai số tuyển dụng là một dải liên tục, và quy trình tuyển dụng không nhằm lấy được một phần của toàn bộ thị trường lao động mà là để đạt hiệu suất tối đa trong mức lương nhất định.

• Xếp hạng chồng kiểu Welch và giả định về phân phối Gaussian đã được nghiên cứu là sai. Nhiều nhà nghiên cứu đồng ý rằng phân phối Pareto thực tế hơn.

• Điểm số ở trường học, đặc biệt trong các lớp dễ, không tuân theo phân phối chuẩn. Một số công việc dễ làm tốt hơn những công việc khác. Các vị trí hành chính gần như có thể hoàn thành thành công hầu hết mọi nhiệm vụ.

• Khi phân tích các nhóm nhân viên bằng khoa học dữ liệu, những người đã bị sa thải hoặc đã được quyết định thăng chức nên được xem là ngoại lệ và loại khỏi mẫu.