08.06.2020

Stjerneperformere – 80/20 reglen for performance i teams

Af Leo Smith, Seniorkonsulent & researcher, Talents Unlimited

Stjerner

Virksomheders succes afhænger af individers produktive output – det er grundlæggende derfor der findes noget, der hedder human resource management. Det har længe været den fundamentale antagelse i human resource management-litteraturen at størstedelen af det produktive output kommer fra den store gruppe af folk, der ligger omkring gennemsnittet. Det vil sige at antagelsen har været, at individuel performance er normalfordelt. Men er det nu også rigtigt?

Dette spørgsmål satte Ernest O’Boyle og Herman Aguinis (2012) sig for at besvare. Først sporede de normalfordelingsantagelsen tilbage til et studie fra 1947, og dernæst viste de at den i grove træk har hængt ved lige siden. Implikationen har i forskningen været, at man har antaget, at det var datapunkterne eller stikprøven, der var noget galt med, hvis resultaterne ikke tenderede en normalfordeling. I deres massive studie (n=633.263) undersøger de denne antagelse og finder frem til at performance i virkeligheden ganske sjældent er normalfordelt. Faktisk passer en Pareto-fordeling ofte langt bedre på deres data.

Dette betyder at der er ganske få, der står for størstedelen af det produktive output, mens mere end halvdelen ligger under gennemsnittet. Det er konkluderet på baggrund af en forskelligartet stikprøve, der rummer performancedata fra forskning, kunst/underholdning, sport og politik. Spændende! Men hvor grelt ser det egentlig ud?

Nogle resultater:

• Forskere målt på toppublikationer: 66% er mindre end gennemsnitligt produktive.
• Emmy-nomineringer: 83,3% er mindre end gennemsnitligt produktive.
• Politik: ca. 68% er mindre end gennemsnitligt produktive.
• NBA-point: 71% er mindre end gennemsnitligt produktive.

Det er i sig selv nogle ret vilde data, men ikke nok med det; de lavede den samme undersøgelse på fordelingen af fejl[1] i forskellige sportsgrene (primært baseball). Her ligger 66 % under gennemsnittet. Det er altså også relativt få atleter der står for en meget stor andel af fejlene.

Konklusionen er således ret tydelig. Der er god grund til at tro at stjerneperformere er noget, der bør tages højde for.

Hvad er en stjerneperformer?

Stjerner er defineret som de individer der står for en disproportional del af det værdiskabende produktive output. To ting i denne definition er væsentlige. For det første er stjernestatus en relativ størrelse. Stjerner leverer altså markant værdi relativt til de øvrige. Dette understreges af begrebet scale invariance, der behæfter sig til Pareto-fordelingen. Aguinis og O’Boyle (2014) forklarer begrebet med reference til 1990’ernes Chicago Bulls basketballhold med og uden Michael Jordan. Jordan scorede som bekendt langt størstedelen af holdets point og holdet var helt i særklasse. Uden Jordan, som gik på pension to gange i perioden, var holdet mere eller mindre en fiasko. Ikke desto mindre forblev fordelingen af point scoret den samme. Nedenfor ses den illustrative graf fra artiklen.

Fordelingen af point følger altså stadig Pareto-fordelingen, bare på et lavere niveau.

Det andet element i definitionen der skal tages højde for er, at det er det værdiskabende produktive output, der er væsentligt. Ordet værdiskabende komplicerer tingene en del. For det første påpeger det, at al produktion ikke er skabt lige. Man kan dermed godt være super produktiv uden at være synderligt værdiskabende, hvis man eksempelvis måler sin produktivitet på antallet af møder afholdt eller mængden af papirklips, man har farvesorteret. Givet vores tendens til ”pseudoarbejde” er dette værd at have for øje. En anden implikation er at al værdiskabende produktivitet heller ikke er skabt lige, idet værdiskabelse er defineret ved den værdi en aktivitet skaber for virksomheden. Det vil sige at selvom rengøringspersonalets produktive output bestemt er værdifuldt, så er det ikke ligeså værdifuldt som det output en produktiv sælger eller produktudvikler kan levere. Aguinis og O’Boyle (2014) understreger derfor vigtigheden af at forstå værdiskabende produktivitet som værende særligt gældende for de aktiviteter, der har størst direkte indflydelse på virksomhedens strategiske mål. Der kan altså godt være en række forskellige parametre for stjernestatus, så længe de alle er værdiskabende for virksomheden – koderen, der fjerner flest bugs hurtigst; sælgeren, der sælger mest; eller den teamleder, hvis team konsekvent outperformer de andre – alle er stjerner, hvis deres produktive output er af strategisk betydning.

Et sidste element som Aguinis og O’Boyle beskriver er en væsentlig tidskomponent. For at kvalificere som stjerne skal man opretholde overnormal performance over en længere periode. One hit wonders, som fx sælgeren der lukker én kæmpestor ordre, fordi han har en god forbindelse et sted, men ellers intet sælger, er derfor ikke en stjerne.

Hvad siger Aguinis og O’Boyle ikke om stjerner?

De to forfattere gør en del ud af at de ikke kan sige hvorfor et individ bliver en stjerne – de konstaterer bare at stjerneperformere findes inden. Som beskrevet i denne artikel er stjerneperformance nemlig ikke (kun) noget et individ har i sig. Det er i høj grad et kontekstuelt fænomen. Med dette som udgangspunkt vil vi dykke ned i, hvordan man kan håndtere stjerneperformance.

Den side af medaljen som ikke ses, hvis der kun kigges på stjerneperformeren

Kigger man på det data O’Boyle og Aguinis fremlægger kunne man være tilbøjelig til at tænke, at det ganske enkelt handler om at hamstre så mange stjerner som overhovedet muligt og kaste alle sine resourcer efter disse. Dette er imidlertid ikke den konklusion forfatterne fremlægger. Der er derimod ulemper ved kun at fokusere på stjernerne. Ud over de to punkter nedenfor, kan det anbefales at læse artiklen "Talent portability – er talent flytbart?", hvor vi viser hvordan stjerner og talent helt generelt altid udfoldes kontekstuelt.

Kompensation og stjerneperformere

Pareto-fordelingen af værdiskabende output har interessante implikationer for aflønning, da det taler direkte ind i den verserende debat om direktørlønninger (can of worms!). Aguinis og O’Boyle (2014) illustrerer situationen fint på følgende måde. Antager vi en lineær relation mellem performance (individuel) og værdiskabelse (virksomhedens performance) bliver det rigtig svært at argumentere for, at en direktør skal tjene 50 gange så meget som en teamleder. 

En direktør er næppe 50 gange mere værdiskabende. Men hvis relationen mellem performance og værdiskabelse er eksponentiel, så vil vi ude i den ekstreme ende af fordelingen se, at en lille stigning i individuel performance vil have en enorm værdiskabende effekt, som illustreret her:

Her finder vi en forklaring på, hvorfor direktører tjener meget mere, og også hvorfor der kan være så stor en spredning på lønninger inden for direktørsegmentet. En ekstrem stjerne skal bare være en lille smule bedre for at skabe en kæmpemæssig øget værdi[2]. Problemet er at forskningen er delt ift. hvad effekterne af en meget skæv lønfordeling er. Nogle studier (fx Bloom, 1999)  siger, at en stor lønspredning giver en negativ effekt, fordi ikke-stjernerne bliver demotiveret og føler sig snydt, og derfor falder virksomhedens samlede produktivitet. Andre studier siger i stedet at virksomheden vinder på det. For eksempel viste Shaw og Gupta (2005) at klart kommunikeret spredning i løn sænker medarbejderomsætningshastigheden blandt top performere.

Det bedste studie jeg har set, er lavet af Trevor og kollegaer (2012), dels fordi det kigger på team performance, og dels fordi det er skarpt sat op metodemæssigt. De undersøger effekten af lønspredning på teamperformance med udgangspunkt i NHL, den amerikanske ishockeyliga. Det særligt interessante ved studiet er, at de skelner mellem lønspredning, der er tydeligt forankret i individernes produktive, værdiskabende input, og lønspredning der ikke har noget videre at gøre med teammedlemmets input. Konklusionen er at, så længe det er tydeligt at lønspredningen sker på basis af værdiskabende input, så har det en positiv effekt på team performance. Det næste problem opstår naturligvis ved definitionen af hvad der udgør et værdiskabende input.

For mange kokke fordærver maden

I kølvandet på stjernelitteraturen er der opstået et begreb der kaldes topgrading (Smart, 1999), som i al sin enkelthed går ud på at besætte alle positioner med stjerner. Dette er imidlertid en temmelig fjollet tanke. Udover at det vil være umådeligt dyrt og upraktisk at ansætte stjerner i ikke-nøglefunktioner (Collings & Mellahi, 2009), så viser et studie af Groysberg og kollegaer at det ikke skaber værdi at pakke et hold med stjerner, tværtimod (Groysberg, Polzer, & Elfenbein, 2011). Deres studie undersøger effekten af antallet af stjerner på kunde-evalueret effektivitet, og resultaterne viser, at stjerner har en positiv effekt som forventet. Men den marginale positive effekt ved en større andel af stjerner er aftagende indtil den til sidst går i negativ. Man kan altså ikke bare fylde stjerner på et hold og forvente mirakler.

Det er ikke så nemt at have med stjerneperformere at gøre, som man kunne antage.

Og hvad gør vi så ved det?

For det første er det vigtigt at pointere, at der ikke er tale om en naturlov her. Pareto-fordelingen af performance er ikke ligesom tyngdekraften eller termodynamikken. For den enkelte virksomhed er fordelingen af det værdiskabende, produktive output naturligvis et empirisk spørgsmål. Med dette in mente præsenteres nedenstående metode til stjerneorienteret talent management. Metoden bygger langt hen ad vejen på den samme model som blev præsenteret i artiklen om Talent Portability. Disclaimer: sigtet med nedenstående er ikke at give et svar på, hvordan man skal gøre – det vil altid afhænge af den konkrete virksomhed og de unikke omstændigheder, den befinder sig i. Pointen er at vise en fremgangsmåde eller metode, der kan hjælpe til at stille de rigtige spørgsmål, så man får nogle brugbare og intelligente svar.

1. Definér de forretningskritiske værdiskabende outputs, der er interessante. Fx salg, leverancekvalitet og medarbejderudvikling.
2. Identificér stjerneperformere inden for hver kategori.
3. Bestem hvilke talenter stjernen besidder.
4. Identificér hvem der får stjernen/stjernerne til at lykkes – find stjernesupporterne.
5. Identificér hvem der får stjernesupporterne til at lykkes.
6. Resultatet: Hvordan opretholder vi et system, der kan realisere stjernernes potentiale?

En illustrativ case

Casen er en virksomhed der ønskede en ny topsælger i deres jagt på vækst.

De ønskede at finde en ny sælger på baggrund af den nuværende stjernes profil.

I stedet for at gå direkte i gang kiggede vi på hvorvidt de eksisterende sælgere kunne levere bedre salgstal (med udgangspunkt i pareto-fordeling, vidende at stjerner understøttes af ssupportere).

Sælgerne var grupperet som følgende:

Stjernen solgte for 500.000/mdr (6 mio år)

3 top-performere solgte for 330.000/mdr hver (11.9 mio år)

2 udemærkede sælgere solgte for 250.000/mdr hver (6 mio år)

1 haltende sælger solgte for 200.000/mdr (2.4 mio år)

Samlet et årligt salg på 26.300.000 kr.

For at vurdere potentialet blev salgsprocessen delt op. Talenter blev påført de enkelte faser for at se hvad det kræver at topperforme hele vejen igennem.

Det blev hurtigt tydeligt at fasen med udarbejdelse af tilbud, dokumentation og beregning skillede sig ud fra resten. Sjovt nok noget sælgerne – med undtagelse af den haltende – ikke havde præference for.

Den haltende sælger var udfordret i flere andre faser af salget, men passede godt med de andres svagheder (og nød at arbejde med denne del).

I stedet for at ansætte endnu en sælger ud fra topperformerens profil valgte virksomheden at reboarde den haltende medarbejder til support for de andre sælgere – med dokumentation og beregning af deres tilbud, så de i stedet havde mere tid til at opsøge kunder samt følge op på eksisterende tilbud.

Resultatet blev som følgende:

Stjernen solgte nu for 800.000/mdr (9.6 mio året)

3 topperformere lå i snit omkring 460.000 (varierende) (16.6 mio)

2 udemærkede sælgere øgede ikke så meget, men omkring 275.000/mdr (6.6 mio)

Haltende sælger solgte intet – men fungerede som understøttelse.

Samlet salg: 32.800.000 kr.

En forøgelse på 6.5 mio blot ved at reboarde salgsteamet. Det er et godt eksempel på pareto-fordelingen. Med den rette support rykkede hele teamets performance sig. En illustration af at superstjerner som oftest skabes i teams med de rette folk omkring sig.

Den haltende sælger gik fra at være bagud på budgetterne måned efter måned, til at sikre et øget salgstal på 30%. Tydeligvis et bedre valg end at hyre endnu en stjerne der kunne sælge for 6 mio. best case uden support.

 

Referencer:

Aguinis, H., & O’Boyle, E. (2014). Star Performers in Twenty-First Century Organizations. Personnel Psychology, 67(2), 313-350. doi:10.1111/peps.12054

Bloom, M. (1999). The performance effects of pay dispersion on individuals and organizations. Academy of Management Journal, 42(1), 25-40.

Collings, D. G., & Mellahi, K. (2009). Strategic talent management: A review and research agenda. Human Resource Management Review, 19(4), 304-313. doi:10.1016/j.hrmr.2009.04.001

Groysberg, B., Polzer, J. T., & Elfenbein, H. A. (2011). Too Many Cooks Spoil the Broth: How High-Status Individuals Decrease Group Effectiveness. Organization Science, 22(3), 722-737. doi:10.1287/orsc.1100.0547

O’Boyle, E. H., & Aguinis, H. (2012). The best and the rest: revisiting the norm of normality of individual performance. Personnel Psychology, 65, 79-119.

Shaw, J. D., & Gupta, N. (2005). Pay system charateristics and the quit patterns of good, average, and poor performers. Personnel Psychology, 60, 903-928.

Smart, B. D. (1999). Topgrading: How leading companies win by hiring, coaching and keeping the best people. Paramus, NJ: Prentice Hall Press.

Trevor, C. O., Reilly, G., & Gerhart, B. (2012). Reconsidering Pay Dispersion’s Effect on the Performance of Interdependent Work: Reconciling Sorting and Pay Inequality. Academy of Management Journal, 55(3), 585-610. doi:10.5465/amj.2006.0127

 

[1] First-base errors i baseball, turnovers i basketball, gule kort i fodbold

[2]Dette er en ren matematisk forklaring baseret på en illustrativ funktion. Forklaring er ikke det samme som retfærdiggørelse, så der er ikke noget moralsk i illustrationen.