Управление фирмой, оказывающей профессиональные услуги

Рис. 24–1 показывает соотношение между набранными очками (частью получаемой прибыли) и стажем. (На этом, как и на всех остальных графиках, каждая «точка» означает отдельного партнера.) Играл ли стаж какую-нибудь роль при принятии решений комитетом? Как читатель может увидеть из графика, наблюдается некая тенденция, согласно которой более старшие партнеры получают в среднем больше очков. Однако можно также заметить существование «разброса». Этот фактор не был принят в виде жесткой формулы.

Партнер, желающий внимательно изучить все обстоятельства, обязательно заметит, что «эффект стажа работы» (возрастающая тенденция) довольно явно соотносится с возрастом в рамках от 35 до 41 года, а вне их этой тенденции не существует. Комитет, как правило, обращает внимание на фактор наличия опыта работы в первые годы исполнения обязанностей партнера, но в то же время принимает в расчет и другие факторы, например производительность.

Является ли такая модель подходящей? Это решать комитету и самим партнерам в соответствии с философией расчета вознаграждения. Однако, как показывает график, партнеры все-таки могут видеть, что было сделано.

На каждом графике дан показатель корреляции, говорящий о том, насколько тесно может наблюдаться связь двух факторов (баллы и возраст). Цифра, близкая к 0, могла бы свидетельствовать об отсутствии связи между ними. Цифра, близкая к 100 %, означает наличие тесной связи между факторами. Конкретное число (называемое обычно «R-квадратная статистика» в большинстве программ статистического анализа) может быть использовано при ответе на вопрос «Насколько сильно вариация одного фактора может быть “объяснена” другим?».

В нашем случае ответ – 39 %. При этом кажется, что возраст может «объяснить» 39 % всех различий распределения этих очков, а оставшийся 61 % объясняется другими факторами. Это преувеличение важности данного фактора. Может показаться, что партнеры, возраст которых выше, оплачиваются лучше. Но «эффект возраста (опыта работы)» обманчив. К счастью, мы можем проверить эту гипотезу, поскольку у нас есть еще несколько графиков. И можем с уверенностью утверждать, что «эффект возраста» не выше 39 %.

Разумеется, этот анализ ничего не говорит о реальном процессе рассуждений комитета по компенсациям. Утверждая о наличии 39 %-ной зависимости между возрастом и этими пунктами, мы считаем, что комитет действует так, словно все то внимание, которое уделяется возрасту, действительно соответствует этому уровню. Но мы анализируем не процесс принятия решений, а последствия принятия этих решений. Мы ничего не можем сказать о влиянии этих решений на конкретного партнера, но можем сказать, что есть тенденции, общие моменты и много моделей, основанных на этом решении.

Теперь перейдем к уровню индивидуальной ставки оплаты труда партнера (рис. 24–2). И снова читатель может прийти к собственному выводу. Я вижу ясную тенденцию с приемлемым уровнем разброса. Очевидно, высокопрофессиональные партнеры в нашей вымышленной организации получают больше очков.

Нормально ли то, что личная ставка так сильно влияет на набор очков? Но этот вопрос должна решать сама организация. Наша цель здесь проста: выявить, что было сделано. Но если организация устанавливает ставки оплаты труда партнеров согласно рыночным тенденциям (т. е. уровень ставок оплаты труда конкретного партнера отражает ценность партнера на рынке), тогда и уровни оплаты труда конкретных партнеров должны отражаться количеством набираемых очков. Наиболее ценные профессионалы получают более высокое вознаграждение.

Рис. 24–2 предполагает, что уровень ставки оплаты труда «объясняет» 52 % различий в набранных очках. Однако к этому вопросу надо подходить с осторожностью, поскольку более старшие по возрасту партнеры имеют и более высокие уровни ставок оплаты труда, т. е. существует так называемое «перекрытие» этих показателей. По этой причине мы не можем сложить вместе 39 % из графы возраста и 52 % из графы уровня ставок.

К счастью, есть способ решения этой проблемы. В большинстве программных пакетов статистической обработки данных есть инструменты расчета «множественной регрессии», при помощи которых можно устранить наложение данных. Это позволит нам сказать, насколько различия в набранных очках могут объясняться влиянием факторов возраста и уровня ставок, взятых вместе без пересчета. Ответ в этом случае – 59 %. Это будет означать, что после устранения двойного счета два показателя – возраст и ставка оплаты труда, вместе взятые – могут «объяснить» итоговые 59 % различий в получении очков. Таким образом, если фактор возраста может объяснить 39 % отличий в наборе очков, то добавление ко всему этому уровня ставок оплаты труда может объяснить еще 20 % (59 % минус 39 %) различий.

Давайте теперь обратимся к показателю «вклад в продажи» (рис. 24–3). Это «квазиколичественный» фактор. Наша вымышленная организация собирает информацию об итогах усилий каждого партнера по развитию бизнеса и присваивает оценку их общему вкладу по шкале от 2 до 5, где 5 – наивысшая оценка. (Используется шкала от 1 до 5, но на практике никогда не присваивается 1.)

Как можно видеть, здесь также наблюдается возрастающая тенденция. В среднем результаты усилий по привлечению клиентов будут приносить высокие очки, что и видно на графике. Как всегда, мы должны смотреть не только на тенденцию, но и на разброс. Здесь он свидетельствует о том, что уровень развития бизнеса влияет на уровень компенсации, но не определяет ее. Сам по себе он «объясняет» 28 % различий в набранных партнерами очках.

Как и раньше, мы должны быть осторожны в вопросе наложения данных. Может случиться так, что партнеры с высоким уровнем ставок оплаты труда являются лучшими и в развитии бизнеса. Метод «множественной регрессии», рассмотренный выше, должен быть применен снова. В этот раз он показывает, что принятие в расчет трех факторов – возраста, уровня ставок и степени вклада в развитие бизнеса – «объясняет» 74 % различий в очках. Эта цифра включает 59 % (возраст и уровень ставок), о которых мы говорили выше, и 15 %, которые объясняются различием усилий по развитию бизнеса (возраст и уровень ставок эти различия объяснить не могут).

Рис. 24–4 показывает, что сумма денег, полученная от клиента, играет определенную роль в установлении размеров компенсации (наблюдается некая возрастающая тенденция), но это не имеет превалирующего влияния (слишком большой разброс). Можно говорить о 21 %-ной корреляции в этом случае, что, добавляя этот фактор к другим, объясняет (в соответствии с неграфическим анализом) еще 2 % различий в очках в дополнение к 74 %, о которых мы говорили выше.

Последние два графика указывают на отсутствие связи (или слишком малую связь) между рассматриваемой категорией и набранными баллами. Так, рис. 24–5 показывает, что существует едва различимая связь между баллами и процентом оплаты счетов («уровень реализации»). Во всяком случае, кажется, что здесь существует тенденция к занижению и «хорошее управление прибылью» как фактор определения количества набранных очков не применялся вовсе. Это не доказывает, что комитет по компенсациям не принимал в расчет этого фактора в отдельных случаях. Но это показывает, что он не применял последовательно выстроенную модель по отношению ко всем партнерам.