Управление фирмой, оказывающей профессиональные услуги

Рис. 24–1
Рис. 24–2

---

Д. Майстер. «Управление фирмой, оказывающей профессиональные услуги»
188
Рис. 24–3
Рис. 24–4
Рис. 24–5

---

Д. Майстер. «Управление фирмой, оказывающей профессиональные услуги»
189
Рис. 24–6
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 нали-
чие 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 факто-
рами. Это преувеличение важности данного фактора. Может показаться, что партнеры, воз-
раст 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 уделя-
ется 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 прие-
млемым уровнем разброса. Очевидно, высокопрофессиональные партнеры в нашей вымыш-
ленной 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 тенден-
циям (т. е. уровень ставок оплаты труда конкретного партнера отражает ценность партнера
на рынке), тогда и уровни оплаты труда конкретных партнеров должны отражаться количе-
ством набираемых очков. Наиболее ценные профессионалы получают более высокое возна-
граждение.
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,

---

Д. Майстер. «Управление фирмой, оказывающей профессиональные услуги»
190
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 паке-
тов статистической обработки данных есть инструменты расчета «множественной регрес-
сии», 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» (