好看吧

手机浏览器扫描二维码访问

第十章 谷歌的薪酬分配原则（第6页）

个人的表现也同样符合幂律分布。

在很多领域很容易指出哪些人的表现远远超过他们的同事，超出的体量超乎人类想象。

比如，通用电气的杰克·韦尔奇；苹果和皮克斯公司的首席执行官史蒂夫·乔布斯；华特·迪士尼赢得过26座奥斯卡奖杯，是有史以来个人获奖最多的人；比利时小说家乔治·西默农写了570本书和故事（其中很多主人公都是他的朱尔斯·梅格雷侦探），销售量达5亿~7亿册；英国的芭芭拉·卡德兰出版了700多个浪漫故事，卖出5亿~10亿册。

（显然我写书的体裁选错了）；至2014年初，布鲁斯·斯普林斯汀获得49次格莱美提名，碧昂斯46次，U2（英国著名乐队）和桃莉·芭顿各45次，但在指挥家乔治·索尔蒂（74次）和制作人昆西·琼斯（79次）面前却黯然失色；波士顿凯尔特人队的比尔·拉塞尔13个赛季获得11座NBA总冠军奖杯；杰克·尼克劳斯获得18座高尔夫球四大赛奖杯；比利·琼·金获得39座网球大满贯冠军奖杯。

奥博伊尔和阿吉斯做了5次调研，受调查人覆盖633263名研究员、演艺人员、政治人物和运动员。

表10-2显示的是利用正态分布分析出的各个群体中优于99.7%表现的人数，以及现实中此类人的真实数量。

表10-2正态分布在预测某些方面表现时的失效

*奥斯卡、布克奖提名、普利策奖提名、《滚石》排行前500的歌曲及其他36种奖项都符合类似的形态分布。

+美国政府和加拿大省议会，丹麦、爱沙尼亚、芬兰、爱尔兰、荷兰、英国和新西兰的议会也都符合类似的形态分布。

在奖励公司内的员工时，本能引导我们犯了施密特研究政府程序员时同样的错误。

我们将平均数等同于中位数，认为中等水平的员工就是平均水平的员工。

事实上，大多数员工都在平均水平以下。

●66%的研究员发表论文的数量低于平均水平。

●84%艾美奖提名演员获得提名数低于总提名平均数。

●68%的美国参议院议员的任职届数要低于平均数。

●71%的NBA球员得分低于平均分。

要注意，低于平均数并非坏事；这只不过是一种数学统计而已。

数据显示，非凡贡献者的表现水平要远高于大多数人，他们可以拉动平均数远高于中位数。

你所在的组织，比如通用电气，采用正态分布的绩效考评方式是由于人力资源部和管理层的压力。

公司对绩效表现分布的期望值如此，考评人接受的培训也都坚守这种原则。

这种体系迫使薪酬安排也遵从同样的分布，这与员工实际创造的价值完全背离。

采用恰当的幂律分布，施密特调查的优于85%的程序员比平均水平创造的价值不止高1.1万美元，而是高2.3万美元。

1979年，水平优于99.7%的程序员能够比平均水平程序员惊人地多创造14万美元。

考虑通货膨胀因素之后，这0.3%的人多创造出的价值差不多有50万美元。

艾伦·尤斯塔斯的估测开始显得非常有道理了。

奥博伊尔和阿吉斯又对其做了分解：“10%的产出来自最顶尖1%的员工，26%的产出来自最顶尖5%的员工。”

换言之，他们发现最顶尖1%的员工的产出是平均产出的10倍，最顶尖5%的员工的产出是平均产出的4倍多。

当然，这种算法并非在所有地方都适用。

恰如奥博伊尔和阿吉斯所指出的：“工业和以体力劳动为主的组织，技术能力有限，对最低和最高产量有严格的标准。”

在这些地方的员工表现更接近于正态分布。

在这种环境下，极少有机会能做出非凡的成就。

但除此种情况之外，幂律分布都占据主导。

你如何判断自己所处的环境是否属于这样的工作环境？艾伦给了我一个简单的测试方法。

他自问：“用几个人来换杰夫·迪恩或桑杰·格玛沃尔特我才会愿意？”

你应该还能记得，正是因为杰夫和桑杰创造出的技术，谷歌和几乎所有的大型数据公司才有存在的可能。

用几个人才能换走你最优秀的员工？如果这个数字大于5，那么你就很可能没有给最优秀的员工足够的工资；如果超过10个，你几乎一定是没有给足这个人工资。

在谷歌，确实有两个做着同样工作的人产生的影响和所得奖励有百倍之差的情况。

比如，公司里有过这样的情形：某名员工获得了1万美元的股权分配，而另外一名在同样领域工作的员工却获得了100万美元的股权分配。