Начальники не всегда понимают, что делают их сотрудники. Как им помочь? | Большие Идеи
Исследования
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Начальники не всегда понимают, что делают их сотрудники. Как им помочь?

Арджун Нараян , Картик Хосанагар , Раджат Дас , Рохан Нараяна Мурти , Скотт Дьюк Коминерс , Сурадж Шринивасан , Тарун Ханна
Начальники не всегда понимают, что делают их сотрудники. Как им помочь?
Иллюстрация: Evgeniy Shvets/Stocksy

Много ли менеджеры знают о работе своих команд? Недавно мы провели исследование с участием 14 команд, состоящих из 283 сотрудников, в четырех компаниях, входящих в список Fortune 500. Когда менеджеров спросили о работе их команд, в среднем они или не знали, или не помнили о 60% выполняемой ими работы. В одном особо вопиющем случае менеджер, участвовавший в нашем исследовании, смог описать всего 4% работы его команды.

Менеджеры, не знающие, чем занимаются их сотрудники, могут дорого обходиться компании, даже если команда состоит всего из пяти человек, поэтому проблема касается любой компании, большой или маленькой. Менеджеры и лица, ответственные за принятие ключевых решений на всех уровнях, ставят цели цифровой трансформации, недостаточно хорошо понимая, как их команды выполняют работу или где находятся их болевые точки. Обычно они строят догадки, решая, какие инвестиции помогут их командам. В итоге такие руководители систематически недооценивают продуктивность сотрудников или неудачно распределяют ресурсы и инвестиции в технологии автоматизации. Из-за пандемии COVID-19 и перехода к удаленной цифровой работе менеджерам стало еще труднее быть в курсе происходящего в компании.

Но наше исследование также продемонстрировало, что проблема решается с помощью алгоритмов машинного обучения. Выяснить, как команды используют технологии в своей работе, можно с условием соблюдения требований о конфиденциальности действий сотрудников.

Что мы обнаружили

В нашем исследовании мы попросили менеджеров обучить систему процессам, которые, на их взгляд, отнимали большую часть времени команд. С помощью интерфейса, аналогичного тому, которым люди пользуются, ставя теги на фото в Facebook*, менеджеры создали образцы каждого процесса на своих машинах так, как они хотели, чтобы их выполняли команды. Затем они проставили теги для этих процессов, поделив их на такие категории, как «управление заказами», «бухгалтерские процессы» и «управление цепью поставок». Количество процессов, которым менеджер мог обучить систему, не было ограничено. Менеджеры полагались на свою интуицию, суждения и опыт, чтобы отобрать процессы и обучить систему тем из них, которые, как они думали, требуют больше всего усилий от сотрудников. Эти данные были собраны в «граф рабочего процесса», отображающий схему выполнения задач командой.

На основе процессов, которым их обучили менеджеры, наши алгоритмы машинного обучения искали аналогичные паттерны в работе, выполняемой членами команды. Затем мы оценили, какую часть рабочего дня команды составляют виды работы, аналогичные процессам, которым обучили систему. По сути, это было оценкой степени, до которой предположения менеджера соответствовали повседневной реальности команды.

Ключевым аспектом этих исследований было сохранение конфиденциальности: мы позаботились о том, чтобы все инструменты и сбор данных позволяли анонимизировать конечных пользователей. Мы объединяли данные по команде и предоставили командам инструменты, позволяющие определить и отфильтровать конфиденциальные сведения, с помощью которых можно установить личность. Весь анализ проводился только на уровне команды, без указания отдельных исполнителей.

Мы предположили, что при идеальном сценарии менеджер должен иметь представление, по крайней мере, о 80% ежедневной работы своей команды. Мы опирались на номинальный порог по данным опроса среди менеджеров: респондентов просили оценить, какую часть работы своей команды они могут описать. Мы определяем разрыв между представлениями и реальностью как долю повседневной работы команды, о которой менеджер не знает, и исходим из того, что потолок составляет 80%. Значение этой оценки показывает, насколько неполно менеджер понимает повседневную работу своей команды.

К удивлению менеджеров, мы обнаружили значительный разрыв между их представлениями и реальностью во всех 14 командах, занимающихся такой разнообразной деятельностью, как управление цепью поставок, управление проектами, взаимодействие с клиентами, управление основными данными, финансы/бухгалтерия и управление персоналом.

советуем прочитать

* деятельность на территории РФ запрещена

Об авторах

Арджун Нараян (Arjun Narayan) — сооснователь и директор по продукту компании Soroco. Возглавляет работу над системой на основе машинного обучения, которая позволяет изучить и оптимизировать работу организации. Закончил MIT и работал консультантом в McKinsey, а также занимался венчурными инвестициями в Catamaran.

Картик Хосанагар (Kartik Hosanagar) — профессор Уортонской школы бизнеса Пенсильванского университета. Ранее был соучредителем компании Yodle Inc.

Раджат Дас (Rajath B. Das) — старший аналитик Soroco, занимается анализом графа рабочего процесса и изучает паттерны работы на предприятиях.

Рохан Нараяна Мурти (Rohan Narayana Murty) — основатель и технический директор Soroco. Отвечает за технологии, исследования и разработки. Строит граф рабочего процесса — новую структуру данных, который позволяет изучить работу команд в организации. Выпускник Гарвардского университета, имеет степень Ph.D. в области компьютерных наук.

Скотт Дьюк Коминерс (Scott Duke Kominers) — доцент делового администрирования отделения предпринимательского менеджмента Гарвардской школы бизнеса, сотрудник отделения экономики Гарвардского университета. Ранее был младшим научным сотрудником общества стипендиатов Гарвардского университета и стипендиатом в области экономики в Институте Беккера — Фридмана.

Сурадж Шринивасан (Suraj Srinivasan) — профессор делового администрирования Гарвардской школы бизнеса.

Тарун Ханна (Tarun Khanna) — профессор Гарвардской школы бизнеса, директор Института Южной Азии им. Лакшми Миттала в Гарвардском университете, автор книги «Trust: Creating the Foundation for Entrepreneurship in Developing Countries» (Berrett-Koehler, 2018).

Войдите на сайт, чтобы читать полную версию статьи
советуем прочитать
Как выигрывать в переговорах с помощью выдуманных альтернатив
Майкл Шерер,  Мартин Швайзенберг,  Родерик Шваб
Новости. Всемирный потоп
Гусинская Ирина