Окружи себя лучшими

В самом начале у вас 100 кандидатов. Десять из них, по определению, принадлежат к 10% лучших, но кто именно — вы не знаете. Их я разместил на самом верху рисунка. Оценивая их с 90%-ной точностью, вы закономерно получите 9 лучших. Но когда вы приметесь оценивать оставшихся 90 кандидатов, то опять же будете правы лишь в 90% случаев, совершенно верно отбракуете 81 кандидата, но ошибочно причислите к лучшим еще девятерых, которые к лучшим не относятся. В итоге вы отберете 18 человек, из которых только половина заслуживает высокой оценки, и понятия не будете иметь, кто из них настоящий самородок, а кто — результат вашей ошибки.

Заметьте, мы исходили из того, что вы правы в 90% случаев — недосягаемая для простых смертных цифра. Если же предположить, что вы правы всего в 70% случаев (то есть прочли эту книгу и встали наравне с лучшими интервьюерами!), то вы будете ошибаться примерно в 80% случаев (см. рис. 11.2).

Рис. 11.2. Шансы на то, что вы выберете лучшего (если вы правы в 70% случаев)

И все же вы можете повысить свои шансы, если возьмете на вооружение несколько полезных приемов.

Во-первых, постарайтесь, чтобы кандидатов было много, больше, чем бывает в среднем. Знаете, зачем горнодобывающие компании тратят массу времени и денег на разведку? Чтобы потом добывать и обрабатывать только ту руду, в которой содержится высокая доля нужного им ископаемого. Так и вы для начала постарайтесь собрать группу, в которой звезд будет больше 10%. Обратитесь к источникам, узнайте, где найти самых грамотных кандидатов, тщательно проанализируйте характеристики тех, кто лучше всего работал на вас в прошлом. Так, например, когда я искал контролеров, то многих великолепных кандидатов нашел в лучших бухгалтерских компаниях.

Во-вторых, постарайтесь проверить уровень кандидатов, предложив им стандартное рабочее задание или практическую задачу. Не ограничивайтесь интервью и проверкой рекомендаций. Конечно, если вы ищете человека на высокую должность, предполагающую разные задачи, это вам вряд ли удастся, но стандартные профессии — от сборщика автомобилей до программиста, от графического дизайнера до спичрайтера — нередко позволяют проверить кандидата на компетентность.

И наконец, обязательно попросите, чтобы вам помогли оценить кандидата. В горном деле для получения чистейшего золота используется последовательность фильтров. Тот же прием годится и для принятия решений по поводу людей. Впрочем, как я еще объясню в следующей главе, к этому процессу имеет смысл подключить лишь нескольких «вице-богов» — но ни в коем случае не «обезьян».

Глава 12

Проблема демократии

Рассказывая о моделях, которые применяются в организации для принятия решений о людях, руководитель нередко использует политические метафоры. Порой описывают настоящую диктатуру, в рамках которой лидер группы, подразделения или компании единолично решает, кого нанять, уволить, перевести или продвинуть. Вариант получше — благожелательная монархия: король или королева правит всем, но всегда учитывает интересы группы. Бывает, говорят о демократии — все заинтересованные стороны имеют право голоса или, в экстренном случае, право вето. Увы, ни одна из этих систем не идеальна. Потому что в действительности нам необходима избирательная аристократия, при которой для принятия решения формируется группа из трех наиболее компетентных оценщиков, способных снабдить вас ценной информацией.

Это решение я предлагаю не только как консультант по поиску и подбору топ-менеджеров с многолетним стажем и самым невероятным опытом, но и как инженер, тщательно просчитавший все плюсы и минусы модели. Вернемся к гипотетическому примеру из главы 11 и представим себе, что вы — «вице-бог» и способны выбрать лучшего работника в 90% случаев. Если у вас будет сотня кандидатов, в половине случаев вы примете ошибочное решение. Но если вы привлечете к делу еще одного (такого же хорошего) специалиста по отбору и поручите ему опрашивать только тех, кого вы одобрили, в его распоряжении изначально окажется более качественная выборка и шансы на ложноположительный результат — на то, что оба вы причислите к лучшим средненького работника, — упадут до 10%. Добавляем третью ступень фильтрации — и вот мы имеем всего 1% ошибок (рис. 12.1). Это хорошая новость.

Рис. 12.1.

Три фильтра позволяют отсеять большинство неподходящих кандидатов

А плохая вот: чем больше у нас фильтров, тем выше вероятность ошибочно отсеять хорошего кандидата. Вы ошибаетесь в 10% случаев, и один отличный работник обязательно окажется забракован. Останется девять самородков. Второй и третий интервьюеры выкинут еще двоих. И получается, что даже у трех сверхопытных «вице-богов» вероятность «ложноотрицательного» результата составляет 27% (см. рис. 12.2).

Рис. 12.2. Те же фильтры отсеют троих кандидатов из числа лучших