TGStat
TGStat
Введите текст для поиска
Расширенный поиск каналов
  • Язык сайта
    flag Russian flag English flag Uzbek
  • Вход на сайт
  • Каталог
    Каталог каналов и чатов Региональные подборки Тематические подборки Платные каналы Поиск каналов
    Добавить канал/чат
  • Рейтинги
    Рейтинг каналов Рейтинг чатов Рейтинг публикаций
    Рейтинги брендов и персон
  • Аналитика
  • Поиск по публикациям
  • Мониторинг Telegram
  • Продвижение
    Реклама через Яндекс Бизнес Реклама в каналах через TGStat Agency Реклама на сайте TGStat.ru
Покупая мотивацию

5 May, 07:53

Открыть в Telegram Поделиться Пожаловаться

В одном стартапе, который я наблюдала вблизи, было пять человек и три таблицы. Потом двадцать человек и около сорока таблиц. Потом сто пятьдесят, три системы, и несколько отделов, которые делают одно и то же – просто называют это по-разному. Функции дублировались, созвонов становилось больше, и в какой-то момент появилась отдельная встреча, чтобы координировать координацию. Решение нашли быстро: наняли «эффективных» менеджеров. Эффективность не выросла. Зато появились таблицы поверх таблиц, зоопарк платформ, которые между собой не особо дружат, и три новых регламента. Система адаптировалась.

🧠 В 2021 году в Nature вышло исследование, которое объясняет, почему так происходит почти везде. Гэбриел Адамс с коллегами провели серию экспериментов, и один из них стал классикой. Участникам давали конструкцию из лего – нестабильную крышу на одном высоком столбике – и просили ее починить. Добавить детали стоило деньги, убрать столбик – бесплатно. Правильное решение очевидно: убери столбик, но большинство добавляло детали.
В других экспериментах людей просили улучшить текст, маршрут поездки, рецепт. Во всех случаях люди добавляли, а не убирали – даже когда убрать было проще, быстрее и дешевле.
Авторы назвали это склонностью к добавлению (additive bias). Механизмов несколько:

1️⃣ мозг вообще не рассматривает субтрактивные решения как опцию по умолчанию. Он не взвешивает «добавить vs убрать» и выбирает первое. Он просто не доходит до второго – поиск заканчивается раньше. Это не выбор, это архитектура.

2️⃣ убирание воспринимается как потеря. А потери, по Канеману, мозг обрабатывает примерно вдвое острее, чем эквивалентное приобретение. Отменить процесс больнее, чем добавить новый – хотя в итоге у вас стало на один процесс меньше, и это хорошо.

3️⃣третий – и самый неудобный для организаций: добавление видно, а убирание нет. Запущенный проект – это результат. Закрытый проект – это как будто ничего не произошло, или стало хуже: вы показали, что ранее были неэффективны – нанимали лишний персонал, запускали плохие проеткы. Системы оценки работы устроены так, что вознаграждают первое и игнорируют второе.

💸 Системы мотивации я видела в этом режиме не раз. Через пару лет любая – даже хорошо спроектированная – обрастает исключениями. Для этой категории сотрудников не работает, добавим надбавку. Формула не учитывает сезонность, добавим коэффициент. Рынок изменился – добавим корректировку. Лет через пять смотришь на схему выплат и понимаешь, что у нее нет автора. Она выросла сама – как организм, которому никто не говорил «стоп».

Еще одна история, которую я наблюдала достаточное количество раз, чтобы перестать удивляться. Компания режет людей в кризис. Кризис проходит. Через два-три года в компании работает больше человек, чем было до сокращения. Мозг не умеет удерживать «меньше» как устойчивое состояние.

Хорошая новость из того же исследования: если людям явно сказать «подумай, можно ли что-то убрать», количество субтрактивных решений резко растет. Ошибка мышления корректируется простым напоминанием. То есть дело не в том, что люди не способны – просто мозг не идет туда сам.
Должность «менеджер по эффективности» существует. Должности «менеджер по упрощению» – нет.

@payformotivation
Навигатор по каналу
Читать в Дзен
#исследования

110 0 4 10
Каталог
Каталог каналов и чатов Подборки каналов Поиск каналов Добавить канал/чат
Рейтинги
Рейтинг каналов Telegram Рейтинг чатов Telegram Рейтинг публикаций Рейтинги брендов и персон
API
API статистики API поиска публикаций API Callback
Наши каналы
@TGStat @TGStat_Chat @telepulse @TGStatAPI
Почитать
Академия TGStat Исследование Telegram 2019 Исследование Telegram 2021 Исследование Telegram 2023
Контакты
Справочный центр Поддержка Почта Вакансии
Всякая всячина
Пользовательское соглашение Политика конфиденциальности Публичная оферта
Наши боты
@TGStat_Bot @SearcheeBot @TGAlertsBot @tg_analytics_bot @TGStatChatBot