¿Funciona el ranking forzoso? La campana de Gauss en un equipo de diez
En resumen: una campana de Gauss describe un grupo grande, no cada trocito de él. Si el rendimiento de una empresa es de verdad 20% alto, 70% medio y 10% bajo, un equipo de diez formado al azar tiene exactamente esa mezcla solo alrededor de un 12% de las veces. Obligar a cada equipo a cumplir la cuota etiqueta mal a 1,7 personas por equipo de media, incluso cuando el jefe conoce el rendimiento real de todos. En el 35% de los equipos nadie está en el 10% más bajo de la empresa, y alguien acaba ahí de todos modos.
Es temporada de evaluaciones. La empresa del cuñado usa una distribución del desempeño calibrada. Las normas están en la intranet, detrás de una contraseña que caduca cada 30 días. Dicen que cada equipo de diez debe tener exactamente dos personas con «Supera las expectativas», siete con «Cumple» y una con «Por debajo».
El equipo del cuñado ha tenido un buen año. Todos han cumplido sus objetivos. Esta información ha quedado registrada y no influye en el proceso. Uno estará «Por debajo». Las normas no dicen quién, solo que tiene que ser uno, y que la decisión del jefe es definitiva y será revisada.
La curva habla de la multitud
La idea del ranking forzoso viene de la distribución normal: en un grupo lo bastante grande, la mayoría está cerca del centro y unos pocos en cada extremo. Para una empresa de 10.000 personas, decir «alrededor del 10% son los que menos rinden» puede ser más o menos cierto.
El error es suponer que cada equipo de diez es una copia en miniatura de toda la empresa. No lo es. Una muestra pequeña da tumbos. Algunos equipos tienen por casualidad a tres de los mejores de la empresa, otros a ninguno, otros a dos de los más flojos. La cuota hace como si eso no pasara.
¿Cuántas veces encaja un equipo de diez en la cuota?
Pongámoslo lo más justo posible. Supongamos que la empresa es de verdad 20% alto, 70% medio y 10% bajo, que los equipos se forman al azar y que cada jefe sabe exactamente cuánto vale cada persona y simplemente las ordena. Sin sesgos, sin favoritos, sin política. Entonces:
| Un equipo de diez al azar, jefe perfecto | Resultado |
|---|---|
| La mezcla real del equipo coincide con la cuota 2 / 7 / 1 | 11,9% de los equipos |
| Al menos una persona recibe una etiqueta equivocada | 88,2% de los equipos |
| Media de personas mal etiquetadas por equipo | 1,7 |
| Nadie del equipo está en el 10% más bajo de la empresa, pero alguien recibe «Por debajo» | 34,9% de los equipos |
El 34,9% es fácil de comprobar: cada persona tiene un 90% de probabilidades de no estar en el 10% más bajo, así que las diez se libran con probabilidad 0,9 elevado a 10, unos 0,35. En un equipo de cinco es peor: el 59% de los equipos no tiene a nadie del 10% más bajo de la empresa, y uno de ellos recibe «Por debajo» igualmente.
Y eso con un jefe perfecto. Las evaluaciones reales llevan además ruido, humores y memoria, que suman errores a los que la cuota crea por sí sola.
Equipos de diez al azar obligados a una cuota 20 / 70 / 10, jefe perfecto
La norma que no se puede cumplir
Así que cada año, en aproximadamente uno de cada tres equipos, un jefe tiene que encontrar a un peor empleado que no existe. Y lo encuentra, porque el formulario no acepta «nadie». Esa persona podía estar en el centro de la empresa, o cerca de arriba. La etiqueta va a su expediente. Tiene exactamente el mismo aspecto que una etiqueta merecida.
El ranking forzoso no mide la distribución. La impone. Y al año siguiente la empresa mira sus evaluaciones, ve una campana de Gauss perfecta y concluye que la curva tenía razón desde el principio.
Estadística para novatos: datos de grupos grandes, vidas de grupos pequeños
Un porcentaje que es cierto para una población grande es una afirmación sobre la media de muchos grupos pequeños, no sobre cada uno. «El 10% de la gente es zurda» no significa que cada grupo de diez tenga exactamente un zurdo; alrededor de un tercio no tiene ninguno. Cuanto más pequeño es el grupo, más se aleja de la cifra de la población.
Si hay que ordenar a la gente, que sea en un grupo lo bastante grande para que los porcentajes signifiquen algo, o que se evalúe a cada persona frente a un estándar y no frente a las demás.
Dónde cuesta dinero
Los rankings de fondos funcionan igual. «El 10% de fondos peores del año» suena a condena, pero en una categoría pequeña de fondos parecidos alguien tiene que ser el último aunque la diferencia sea suerte. Mira cuánto se queda atrás y durante cuánto tiempo, no solo el puesto.
La moraleja
El jefe del cuñado eligió al «Por debajo» mediante un proceso que las normas llaman holístico. Le tocó a Dani, que estaba de vacaciones durante la reunión de calibración. Dani ha recurrido. El recurso se calibrará frente a los demás recursos, de los que hay que rechazar el 10%. Solo hubo un recurso.
Lo que este modelo no puede decir
- Es un modelo. Los equipos reales no son aleatorios: la contratación y los traslados pueden agrupar a gente fuerte o floja, lo que agranda o reduce el desajuste.
- El rendimiento no es un solo número. Supusimos una puntuación real por persona; el trabajo real es más complicado.
- Los grupos grandes son otra cosa. Con cientos de personas, una cuota encaja mucho mejor con la mezcla real; el problema es aplicarla a cada equipo pequeño.
La empresa del cuñado, Dani y la cuota son una ilustración. Las cifras salen de nuestro propio modelo: rendimiento con distribución normal en la empresa, cuota 20% / 70% / 10%, equipos de diez formados al azar y un jefe que los ordena sin error. El encaje exacto es una probabilidad multinomial (11,9%); el resto, una simulación de 400.000 equipos. Contenido educativo, no asesoramiento legal, laboral ni financiero.