q16_web_ahead-of-the-curve_168518522_1536x1536_Standard

À frente da curva: O futuro da gestão de desempenho

Por Boris Ewenstein, Bryan Hancock, e Asmus Komm

O que acontece depois que as empresas descartarem as avaliações de desempenho?

O segredo mais mal guardado nas empresas tem sido, há já algum tempo, o fato de que o ritual anual de avaliar (e, por vezes, de classificar) a performance dos funcionários constitui um exemplo perfeito dos absurdos da vida corporativa. Tanto gerentes como funcionários tendem a ver a gestão de performance como algo demorado, excessivamente subjetivo, desmotivador e, em última análise, inútil. Nesses casos, ela pouco contribui para melhorar a performance dos funcionários. Pode até mesmo prejudicá-la, pois eles têm de ficar atentos aos resultados da avaliação, preocupar-se com a remuneração e tentar entender o feedback de sua performance.

Estas não são questões novas, mas vêm se tornando cada vez mais perturbadoras devido ao modo como os empregos evoluíram em muitas empresas nos últimos 15 anos. Mais e mais empregos exigem colaboradores com expertise mais profunda, discernimento mais independente e mais habilidade para resolver problemas. Eles têm de assumir responsabilidades cada vez maiores em suas interações com os clientes e parceiros de negócios, e criar valor de maneiras que os sistemas de gestão da performance herdados da era industrial têm dificuldade para identificar. Em breve, esse ritual que a maioria dos executivos diz não apreciar se tornará tão ultrapassado que será como tentar realizar transações financeiras modernas com pombos-correios.

No entanto, quase nove em cada dez empresas de todo o mundo continuam não só a gerar pontuações de performance para os funcionários, mas também a usá-las para decidir como remunerá-los.1 A questão que impede que a insatisfação dos gestores com o processo leve à sua transformação é a incerteza acerca de como seria um sistema renovado de gestão de performance. Se descartarmos as avaliações de fim de ano, o que faremos então? Será que os funcionários vão ficar mais negligentes? Será que sua performance vai cair? E como as pessoas serão remuneradas?

As respostas estão começando a surgir. Empresas que consagraram a abordagem “stack and rank”2 de avaliação, como a GE3 e a Microsoft,4 estão hoje desmantelando seus sistemas de classificação e avaliação anual dos funcionários e testando em seu lugar novas ideias que proporcionem feedback e coaching contínuos. A Netflix5 não avalia mais seu pessoal segundo objetivos anuais, pois seus objetivos tornaram-se mais fluidos e podem mudar de uma hora para outra. O Google transformou a maneira como remunera os indivíduos de alta performance em todos os níveis6 Algumas empresas de tecnologia, como a Atlassian7 automatizaram diversas atividades de avaliação que em outras empresas os gerentes ainda executam manualmente.

As mudanças que estas e outras empresas estão implementando são novas, variadas e, em alguns casos, experimentais. Mas alguns padrões já começam a surgir.

  • Certas empresas estão repensando o que, de fato, constitui a performance de um funcionário e passaram a focar os indivíduos que se afastam perceptivelmente da média – seja por sua alta ou baixa performance – em vez de tentarem diferenciar a massa de colaboradores de performance média.
  • Muitas empresas também estão coletando dados de performance mais objetivos por meio de sistemas que automatizam análises em tempo real.
  • Dados sobre performance estão sendo cada vez menos usados como um instrumento rudimentar para definir a remuneração. Na verdade, algumas empresas estão até desvinculando a avaliação da remuneração, pelo menos para a maioria da força de trabalho, ao mesmo tempo em que as vinculam de maneira cada vez mais abrangente nos extremos de alta e baixa performance.
  • Dados mais representativos dão sustentação a essa mudança de ênfase – das avaliações retrospectivas para as discussões fundamentadas em fatos sobre performance e desenvolvimento. Tais discussões estão se tornando cada vez mais frequentes e ocorrem sempre que necessário. Com isso, a avaliação da performance vai deixando de ser um evento anual.

O modo como esses padrões emergentes se materializarão variará de empresa para empresa, é claro. E o ritmo da mudança também será diferente em cada uma. Algumas empresas podem até usar mais de uma abordagem para a gestão de performance, mantendo metas preestabelecidas para as equipes de vendas, por exemplo, ao mesmo tempo em que adotam novas abordagens para outras funções ou unidades de negócio.

Mas, de uma forma ou de outra, elas terão de mudar.

REPENSANDO A PERFORMANCE

Hoje, a maioria dos sistemas corporativos de gestão de performance não funciona, pois estão enraizados em modelos que pressupõem a especialização e a ininterrupta otimização de tarefas distintas. Esses modelos datam de mais de um século, desde Frederick W. Taylor.

Ao longo dos 100 anos seguintes, os sistemas de gestão de performance evoluíram, mas não mudaram fundamentalmente. Um parâmetro como “número de pinos produzidos por dia” pode até ter se tornado algo mais sofisticado; por exemplo, um balanced scorecard de indicadores-chave de desempenho (KPIs) vinculado às metas mais amplas da empresa. O que começou como um princípio mecanicista simples foi adquirindo camadas de complexidade ao longo das décadas, à medida que as empresas tentavam adaptar sistemas de performance da era industrial para organizações cada vez maiores e para trabalhos cada vez mais complicados.

E passou-se a medir e a ponderar coisas cada vez menores. Muitas empresas lutam para monitorar e medir uma proliferação de KPIs individuais para cada funcionário, o que acabou gerando dois tipos de desafios. Primeiro, coletar dados precisos para 15 a 20 indicadores distintos pode ser difícil e estafante, e muitas vezes gera informações imprecisas. (Na verdade, muitas organizações pedem que os próprios funcionários relatem esses dados.) Segundo, a proliferação de indicadores, muitas vezes ponderados conforme o impacto de cada um, produz KPIs irrelevantes e dilui o foco dos funcionários. Nós regularmente encontramos KPIs que representam menos de 5% de uma classificação geral de performance.

Apesar disso tudo, os gerentes se esforçam para classificar seus funcionários o melhor que podem. Essas classificações são calibradas umas contra as outras e, se necessário, ajustadas conforme diretrizes de distribuição – em geral, curvas de sino (distribuições gaussianas). Essas diretrizes pressupõem que a grande maioria dos funcionários se aglomera em torno da média e satisfazem as expectativas, enquanto números menores deles têm performance melhor ou pior. Esse modelo costuma se materializar em escalas de avaliação de três, cinco ou sete pontos, as quais às vezes são numeradas e/ou rotuladas: por exemplo, “corresponde às expectativas”, “supera as expectativas”, “supera em muito as expectativas” e assim por diante. Essa lógica tem certa atratividade intuitiva (“a maioria das pessoas não está, por definição, na média? ”) e ajuda as empresas a organizar a remuneração (“a maioria das pessoas recebe remuneração média; as de alta performance recebem um pouco mais, as de baixa performance, um pouco menos”).

Mas as curvas de sino podem não refletir com precisão a realidade. Pesquisas sugerem que, em muitas áreas – por exemplo, negócios, esportes, as artes, a academia –, os perfis de performance assemelham-se mais a distribuições em lei de potência. Às vezes conhecidas como curvas de Pareto, esses padrões de distribuição se assemelham a um bastão de hóquei em forma de gráfico. (Receberam esse nome pelo trabalho de Vilfredo Pareto, que há mais de um século observou, entre outras coisas, que 20% das vagens em sua horta continham 80% das ervilhas.) Um estudo de 2012 concluiu que, na maioria das empresas, a atuação dos 5% de funcionários com melhor performance supera em 400% à dos que têm performance média (setores caracterizados por alto grau de trabalho manual e baixo uso de tecnologia são exceções à regra)[1]. A curva de distribuição que decorreu dessa pesquisa sugere que 10% a 20% dos funcionários, no máximo, são responsáveis por uma contribuição desproporcional.

O Google afirmou que, em parte, essa pesquisa está por trás de muitas de suas práticas de RH e de sua decisão de oferecer recompensas exageradas para reter os talentos de máxima performance: a remuneração de duas pessoas fazendo o mesmo trabalho pode variar até 500%.8 O Google quer evitar que seus melhores colaboradores desertem e acredita que esse esquema de remuneração pode garantir sua permanência; colaboradores de alta performance de níveis juniores da empresa podem ganhar mais que colaboradores de performance média de níveis superiores. Identificar e incentivar as pessoas realmente notáveis é uma prioridade fundamental dado o seu impacto desproporcional.

Empresas que estiverem ponderando os riscos e benefícios de remunerar seus funcionários de forma desigual devem ter em mente a novidade mais importante sobre distribuições em lei de potência: o que elas significam para a grande maioria dos funcionários. Para aqueles que atendem às expectativas, mas não são excepcionais, as tentativas de determinar quem é um pouco melhor ou pior geram informações inúteis ou sem sentido para os gerentes e pouco contribuem para melhorar a performance. Abandonar as classificações – que desmotivam e irritam os funcionários, como mostraram os pesquisadores Bob Sutton e Jeff Pfeiffer – faz sentido.

Muitas empresas, como GE, Gap9 e Adobe Systems,10 fizeram exatamente isso em um esforço para melhorar a performance. Elas descartaram classificações, rankings e avaliações anuais, práticas que a GE, por exemplo, transformara em verdadeira arte nas décadas anteriores. O que essas empresas almejam – objetivos mais flexíveis e mais variáveis ??do que as metas anuais; discussões sobre feedback frequentes, não anuais ou semestrais; coaching proativo voltado para o futuro, não focado em classificações e rankings do passado; mais ênfase nas equipes do que nos indivíduos – parece ser exatamente o oposto do que elas estão abandonando.

O fato é que essas empresas agora acham que é uma tolice tentar identificar e quantificar nuances de desempenho diferencial entre a maioria dos funcionários – aqueles que fazem um bom trabalho, mas não estão entre os que têm performance estelar. Identificar claramente quem tem performance superior ou inferior é importante, mas a realização de rituais anuais de avaliação baseados na curva de sino não contribuirá para o desenvolvimento geral da força de trabalho. Em vez disso, se eliminarem os processos burocráticos de revisão anual (e os comportamentos relacionados a eles), as empresas poderão se concentrar em obter níveis mais elevados de performance de um número muito maior de seus funcionários, como mostraram os pesquisadores Bob Sutton e Jeff Pfeiffer – faz sentido.

COMO OBTER DADOS QUE IMPORTAM

Obter dados bons é crucial para os novos processos, principalmente porque muitos funcionários pensam que os processos de avaliação atuais são demasiado subjetivos. Em vez de recorrer uma vez por ano a uma análise inexata dos indivíduos, as empresas podem obter melhores informações por meio de sistemas de crowdsourcing que coletam dados sobre a performance de pessoas e equipes. Coletar continuamente dados de performance por meio de crowdsourcing ao longo do ano gera insights ainda melhores.

Por exemplo, a Zalando, um importante varejista online europeu, está atualmente implementando uma ferramenta de crowdsourcing em tempo real que obtém feedback estruturado e não estruturado de performance a partir de reuniões, sessões de resolução de problemas, projetos concluídos, lançamentos e campanhas. Os funcionários podem solicitar feedback de supervisores, colegas e “clientes” internos por meio de um aplicativo online em tempo real que permite às pessoas fazer comentários positivos e críticos umas sobre as outras, de forma lúdica e envolvente. O sistema então atribui um peso a cada resposta conforme o grau de exposição entre o fornecedor e o solicitante dos dados. Para cada tipo de comportamento ao qual os funcionários solicitam ou fornecem feedback, o sistema – uma ferramenta estruturada e fácil de usar – apresenta uma lista de perguntas que podem ser respondidas de forma intuitiva movendo-se um controle deslizante na tela de um smartphone ou dispositivo similar. Como os dados são coletados em tempo real, tendem a ser mais precisos que as revisões anuais, quando colegas e supervisores têm de se esforçar para lembrar detalhes sobre as pessoas que vão avaliar.

Os funcionários da GE hoje usam uma ferramenta semelhante, chamada PD@GE, que os ajuda e a seus gerentes a monitorar os objetivos de performance da empresa, mesmo que estes mudem ao longo do ano. A ferramenta facilita os pedidos de feedback e mantém um registro de quando foram recebidos. (A GE também está mudando a linguagem do feedback a fim de enfatizar coaching e desenvolvimento, em vez de críticas). Os funcionários da GE recebem informações quantitativas e qualitativas sobre sua performance, de modo que podem se reajustar rapidamente ao longo do ano. Um fator importante é que essa tecnologia não substitui os diálogos de performance entre gerentes e funcionários. Pelo contrário, as conversas sobre o que ajudou e o que não ajudou a produzir resultados giram em torno das observações de colegas, gerentes e dos próprios funcionários. A GE espera que a maioria de seus funcionários migre para o novo sistema até o final de 2016.

Em outras palavras, ferramentas podem automatizar as atividades não apenas para liberar o tempo que gerentes e funcionários hoje gastam coletando de forma ineficiente informações sobre performance, mas também para transformar o que o feedback visa alcançar. A qualidade dos dados também melhora. Por serem coletados em tempo real, sobre eventos recentes, os funcionários consideram tais dados mais fidedignos. Os gerentes, por sua vez, podem se valer de evidências do mundo real para ter diálogos de coaching mais significativos. À medida que as empresas automatizam as atividades e adicionam machine learning e inteligência artificial ao mix de avaliação, a qualidade dos dados melhorará exponencialmente, e eles serão coletados de modo muito mais eficiente.11

Por fim, as ferramentas para melhorar a performance também podem identificar com mais precisão quem apresenta performance superior, embora todos já saibam subjetivamente quem são. No final do ano, a ferramenta da Zalando indica automaticamente os 10% dos funcionários com melhor performance analisando os dados de feedback agregados. Os gerentes podem ajustar quantos funcionários de melhor performance devem ser identificados – digamos, os 8% ou 12% melhores. A ferramenta calculará o “pico” em que a performance se afasta perceptivelmente do restante da população. Desse modo, os gerentes dispõem de uma maneira objetiva e baseada em fatos para identificar os funcionários que verdadeiramente se destacam. As empresas também podem usar esses sistemas para identificar aqueles cuja performance ficou realmente para trás.

Relativamente pouco dispendiosos e fáceis de construir (ou de adquirir e customizar), esses aplicativos para melhorar a performance são promissores – porém desafiadores (veja no quadro a seguir uma ilustração genérica de um aplicativo desse tipo). É possível que os funcionários tentem burlar o sistema para conseguir um lugar entre os top 10% ou para garantir que um rival não conseguirá (é provável que inteligência artificial e análises semânticas aprendam a distinguir um feedback genuíno de um falseado, e é possível comparar os avaliadores a fim de detectar fraudes). Alguns funcionários também podem ter a sensação de que o “Big Brother” está observando (e avaliando) cada um de seus movimentos. Estes e outros desafios da vida real precisam ser resolvidos à medida que mais e mais empresas adotam tais ferramentas.

ELIMINE A ANSIEDADE ASSOCIADA À REMUNERAÇÃO

O próximo passo que as empresas podem dar para avançar a gestão de performance da era industrial para a era digital é eliminar a angústia associada à remuneração. Porém, esse movimento exige que os gestores tomem algumas decisões contraintuitivas.

exhibit

A sabedoria convencional vê um elo entre avaliações e classificações de performance e remuneração. Isso parece perfeitamente adequado: a maioria das pessoas acredita que performance melhor merece remuneração mais alta e performance pior merece remuneração mais baixa. Para satisfazer essas expectativas, os níveis médios de performance devem ser atrelados à média do mercado. Performance superior seria remunerada acima da média do mercado, a fim de atrair e reter os melhores talentos. E maus resultados empurrariam o funcionário abaixo da média do mercado, criando assim um desincentivo à performance inferior. Essa lógica é atraente e consistente com a perspectiva gaussiana. Na verdade, o guia de distribuição, com suas metas percentuais para diferentes classificações, oferece às empresas um modelo simples para calcular remunerações diferenciadas, ajudando-as a permanecer dentro do orçamento geral da folha de pagamentos. Sem dúvida, esta é uma das razões para a prevalência da perspectiva gaussiana.

Entretanto, essa abordagem tem diversos problemas. Primeiro, o carro às vezes fica à frente dos bois e os gerentes usam as distribuições de remuneração desejadas para efetuar uma espécie de engenharia reversa das classificações. A fim de pagar a João x e a Maria y, o avaliador precisa constatar que João excede as expectativas que Maria apenas satisfaz. Essa engenharia reversa das classificações a partir de decisões a priori de remuneração ocorre muitas vezes ao longo de vários ciclos de performance e pode levar a uma atitude cínica – “no ano passado, eu cuidei de vocês; este ano, Maria, é você que terá que se sacrificar em prol da equipe”. Essas práticas, mais do que as falhas do conceito gaussiano em si, desabonam o sistema de performance e muitas vezes abafam um feedback valioso. Provocam cinismo, desmotivam os funcionários e podem torná-los combativos, não colaborativos.

Segundo, vincular dessa maneira as classificações de performance e a remuneração ignora as recentes descobertas no campo das ciências cognitivas e da economia comportamental. Os estudos do prêmio Nobel Daniel Kahneman e outros sugerem que os funcionários podem ficar excessivamente preocupados com as implicações para a remuneração de até mesmo pequenas diferenças de classificação. Com isso, o temor de possíveis prejuízos, ainda que pequenos, pode afetar o comportamento duas vezes mais que os possíveis ganhos que venham a obter. Embora a ideia seja contraintuitiva, vincular performance e remuneração pode desmotivar os funcionários, mesmo que o vínculo produza apenas pequenas variações líquidas na remuneração.

Visto que apenas poucos funcionários se destacam, não faz muito sentido arriscar desmotivar a grande maioria vinculando remuneração e performance. Mais e mais empresas de tecnologia, por exemplo, puseram fim aos bônus por boa performance. Em seu lugar, elas oferecem um salário básico competitivo e vinculam os bônus (pagos às vezes em ações ou opções de ações) ao desempenho geral da empresa. Os funcionários ficam livres para se concentrar em trabalhar bem, para se desenvolver e até mesmo para cometer erros – sem terem que se preocupar com as implicações de diferenças marginais de classificação sobre sua remuneração. No entanto, a maioria dessas empresas oferece recompensas especiais, incluindo remuneração discricionária, para quem realmente tem uma performance extraordinária: “Programadores 10 vezes melhores ganham 10 vezes mais” é uma maneira de expressar esse princípio nas empresas de tecnologia. Seja como for, as empresas podem eliminar um dos principais fatores de ansiedade para a grande maioria dos funcionários.

Por fim, pesquisadores como Dan Pink dizem que as coisas que realmente motivam as pessoas a uma boa performance são sentimentos como autonomia, excelência e propósito. Em nossa experiência, tais sentimentos só aumentam à medida que o funcionário ganha acesso a recursos, projetos prioritários e clientes, e recebe demonstrações de lealdade e reconhecimento. Romper o vínculo entre performance e remuneração permite que as empresas se preocupem menos com monitoramento, avaliação e suas consequências, e mais com a capacitação e inspiração dos funcionários a fim de ampliar suas habilidades e aptidões.

Uma grande empresa de tecnologia do Oriente Médio realizou recentemente um estudo aprofundado sobre o que motiva seus colaboradores, examinando combinações de mais de 100 variáveis ??para entender o que estimulava os melhores profissionais. Entre as variáveis ??estudadas estavam diferentes tipos de remuneração, o local onde os funcionários trabalhavam, o tamanho das equipes, a estabilidade no emprego e as classificações de performance feitas por colegas e gerentes. A empresa descobriu que “sentido” – isto é, enxergar propósito e valor no trabalho – era o fator mais importante, representando 50% da pontuação motivacional como um todo. Não era a remuneração. Em alguns casos, funcionários mais bem pagos eram nitidamente menos motivados do que outros. A empresa suspendeu um plano para aumentar a folha de pagamento em US$ 100 milhões e equiparar-se a seus concorrentes.

Todavia, os líderes não devem se iludir e imaginar que reduzir os custos seja outro motivo para dissociar a remuneração das avaliações de performance. Muitas das empresas que avançaram nessa direção oferecem prêmios generosos na forma de ações, que fazem com que todos os funcionários se sintam não apenas bem remunerados, mas também proprietários. Empresas que não possuem ações para usar como moeda de troca talvez tenham mais dificuldade em usar os números em seu favor, a menos que consigam melhorar substancialmente a performance corporativa.

COACHING BEM DIMENSIONADO PARA EXTRAIR O MELHOR DA MAIORIA

A necessidade cada vez maior de as empresas inspirarem e motivarem a boa performance torna imperativo que inovem no coaching – e que o dimensionem corretamente. Sem coaching constante e de qualidade, torna-se difícil definir metas de forma flexível e frequente, fazer com que os funcionários deem o melhor de si no trabalho ou proporcionar mais responsabilidade e autonomia às pessoas e, ao mesmo tempo, exigir delas mais expertise e discernimento.

Muitas empresas e especialistas estão estudando como melhorar o coaching – este é um dos assuntos do momento. Especialistas dizem que há três práticas que parecem apresentar bons resultados: alterar a linguagem do feedback (como a GE vem fazendo); fornecer indicações constantes, por meio de crowdsourcing, do que funcionou e do que não funcionou (como fazem a GE e a Zalando); e direcionar as discussões sobre performance mais ao que é necessário para o futuro do que ao que aconteceu no passado. Indicações breves e concretas de performance (“vinhetas”), disponibilizadas na hora certa por ferramentas acessíveis – além de um vocabulário em comum para o feedback – podem fornecer um arcabouço útil para esse sistema. Contudo, não resta dúvida de que os gerentes têm pela frente uma longa curva de aprendizado até chegarem a um coaching eficaz, ainda mais agora que o trabalho sofre mudanças constantes e a automação e a reengenharia vêm configurando os empregos e os fluxos de trabalho de novas maneiras.

Empresas em setores de alta performance – como tecnologia, finanças e mídia – estão à frente da curva no que diz respeito a se adaptarem ao futuro do trabalho digital. De modo que não é nenhuma surpresa que as organizações desses setores sejam pioneiras na transformação da gestão de performance. Mais empresas precisam seguir seus passos – quanto antes, melhor. Elas devem deixar de lado os modelos de classificação calibrada dos funcionários baseados em distribuições normais, permitindo assim que grande parte da força de trabalho possa se concentrar em fatores de motivação mais fortes do que mudanças incrementais nos salários. Além disso, as empresas têm de ficar de olho nos funcionários que forem verdadeiramente notáveis e naqueles cuja performance fica aquém do desejado.

É hora de explorar ferramentas que permitam criar, por meio de crowdsourcing, uma base de fatos rica em observações sobre performance. Ironicamente, empresas como a GE estão usando a tecnologia para democratizar e reumanizar processos que se tornaram mecânicos e burocráticos. Outras precisam seguir seus passos.

Sobre o(s) autor(es)

Boris Ewenstein, Bryan Hancock, e Asmus Komm são sócios especialistas nos escritórios da McKinsey em Johanesburgo, Atlanta e Hamburgo, respectivamente.

Os autores agradecem a equipe de People & Organization da Zalando SE por sua valiosa colaboração e contribuições para este artigo.