Стратегия чистого листа. Как перестать планировать и начать делать бизнес - читать онлайн книгу. Автор: Марк Розин cтр.№ 22

Все шкалы делятся на две группы: шкалы, отражающие сложность работы, и шкалы, отражающие ценность работы для компании (табл. 3.6). Очевидно, что и то и другое важно для определения размера оплаты труда. Чем сложнее работа, тем больше мы должны за нее платить. За более ценную работу тоже лучше платить больше (хотя это чуть менее обязательно). Представим себе, что не очень сложная работа по внесению неких данных в компьютер приобрела для нас необыкновенную значимость. Повысим ли мы за нее оплату? Пожалуй, да, чтобы взять на эту важную работу максимально квалифицированного и надежного человека.

Когда мне приходится объяснять идею грейдирования должностей, я привожу следующий пример: представьте себе, что вы взяли академика на работу дворником (типичная ситуация для России 1990-х гг.). Как вы ему будете платить – как академику? Наверное, все же как дворнику – за работу по подметанию улицы. А то, что он академик, вас не будет волновать.

Система грейдов – инструмент, который имеется в джентльменском наборе любой серьезной стратегической организации. Она столь же необходима, как бизнес-стратегия: не иметь грейдов выглядит почти неприличным. Прозападный HR-менеджер, который пришел в компанию, где нет грейдов, обязательно первоочередным пунктом поставит в свой план создание системы грейдов.

Многие консалтинговые компании, предлагающие широкий круг услуг в области HR, известны прежде всего своими системами грейдов. Чем занимаются Hay, Watson Wyatt, Mercer? Первая ассоциация к их имени – грейды, хотя в действительности они консультируют компании по весьма разнообразным кадровым вопросам.

Почему же грейды столь популярны? Одна из причин – прагматическая: нам хочется иметь объективные данные для определения зарплаты сотрудника. Объективные данные – это рынок, а грейды облегчают сравнение с рынком за счет упорядочения позиций. Но, может быть, достаточно просто упорядочить названия и описания должностей, тем самым принципиально уменьшив количество позиций, после чего каждую из них сравнить с рынком? Технология грейдирования позволяет уменьшить количество случаев для сравнения еще сильнее.

Представим себе, что мы имеем дело с крупной промышленной компанией, в которой есть 2000 должностей (вполне правдоподобное число, если система должностей развивалась стихийно и никто никогда не пытался их привести их в порядок). Сравнить каждую должность с рынком невозможно. Допустим, мы провели работу по упорядочению названий и функционала должностей (это, кстати, совершенно необходимая работа, какую бы компанию – стратегическую или оппортунистическую – мы ни строили), и оказалось, что должностей с разным функционалом в компании всего-навсего 350 (тоже правдоподобные цифры). Сопоставить с рынком такое количество должностей уже возможно, хотя по-прежнему непросто. Теперь мы оцениваем каждую должность и сводим их к 20 грейдам – каждая должность получает грейд. Как теперь будет выглядеть процедура сопоставления с рынком? Нужно взять три-четыре должности из каждого грейда и сравнить диапазон оплаты с рыночными данными по этим должностям. Мы получаем 60 кейсов для сравнения (по 3 позиции для каждого из 20 грейдов), что существенно экономнее, чем сравнивать 350 должностей.

Однако на практике все не так красиво, как в теории. Для настройки вилки грейда более правильным будет выбирать по одной должности из каждой функции, поскольку функции довольно часто имеют рыночную специфику. Если основных функций у нас 8–10, а грейдов 20, то мы получим 160–200 позиций, т. е. число сравнений у нас окажется не сильно меньше, чем при прямом сравнении каждой позиции с рынком, а точность – понизится.

В действительности сторонники системы грейдов предлагают более амбициозную идею, чем просто экономия усилий на сравнении с рынком. По сути дела это идея справедливости. Почему у нас Василий на позиции инженера при высоком риске ошибки (и, соответственно, высоком потенциальном грейде) получает мало, а Николай на позиции экономиста получает много, хотя риск ошибки (и потенциальный грейд) у него ниже? Давайте восстановим справедливость, повысив зарплату Василию и понизив (или хотя бы заморозив) зарплату Николаю. При этом нас мало заботит то, что Василий никуда не собирается уходить – и потому, что найти подходящую работу инженера сложно, и потому, что мотивация у него менее монетарная: его больше интересует содержательная сторона работы (инженер все-таки). И так же мало мы озабочены тем, что Николай привык искать работу: он верит, что рынок экономистов широк и ориентирован прежде всего на деньги (потому, наверное, и стал экономистом). Так, исходя из идеи справедливости, мы делаем ненужный подарок инженеру Василию, прибавляя ему зарплату, и одновременно демотивируем Николая, устанавливая ему низкий грейд и замораживая зарплату (хорошо еще, что мы не решились объявить Николаю о понижении его зарплаты). При хорошем исходе Василий приятно удивлен, а в плохом случае у него развиваются неоправданные амбиции. Одновременно мы ускоряем уход Николая, который отправится на рынок за более высокой зарплатой.

В результате мы:

• повысили ФОТ;

• стимулировали ненужные амбиции инженера Василия путем непрошенного подарка;

• демотивировали и ускорили уход экономиста Николая.

Идея справедливости – это очень стратегическая идея. Мы верим, что ради справедливости можно перекроить систему оплаты, раздать подарки и демотивировать, – и в стратегической перспективе это будет правильно.

После грейдирования мы получаем картинку, показанную на рис. 3.11.

Мы смотрим на нее в недоумении и чешем в затылке: как теперь внедрить эту систему? Всем «недоплаченным» повысить зарплату, а всем «переоплаченным» заморозить, чтобы через одну-две индексации они оказались в «справедливых» диапазонах? В общем-то, это единственный способ: понижать зарплату никому нельзя. ФОТ мы тем самым подняли (по опыту – процентов на 20), но зато вроде бы сделали благо для своей организации.

Нам не приходит в голову сравнить данные грейдирования с текучестью: действительно ли среди «недооплаченных» сотрудников текучесть выше? Если же мы проведем такое сопоставление, то увидим, что прямой корреляции нет. Да, есть категории сотрудников с высокой текучестью, и они могут оказаться среди «недооплаченных», но чаще всего текучесть определяется ситуационными и организационными факторами (актуальные тенденции рынка труда: не хватает программистов; или еще проще: идиот-начальник всех распугал). И вот мы смотрим на эту картинку и понимаем, что вынуждаем себя провести реформу оплаты труда, в эффективности которой теперь сами сомневаемся. Уже консультантам заплачено, уже вся организация на уши поставлена, уже комитеты по оценке позиций поработали… И что теперь делать с результатами проекта по грейдированию? Признаться в ошибке? Расписаться в своей менеджерской некомпетентности (деньги потрачены, и ничего не внедрено)? Вот и приходится теперь повышать ФОТ в масштабе организации, демотивируя одних и выдавая нежданный подарок другим, да еще отвлекать людей от работы «правильной коммуникацией» – попыткой логично объяснить свою глупость. Зачем мы это делаем? Чтобы выглядеть эффективными менеджерами? Чтобы внести в свое резюме строчку об успешном проекте по грейдированию? Чтобы установить высшую справедливость?