Connexion
Accédez à votre espace personnel
Recevez nos dernières vidéos et actualités quotidiennementInscrivez-vous à notre newsletter
ÉCONOMIE
Décryptages éco Intelligence économique Intelligence sectorielle Libre-propos Parole d'auteur Graphiques Notes de lecture
STRATÉGIE & MANAGEMENT
Comprendre Stratégies & Management A propos du management Parole d'auteur
IQSOG
RUBRIQUES
Économie généraleFranceEurope, zone euroÉconomie mondiale Politique économique Emplois, travail, salairesConsommation, ménagesMatières premières Finance Géostratégie, géopolitique ComprendreManagement et RHStratégieMutation digitaleMarketingEntreprisesFinanceJuridiqueRecherche en gestionEnseignement, formation
NEWSLETTERS
QUI SOMMES-NOUS ?

Voir plus tard
Partager
Imprimer

Dans la plupart des entreprises, quand on évalue la performance de ses collaborateurs, on part d’un principe qui n’est pas formulé : l’hypothèse que la performance suit une distribution normale.

La distribution normale, c’est la courbe en cloche bien connue. Le sommet de la cloche correspond à la valeur moyenne. Plus on s’en écarte, moins on trouve d’individus. Par exemple, si la taille moyenne d’une population est de 1,70m, il y a moins de gens qui font 1,80 m ou 1,60 m que de gens qui font 1,70 m. Et surtout, il y a très très peu de gens qui font 2m ou 1m40 : la courbe s’aplatit très vite.

La distribution normale décrit très bien beaucoup de phénomènes naturels. Et elle a l’avantage d’être facile à représenter et à étudier. Il est donc naturel de supposer que la performance professionnelle des individus, comme leur taille ou leur poids, doit suivre une distribution normale. C’est pourquoi beaucoup d’organisations évaluent les performances sur une grille à 4 ou 5 catégories, et surtout, forcent cette distribution, en plafonnant le pourcentage d’individus dans les catégories extrêmes. Car dans une distribution normale, les cas exceptionnels sont très rares.

Le problème de ce modèle, c’est qu’il ne décrit pas bien la réalité. Depuis une quinzaine d’années, un certain nombre de chercheurs, notamment Herman Aguinis, de la George Washington University, ont mesuré la distribution des performances dans un grand nombre de domaines – par exemple, chez les sportifs, les chercheurs, ou les acteurs. Et ce qu’ils ont trouvé le plus souvent n’est pas une distribution normale : c’est une distribution de Pareto.

La distribution de Pareto est moins universellement connue que la courbe en cloche de la distribution normale, mais vous la connaissez aussi. Si vous avez déjà observé, par exemple, que 20% de vos clients représentent 80% de vos ventes (la loi des 80-20), vous avez observé une distribution de Pareto. De même, dans beaucoup de pays, une toute petite fraction des individus détiennent une majorité des actifs : encore Pareto. Idem pour les variations des marchés financiers : si les variations quotidiennes de la Bourse suivaient une loi normale, une baisse de 10% en une journée n’arriverait que tous les 500 ans… or cela arrive bien plus souvent.

On le voit dans ces exemples : la principale différence entre une distribution normale et une distribution de Pareto, c’est la fréquence des cas extrêmes. Regardez la courbe en cloche de la distribution normale et la forme de la distribution de Pareto (image). A droite, les cas extrêmes sont rarissimes dans la courbe en cloche, mais seulement rares dans la distribution de Pareto.

Et c’est précisément ce qu’ont trouvé Aguinis et ses collègues. Dans tous les échantillons qu’ils ont étudiés. Ils ont étudié le cas des chercheurs, évalués sur leur nombre de publications, ou celui des artistes avec leur nombre de nominations aux Grammy awards ou aux Oscars. Dans tous ces cas, il y a 10x plus d’individus qui s’écartent de trois écarts-types de la moyenne que la distribution normale ne le prévoit. Dit plus simplement : 10x plus de stars qu’on ne le croyait.

Depuis, d’autres études ont retrouvé ce phénomène chez les développeurs de jeux vidéo ou de logiciels, voire chez les PDG. Bien sûr, on ne peut pas répéter l’étude partout ; car dans la plupart des fonctions, on ne dispose pas de mesures quantitatives de la performance individuelle. Mais chaque fois que ces mesures existent, la distribution de la performance est non-normale. Il n’y a donc pas vraiment de raisons de penser qu’elle deviendrait normale, simplement parce qu’on se serait pas capable de la mesurer objectivement.

Si l’on suit la logique de Herman Aguinis et de ses collègues, quand on récompense la performance individuelle (la performance des équipes est un autre sujet), on devrait donc être prêt à des différenciations très importantes. Et les implications de cette conclusion sont vertigineuses. Car si la performance d’une entreprise dépend de la contribution disproportionnée d’un tout petit nombre de stars, le talent devient la principale source d’avantage concurrentiel. Alors – comme dans une équipe de foot par exemple – il faut être prêt à presque tout pour identifier, attirer et retenir ces stars. Et être prêt, aussi, à gérer les tensions qu’une différence de traitement aussi considérable ne manquera pas de créer avec le reste des troupes…


x
Cette émission a été ajoutée à votre vidéothèque.
ACCÉDER À MA VIDÉOTHÈQUE
x

CONNEXION

Pour poursuivre votre navigation, nous vous invitons à vous connecter à votre compte Xerfi Canal :
Déjà utilisateur
Adresse e-mail :
Mot de passe :
Rester connecté Mot de passe oublié?
Le couple adresse-mail / mot de passe n'est pas valide  
  CRÉER UN COMPTE
x
Saisissez votre adresse-mail, nous vous enverrons un lien pour définir un nouveau mot de passe.
Adresse e-mail :