Qué hacer cuando alguien enojado desafía sus datos
Por Jon M. Jachimowicz
Harvard Business Review
Datos
Recientemente realizé un estudio con una gran empresa multinacional para averiguar cómo aumentar el compromiso de los empleados. Después de que la recopilación de datos fue completa, corrí el análisis de datos y encontré algunos resultados intrigantes que estaba emocionado de compartir con la firma. Pero un resultado inquietante se hizo evidente en mi análisis: Esta organización tenía una discriminación desenfrenada contra las mujeres, especialmente las mujeres ambiciosas, apasionadas y con talento. Aunque este resultado se basó en datos iniciales y no fue particularmente riguroso, estaba convencido de que los directivos de la organización colaboradora querían oírla para poder abordarla.
No podría haber estado más equivocado. En una reunión con el jefe de recursos humanos de la empresa y algunos miembros de su equipo, presenté por primera vez mis resultados generales sobre el compromiso de los empleados. En mis últimas diapositivas, volví la presentación hacia los resultados del análisis de discriminación de género que había realizado. Yo esperaba una conversación animada, y tal vez incluso algunas preguntas internas sobre por qué la discriminación estaba ocurriendo y cómo podrían rectificarla.
En cambio, el jefe de HR se puso muy enojado. Él me acusó de tergiversar los hechos, citando datos de sus propios registros que mostraban que hombres y mujeres tenían la misma probabilidad de ser promovidos. Además, nunca había escuchado de nadie dentro de la organización que la discriminación de género fuera un problema. Creía firmemente que las prácticas de diversidad que su equipo había defendido eran líderes de la industria y que eran suficientes para evitar la discriminación de género. Claramente, este tema era importante para él, y mis hallazgos habían tocado un nervio.
Después de que su furia (y mi sorpresa) terminara, le recordé que los datos que presenté eran sólo datos piloto iniciales y debían ser tratados como tales. Tal vez si tuviéramos que hacer una evaluación más completa, argumenté, encontraríamos que los datos iniciales eran inexactos. Además, propuse que un estudio de seguimiento que se centrara en la discriminación de género pudiera señalar qué aspectos de las políticas de diversidad estaban funcionando particularmente bien y que él podría usar estas ideas para defender más su agenda. Desembarcamos en un compromiso: diseñaría y dirigiría un estudio adicional centrado en la discriminación de género, conectando las respuestas de la encuesta con resultados importantes, como las promociones y el volumen de negocios.
Unos meses más tarde, los datos llegaron. Mi análisis de datos mostró que mis resultados iniciales eran correctos: la discriminación de género estaba sucediendo en la empresa. Pero el jefe de la reclamación principal de HR no estaba equivocado: hombres y mujeres tenían la misma probabilidad de ser promovidos.
El conjunto de datos mejorado nos permitió ver cómo los dos hechos podrían ser verdad al mismo tiempo. Ahora contamos con información detallada sobre qué empleados eran - y, lo que es más importante, no eran - promovidos. A pesar de que hombres ambiciosos, apasionados y talentosos eran promovidos, sus contrapartes femeninas fueron pasadas por alto para ser promovidas, una y otra vez - efectivamente siendo expulsadas de la organización. Es decir, los mejores hombres eran promovidos, pero no las mejores mujeres. Aquellas mujeres que eran promovidas eran promovidas fuera del tokenismo: No eran particularmente altas realizando, ya menudo alcanzaron un techo "natural" temprano en sus carreras debido a sus capacidades limitadas.
También contamos con datos sobre el tipo específico de oportunidades de ascenso que los empleados masculinos y femeninos recibieron para aprender nuevas habilidades, establecer nuevas conexiones y aumentar su visibilidad en la organización. En comparación con sus homólogos masculinos, las mujeres apasionadas eran menos propensas a obtener este tipo de posibilidades.
Armado con estos nuevos datos, me invitaron a presentar de nuevo al jefe de Recursos Humanos. Recordando nuestra última reunión, esperaba que estuviera molesto. Pero esta vez tuvimos una conversación muy diferente. En lugar de enojo, los datos que presenté se encontraron con preocupación. Podría poner el hecho de que hombres y mujeres tienen la misma probabilidad de ser promovidos en un contexto más completo, con datos rigurosos de la organización. Tuvimos un animado debate sobre por qué existía esa asimetría entre hombres y mujeres. Más importante aún, concluimos que los datos que midió para rastrear la discriminación de género no pudieron proporcionarle la visión necesaria para entender si la discriminación de género era un problema.
Desde entonces ha nombrado un grupo de trabajo para abordar el problema de la discriminación de género de frente, algo que no habría hecho si no hubiéramos recopilado los datos que teníamos. Este es el poder de recopilar datos completos en su propia organización: En lugar de hacer suposiciones sobre lo que puede o no estar ocurriendo, un diseño reflexivo de las prácticas de recopilación de datos le permite recopilar los datos correctos para llegar a mejores conclusiones.
Así que no se trata sólo de los datos que tiene. Recordemos la famosa historia de Sherlock Holmes sobre el perro que no ladraba; Los datos existentes nos ciega, y es importante cambiar el enfoque de distancia de los datos disponibles. Crucialmente, no tener los datos correctos no es excusa. En el caso del jefe de Recursos Humanos, no escuchar acerca de la discriminación de género de nadie en la organización le permitió concluir que las mujeres no enfrentan discriminación. Piense en qué datos no se están recolectando que pueden ayudar a incrustar los datos existentes en un contexto más rico.
La próxima vez que alguien enojado reta sus datos, hay algunos pasos que usted puede tomar. En primer lugar, trate de tomar su perspectiva: Entender por qué su contraparte está respondiendo con tanta fuerza. En muchos casos, puede ser simplemente que realmente se preocupan por el resultado. Sus objetivos pueden incluso alinearse y enmarcar sus datos de una manera en la que se logren sus objetivos puede ayudarle a eludir su enojo.
En segundo lugar, recopilar más datos que específicamente lleva su crítica a corazón. Cada comentario es un comentario útil. Así como un autor de ficción no puede ser molestado cuando los lectores no entienden el punto de lo que están tratando de decir, un investigador debe entender cómo se está comprendiendo su investigación. ¿Cuál es el receptor enojado de su análisis que responde a, y cómo puede una recolección de datos adicional ayudarle a resolver sus preocupaciones?
Tercero y último, vea a su desafiante enojado no como un oponente, sino como un aliado. Encontrar una manera de colaborar, porque una vez que tienen su buy-in, que se invierten en la investigación conjunta. Como resultado, serán más propensos a verlo como parte del equipo. Y entonces usted puede canalizar la energía que provocó su furia para siempre.
Jon M. Jachimowicz es un doctorado. Candidato en la Columbia Business School. En su investigación, Jon investiga los antecedentes, las percepciones y las consecuencias de la pasión por el trabajo, el impacto de la conducta no laboral relacionada con el trabajo, como las distracciones del trayecto y del lugar de trabajo y la influencia de las fuerzas ambientales sobre los juicios y las decisiones. Su sitio web se puede encontrar en www.jonmjachimowicz.com.
Harvard Business Review
Datos
Recientemente realizé un estudio con una gran empresa multinacional para averiguar cómo aumentar el compromiso de los empleados. Después de que la recopilación de datos fue completa, corrí el análisis de datos y encontré algunos resultados intrigantes que estaba emocionado de compartir con la firma. Pero un resultado inquietante se hizo evidente en mi análisis: Esta organización tenía una discriminación desenfrenada contra las mujeres, especialmente las mujeres ambiciosas, apasionadas y con talento. Aunque este resultado se basó en datos iniciales y no fue particularmente riguroso, estaba convencido de que los directivos de la organización colaboradora querían oírla para poder abordarla.
No podría haber estado más equivocado. En una reunión con el jefe de recursos humanos de la empresa y algunos miembros de su equipo, presenté por primera vez mis resultados generales sobre el compromiso de los empleados. En mis últimas diapositivas, volví la presentación hacia los resultados del análisis de discriminación de género que había realizado. Yo esperaba una conversación animada, y tal vez incluso algunas preguntas internas sobre por qué la discriminación estaba ocurriendo y cómo podrían rectificarla.
En cambio, el jefe de HR se puso muy enojado. Él me acusó de tergiversar los hechos, citando datos de sus propios registros que mostraban que hombres y mujeres tenían la misma probabilidad de ser promovidos. Además, nunca había escuchado de nadie dentro de la organización que la discriminación de género fuera un problema. Creía firmemente que las prácticas de diversidad que su equipo había defendido eran líderes de la industria y que eran suficientes para evitar la discriminación de género. Claramente, este tema era importante para él, y mis hallazgos habían tocado un nervio.
Después de que su furia (y mi sorpresa) terminara, le recordé que los datos que presenté eran sólo datos piloto iniciales y debían ser tratados como tales. Tal vez si tuviéramos que hacer una evaluación más completa, argumenté, encontraríamos que los datos iniciales eran inexactos. Además, propuse que un estudio de seguimiento que se centrara en la discriminación de género pudiera señalar qué aspectos de las políticas de diversidad estaban funcionando particularmente bien y que él podría usar estas ideas para defender más su agenda. Desembarcamos en un compromiso: diseñaría y dirigiría un estudio adicional centrado en la discriminación de género, conectando las respuestas de la encuesta con resultados importantes, como las promociones y el volumen de negocios.
Unos meses más tarde, los datos llegaron. Mi análisis de datos mostró que mis resultados iniciales eran correctos: la discriminación de género estaba sucediendo en la empresa. Pero el jefe de la reclamación principal de HR no estaba equivocado: hombres y mujeres tenían la misma probabilidad de ser promovidos.
El conjunto de datos mejorado nos permitió ver cómo los dos hechos podrían ser verdad al mismo tiempo. Ahora contamos con información detallada sobre qué empleados eran - y, lo que es más importante, no eran - promovidos. A pesar de que hombres ambiciosos, apasionados y talentosos eran promovidos, sus contrapartes femeninas fueron pasadas por alto para ser promovidas, una y otra vez - efectivamente siendo expulsadas de la organización. Es decir, los mejores hombres eran promovidos, pero no las mejores mujeres. Aquellas mujeres que eran promovidas eran promovidas fuera del tokenismo: No eran particularmente altas realizando, ya menudo alcanzaron un techo "natural" temprano en sus carreras debido a sus capacidades limitadas.
También contamos con datos sobre el tipo específico de oportunidades de ascenso que los empleados masculinos y femeninos recibieron para aprender nuevas habilidades, establecer nuevas conexiones y aumentar su visibilidad en la organización. En comparación con sus homólogos masculinos, las mujeres apasionadas eran menos propensas a obtener este tipo de posibilidades.
Armado con estos nuevos datos, me invitaron a presentar de nuevo al jefe de Recursos Humanos. Recordando nuestra última reunión, esperaba que estuviera molesto. Pero esta vez tuvimos una conversación muy diferente. En lugar de enojo, los datos que presenté se encontraron con preocupación. Podría poner el hecho de que hombres y mujeres tienen la misma probabilidad de ser promovidos en un contexto más completo, con datos rigurosos de la organización. Tuvimos un animado debate sobre por qué existía esa asimetría entre hombres y mujeres. Más importante aún, concluimos que los datos que midió para rastrear la discriminación de género no pudieron proporcionarle la visión necesaria para entender si la discriminación de género era un problema.
Desde entonces ha nombrado un grupo de trabajo para abordar el problema de la discriminación de género de frente, algo que no habría hecho si no hubiéramos recopilado los datos que teníamos. Este es el poder de recopilar datos completos en su propia organización: En lugar de hacer suposiciones sobre lo que puede o no estar ocurriendo, un diseño reflexivo de las prácticas de recopilación de datos le permite recopilar los datos correctos para llegar a mejores conclusiones.
Así que no se trata sólo de los datos que tiene. Recordemos la famosa historia de Sherlock Holmes sobre el perro que no ladraba; Los datos existentes nos ciega, y es importante cambiar el enfoque de distancia de los datos disponibles. Crucialmente, no tener los datos correctos no es excusa. En el caso del jefe de Recursos Humanos, no escuchar acerca de la discriminación de género de nadie en la organización le permitió concluir que las mujeres no enfrentan discriminación. Piense en qué datos no se están recolectando que pueden ayudar a incrustar los datos existentes en un contexto más rico.
La próxima vez que alguien enojado reta sus datos, hay algunos pasos que usted puede tomar. En primer lugar, trate de tomar su perspectiva: Entender por qué su contraparte está respondiendo con tanta fuerza. En muchos casos, puede ser simplemente que realmente se preocupan por el resultado. Sus objetivos pueden incluso alinearse y enmarcar sus datos de una manera en la que se logren sus objetivos puede ayudarle a eludir su enojo.
En segundo lugar, recopilar más datos que específicamente lleva su crítica a corazón. Cada comentario es un comentario útil. Así como un autor de ficción no puede ser molestado cuando los lectores no entienden el punto de lo que están tratando de decir, un investigador debe entender cómo se está comprendiendo su investigación. ¿Cuál es el receptor enojado de su análisis que responde a, y cómo puede una recolección de datos adicional ayudarle a resolver sus preocupaciones?
Tercero y último, vea a su desafiante enojado no como un oponente, sino como un aliado. Encontrar una manera de colaborar, porque una vez que tienen su buy-in, que se invierten en la investigación conjunta. Como resultado, serán más propensos a verlo como parte del equipo. Y entonces usted puede canalizar la energía que provocó su furia para siempre.
Jon M. Jachimowicz es un doctorado. Candidato en la Columbia Business School. En su investigación, Jon investiga los antecedentes, las percepciones y las consecuencias de la pasión por el trabajo, el impacto de la conducta no laboral relacionada con el trabajo, como las distracciones del trayecto y del lugar de trabajo y la influencia de las fuerzas ambientales sobre los juicios y las decisiones. Su sitio web se puede encontrar en www.jonmjachimowicz.com.
Editores originales conservan todos los derechos.
No hay comentarios:
Publicar un comentario