Люди склонны оценивать вероятность наступления того или иного события без учета размера выборки, которая относится к данной ситуации.
Как мы уже говорили раньше, люди вообще плохо оценивают вероятности и различные статистические закономерности. Мы находим закономерности, даже если располагаем весьма скудными данными. Поскольку нам чаще всего доступна лишь небольшая часть информации, а также мы отфильтровываем почти все остальное, у нас просто нет возможности получить полное представление о происходящем. Из разрозненных пазлов информации наш мозг пытается воссоздать цельную картину мира, и как только она появляется, мы считаем ее завершенной и достоверной.
Статистика говорит, что чем меньше исследовательская выборка, тем больше вероятность неравномерного распределения в ней. Например, мы изучаем средний рост в определенной категории людей. Вероятность того, что в небольшой выборке мы получим малопредсказуемые результаты, значительно больше, чем если бы мы изучали большую выборку. В небольшой выборке мы можем получить результат и 190 см и 160 см, а чем больше выборка, тем сильнее результат будет стремиться к среднему.
Д. Канеман и А. Тверски, которые первыми обратили внимание на эти закономерности, в своих статьях приводят следующую задачу, хорошо иллюстрирующую данный эффект.
Определенный город обслуживают два роддома. В большом роддоме каждый день рождается около 45 детей, а в маленьком – около 15 детей. Как вы знаете, около 50 % всех детей – мальчики. Тем не менее, точный процент меняется со дня на день. Иногда оно может быть выше 50 %, иногда ниже. В течение 1 года в каждом роддоме регистрировались дни, в которые более 60 % рожденных детей были мальчиками. Как вы думаете, в каком роддоме зарегистрировано больше таких дней?
Почти 60 % людей, решающих эту задачу, ответили, что в каждом роддоме результаты должны быть сопоставимы и вряд ли отличаются больше, чем на 5 %. И примерно по 20 % ответов утверждали, что разница будет больше 5 % в первом или во втором роддоме. Однако, согласно теории выборки, большой роддом с большей вероятностью сообщает о соотношении полов, близком к 50 %, в определенный день, чем меньший. В маленьком роддоме выборка меньше, а значит, вероятность того, что мы получим вариант, далекий от среднего, гораздо больше.
Эффект ошибки из-за размера выборки часто соотносится с иллюзией стабильной уникальности[41]. По опыту люди знают, что очень трудно долго удерживать какие-либо экстраординарные достижения. Особенно это видно по бизнес– или спортивным достижениям: спортсмены и команды, длительно находящиеся на пике успеха, уникальны и их подавляющее меньшинство. Чаще мы встречаем ситуацию, в которой, как только команда выигрывает значимый трофей, в следующий сезон ее ждет спад. То же самое характерно и для продавцов, вдруг перевыполнивших план на десятки процентов, и для управленцев, и для всех остальных.
Регрессия к среднему как раз и описывает этот эффект: если в сравнимых условиях много раз делать одно и то же, то после каждого экстремального успеха или неудачи с большой вероятностью последует результат, более близкий к среднему – причем вне зависимости от того, что человеку при этом говорить и как его учить.
Если ваш сотрудник в среднем работает хорошо, а тут у него на ровном месте случился неудачный период, то следующий наверняка будет лучше – вне зависимости от того, услышит ли он от своего руководителя какой-нибудь негатив или нет. А если у него же вдруг получится рекордно высокий результат, то следующая попытка, скорее всего, будет хуже – против статистики, как говорится, «не попрешь».
Но есть одна проблема: нельзя просто взять и практически применить регрессию к среднему для управления эффективностью в коллективах или собственной деятельности, ибо мы никогда не знаем наверняка – где это среднее значение? Другая проблема – в том, что регрессия к среднему, как и большинство статистических явлений, – штука для человеческой интуиции противоестественная, поскольку в душе мы считаем: «Если прет, то в следующий период все обязательно должно быть еще лучше». По умолчанию большинство считают: «Если везет, то везет во всем. А если не везет – то с этим уже ничего не сделаешь». В этом и состоит «бытовая» ошибка в понимании регрессии к среднему.
При этом многие руководители считают, что если сотрудника чаще ругать, то он будет делать свою работу лучше, а если хвалить – хуже. Подтверждается это мнение личным опытом – когда подчиненных ругали за неудачи – их результаты улучшались, а если хвалили – то ухудшались. Мнение это настолько распространено, что многие предпочитают подчиненных вообще не хвалить – чтобы не сглазить или чтобы не расслаблялись. Эти наблюдения подвержены ошибке из-за размера выборки: управленцы редко смогут вспомнить больше десяти случаев, когда их обратная связь закономерно и именно так, как описано выше, меняла поведение подчиненных.
И все же на уровне поведения это значит вот что: хвалить людей за экстремальные успехи обязательно нужно, но при этом морально готовясь к тому, что хвалить в следующий раз придется за менее впечатляющие достижения. А вот ругать хорошего сотрудника при внезапных неудачах – это примерно как ругать монетку за решку вместо орла, только монетка от вас после этого не сбежит, а сотрудник – может. Человека в этом случае лучше поддержать, а ругать стоит лишь самого себя – за незнание статистики и когнитивных искажений.
С другой стороны, мы чаще переоцениваем вероятность реализации крайне редких событий. Многие исследования показывают, что в восприятии многих людей вероятность попасть в теракт сопоставима с вероятностью попасть в дорожную аварию. Хотя статистика говорит, что эти риски абсолютно несопоставимы.
Вообще, отношение к исследованиям у большинства людей довольно странно. Мы скорее склонны концентрироваться на результате или процессе исследования, вместо того чтобы сосредоточиться на изучении выборки исследования и его формата. Однако вместо слова «исследование» здесь может быть поставлено практически любое слово, которое замещает формат получения новых знаний. Помните про хоторнский эксперимент[42]? Скорее всего, вы запомнили лишь результат этого исследования, но не запомнили ни выборку этого эксперимента, ни его длительность, ни что конкретно изучалось и вряд ли вспомните имя руководителя этого эксперимента. Все эти детали забываются. Наша память в основном концентрируется на основной идее, а все остальное мы как будто отбрасываем, считая это несущественной информацией. Однако на самом деле она очень важна. Именно эта информация часто определяет, как именно и в каких ситуациях можно ее использовать.
В ошибке выжившего[43] мы рассказывали вам о том, как строился успех Билла Гейтса. Но довольно часто, когда мы слышим мотивирующие истории знаменитых бизнесменов, шоуменов, артистов или предпринимателей, мы слышим исключительно приятные и успешные кейсы и примеры. В большинстве их биографий вы не прочитаете информацию об их ошибках или неудачах – в них вычеркивают весь негативный опыт, оставляя лишь успех и достижения. И когда мы на мотивационном вечере слышим истории успеха трех предпринимателей, подсознательно мы начинаем думать примерно следующее: 100 % предпринимателей добились успеха (три из трех), значит, и у меня тоже получится. А это, как вы сами понимаете, уже не факт.
Одним из наиболее известных разоблачителей обмана малых выборок является Нассим Талеб, который в своих книгах «Одураченные случайностью» и «Рискуя собственной шкурой» описывает большое количество кейсов этого когнитивного искажения в финансах, политике и социальной жизни общества. Рекомендую вам внимательно их прочитать.
Начните вести дневник относительно того, насколько ваша целенаправленная корректирующая обратная связь меняет поведение сотрудников (или ваших коллег). Наиболее очевидно это упражнение делать при обучении детей или в процессе наставничества своих сотрудников. Выберите простое действие, которому хотите научить своего сотрудника, и после каждой его попытки давайте ему конкретную обратную связь об эффективности его попытки. Обратную связь при этом точно маркируйте как позитивную и негативную и записывайте в блокнот ее последовательность и результат действия сотрудника. Например: негативная обратная связь – эффективность очередной попытки сотрудника увеличилась; позитивная обратная связь – эффективность снизилась; и т. д. По завершении определенного временного периода обучения ваших сотрудников подсчитайте, как ваш сотрудники реагировали на вашу обратную связь разной модальности.
Выполняется в группе. В группе выбирается участник, который занимается продажами и считает себя хорошим продавцом. Его просят рассказать 2–3 успешные истории продаж. Далее у него спрашивают, какой у него процент конверсии (процент клиентов, встреча с которыми завершается продажей). Допустим, уровень конверсии – 10 %. После этого его просят рассказать 9 неуспешных историй продаж и одну успешную. Отмечается разница мотивации после первой и второй итерации.