Ga direct naar de content

Klein aantal professionals presteert uitzonderlijk en krijgt veel media-aandacht

Geplaatst als type:
Gepubliceerd om: augustus 18 2020

Managers gaan er veelal van uit dat prestaties van professionals normaal zijn verdeeld, waarbij de meeste gemiddeld presteren. Maar klopt dat wel? Een verkenning van de prestaties van financiële adviseurs en advocaten op basis van publiek beschikbare informatie.

In het kort

-De prestaties zijn verdeeld volgens de machtsfunctie: een klein gedeelte presteert uitzonderlijk goed, en de meesten redelijk.
-De best presterende advocaten krijgen veel aandacht in de media en winnen veel prijzen.

Vaak wordt er gedacht dat de prestaties van professionals normaal verdeeld zijn, waarbij de meeste gemiddeld presteren, maar een slinkend deel het beter doet of het slechter doet dan gemiddeld (figuur 1a). Dit idee is populair gemaakt door Jack Welch, de ex-CEO van General Electric, die op basis hiervan concludeerde dat zijn bedrijf, om tot betere prestaties te komen, jaarlijks de circa tien procent minst presterende werknemers moest vervangen (Welch en Welch, 2015).

Het is echter de vraag of prestaties inderdaad normaal verdeeld zijn (Bernardin et al., 1984). Zo constateren O’Boyle en Aguinis (2012) dat er een kleine groep van professionals is die boven het maaiveld uitsteekt: binnen bedrijfstakken springen er vaak een paar excellente presteerders (hyper performers of stars) uit – denk bijvoorbeeld aan CEO’s als Elon Musk en Jeff Bezos. Die constatering duidt meer op een verdeling volgens de machtsfunctie (power law) (figuur 1b), waarbij er sprake is van een dikke staart van gemiddeld presterende werknemers (Anderson, 2004).

Diverse onderzoekers stellen dat de prestaties van professionals meer overeenkomen met een machtsfunctie dan met de normale verdeling (Jacobs, 1974; Schmidt en ­Hunter, 1983). De meeste werknemers presteren redelijk tot goed, en zonder hen zou een professionele onderneming niet kunnen overleven. Daarnaast is er een klein aantal professionals dat excellent presteert: zij produceren een enorme output en trekken veel aandacht – volgens sommigen hebben professionele organisaties deze stars nodig voor een grotere naamsbekendheid en om collega’s te motiveren hun prestaties te evenaren (Groysberg et al., 2004).

In dit artikel analyseren we de verdeling van de prestaties van Nederlandse financiële adviseurs en advocaten betrokken bij overnames: hoe zijn de prestaties verdeeld binnen deze kennisintensieve bedrijfstak? En hoe hangen deze prestaties samen met hun opleiding, de onderneming waarin zij werken, en de mate van aandacht die zij genereren in de media of via het winnen van prijzen?

Data

Op basis van websites zoals van M&A (mena.nl) hebben we een database samengesteld bestaande uit 4.543 advocaten die, van januari 2014 tot december 2018, 21.443 overnamedeals met een totale waarde van 7.181,9 miljard euro sloten, en 1.876 financiële adviseurs die 6.403 deals sloten met een totale waarde 1.659,1 miljard. De deals zijn per professional gealloceerd. We meten de prestaties per professional door het aantal deals waarbij hij/zij betrokken was te vermenigvuldigen met de waarde ervan. Een professional die veel kleine deals sluit, kan dus een even hoge score hebben als een professional die één grote deal sluit.

De figuren 2a en 2b laten zien dat er, zowel bij de advocaten als de financiële adviseurs, erg weinig professionals zijn met hoge prestatiecijfers. De prestatieverdeling vertoont geen normale uitsplitsing, maar lijkt op een machtsfunctieverdeling. Dit wordt bevestigd door de veel lagere chi-kwadraatscore die we voor de machtsfunctieverdeling vinden, dan voor de normale verdeling.

Verband prestaties met andere kenmerken

Hoe verschillen de echte stars van de overige goed presterende professionals? Om dat te verkennen, verdelen we de prestaties van de tweehonderd best presterende advocaten in drie categorieën: laag, middel en hoog. Via deze groepering beperken we de mogelijke miskwalificaties die kunnen ontstaan doordat we, met de waarde van de overnamedeals waarbij professionals betrokken zijn, een vrije grove maatstaf voor prestaties gebruiken.

Figuur 1

Door middel van discriminantenanalyse onderzoeken we het verband tussen prestaties en opleidingskenmerken (prestige universiteit, aan meerdere universiteiten gestudeerd, MBA gehaald, en gestudeerd in de Verenigde Staten), ondernemingskenmerken (prestige onderneming, aantal jaren bij onderneming, en ervaring bij verschillende ondernemingen) en zichtbaarheidskenmerken (aantal keren genoemd op fd.nl; aantal nominaties voor M&A-awards, ranking op mena.nl, en aantal gepubliceerde wetenschappelijke artikelen). Deze informatie konden we voor 143 advocaten verzamelen.

Tabel 1 toont de resultaten. Opvallend is dat alleen de zichtbaarheidskenmerken significant zijn: de prestaties van advocaten hangen significant samen met het aantal vermeldingen op fd.nl, het aantal nominaties voor M&A-awards en de gemiddelde ranking op mena.nl.

Conclusie en discussie

De prestaties van bij overnames betrokken financiële adviseurs en advocaten vertonen geen nominale maar een machtsfunctieverdeling: een klein aantal steekt boven het redelijk presterende maaiveld uit. Bij advocaten hangt een hoge positie op de dikke staart samen met media-aandacht en het winnen van prijzen. Opvallend is dat noch de opleidingsachtergrond van de advocaten, noch de reputatie van de universiteit of bekendheid van de onderneming lijkt samen te hangen met de prestatie van de professionals. Dit suggereert dat een professional vooral zelf aan de weg dient te blijven timmeren.

Op basis van de huidige resultaten kunnen we niets zeggen over causale verbanden. Het kan zo zijn dat de best presterende professionals meer aandacht trekken, of dat media-aandacht de prestaties verhoogt. Ook kan het zijn dat beide effecten elkaar versterken: een goed presterende professional krijgt veel aandacht, waardoor hij/zij ook weer beter presteert. Vervolgonderzoek, bijvoorbeeld aan de hand van tijdreeksen, kan dit verduidelijken. Ook moet er onderzocht worden in hoeverre de machtsfunctieverdeling ook opgaat voor andere kennisintensieve beroepen, zoals architectuur of engineering.

Figuur 2
Tabel 1
Getty Images

Literatuur

Anderson, C. (2004) The long tail. New York: Random House.

Bernardin, H.J. en R.W. Beatty (1984) Performance appraisal: Assessing human behavior at work. Boston: Kent.

Groysberg, B., A. Nanda en N. Nohria (2004) The risky business of hiring stars. Harvard Business Review, 82(5), 92–100.

Jacobs, D. (1974) Dependency and vulnerability: an exchange approach to the control of organizations. Administrative Science Quarterly, (19)1, 45–59.

Schmidt, F.L. en J.E. Hunter (1983) Individual differences in productivity: an empirical test of estimates derived from studies of selection procedure utility. Journal of Applied Psychology, 68(3), 407–414.

Welch, J. en S. Welch (2015) The real-life MBA. New York: HarperCollins.

Naar aanleiding van de reactie hieronder is op 24 augustus een noot toegevoegd bij figuur 1

Auteurs

Categorieën

2 reacties

  1. None Redactie
    4 jaar geleden

    Beste heer Haarmans,

    Dank voor de reactie. U hebt gelijk. Dit had vermeld moeten worden. In overleg met de auteurs hebben we een noot toegevoegd bij de figuur. Hartelijk dank voor de opmerkzaamheid!

    Namens de redactie,
    Robert Kleinknecht

  2. M.T. Haarmans
    4 jaar geleden

    Als ik de rechtse grafiek van figuur 1 vergelijk met figuur 2a en 2b dan concludeer ik dat de y-as de prestatie-as is en de x-as de aantal-as. In de linkse grafiek lijkt de prestatie-as de x-as te zijn en de aantal-as de y-as.