6 Prinsip Desain Insentif

Asli: https://www.sahilbloom.com/newsletter/the-6-principles-of-incentive-design

Ada beberapa kekuatan di dunia yang sekuat dan di mana-mana seperti inspirasi. Mereka mengatur segalanya mulai dari interaksi kita sehari-hari dan pengambilan keputusan hingga organisasi dan masyarakat kita yang lebih luas.

Charlie Mungerzhong mengatakannya dengan baik:

"Beri aku motivasi, dan aku akan memberimu efeknya."

Insentif tampaknya memiliki dualitas unik:

• Insentif yang dirancang dengan baik dapat memberikan hasil yang luar biasa.
• Insentif yang dirancang dengan buruk dapat memiliki hasil yang mengerikan.

Anehnya, meskipun penting, insentif jarang dipelajari di sekolah, program bisnis, atau organisasi.

Jadi manusia ternyata masih buruk dalam menciptakan insentif yang tepat. Kami telah menciptakan sistem yang mengundang manipulasi dan membuka pintu bagi konsekuensi yang tidak diinginkan. Terlalu sering, kita jatuh ke kamp yang dirancang dengan buruk dan mendapati diri kita berjuang untuk mendapatkan jawaban dan perbaikan cepat.

Dalam artikel hari ini, saya akan membahas beberapa jebakan umum dalam desain insentif dan mengusulkan serangkaian prinsip inti untuk membangun insentif yang bijaksana yang menghasilkan hasil yang diinginkan.

Profil Insentif

Mari kita mulai dengan definisi dasar motivasi: Insentif adalah segala sesuatu yang memotivasi, menginspirasi, atau mendorong seseorang untuk berperilaku dengan cara tertentu.

Mereka datang dalam dua bentuk:

• Intrinsik: Intrinsik - diciptakan oleh kepentingan pribadi atau keinginan.
• Ekstrinsik: Ekstrinsik - disebabkan oleh faktor eksternal, biasanya penghargaan (insentif positif) atau hukuman (insentif negatif).

Sebagian besar tulisan saya di sini dan di Twitter secara longgar terkait dengan motivasi intrinsik (motivasi, keinginan, dan pengejaran kita).

Tapi hari ini, saya akan fokus secara khusus pada motivasi ekstrinsik.

Dalam model umum yang disederhanakan, motivasi ekstrinsik melibatkan dua komponen utama:

Metrik: Standar yang digunakan untuk mengukur individu atau kelompok. Metrik dapat bersifat kuantitatif (KPI, indikator) atau kualitatif.

Target: Tingkat tindakan yang akan memulai hadiah atau hukuman. Sasaran bisa spesifik (Anda akan diberi imbalan jika KPI mencapai level X) atau umum (Anda akan diberi imbalan jika manajer senang dengan pekerjaan Anda).

Namun ada masalah: Model insentif sederhana ini -- yang seharusnya sudah tidak asing lagi -- sering kali mengarah pada hasil yang buruk dan konsekuensi yang tidak diinginkan.

"Pelaku" artikel hari ini: Hukum Goodhart.

hukum Goodhart

Hukum Goodhart sederhana:

Ketika suatu ukuran menjadi tujuan, itu berhenti menjadi ukuran yang baik. Jika pengukuran kinerja menjadi tujuan tertentu, manusia cenderung mengoptimalkannya tanpa memperhatikan konsekuensi yang terkait.

Hukum Goodhart dinamai menurut ekonom Inggris Charles Goodhart, yang mereferensikan konsep tersebut dalam artikel tahun 1975 tentang kebijakan moneter Inggris.

"Begitu ditekankan untuk tujuan kontrol, setiap keteraturan statistik yang diamati cenderung runtuh."

Namun konsep tersebut dipopulerkan oleh antropolog Marilyn Strathern. Dalam makalah tahun 1997, dia menggeneralisasi ide ini dan menyebutnya Hukum Goodhart.

"Ketika suatu ukuran menjadi target, itu berhenti menjadi ukuran yang baik."

Ini dengan cepat menjadi model mental dari minat praktis yang cukup besar — sebuah fenomena yang menggambarkan (dan secara akurat memprediksi) kegagalan skema insentif yang terlalu sederhana.

Mari kita lihat beberapa contoh dan gunakan untuk membuat kerangka kerja tentang kesalahan insentif.

Kuku Cobra India dan Soviet

India memiliki terlalu banyak ular kobra.

Orang Inggris melihat kepala kobra sebagai tindakan pembersihan untuk menghilangkan ular kobra, sehingga mendorong orang untuk menawarkan kepala kobra.

hasil? Penduduk setempat mempermainkan sistem, membiakkan ular kobra untuk mendapatkan hadiah. Insentif yang dirancang untuk mengurangi jumlah kobra justru meningkatkannya.

Uni Soviet perlu memproduksi lebih banyak paku untuk bahan bakar kompleks industri militernya.

Pertama, kepemimpinan Soviet melembagakan insentif berdasarkan jumlah paku yang diproduksi. hasil? Pabrik-pabrik ini menghasilkan ribuan paku kecil.

Selanjutnya, pimpinan menyesuaikan insentif berdasarkan berat paku yang dihasilkan. hasil? Pabrik menghasilkan beberapa paku besar.

Dalam kedua kasus tersebut, paku tidak berguna.

Amazon "menyewa untuk menembak"

Amazon yakin pergantian karyawan adalah pendorong kesuksesan bisnis jangka panjang.

Sejak awal, Jeff Bezos menciptakan budaya yang akan menghilangkan 10% karyawan terbawah untuk terus meningkatkan tingkat talenta organisasi.

Untuk mendorong perputaran karyawan yang sehat dalam skala besar, perusahaan menetapkan target perputaran tahunan untuk para manajer.

hasil? Artikel yang tak terhitung jumlahnya telah muncul tentang praktik "menyewa untuk menembak". Manajer diduga mempekerjakan karyawan yang mereka rencanakan untuk dipecat untuk memenuhi target pergantian mereka.

Pembukaan Rekening Wells Fargo

Kepemimpinan senior Wells Fargo melihat pembukaan rekening baru sebagai cara mudah untuk melacak pertumbuhan bisnis.

Untuk mendorong pembukaan rekening baru, itu menetapkan tujuan pembukaan rekening untuk karyawan juniornya. Karyawan akan dipaksa untuk melebihi target ini untuk mendapatkan bonus mereka (atau mungkin akan dikenakan sanksi jika gagal).

hasil? Karyawan membuka jutaan akun palsu untuk mencapai target, dan Wells Fargo didenda miliaran dolar karena penipuan.

Pembingkaian insentif

Dengan latar belakang contoh-contoh ini, kita dapat mulai mengembangkan kerangka kerja sederhana untuk memahami di mana letak kesalahan insentif.

Insentif yang dirancang dengan buruk biasanya menunjukkan satu atau lebih dari tiga karakteristik berikut:

• Kekeliruan McNamara
• sempit
• Kesombongan > Kualitas

Kekeliruan McNamara

Kekeliruan McNamara dinamai Robert McNamara, Menteri Pertahanan AS dari tahun 1961 hingga 1968, yang terlalu mengandalkan metrik kuantitatif secara luas diyakini telah menyesatkan AS selama Perang Vietnam.

Ini adalah kecenderungan untuk membuat keputusan berdasarkan metrik kuantitatif yang dapat diamati dan mengabaikan yang lainnya. Ini memungkinkan kita fokus untuk mengukur apa yang mudah diukur dan apa yang benar-benar penting (yaitu sesuatu yang mengungkapkan hasil yang diinginkan).

Kepala kobra, jumlah atau berat paku, pergantian karyawan, dan pembukaan rekening baru semuanya mudah dihitung, tetapi sama sekali mengabaikan gambaran yang lebih besar. Keempat program insentif tersebut adalah korban dari kekeliruan McNamara.

sempit

Masalah fokus sempit adalah masalah pelingkupan objektif.

Jika Anda berpikir terlalu sempit tentang hasil yang diinginkan dari program Anda, kemungkinan besar Anda akan menciptakan insentif yang merindukan hutan untuk pepohonan.

Dalam kasus Wells Fargo, hasil yang diinginkan bukanlah membuka lebih banyak rekening di bank—lebih tepat untuk mendefinisikan hasil yang diinginkan sebagai peningkatan jumlah pelanggan yang terpuaskan dan terlayani dengan baik.

Aturan praktis: jika ragu, perkecil.

Kesombongan > Kualitas

Mengandalkan metrik kesombongan—seperti kepala kobra atau pembukaan akun baru—untuk mengesankan atasan atau publik adalah resep bencana dalam desain insentif.

Bayangkan memberi insentif kepada pengelola media sosial berdasarkan jumlah pengikut yang dimiliki suatu akun. Orang itu mungkin mulai membeli pengikut untuk mencapai tujuan ini.

Metrik kesombongan jarang merupakan metrik kualitas.

Prinsip Desain Insentif

Berdasarkan Kerangka Insentif Terfragmentasi, mari kita buat prinsip desain insentif yang bijaksana.

Enam prinsip yang perlu dipertimbangkan saat mengembangkan insentif yang bijaksana:

• Target
• indeks
• pengukuran terbalik
• Taruhan dan Efek
• berpartisipasi dalam permainan
• jelas dan halus

Mari kita lihat setiap prinsip.

Target

Sangat penting untuk memikirkan secara mendalam tentang tujuan akhir dari insentif.

Seperti apa kesuksesan itu? Apa hasil akhir yang diinginkan?

Ini bukan tentang tujuan yang dangkal - Anda harus melangkah lebih dalam. Desain insentif yang cerdas tidak mungkin dilakukan tanpa pemikiran mendalam tentang tujuan.

Pastikan untuk memulai di sini sebelum melanjutkan.

indeks

Tetapkan metrik yang akan Anda ukur untuk melacak kesuksesan.

Penting untuk menghindari kekeliruan McNamara — jangan pernah memilih metrik berdasarkan apa yang mudah diukur daripada apa yang sebenarnya bermakna.

Hanya karena mudah melacak KPI tertentu, bukan berarti KPI tersebut tepat untuk digunakan sebagai ukuran.

Tanyakan pada diri Anda sendiri: Jika Anda dapat melacak dan mengukur satu metrik yang memberi tahu Anda semua hal yang ingin Anda ketahui tentang bisnis atau organisasi Anda, apakah itu?

Daftar keinginan untuk menentukan metrik tanpa memperhatikan kelayakan. Dari sini, lanjutkan ke apa yang mungkin.

pengukuran terbalik

Mungkin yang lebih penting daripada metrik inti, bangun "metrik tandingan" dari apa yang Anda ukur untuk melacak konsekuensi yang tidak diinginkan.

Saya pertama kali diperkenalkan dengan ide ini oleh Julie Zhou (yang dia sebut anti-metrik), yang telah melakukan beberapa pemikiran dan tulisan luar biasa tentang topik organisasi dan pertumbuhan.

Metrik kontra memaksa Anda untuk mempertimbangkan apakah insentif Anda menyelesaikan satu masalah tetapi menciptakan masalah lain.

Dalam kasus Amazon, standar tandingan yang efektif mungkin adalah masa kerja rata-rata karyawan baru berdasarkan kelompok. Anda akan tahu ada yang salah jika Anda melihat angka ini turun tajam dari awal rencana insentif pemisahan karyawan.

Indikator penghitung akan memberi tahu Anda jika Anda telah memenangkan pertempuran tetapi kalah perang.

Taruhan dan Efek

Seperti semua keputusan, sangat penting untuk mempertimbangkan dan memahami taruhannya:

• Risiko tinggi = kegagalan yang mahal, sulit dibalik
• Risiko rendah = kegagalan murah, mudah dibalik

Jika Anda berurusan dengan prosedur berisiko tinggi, Anda harus melakukan analisis ketat terhadap efek urutan kedua.

Ulangi indikator Anda dan indikator counter yang sesuai.

berpartisipasi dalam permainan

Untuk menghindari masalah principal-agent, perancang insentif harus dilibatkan.

Insentif tidak boleh diizinkan jika pembuat konten berpartisipasi dalam kesenangan daripada rasa sakit.

Partisipasi dalam permainan meningkatkan hasil.

jelas dan halus

Insentif hanya berlaku jika:

• Kejelasan peluncurannya.
• Kemampuan dan kemauan untuk menyesuaikan diri dengan informasi baru.

Takeaway: Buat lapangan bermain yang lebih mudah dipahami untuk semua anggota dan hindari bias kelanjutan rencana.

mengakhiri pikiran

Insentif adalah alat paling ampuh dalam perangkat pemimpin modern jika dirancang dengan benar.

Untuk menghindari kegagalan insentif, harap perhatikan hal-hal berikut:

• Kekeliruan McNamara: Asumsi yang salah bahwa sesuatu yang tidak dapat diukur tidaklah penting. Mengarah ke fokus untuk mengukur apa yang mudah diukur dan apa yang benar-benar penting.
• Fokus sempit: Berpikir terlalu sempit tentang hasil yang diinginkan dari program menciptakan insentif yang merindukan hutan untuk pepohonan.
• Kesombongan > Kualitas: Andalkan metrik kesombongan yang mengesankan atasan atau publik.

Untuk menciptakan insentif yang bijaksana, fokuslah pada enam prinsip desain insentif:

• Sasaran: Kenali seperti apa kesuksesan itu. Pelajari lebih lanjut tentang tujuan akhir program.
• Metrik: Tetapkan metrik untuk melacak kesuksesan. Jangan pernah puas dengan sesuatu yang mudah diukur dan bukan sesuatu yang benar-benar penting.
• Kontra-indikator: Menetapkan kontra-indikator untuk menentukan apakah menyelesaikan satu masalah akan menciptakan masalah lain.
• Risiko dan Dampak: Selalu pertimbangkan risiko (tinggi atau rendah) dan sesuaikan ketelitian analisis dampak urutan kedua.
• Partisipasi dalam permainan: Hindari masalah agen utama dengan memastikan bahwa desainer diberi insentif untuk berpartisipasi dalam permainan (yaitu, berpartisipasi dalam kesenangan dan penderitaan).
• Kejelasan dan Kefasihan: Insentif hanya sebaik kejelasan peluncurannya dan kemampuan untuk menyesuaikan diri dengan informasi baru.

Saya harap Anda menemukan model ini seproduktif dan bermanfaat seperti yang saya lakukan.