Cette série en 3 parties a été rédigée par Bruce MacEwen et Janet Stanton d’Adam Smith, Esq.
« Ne pensez pas aux éléphants », court la raillerie de l’enfance, avec l’effet immédiat que les éléphants sont la seule chose à laquelle vous pouvez penser.
Au risque de vaincre nos propres efforts avant de commencer, alors, si nous devions réduire nos conseils sur la liste Am Law 200 de 2020 à une seule phrase, ce serait : « Ne pensez pas aux moyennes. »
Pourquoi pas les moyennes ? Le mot lui-même (nous avons vérifié) apparaît 14 fois dans le numéro de juin 2020 de The American Lawyer, qui a publié la liste complète des Am Law 200 de cette année. Et la présentation d’une liste ou d’un classement semble susciter chez les personnes ayant un penchant analytique l’impulsion irrésistible de commencer à poser des questions sur les moyennes. Nous sommes ici pour vous dire que ce serait une erreur de premier ordre lorsque l’on regarde la liste Am Law 200.
Pourquoi ? Principalement parce que les moyennes peuvent être un élément utile et informatif pour obtenir un résumé ou une vue d’ensemble de données réparties sur une courbe standard ou normale ou en cloche. Cependant – et c’est là la clé – la loi Am 200 représente des données distribuées sur une courbe de puissance. Avec ce type de distribution, les moyennes ne se contentent pas d’induire en erreur ; parfois, elles peuvent en fait mentir.
Quelle est la différence ?
Voici une courbe en cloche que nous avons dessinée dans Excel :
Cela vous semble familier. Maintenant, regardez la courbe de puissance :
Plutôt que de l’affirmer, permettez-nous de vous le montrer.
Trois des séries de données clés dans les chiffres d’Am Law sont i) les revenus bruts ; ii) les bénéfices totaux (connus sous le nom de revenu net d’exploitation) ; et iii) le nombre d’avocats. Voici à quoi ressemble chacune de ces séries par déciles – les 200 cabinets en 10 groupes de 20 cabinets chacun :
Les trois graphiques, selon nous, racontent essentiellement la même histoire : En commençant par le haut des diagrammes circulaires et en se déplaçant dans le sens des aiguilles d’une montre, on peut voir que les deux premiers déciles représentent plus de la moitié (environ 53 % en moyenne) de l’ensemble des 200, et que les quatre derniers déciles représentent environ 10 %. Une autre façon d’exprimer le même point – et de voir à quel point cette distribution est fortement asymétrique – est que les cinq premiers cabinets ont généré presque autant de revenus (16,6 milliards de dollars) que les 90 derniers cabinets (17,1 milliards de dollars).
Tout cela est très intéressant, bien sûr, mais en quoi cela fait-il un point sur les moyennes ? L’American Lawyer a rapporté que « la croissance moyenne des revenus et des bénéfices pour l’Am Law 200 était toutes deux de 5% l’année dernière. » Très bien. On pense inévitablement que la grande majorité des 200 cabinets ont donc connu une croissance proche de ce taux de 5% en termes de revenus et de bénéfices. Mais il y a une foule d’autres façons de générer une moyenne de 5 % pour ces séries de données critiques et très médiatisées qui ne refléteraient pas une telle réalité.
Par exemple, voici quelques autres façons d’aboutir à ces 5 % :
- Les 10 % des entreprises les plus importantes ont chacune augmenté de 10 % et les 180 autres entreprises ont augmenté de 1.5%
- Les 20% des entreprises les plus importantes ont chacune augmenté de 9% et les 160 autres ont connu une croissance nulle.
- Les 100 entreprises les plus importantes ont chacune augmenté de 17% et toutes les autres entreprises ont fait faillite – et n’ont pas été remplacées du tout dans l’Am Law 200.
De toute évidence, ces trois scénarios – il est vrai, certains plus surréalistes que d’autres – décrivent des états du monde assez incongrus. Mais tous s’accordent parfaitement avec une « moyenne de 5 % ».
Quelle est la morale ?
En analysant les courbes de puissance, vous devez jeter le livre de jeu familier de Stats 101 et penser plus fort. Il faut se demander : « Y a-t-il des généralisations significatives et informatives que l’on peut tirer de cet ensemble de données sur les entreprises ? » (Ne supposez pas que la réponse doit être oui ; peut-être s’agit-il surtout de bruit avec seulement un signal très faible et ténu.)
D’autres questions incluent : » Qu’est-ce que j’essaie vraiment de comprendre ? » ou » Si faire une comparaison directe des revenus, du revenu net d’exploitation ou du nombre d’avocats n’est pas réellement révélateur, qu’est-ce qui le serait ? «
» Dois-je comparer les entreprises au sein de sous-ensembles et non sur l’ensemble des 200 ? « . « Quel mécanisme de classification serait utile pour définir les frontières de ces sous-ensembles ? ». Et surtout : « Quelle information (si je pouvais la dériver) changerait réellement ma façon de gérer et de me comporter ? »
L’une de nos croyances fondamentales est que les données essaient presque toujours de raconter une histoire, et notre travail consiste à déterminer quelle est cette histoire.
Dans les prochains jours, nous suggérerons certaines de nos propres hypothèses sur cette histoire, et dans le processus, nous vous demanderons de vous demander si les Am Law 200 – ou Am Law 100 ou Second Hundred, d’ailleurs – sont même des catégories utiles à tous.
En attendant, sortez les éléphants de votre cerveau.