Priset på en rosa slip

Och tyvärr, när det är dags för företag att räkna ut var att skära kostnader, är styrka en av de första platserna de ser. Rakning 10 procent av arbetskraft kan spara miljoner per år i personalkostnader, vanligtvis utan att förlora 10 procent vinst.

Men en sido i The Economist den här veckan belyser exakt hur mycket av en amerikansk företeelse idén om att skära bort jobb för att spara pengar faktiskt är. Det visar sig, det kostar mindre att avskeda en arbetare i USA än det gör nästan någon annanstans i världen, eftersom det inte finns några sanktioner eller kompensation betala krävs för att avfyra en heltidsanställd av ens 20 år i USA

I Tyskland, skulle det samma företag måste fortsätta att betala arbetstagaren motsvarande 90 veckor lön, som skulle Kina. Indien kräver ca 55 veckor betala för att avskeda en 20-års heltidsföretag veteran, och Storbritannien ca 23 veckor. Efter USA (bundet med Nya Zeeland och Tonga i inte har några tvingande straff), är det land med den minsta skatte straff för att avfyra en lång tid anställd Japan, och även där arbetstagaren skulle få ytterligare fyra veckors lön.

Naturligtvis är detta inte betyder att friställa ett amerikanskt arbetare, även en kortsiktig, inte kan bli kostsamt. Företagen hänvisar ofta till “kostnaden av omsättningen”, och vad de menar är att den tid de tillbringar utbildning en annan anställd att göra samma jobb, för att inte tala ådra juridiska kostnader, bör en arbetstagare känner att de felaktigt avslutas. Trots lagarna är till deras fördel, inte din, vilket sannolikt har många-a-arbetare åtminstone överväger flyttas liv i Venezuela eller Bolivia, länder där arbetstagarna inte kan avfyras alls.

Video: 3 tips för att anställa Millennials

Den största hemligheten i social: Brand samhällen finns överallt

Den smutsigaste lilla hemlighet om stora uppgifter: Jobb

Att bygga en smartare robot med djup lärande och nya algoritmer

SMB, Video: 3 tips för att anställa Millennials, Enterprise Software, den största hemligheten i social: Brand samhällen finns överallt, stora datamängder, de smutsigaste lilla hemlighet om stora uppgifter: Jobb, Robotics, bygga en smartare robot med djup lärande och nya algoritmer