Por Federico Coello, socio de MBD. La mejora de las decisiones de gestión en base al análisis de datos es una realidad consolidada y extendida en la inmensa mayoría de las empresas, pero esta realidad no ha sido siempre así en todos los ámbitos de las organizaciones.
Históricamente, los departamentos de Ventas y Finanzas han promovido un modelo de gestión más analítico, y han asociado sus decisiones a los datos y a la medición de los resultados obtenidos: ¿Cuánto he vendido? ¿Cuánto me he gastado? ¿Ha sido rentable?
Sin embargo, no todos los departamentos han trabajado siempre así. Algunos han basado más su modelo de gestión en la experiencia e intuición de los managers, posiblemente por la dificultad de obtener datos consistentes y de calidad sobre los recursos y procesos que deben ser gestionados. Hablamos de departamentos como RRHH, en los cuales la “cultura del dato” ha tardado más en extenderse y convertirse en una realidad.
Esa realidad ya ha llegado, y cada vez más organizaciones van integrando ese modelo de gestión en base a datos en sus procesos de gestión de personas, que son posiblemente el recurso interno más crítico y estratégico de las organizaciones. Por eso, cada vez se empieza a oír hablar con más frecuencia de términos como “People Analytics” o “HHRR Analytics”.
Google utiliza un algoritmo para retener el talento y optimizar sus procesos de recruiting
Compañías como Google utilizan algoritmos para optimizar sus procesos de recruiting o la retención de sus empleados clave, y son la punta de lanza en la aplicación de técnicas de Data Analytics al ámbito de la gestión de los empleados.
Entonces, ¿qué es People Analytics y qué aporta a las organizaciones?
Es un conjunto de técnicas de manejo de grandes volúmenes de información (Big Data) y de análisis cuantitativo (Data Analytics) que se alinean para facilitar la consecución de los objetivos de negocio en las áreas de RRHH.
El People Analytics pone su foco en las personas, y su objetivo es optimizar los procesos de gestión de personas. Además, permite incorporar la toma de decisiones Data Driven a los procesos de gestión de personas: complementa la experiencia y la intuición de los managers.
No obstante, hay una cosa que me gustaría destacar: no sustituye el expertise de los profesionales de RRHH, lo que hace es complementarlo ofreciendo información clave y conocimiento que permite una toma de decisiones más acertada:
- Gestiona en base a datos reales, objetivos y consolidados de la compañía, sin sesgos de medición o de percepción.
- Cuantifica a priori el impacto de las alternativas que se pueden adoptar, y su retorno esperado: las convierte en hechos medibles y comparables, y tomar decisiones es en muchos casos comparar alternativas.
- Aporta agilidad en el proceso de toma de decisiones: los cambios en el negocio se reflejan mucho antes en los datos que en la experiencia de los managers.
¿Para qué puede usarse el People Analytics?
Para cualquier proceso de gestión de personas que requiera toma de decisiones. Así, cada vez más departamentos de RRHH están apostando por ello, siendo los casos de uso más habituales los siguientes:
1º- Recruiting: Las técnicas de P.A. permiten calcular a priori la probabilidad que tiene cada candidato que opte a un puesto en concreto a convertirse en un buen empleado si es contratado. Con esta información se pueden optimizar los procesos de selección y reducir costes asociados a la selección e incorporación de nuevos empleados.
2.º Fidelización de empleados: las técnicas de P.A. permiten conocer el riesgo de causar baja de manera voluntaria de cada uno de los empleados de la compañía. A partir de esta información, se pueden establecer planes de fidelización específicos para fidelizar a empleados clave que estén en riesgo, o incluso se puede utilizar para planificar futuras necesidades de contratación.
3º. Políticas Retributivas: las técnicas de P.A. permiten cuantificar el impacto de las palancas de la política retributiva en el desempeño del empleado. Con esta información, se pueden rediseñar y optimizar las políticas retributivas.
4º. Absentismo: las técnicas de P.A. permiten predecir el nivel de absentismo futuro de cada empleado. Esta predicción se puede integrar en la gestión del personal: dimensionamiento de plantillas, planificación de equipos de trabajo, etc.
5º. Clima laboral: las técnicas de P.A. permiten identificar qué factores del empleado o de la relación de éste con la empresa influyen en los resultados de las encuestas de clima laboral. Con esta información, se pueden diseñar planes de mejora de los resultados concretos y medibles actuando sobre factores accionables.
6º. Detección del Talento: las técnicas de P.A. permiten realizar una detección precoz del talento, es decir, identificar tempranamente qué empleados tienen elevada probabilidad de convertirse en empleados clave para la compañía. Esto permite establecer programas de desarrollo profesional personalizados, de manera que se garantice la fidelidad de esos empleados y la expresión del talento potencial.
Desde nuestra experiencia en People Analytics, los casos de uso de optimización de Recruiting y fidelización de empleados son los candidatos idóneos por los que empezar a crear la “cultura del dato”. ¿Por qué? Porque tienen aplicabilidad en todo tipo de compañías; su impacto en negocio es elevado; son fácilmente aplicables en la mejora de los procesos de selección y fidelización de empleados; y requieren de empezar a construir un Datamart de empleados que puede tener múltiples aplicaciones analíticas para mejorar otros procesos de gestión de personas.
¿Qué necesito? Técnicas más habituales
Como hemos comentado, una de las claves del éxito es construir unos cimientos de datos sólidos. Los datos son la materia prima crítica del Data Analytics, y en las primeras fases de introducción del People Analytics en las organizaciones las técnicas de Data Management cobran gran relevancia.
Así, el objetivo inicial debe ser la construcción de un Datamart de Empleados, con toda la información relevante sobre los mismos que pueda ser capturada y consolidada: datos propios del empleado, de su desempeño, de su relación con la empresa, de su remuneración, etc.
Toda esta información existe en las organizaciones, pero está dispersa en diferentes orígenes y en diferentes formatos, por ello la labor inicial es de “detective” a la búsqueda del dato. Una vez está localizado, los esfuerzos se centran en limpiarlos, normalizarlos y consolidarlos para que puedan ser utilizados para explotación analítica.
El objetivo es contar con toda la información relevante de los empleados en un mismo repositorio
Este Datamart se convierte en la base de información que sirve para aplicar las técnicas de People Analytics, y a medida que se van desarrollando pilotos y proyectos se va completando y ampliando: el objetivo es contar con toda la información relevante de los empleados en un mismo repositorio con la información veraz, consolidada y completa
A partir del Datamart, las técnicas analíticas más frecuentes de Data Analytics que se utilizan son:
1º. Machine Learning: técnicas de análisis predictivo, con las que se intentan predecir eventos o comportamientos futuros en base al análisis de los datos históricos (predecir riesgo de baja voluntaria, absentismo, etc.)
2º. Técnicas de Visualización de datos: empleadas para la optimización de cuadros de mando e informes de gestión.
3º. Técnicas de Forecasting & Planning: para dimensionar necesidades futuras (de contratación, de formación de la plantilla, de pago de incentivos, etc.) .
4º. Técnicas de Optimización: para la asignación eficaz de recursos en base a la demanda de servicio esperada (dimensionamiento de plantilla, establecimiento eficaz de turnos y horarios, etc.).
La recomendación que hacemos desde MBD Analytics es que no pongáis todo el foco en las técnicas analíticas: los managers de RRHH no tienen que convertirse en Data Scientists y dominar en detalle todas estas técnicas. Lo realmente importante es tener claro para qué podéis usarlas, cómo interpretar sus resultados y cómo pueden ayudaros a mejorar los procesos de gestión de personas.
