
Habilidades y perfiles necesarios para implementar proyectos de People Analytics
El perfil ideal, lejos de las concepciones tradicionales, debe saber gestionar el impacto mucho mayor que existe en la actual economía de la información y que gira en torno a tres funciones principales: las actividades online que alimentan el negocio de la publicidad del buscador de Google y las redes sociales, los contenidos digitales y el comercio electrónico.
People Analytics permite comprender y modificar todos los comportamientos de los empleados; en ciudades que serán cada vez más inteligentes, y las empresas y fábricas del futuro cambiarán según las tecnologías de Industria 4.0.
La transformación digital ya está destruyendo empleos tradicionales, pero a la vez creando otras nuevas oportunidades de trabajo bien retribuido. Tenemos la experiencia y los datos que nos indican que los países más prósperos son los más avanzados tecnológicamente. Por lo tanto, podemos afirmar que hasta ahora la tecnología ha creado más empleos y más cualificados que los que ha destruido y People Analytics nos debe permitir anticiparnos a la adecuación competencial para estos requerimientos de habilidades y conductas.
El modelo de Gartner define el nivel de madurez analítica alcanzado de acuerdo con varias dimensiones:
El rango temporal considerado: pasado, presente o futuro
El nivel de intervención humana requerido para la toma de acciones y decisiones
La complejidad de los análisis matemáticos requeridos
Descripción de los niveles:
Analíticas descriptivas
El nivel menos avanzado incluye las analíticas descriptivas. Estas analíticas proporcionan información acerca del pasado en términos puramente estadísticos.
La calificación del empleado en una encuesta 360º es un ejemplo típico de estadísticas de esta categoría.
El nivel de intervención humana requerido para comprender su significado es alto.
Las analíticas descriptivas se obtienen utilizando cálculos básicos.
Analíticas de diagnóstico
Un nivel por encima se encuentran las analíticas de diagnóstico. Aunque también se centran en el pasado, intentan explicar las razones que conducen a ciertos resultados. Para ello, utilizan algoritmos más complejos cuyo objetivo es determinar la causalidad.
Una comparación entre un Assessment del año anterior y la adecuación competencial actual. Este es un ejemplo de analítica de diagnóstico.
Utilizando este tipo de analíticas podemos influir y mejorar procesos formativos futuros. Estamos más cerca de la acción, pero todavía requerimos una importante intervención humana.
Analíticas predictivas
En un nivel completamente diferente se sitúan las analíticas predictivas.
Estas se centran en el futuro. Anticipan resultados y permiten realizar intervenciones de mejora inmediatas.
La predicción del desarrollo competencial de una persona determinada y su capacidad de ocupar un puesto determinado en una cierta cantidad de tiempo.
Analíticas prescriptivas
En la parte más alta de la jerarquía se sitúan las analíticas prescriptivas. Utilizando analíticas prescriptivas, las organizaciones no solo prevén el futuro, sino que generan recomendaciones de acción basadas en estas predicciones.
Estas estadísticas son capaces de predecir el comportamiento de un empleado y, a la vez, sugerir la formación, la mentoría y las acciones a llevar a cabo para desarrollarlo.
La generación automática de prescripciones (recomendaciones) requiere algoritmos incluso más complejos. Una vez más, el volumen y relevancia de los datos disponibles es crítico para el éxito.
Construcción de una Cultura de RR. HH. basado en People Analytics
La transformación digital impone que las compañías comiencen a pensar en el trabajador como cliente. El trabajador actual busca en la empresa una experiencia leal, satisfactoria y adaptada a sus valores, creencias y objetivos, busca compañías que le ofrezcan una cultura adaptada a él.
El trabajador debe estar el centro de todas las decisiones que se tomen en Recursos Humanos. Por ese motivo, las empresas deben comenzar a pensar en el empleado como cliente. Para ello se pone en marcha una técnica llamada employer journey o "viaje del empleado". Esta técnica, trasladada del marketing a Recusos Humanos, pone al trabajador en el centro de la estrategia de la Dirección, y sus fases son las siguientes:
Descubrimiento - selección.
Consideración - oferta.
Compra - contratación.
Servicio onboarding.
Fidelidad - plan de carrera - desarrollo, reconocimientos y crecimiento.
La transformación digital no solo implica adquirir competencias y habilidades (digitales y cognitivas), sino que significa cambiar la manera de concebir la organización tradicional y las formas de trabajar en ella. Tiene gran importancia la capacidad de la organización actual de retener al trabajador e integrarle en la cultura de la compañía.
Esta cultura de la compañía adquiere también un gran protagonismo en la transformación digital, y es la clave para llegar a conseguir dicha transformación y atravesar satisfactoriamente el proceso de cambio. Cómo fidelizar al empleado a través de dicha cultura y mantenerlo en el tiempo es el reto de las nuevas organizaciones.
El inicio de un proyecto de people analytics no requiere un gran desembolso en infraestructuras. Es un típico error iniciar este cambio pensando en tecnología, y no desde los objetivos estratégicos.
Un enfoque incremental permite recoger los datos mínimos en una base para comenzar a visualizar cuadros de mando y aplicar análisis estadístico a problemas concretos y aprender de forma incremental.
People analytics se está posicionando como una metodología de trabajo, un proceso facilitador de la toma de decisiones cuando contamos con gran volumen de información.
Sistematizar y facilitar el proceso de toma de decisiones, incrementa positivamente la experiencia del empleado e impulsa la rentabilidad que aporta nuestra función para la gestión del talento.
El valor que puede aportar el people analytics se potencia:
Cuanto mayor es la cantidad de empleados, dado que cuando mayor es el volumen de datos la estadística es más precisa.
Cuanto mayor es la riqueza de información que se almacena de nuestros empleados, incluyendo datos previos a su incorporación en la compañía, datos externos, datos de otras áreas de negocio, etc.
Cuando hay un convencimiento y apoyo desde la dirección para la implantación de este tipo de iniciativas, generalmente dentro de un paraguas de transformación digital.
Data-driven
Cuando una Organización basa su estrategia en un enfoque "data-driven", significa que decisiones más importantes están respaldadas por datos verificables.
Para que este enfoque sea útil, el data-driven tiene que estar determinado por: la calidad de los datos y la eficacia de su análisis e interpretación.
El objetivo es que la Organización examine los datos sobre las Personas y sus conductas, con el fin de atender mejor a sus necesidades y potenciar el desarrollo y la efectividad.
Al usar datos para impulsar sus acciones, una organización puede adaptar y la comunicación, y tomar decisiones claves para un enfoque en el que el Talento es el centro de sus estrategias y acciones.
Regresión Lineal y su uso cotidiano
Esta práctica no es tan usada, ya que implica más trabajo, recursos y una constante modificación del modelo. Es más trabajo, debido a que se necesitan recuperar grandes cantidades de datos, que muchas veces no se tienen a la mano. También se necesita una herramienta computacional que pueda trabajar mejor estos modelos para poder hacer las modificaciones adecuadas. Por último, el concepto de regresión lineal y todo lo que conlleva, no es tan fácil de entender como las medidas tradicionales.
Las posibilidades de implementar un modelo de regresión son enormes y cuanto más provecho obtengamos de esta herramienta, la toma de decisiones será más estratégica. El modelo puede ser tan complicado como las condiciones de la empresa lo requieran; es decir, generar interacciones entre las variables que permitan explicar dos variables en una, por ejemplo: género e incrementos.
Mientras el modelo sea más exacto, podremos identificar cuales son las verdaderas áreas de oportunidad. Es importante identificar cuales son los puntos que le están doliendo a la empresa, para poder generar un plan estratégico que acabe con este problema. Si una empresa ha estado midiendo solamente el sueldo mensual para comparar la equidad de género, probablemente existan muchas variables que no se están considerando y estarían desviando la atención al problema verdadero.
Aplicación de la analítica avanzada para establecer patrones de comportamiento
La medición de las acciones de trabajo permite extraer conclusiones sobre las acciones que se están llevando a cabo y sirve como guía para tomar decisiones futuras.
En el caso del área de Gestión de Personas, se debe reflexionar sobre cuáles son los indicadores a analizar para extraer ese tipo de conclusiones. Escoger el número de métricas necesarias para ello determina su eficacia y la relevancia de la información obtenida.
Compromiso, motivación y clima laboral
Algunos de los principales medidores del estado del trabajador son los que se refieren a su compromiso con la empresa, la motivación mostrada y el ambiente que se respira en el departamento. Aunque bien es cierto que son algo intangibles, resultan trascendentales para el buen devenir de una organización y de sus trabajadores.
Desarrollo del talento
Este indicador de los objetivos se refiere al hecho de habilitar a los empleados para que desarrollen su actividad de forma más efectiva. Capacitándolos a través de la formación, se consigue un aumento del rendimiento y de la eficiencia. Además, la empresa puede desarrollar el talento interno de forma que se oriente al empleado hacia los intereses de la organización.
Reclutamiento y selección
Establecer medidores eficaces para tener una visión clara sobre el funcionamiento de los procesos de selección es fundamental a la hora de implementar la metodología.
Remuneración
La evaluación de la remuneración es uno de los indicadores más importantes a la hora de establecer la eficacia de los objetivos y su efecto en la plantilla. El salario es un factor motivacional muy importante que influye en el rendimiento y en la integración de los trabajadores.
La aplicación de la inteligencia artificial en Recursos Humanos nos ayuda a mejorar la productividad a la hora de encontrar nuevas personas para los puestos de trabajo. Con una buena base de datos y la aplicación de dicha inteligencia artificial, captar el talento será mucho más fácil.
Algunas empresas están aprovechando la inteligencia artificial para evaluar a sus empleados y su desempeño. Con la tecnología de inteligencia artificial, es posible monitorear de manera activa y precisa a los empleados en su capacidad para cumplir una lista de objetivos que son exclusivos de su puesto.
Desde la revisión de perfiles para una vacante, hasta la posibilidad de analizar los patrones que tienen en común los colaboradores con mejor rendimiento. La Inteligencia Artificial en Recursos Humanos ofrece grandes beneficios que resultan muy atractivos.
People Analytics es una metodología que permite a las organizaciones mejorar su toma de decisiones aplicando distintas técnicas de Big Data a los datos sobre comportamientos, relaciones y rasgos de sus colaboradores.
Es un proceso de analítica que se trata de obtener datos de los empleados para analizarlos de manera compleja y hallar evidencias para la toma de decisiones estratégicas.
A modo resumen, el análisis de personas o People Analytics es una metodología que utiliza la aplicación de matemáticas, estadísticas y modelos de datos relacionados con los colaboradores para ver evidencias y predecir patrones.
¿Qué es People Analytics?
La gestión digital del talento juega un rol fundamental en la construcción y desarrollo de esta nueva etapa, donde el futuro de los negocios se pone sobre la mesa. Quien sepa anticiparse, entender y coordinar este nuevo proceso estará frente a las puertas del éxito. Porque no se trata solamente de "nuevas tecnologías", sino de una nueva concepción del negocio, del liderazgo o management, de la comunicación, del engagement, de la colaboración y participación y del talento. Incluso, de una nueva forma de trabajar los objetivos y la medición de los mismos, de evaluar, etc., y cómo cada uno de ellos tienen una interrelación fundamental entre sí.
Asociado a la transformación digital del área de gestión de personas, el concepto de People Analytics evolucionó desde mediados del Siglo XX a la fecha. El término se transformó de la analítica prescriptiva a la analítica predictiva.
Hoy, las organizaciones pueden estar mejor preparadas para anticiparse a los cambios de su entorno operativo y ser proactivas en vez de reactivas. Por ejemplo, la ciencia de datos sofisticada, la visualización interactiva de datos y el machine learning no formaban parte del proceso hasta hace unas décadas.