La gestión desde RR. HH. se ha ido posicionando en diferentes espacios dentro de las organizaciones. Hoy tiene el desafío más importante, sentarse en la mesa estratégica y contar con datos y metodologías de análisis para amparar las decisiones sobre las personas. Federico Barcos von der Heide, consultor de Recursos Humanos y actual CEO en PeopleOPTI, compartió lo elementos clave a considerar cuando una empresa aborda un proyecto de People Analytics.
Por Julieta Cumbo
Desde tu experiencia en la implementación en proyectos de People Analytics, ¿nos puedes ayudar a comprender el alcance y los beneficios en aplicar ciencia de datos en HR?
People Analytics es un término muy joven para el universo de recursos humanos, por lo cual no existe una única definición. En los próximos años vamos a ir viendo una confluencia común de los que hacemos HR, vamos a ir viendo la evolución de lo que significa hacer analítica dentro de RR.HH., el cual tiene como fin ir más allá de crear el típico tablero de dashboards con KPI y/o métricas de gestión.
La analítica avanzada en RR.HH. tiene el fin de poder resolver problemas de negocio desde una perspectiva de persona, eso habilita al área a hacer un montón de cosas que históricamente no podía hacer porque se encontraba con ciertas barreras sistémicas dentro de las organizaciones.
La analítica avanzada abre la posibilidad de ser proactivos en la gestión de las personas. Esto quiere decir que históricamente existe una generalización en muchas organizaciones de que hacer analítica implica tener muchos KPI, lo que yo siempre digo es que administrar un negocio sólo con KPI es cómo manejar un auto únicamente con un espejo retrovisor, porque los KPI nos brindan una visión del pasado para que podamos gestionar el futuro y la analítica avanzada es una herramienta tecnológica y de gestión que nos permite además entender qué nos pasa en el presente y lo que nos puede pasar en el futuro.
Cuando uno entiende qué tipo de acciones tiene que tomar para ser más efectivo gestionando a los colaboradores, uno toma un rol aún más estratégico sobre el recurso más importante que tiene las organizaciones que son las personas.
Una gestión analítica dentro de Recursos Humanos abre la posibilidad de crear organizaciones más humanas y centradas en las personas. Tomar decisiones en base a la intuición y la experiencia únicamente hoy ya no es suficiente. Complementar a la intuición y experiencia con los datos abre la posibilidad a un nuevo mindset de gestión. Desde mi perspectiva, el área de Recursos Humanos es ‘el negocio’, dado que administra la línea del cuadro de resultados más grande. Por ende, debería ser el área que sabe optimizar mejor su presupuesto. Este es el camino para convertirse en el área más estratégica en una organización.
Sin perder de vista que la analítica tiene un fin que es ayudar a las organizaciones a cumplir sus objetivos estratégicos de negocio.
La analítica conecta la estrategia y los comportamientos que tienen las personas para llegar a los objetivos de la empresa.
Desde esa perspectiva los datos son un capital, y se pueden explotar de mayor o menor manera. Cuando me junto con RR.HH. siempre surge la inquietud que no tienen datos, y consistentemente me he encontrado que no es verdad, las empresas tienen infinidad de datos, pero no saben cómo explotarlos. Los datos están, a veces no sabemos detectarlos o no sabemos el uso que le tenemos que dar, no siempre tener muchos datos es necesariamente mejor. Desde mi rol de Director Académico y como Profesor en el del Diplomado de People Analytics en el Tecnológico de Monterrey, lo que siempre le digo a los alumnos sobre la importancia de configurar un modelo operativo de gestión para lograr los resultados esperados, para evitar jugar con los datos sin un marco de trabajo. La estructura general sería,
- Entender cuál es el valor que uno quiere agregar
- Configurar el modelo operativo: detectar la necesidad y configurar la maquinaria analítica y roles técnicos
- Diseño de soluciones, para traducir lo estadístico en nuevos servicios o productos que va a impactar en la experiencia, costos, ventas, o en la efectividad organizacional, etc.
Entonces el modelo operativo es una cadena de valor donde juegan diferentes actores e impacta en la escalabilidad del modelo de gestión. A partir del entendimiento de la necesidad es que se define qué tipo de datos se necesitan en el modelo. El desafío para resolver condiciona los tipos de datos a consumir y nunca al revés.
En los próximos meses veremos cómo los equipos de People Analytics adoptarán estrategias push y pull de insights para así alcanzar un mayor grado de madurez analítica. En el abordaje consultivo de People Analytics, el resto de las áreas funcionales recibirán recomendaciones analíticas de gestión para optimizar variables de negocio. En complemento, la estrategia pull servirá para automatizar la generación de insights para que toda la organización consuma datos, democratizando la gestión de personas. Es en este estadio que se abre una posibilidad para una transformación data-driven.
¿Hay una fórmula o camino para arrancar a trabajar la ciencia de datos en RRHH? ¿Cuál consideras debe ser la ruta de las organizaciones para la transformación digital de los negocios?
Existe una metodología científica o consultiva que los equipos de People Analytics pueden adoptar para responder a las grandes preguntas de negocio desde una perspectiva de personas.
Primera etapa, hay un modelo operativo de gestión -como lo vimos en la pregunta anterior- y también hay una metodología de trabajo que es lo que hace el equipo más técnico. La metodología de trabajo es una metodología científica, cualquier persona que quiera evaluar/validar una hipótesis aplica esta metodología. En analítica se parte de una pregunta de negocio, una vez que puedo demostrar que esa pregunta tiene el potencial transformar a la organización se aplica esta metodología científica que estamos hablando.
Segunda etapa, se mapean las hipótesis que existen detrás de la pregunta de negocio definida. Las hipótesis son las creencias organizacionales sobre las cuales se tomas cotidianamente decisiones, pero que hasta el momento no han sido ni validadas, ni refutadas de manera empírica. Las hipótesis tienen la forma de: yo creo que, si las personas trabajan muchas horas extras, se van a ir de la organización. Cuando un líder tiene esa creencia tan arraigada, transforma la operación, las prácticas, establece criterios de gestión sobre estas creencias. Pero no tienen un sustento empírico para decir esto es ‘una verdad’. La segunda etapa entonces es el mapeo de estas hipótesis.
Por lo general, en esta instancia uno crea una biblioteca de hipótesis que pueden rondar las 30 a 40 hipótesis.
Tercera etapa, es el proceso de ETL, extracción, transformación y consolidación de datos. Esta tarea es realizada por un ingeniero o científico de datos, para transformar N cantidad de fuentes de información en una única fuente de información. Por lo general, esta etapa puede consumir el 60% o 70% del tiempo de un proyecto de People Analytics.
Cuarta etapa, el científico de datos descubre/crea los insights en base a las hipótesis que se mapearon desde la organización. El objetivo de un insights es descubrir patrones y relaciones detrás de los datos. Desafiar creencias ya sea para validarlas, refutarlas o crear análisis de segmentación. Entender de forma hiperpersonalizada cuáles son los factores de riesgo o las relaciones entre las dos o tres variables que uno tiene en una hipótesis es clave para un proyecto.
Retomando el ejemplo de la rotación y las horas extras, el objetivo es entender cómo la variable ‘horas extras’ tiende a modificar el comportamiento de los colaboradores con relación al riesgo de salida. Permitiendo segmentar por algún otro criterio como edad, rol, seniority y habilitando crear acciones de mejora para los grupos poblacionales que están en riesgo únicamente. Esta forma de tomar decisiones posiciona a Recursos Humanos en un rol más proactivo.
Quinta etapa, el líder de People analytics es el que hace el storytelling analítico a la organización para contarle lo que descubrió del proyecto.
Esta historia se crea en base a aquellos insights que tienen la mayor significancia estadística sobre el desafío de negocio establecido en la primera etapa. Pueden ser 4 o 5 insights sobre los cuales se construya la historia. El storytelling es una de las herramientas más poderosas de cualquier iniciativa de gestión del cambio.
Las historias más efectivas son las que sustentadas en datos tienen el poder de influenciar el proceso de toma de decisión de mejora por parte del C-Level de una organización. Logrando así asignar recursos para impactar de forma significativa en la vida de nuestros colaboradores.
Durante esta etapa vamos a descubrir sobre qué grupo poblacional vamos a trabajar, optimizando así el presupuesto y segmentando el plan de acción sobre aquellas personas identificadas en riesgo o para mejorar la experiencia.
La creación de productos o servicios para segmentos poblacionales es lo que te permite hacer de la analítica una gestión más efectiva de personas. Durante la etapa 5 los stakeholders descubren por qué le sucede lo que le sucede a la organización y lo que le podría pasar a futuro. El storytelling conecta la estadística con la emoción para pasar a la acción.
Si no se logra crear y ejecutar un plan de acción después de esta etapa, People Analytics es un mero ejercicio intelectual. Esta disciplina tiene como objetivo transformar, no únicamente informar.
¿Cuáles son las problemáticas más comunes en las organizaciones?
Les doy un ejemplo que me parece interesante, la gestión comercial. Históricamente la gestión comercial es del área comercial. Nosotros podemos ser un aliado del equipo comercial, comprender cuál es el peso del factor humano para la gestión comercial.
Uno de mis sueños es que los directores de RR.HH. puedan levantar la mano en la mesa chica y decir: este semestre gracias al área de gestión de talento de los seis puntos porcentuales que logramos aumentar las ventas, la mitad es gracias a RR.HH.
Sería muy sano para las organizaciones entender cómo las iniciativas de RR.HH. tienen una relación directa con los resultados del negocio. Nuestro desafío para los que hacemos analítica es poder ayudar al Director de Recursos Humanos a poder entender esa vinculación.
¿Cuáles son los datos que se proponen desde las áreas de personas, para identificar cómo la gestión comercial mejora su productividad?
Doy un ejemplo y este es el gran cambio de paradigma. Los KPI de ventas siempre van a estar y son super importantes. El valor que agrega una gestión de People Analytics, por ejemplo, si el compromiso laboral es un conductor de las ventas. Al igual que en el área de Marketing, RR.HH. puede trabajar el Employee Lifetime Value de un equipo comercial, que es la predicción de la contribución neta y a partir de ahí optimizar las iniciativas de personas.
Las empresas pueden comprender cuál es el perfil de éxito de su área comercial. Por ejemplo, cuáles son las características demográficas o cuáles son las características de liderazgo, cuáles son las competencias necesarias que garantizan más compatibilidad con esas posiciones. Entonces en el proceso de reclutamiento se logre predecir quiénes van a ser los vendedores que van a ser más exitosos.
¿Puedes contarnos algún caso de éxito/práctico para profundizar?
Si bien hemos trabajo temas de ventas, ausentismo, productividad; el problema de rotación voluntaria antes de la pandemia ha sido un desafío muy frecuente. Donde no sólo hemos podido a entender los conductores que llevan a las personas a irse y los riesgos futuros pero también a descubrir cómo este problema en muchas compañías impactaba en ventas.
Al vincular rotación con pérdida de ventas, por ejemplo, logramos que personas que no veían a la rotación como un problema se vean altamente influenciadas a querer entender las causas raíces.
En todos nuestros clientes la analítica avanza permitió acelerar muchísimas transformaciones.
Un consejo
Lo que le diría a los a los CHRO/CEO/Líderes es que la analítica es un espacio para entender a los colaboradores desde otra perspectiva. Es la oportunidad para desafiar el statu quo y las viejas creencias de cómo se han venido haciendo las cosas, despersonalizando las conversaciones. El dato es quien guía las conversaciones hacia la optimización organizacional.
NOMBRE: Federico Barcos von der Heide
Cargo: Fundador & CEO
Empresa: PeopleOPTI
Web: www.peopleopti.com
Linkedin: https://www.linkedin.com/in/federicobarcosvonderheide/
MINI BIO
Federico Barcos von der Heide es un emprendedor y un firme creyente de que RR.HH. tiene el potencial de convertirse en el principal contribuidor en una empresa. Tiene +15 años como consultor de Recursos Humanos y actualmente ocupa el cargo de Fundador & CEO en PeopleOPTI. La visión de Federico de transformar las iniciativas de Personas en resultados de negocio lo ha llevado a un camino de transformación. Tiene una amplia formación educativa: sociólogo, MBA, programas ejecutivos en estrategia de Recursos Humanos, startups y ciencia de datos en universidades como London Business School, UCLA, Tecnológico de Monterrey e IAE Business School.
Federico actualmente vive en la ciudad de México y está abocado en el diseño de los futuros servicios y productos de People Analytics que los ejecutivos de Recursos Humanos necesitarán para administrar de manera efectiva a sus colaboradores.
