Por Ana Valera Rubio | Head of Analytics en PDA International
Hace más de 10 años, yo trabajaba en el Instituto de Ingeniería del Conocimiento (centro pionero en análisis de datos en España). Desde el departamento especializado en datos de RR.HH., hablábamos con los directores de RR.HH. de grandes compañías y les proponíamos hacer “investigación” para “la acción”. Les proponíamos, concretamente, usar sus datos para tomar mejores decisiones en su área. Por ejemplo, cruzando datos demográficos de los empleados con otro tipo de datos como los resultados de su desempeño, o de sus pruebas de personalidad o inteligencia y ver si encontrábamos algún patrón interesante.
Una labor exploratoria, que ni siquiera era una novedad. Otro ejemplo en 1.999 ya algunos compañeros de esta misma compañía y profesores de la Universidad Autónoma de Madrid habían realizado una investigación donde aplicaban redes neuronales a la evaluación del desempeño profesional en vendedores de seguros1. Recuerdo claramente a uno de esos directores de RR. HH: senior, serio, trajeado, que me dijo literalmente: “Ana, eso es ciencia ficción”.
Parece que la realidad ha superado a esa ficción y hoy en día es raro el congreso, revista, postgrado o evento de RR.HH. que no tenga contenidos relativos a esta disciplina, que denominamos People Analytics.
El análisis de datos ha llegado definitivamente, para ayudarnos a tomar mejores decisiones en torno a los profesionales que componen la organización.
Así que les propongo una revisión rápida, en esta primera columna de People Analytics, acerca de los retos que la analítica de datos nos puede ayudar a resolver, esos “para qué” desde nuestro punto de vista como profesionales de RR. HH, totalmente relacionados con nuestra razón de ser: la experiencia de empleado, la optimización de procesos de gestión de personas, y el impacto en el negocio.
Siguiendo el viaje del empleado, podemos comenzar por la etapa de Reclutamiento y selección. Aquí podemos encontrarnos con el siguiente reto:
Quiero seleccionar a los mejores perfiles para mi organización.
Podemos utilizar el análisis de datos para identificar el perfil de éxito de nuestros mejores empleados en cada puesto, y generar modelos predictivos que nos ayuden a identificar aquellos candidatos que más probabilidad tienen de parecerse a ese perfil de éxito.
Imaginemos que ya hemos seleccionado al candidato finalista y comenzamos su etapa de Onboarding, donde llevaremos a cabo las gestiones de contratación y acogida. Aquí podríamos plantearnos nuevos retos a abordar desde la analítica. Por ejemplo:
- Quiero asegurar un buen ajuste del nuevo empleado con el equipo y el líder.
Como el algoritmo basado en las webs de citas online, desde el análisis de datos podemos cruzar la información acerca de competencias y personalidad para estudiar el ajuste entre el nuevo empleado y sus compañeros y jefe directo, o incluso, adelantarnos a las posibles dificultades que puedan darse en su relación.
En relación con la formación, podemos plantearnos la siguiente misión:
- Quiero ofrecer la formación que realmente interese y necesite cada empleado.
En este sentido, algunas empresas ya están poniendo en marcha lo que muchos denominamos el “Netflix” de la formación. Es decir, analizamos el histórico de formaciones de todos los empleados, y, cruzando esta información con otras variables organizativas, construimos diferentes perfiles de usuario a los que podemos, proactivamente, recomendar formaciones que, muy probablemente están dentro de sus intereses o necesidades. Bien por las formaciones previas que ha realizado, bien por su parecido a un determinado perfil de empleados.
En torno al desarrollo profesional, se encuentran los retos más bonitos, a mi parecer. Por ejemplo:
- Quiero promocionar o mover a los profesionales más ajustados a cada vacante.
- Quiero reducir el gap entre los perfiles de los empleados y los perfiles requeridos en sus puestos.
Para resolver estos retos, podemos introducir en las matrices de talento o 9box nuevos datos que nos ayuden a tomar decisiones bien fundamentadas. Utilizar la información disponible en torno a competencias personales, perfiles conductuales, competencias técnicas, y otros requerimientos necesarios, de cara a establecer indicadores de ajuste de cada persona a su puesto actual, y también a otros puestos de la organización. Por ejemplo, compañías como Telefónica ofrecen este recomendador proactivo de vacantes internas, donde indican a cada colaborador cuáles son las vacantes en las que tiene mayor ajuste (y, además, también indican a los recruiters sobre los candidatos internos pasivos con mayor ajuste a las vacantes que ofertan).
¿Y en la fase de salida? Aquí podemos proponernos retos como:
- Quiero entender/reducir/estimar la rotación total de mi compañía.
- Quiero entender por qué se van voluntariamente los empleados y adoptar medidas para lograr su retención.
Por tanto, podemos utilizar análisis descriptivos y diagnósticos para entender la causa de la rotación, modelos predictivos para estimar quién puede estar en riesgo de abandonar la compañía o qué volumen de rotación tendré en los diferentes equipos (importante para planificación de plantilla), y poner en marcha medidas para reducir dicha rotación.
En definitiva, los retos a los que nos enfrentamos son los mismos: retos relacionados con personas, con procesos, y con negocio. Pero ahora tenemos un arma mucho más poderosa que la intuición: los datos.
