Analítica de personas
People Analytics
¿Qué es la analítica de personas?
- Decisiones sobre personas basadas en datos de personal y de la organización
- Verifique con evidencia el efecto de la capacitación, las señales de rotación y el compromiso
- Privacidad y ética como premisa indispensable
Cuando llega la analítica de personas, lo primero que cambia en la sala de juntas es la dirección de la responsabilidad de demostrar resultados. Antes, si alguien preguntaba « ¿por qué hay que gastar tanto presupuesto en capacitación? », el HRD tenía que justificarse con argumentos cualitativos; ahora se sienta en la misma mesa que los ejecutivos de las áreas, sobre un lenguaje común de rotación, distribución del desempeño y puntajes de compromiso. Lo importante no es la herramienta de análisis, sino plantear primero la pregunta de qué se va a cambiar si la respuesta sale. Los datos recopilados sin una pregunta solo multiplican las pantallas de tablero.
En la práctica, conviene ordenarlo en tres niveles. El análisis descriptivo, que cuenta lo que ocurrió (rotación, tasa de finalización de la capacitación); el análisis diagnóstico, que explica por qué (diferencias de condiciones entre quienes se van y quienes se quedan); y el análisis predictivo, que anticipa lo que pasará. La mayoría de las empresas del país se queda en el primer nivel. Un informe de situación y la analítica no son lo mismo: el primero muestra cifras, la segunda pone a prueba hipótesis. Además, cuanto más pequeña es la unidad de análisis, más frágiles son las conclusiones. Si se aplica a un equipo de 12 personas una tendencia obtenida con datos de 1,000 personas de toda la empresa, deja de ser estadística y se convierte en mera opinión.
Al medir el efecto de la capacitación, hay otra trampa. Quienes se inscriben voluntariamente suelen tener más motivación y mejor desempeño de antemano, así que si los egresados muestran mejores resultados, eso puede deberse al efecto de selección y no al poder de la capacitación. Por eso hace falta un diseño que compare al grupo de egresados con un grupo de no egresados de condiciones similares, o que siga el cambio de los indicadores de las mismas personas antes y después de la capacitación. Convertir una correlación en causalidad depende del diseño, no de los datos.
Los puntos donde la práctica se desvía suelen ser dos. Primero, adoptar primero la solución. En una empresa donde el 80% de las calificaciones de desempeño se concentra en B y la descripción de puestos lleva cinco años sin cambios, cualquier herramienta analítica, por buena que sea, solo resume con precisión datos de mala calidad. Segundo, trasladar tal cual a los líderes de equipo la puntuación de riesgo de rotación. En el momento en que aparece la cifra «probabilidad de salida 68%», esa persona empieza a ser tratada como alguien que se va: queda fuera de los asuntos importantes, y la predicción se cumple sola. Si al combinar datos de los sistemas internos no se verifican el propósito de la recolección y el alcance del consentimiento, el problema también se vuelve legal. Los resultados del análisis deben usarse como pistas para corregir el sistema, no como etiquetas pegadas a las personas.
Hwi KimCEO de HRDIST & consultor especialista en sistemas de desarrollo de talento
John KimAutor de «Diseño del marketing B2B» y CEO de Nanum ConsultoríaSe difundió en la década de 2010, con la tendencia a aplicar el análisis de datos a los recursos humanos. Luego se popularizó al conocerse casos de empresas como Google que « gestionan personas con datos ».
Veamos un caso hipotético: A, una empresa mediana de materiales químicos en Corea, con 1,400 colaboradores y ventas anuales de KRW 420,000,000,000 (≈ US$314,357,100). Durante tres años consecutivos, la rotación de nuevos vendedores llegó a 34%, y los costos de contratación e inducción se estaban perdiendo por más de KRW 600,000,000 (≈ US$449,100) al año. La dirección propuso « aumentar la capacitación de inducción », pero el equipo de HRD no estaba seguro de que la causa realmente estuviera en la capacitación.
- El director de HRD propuso «antes de aumentar la capacitación, veamos primero qué determina la rotación», y así se empezó reuniendo en un solo conjunto los registros de 412 colaboradores que ingresaron en los últimos tres años.
- Durante dos meses, el área de RR. HH. y el área de TI trabajaron juntas y agruparon 11 variables con identificadores anónimos: vía de ingreso, tasa de finalización de la inducción, primer departamento asignado, número de entrevistas en los primeros 6 meses, antigüedad del superior directo, entre otras.
- El análisis mostró que la tasa de finalización de la inducción no tenía mayor relación con la rotación; en cambio, el grupo con menos de 3 entrevistas con su superior inmediato en los primeros 6 meses tenía una tasa de rotación 2.4 veces mayor.
- Cuando el ejecutivo de RR. HH. dijo «entonces bastará con hacer entrevistas», el jefe de área respondió: «Los equipos más ocupados tienen menos entrevistas. También hay que mirar la carga de trabajo», y agregó el número de casos asignados por persona en cada departamento.
- A redujo 16 horas la capacitación colectiva de inducción y, a cambio, incluyó en la lista de verificación obligatoria de los líderes de equipo tres entrevistas con cada nuevo colaborador durante sus primeros seis meses. También hizo practicar el coaching 1 a 1 a 62 líderes de equipo.
- Un año después, la rotación de nuevos colaboradores de ventas bajó de 34% a 21%, lo que permitió ahorrar KRW 230,000,000 (≈ US$172,100) en costos de nueva convocatoria y recapacitación. El cambio más importante fue que el tema de la reunión de gerencia pasó de « ampliar la capacitación » a « diseñar las entrevistas ».