People Analytics: entre los datos y las personas

Desde la primacía de la razón durante la Ilustración, todo aquello que resuene de manera lógica y esté respaldado por instrumentos de medición y prueba lleva por encima de todo la marca de la verdad. Verdad y razón se unifican tan profundamente que lo ilógico, mágico y carente de un método de validación está fuera del círculo de la verdad. Con el desarrollo acelerado durante el siglo pasado hemos entrado a una era marcada en demasía por el desarrollo tecnológico, en especial aquel que no solo nos permite dominar la naturaleza, sino trascendernos. De modo que la razón, la verdad y la tecnología están entrelazadas y forman parte de nuestros sistemas de negocios, están por detrás de los esquemas de trabajo y  fungen como parámetros de éxito, porque si algo es razonable gracias a los datos que de lo prueban, seguro tendrá resultados positivos. Pero, ¿por qué es así y cuál ha sido la evolución del análisis estadístico y de la data en el contexto digital?

Recordemos que la estadística moderna se encargaba de la recopilación de datos sobre los Estados, este conjunto de información se aglomeraba y de él podríamos sacar conclusiones para actuar o establecer orden, jerarquía, etcétera. Lo cierto es que más tarde, este conjunto de datos se diversificó y de él pudieron sacarse inferencias y con ellas modelar o hacer predicciones. Sin bien, tenemos estadística descriptiva e inferencial, el desarrollo computacional por los años sesenta nos ha permitido gestionar los datos de manera distinta y hacer de la estadística computacional una herramienta omnipresente. Aunado a este desarrollo, desde inicios del siglo pasado se comenzaron a utilizar métricas sobre las personas empleadas, que derivaron en el Taylorismo y Fordismo (García-Melgar, 2020, p. 7). De modo que el desarrollo de las ciencias del comportamiento también es un antecedente central para hacer inferencias respecto a las conductas laborales. En este contexto, vemos que hoy en día las empresas tienen a su disposición una cantidad enorme de datos que pueden utilizar a su favor, entre esos datos también están los referentes a su personal. Y es precisamente ahí donde surge people analytics, es decir, el análisis del elemento más importante hoy en día: las personas.

People analytics, ¿qué es?

Podemos preguntarnos ¿cómo llevaremos a cabo ese análisis y por qué su relevancia? Primero que nada, recordemos que con la automatización de procesos, tareas monótonas y repetitivas toman menor relevancia en el quehacer ejecutivo, de ahí que habilidades blandas cobren auge en la conformación de recursos humanos ideales: liderazgo, comunicación asertiva,  disposición al aprendizaje, paciencia, mente en crecimiento. El cambio de enfoque ha llevado, incluso, a cuantificar el valor de una empresa también a partir de sus recursos humanos, pues son ellos los que presentan los planes de éxito, las ideas revolucionarias y quienes día a día hacen que una empresa opere con constancia. Asimismo, son ellos quienes pueden llevar al fracaso, generar pérdidas y perpetuar hábitos que no dejen avanzar hacia modelos de negocio más rentables, más certeros y adecuados para los servicios o productos que se ofrecen, así como para su población central.

People analytics se puede definir como la gestión de los recursos humanos a partir del uso de estadísticas y datos, cuyo objetivo es mejorar los procesos y funciones, así como determinar los retos y oportunidades para otorgar valor y brindar ventajas competitivas. Todo ello sitúa el campo de acción en un diálogo entre estadísticas, ciencias del comportamiento, sistemas tecnológicos y estrategias de personal (García-Melgar, 20202, p. 4). Ante la escasez reciente de personal capacitado, se ha visto la necesidad de gestionar el talento con base en un conocimiento profundo basado en datos sobre los estados actuales de las organizaciones: dónde fallan para colocar talento, qué requieren, qué estructura laboral beneficia y qué cambios se deben implementar, además de centrar sus estrategias en las personas, para hacer del equipo un generador de valor.

Una propuesta interesante recomienda comparar el uso que hizo el marketing de las herramientas tecnológicas con lo que se puede hacer en el terreno de los recursos humanos, por ejemplo: en vez de gestionar el ciclo de vida del cliente, gestionar el ciclo de vida del talento; en vez de gestionar las relaciones con los clientes, gestionar las relaciones con el talento; en vez de evaluación 360° del cliente, evaluación 360° del talento (Buyreu, s.f., p. 21).

Recursos y enfoques

People analytics comienza con las preguntas clave: ¿a qué tipo de persona debo contratar y qué personas trabajan aquí?, ¿qué talento necesito para desarrollar mis objetivos?, ¿qué tipo de capacitación y recompensa doy o requiero?, ¿a quién debo involucrar? Los datos provienen de las personas mismas, de la empresa y del mercado de trabajo. De ahí que people analytics sea  una “integración de datos de fuentes dispares” (Buyreu, s.f., p. 9). Las preguntas dependerán del enfoque  empresarial, pero bien a bien, deben tomar en cuenta lo que sucedió en el pasado, qué está pasando ahora, qué sucederá, para entonces determinar qué se debe hacer. Ello implica un manejo de datos en distintos niveles y con soluciones cuyo objetivo es gestionar el talento y generar valor, para que haya y se pueda generar un retorno de inversión en las personas.

Un primer paso es el dominio de la información disponible, ya que se debe gestionar la información y no generar una gran cantidad de datos sin orden ni dirección. Enseguida, se deben coordinar las áreas diversas de las organizaciones con el equipo de people analytics para generar diálogo y cooperación, porque los resultados de los analistas deben generar cambios y el personal debe gestionar ese cambio, para ello, la comunicación y el diálogo son herramienta necesaria para el éxito. Más adelante, estos datos deben traducirse a resultados empresariales, para finalmente anticipar comportamiento laboral y necesidades organizacionales (Buyreu, s.f., p. 35). No solo es el área de recursos humanos, se habla de finanzas, operatividad, producción, mantenimiento, en sí, la totalidad de áreas o departamentos que conforman la organización. El equipo de people analytics debe desarrollar estrategias de integración compleja de información proveniente de fuentes diversas.

Se habla de 7 pilares de people analytics: 1. Planificación de plantillas (competencias correctas en el lugar correcto  con el costo óptimo); 2. Analítica de reclutamiento de personal (estrategias diversas en canales diversos); 3. Analítica de la adquisición de talento (inversiones inteligentes en el talento); 4. Analítica de incorporación, encaje cultural y compromiso (incorporación óptima a través del ajuste entre valores empresariales y personales, participación activa); 5. Analítica de evaluación y desarrollo del desempeño y del valor del empleado a lo largo de su vida (movilidad y desarrollo de talento); 6. Analítica de la rotación y retención de personal (estrategias de permanencia); y 7. Bienestar, salud y seguridad de las personas empleadas (aumentar proactividad y ventaja competitiva). Estos siete pilares sirven al equipo de people analytics para integrar y administrar la información de áreas disgregadas mediante objetivos centrales (Buyreu, s.f., pp. 41-50).

Los beneficios de administrar la información e inferir a partir de ella van desde proyectar modelos, implementar estrategias, crear estímulos, reorganizar escalamientos, proporcionar feedback regular a los empleados, hasta mejorar la productividad, anticipar las habilidades a requerir a partir de perspectivas grupales, determinar el estado del desempeño empresarial, además de comprender los sentires de la persona que trabaja para así predecir factores de compromiso y productividad (García-Melgar, 2020, p. 9). No se debe confundir people analytics con diseño y psicología organizacional, ni con herramientas de gestión de capital o sistemas de gestión de recursos humanos que solo generan reportes, pero no hacen analítica prescriptiva y predictiva. Y si bien, people analytics  funciona mediante la información para generar estrategias o modelos, es una de las “múltiples aplicaciones de la Data Science” (García-Melgar, 2020, p. 7). Esto quiere decir que no se trata de simples reportes y debe diferenciarse la herramienta con el uso de los datos. Los datos por sí mismos  no son una muestra de verdad, pero con una correcta interpretación, pueden hacer predicciones acertadas gracias a la precisión tecnológica. Todo depende de coordinar un excelente equipo que reúna las habilidades técnicas y de Data Science con la experiencia en la selección, contratación y gestión del talento, y una visión profunda de integración.

Referencias

Buyreu Pasarisa, Ignasi. (s.f.). People Analytics y gestión del talento. Universitat Oberta de Catalunya. https://openaccess.uoc.edu/bitstream/10609/150108/4/PeopleAnalyticsYGestionDelTalento.pdf

García-Melgar, M. (2020). Descubriendo People Analytics. Ciencia de Datos en Recursos Humanos. https://www.academia.edu/44219702/Descubriendo_People_Analytics_Ciencia_de_Datos_en_Recursos_Humanos