Análisis de datos y People Analytics: una habilidad necesaria para Recursos Humanos

people_analytics

Los gestores de talento están agregando a su lista de habilidades la del análisis de datos. Por una parte está el análisis de los canales que mejor talento captan; por otra, el conocimiento de las personas que ya trabajan en la organización, el conocido People Analytics. Para obtener esta destreza y añadirla a tu currículum es necesario aprender la técnica que permite desgranar los datos y obtener respuestas.

La información que Recursos Humanos obtiene a través del análisis es un aspecto estratégico que cada vez más organizaciones necesitan. Es una habilidad perfecta para poder crecer profesionalmente en este ámbito.

Los trabajadores son la fuerza motriz de las empresas y la información que proporcionan es esencial tanto para el negocio como para la estrategia de entregar una buena experiencia de empleados.

Saber cuántos años pasa una persona en la empresa, qué objetivos consigue, qué es lo que hace que se sienta orgullosa de la organización, qué oportunidades de crecimiento tiene a lo largo de su carrera allí… todo esto ayuda al equipo de recursos humanos a conocer en profundidad su fuerza, retenerla y, al realizar una nueva búsqueda, contar con señales y características para una elección exitosa.

Cada vez más empresas están instaurando una cultura basada en el análisis de datos. En el caso de los expertos en talento, esta cultura también empieza a tener cierto peso al configurar los equipos de trabajo.

Según el informe de IBM al respecto, el 60% de las empresas están empezando a implementar su capacidad analítica en este ámbito, pero solo un 25% de las empresas del estudio tiene una cultura del dato.

Beneficios de la analítica de RR.HH.

A primera vista podemos pensar que nuestra empresa no cuenta con ningún histórico de datos o que no son interesantes.

Estamos equivocados. Por ejemplo, podemos sacar la media de años trabajados de los colaboradores en activo. Este dato nos mostrará a las personas que superaron ese punto y las que están a punto de llegar a él.

Podemos entrevistar a las que estén casi llegando a esa media y saber si están contentas o no. Eso nos dará una idea del porqué quieren quedarse o si están empezando a plantearse cambiar de empleo.

A este tipo de análisis se le conoce como perfilado y se aplica para identificar rasgos colectivos, determinar características y patrones y evitar la rotación y fomentar el compromiso con la empresa.

El segundo tipo de análisis que nos podemos encontrar se llama de predicción y sirve para anticipar sucesos; muchas veces procede de una primera fase de perfilado. Aquí podemos obtener, por ejemplo, qué candidatos se ajustan más al puesto o si hay personas en riesgo de salida por su perfil.

Ambos tipos de análisis pueden trabajar conjuntamente y nos servirán para avanzar y planificar estrategias de contratación, retención o motivación.

Definir los primeros pasos

Para crear una buena metodología de HR Analytics debemos definir el problema y los objetivos.

En el inicio del proyecto necesitaremos involucrar a más personas en el desarrollo. Por ejemplo, si tenemos estos datos en una base hablaremos con la persona responsable para lograr acceder a esta información y establecer una forma de trabajo que permita la consulta.

También estará en el equipo alguien de Legal y de IT por si necesitamos desarrollar algún programa o modificar la visualización que ya tenemos. Lo adecuado es contar con un equipo multidisciplinario para tratar las primeras fases y definir correctamente el funcionamiento y desarrollo de este análisis.

Con las manos en la data

Esta es la parte más extensa, el momento de recopilar y analizar los datos y parte con establecer qué objetivo o proyecto llevarás a cabo con el primer análisis.

Para que esto funcione correctamente es necesario elegir los datos adecuados. A este conjunto se le conoce como Smart Data y se cumple cuando son datos correctos, completos y de calidad.

3 tipos de datos:

  • Individuales. Centrados en la información que pueden dar los colaboradores de la empresa: currículum, años de experiencia, evaluación de desempeño, nivel de estrés….
  • Contexto. Centrados en un problema. Por ejemplo: alta rotación, clima social, crisis sanitaria, etc.
  • Actividad. Relacionan el negocio, con los proyectos, la calidad de los datos financieros o de atención al cliente, etc.

Con estos tres tipos de datos podrás determinar qué data quieres y en qué quieres centrarte. A veces resulta interesante cruzar varios tipos de información, por ejemplo, la productividad actual con el contexto.

Aterrizando el ejercicio, pensemos en los efectos de la pandemia. Es más que posible que una empresa haya visto crecer su productividad con el trabajo en remoto; otra, por el contrario, habrá visto que sus números caen por tener que segmentar su plantilla.

Un experimento interesante es revisar distintos periodos de crisis y ver qué datos proporciona. Puede que este ejercicio ayude a la empresa a establecer medidas a futuro para solventar los problemas actuales.

¿Cómo puedo aprender sobre ello?

Ya te hemos comentado al inicio del artículo que para poder desarrollar esta habilidad deberás formarte.

Puedes buscar cursos para que te enseñen cómo tratar los datos y también puedes contactar con profesionales de este ámbito para que te recomienden artículos, workshops o webinars sobre el tema.

Es importante que vayamos adaptando nuestro perfil a las demandas futuras. En el caso de la  data, ya lleva bastante tiempo imponiéndose en otras áreas: cómo no pensar que esto también iba a ocurrir en la gestión del talento.

Quedó bien atrás la época en que cuando se empezaba a trabajar ya no se seguía estudiando. Lo bueno de este cambio es que compartir y buscar nuevos conocimientos ayuda a ampliar la mente y pensar en nuevas formas de desarrollar nuestras tareas.

Como gestores de talento, esta es una gran oportunidad para crecer profesionalmente y ampliar nuestro campo de acción. La riqueza de este siglo son los datos y nuestra riqueza está en la eficiencia que demostremos: hagámoslos trabajar en conjunto.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *