¡Datos, datos, más datos! El uso de la analítica en RR.HH.

Share on facebook
Share on linkedin
Share on twitter

Recuerdo una escena de la película de 1986 “Cortocircuito”, dirigida por John Badham, en la que el robot protagonista, insuflado de vida inteligente gritaba, en un desmedido afán por el saber “Datos, datos ¡más datos!” mientras consumía libros e informes a velocidad de vértigo. Pues en los tiempos que corren, no cuesta mucho imaginar a un directivo de Recursos Humanos con la misma actitud, gritando y clamando por información que pueda proporcionarle la respuesta exacta a las preguntas que las organizaciones y sus profesionales le plantean.

Hace algunos años, en mi primer proyecto como responsable de equipo en una consultora, desarrollamos un cuadro de mando de RR.HH. para una importante empresa de telecomunicaciones y durante este proyecto descubrimos varios aspectos, de los que muchos todavía siguen vigentes:

  • El director de RRHH va “a ciegas”. No por el hecho de que existan los datos (que en ocasiones no existen) sino porque cuando existen no es fácil correlacionarlos, analizarlos, interconectarlos, consolidarlos y, sobre todo, comunicarlos.
  • El concepto de dato único es una utopía. Dependiente de cuándo lo analices, a través de qué aplicación, y de cómo se lleve a cabo el análisis.
  • No todos los profesionales de los RRHH necesitan la misma información. Ni en el mismo momento, ni con el mismo nivel de desagregación del detalle (unidad, responsable, país, Unidad de Negocio, etc.)
  • Evolución de las estrategias y necesidades. Todos los informes preconfigurados sirven para un periodo de tiempo o una necesidad concreta, y a partir de ahí, será necesario volver a iniciar el proceso.
  • Predecir el futuro no es una tarea fácil. Y más aún cuando hablamos de correlaciones de información.

Pues bien, parece que, el uso de la analítica en RR.HH. ha venido para quedarse al adquirir un valor fundamental en el análisis de la situación actual de las organizaciones. ¡Pero cuidado! ya que ni todos los Analytics igualmente útiles ni todas las soluciones responden de la misma manera a las necesidades existentes.

Utilizando un ejemplo, si hacemos una búsqueda en Google de este concepto, la primera entrada que aparece del concepto HR Analytics, es la definición de “una metodología y proceso de analítica de datos, que permite obtener evidencias de calidad para la toma de decisiones organizacionales en todo lo que respecta a RRHH”. En definitiva, la obtención de datos de los empleados para analizarlos de manera compleja y hallar evidencias para la toma de decisiones estratégicas. Una vez definido el concepto cabe plantearse ¿Y ahora qué? Dentro de todos los aspectos que tienen que ver con el uso de datos y su transformación en información útil para RR.HH. y para la compañía, existen básicamente dos formas de trabajar.

En primer lugar, la forma más común es a través del uso de soluciones de Business Inteligence mediante las cuales se realizan análisis y cribas de los datos de la empresa. Entre las ventajas del uso de estas soluciones BI destacan;

  • Elevado nivel de adaptación a la realidad organizativa, siempre y cuando tengamos claro qué queremos medir y – en cierto nivel – el cómo.
  • El poder usar toda la información recogida por los sistemas de la empresa, sin caer en la temida ansiedad de la “infoxicación” o exceso de información o como bien define Alfons Cornellá “information overload”
  • El aprovechamiento de la experiencia y la información ya adquirida por otras áreas de negocio dentro de las organizaciones que nos llevan ventaja en este campo, tales como el área de ventas, marketing o financieras. ¡Y esto es muy bueno para nosotros!

En el otro lado de la moneda, los principales inconvenientes de este tipo de soluciones serían:

  • La necesidad de disponer de una foto muy clara de lo que quiero medir, y demás porqué y posiblemente una parte del cómo.
  • La necesidad de recurrir a expertos en la solución de Business Inteligence para cruzar la información que necesitamos y por supuesto los recursos que se necesitan para ello, así como la priorización del uso de estos recursos -muchas veces compartidos- por otras áreas consideradas “más importantes” que los propios RRHH.
  • El factor tiempo, tanto para la implantación como para la obtención de la información necesaria.

Una segunda forma de trabajar sería a través de lo que actualmente se denominan soluciones Guided Analytics, que aplican un proceso inverso al anteriormente descrito. Es decir, soluciones que comienzan a la inversa, identificando primero la información que queremos conocer de las organizaciones, sus profesionales o de lo que se precisa demostrar, para buscar la mejor forma de ofrecer esta información teniendo en cuenta los datos de los que se disponen. Es decir, aplicar el mismo principio que los asistentes de Google, Alexa, etc. basados en “hazme la pregunta y te ofrezco la respuesta”, y además sugiriendo otros aspectos de interés asociados.

Si partimos de una buena base de preguntas retadoras para los directores de RR.HH., construidas por otros directores de RR.HH. que están afrontando los mismos problemas y si contamos con un suficiente panel de expertos ¿en este modelo sería posible que algunas de mis preguntas fuesen únicas? La respuesta es clara: ¡No! Un aspecto que ofrece una agilidad de implantación enorme comparado con el anterior proceso. Las ventajas de este tipo de soluciones por tanto estarían claras;

  • La implantación es mucho más rápida que con las soluciones Business Intelligence tradicionales, dado que la conceptualización está prácticamente completada desde el primer momento.
  • Se obtiene información de prácticamente todo, “desmigada” al nivel que se requiera.
  • Los esfuerzos se centran en facilitar la experiencia del usuario, de forma que el acceso a la información se realiza de forma directa por el que lo necesita, con la consiguiente eliminación de intermediarios y con un notable incremento de agilidad.
  • Acceso a cuestiones clave no planteadas o requeridas por el negocio hasta el momento, enriquece el conocimiento.
  • Se dispone de información sobre cómo se ha calculado cada aspecto que obtengo de la solución, por qué es importante, además desde el comienzo el qué y el cómo.
  • Y si además es viable (teniendo en cuenta GDPR), la seguridad y desnaturalización de los datos y poderlos compartir, se puede disponer de acceso a una multitud de comparativas que arrojen la buena praxis de la organización en comparación con los competidores o incluso la detección de puntos de mejora.

Como hemos mencionado existen múltiples formas de construir un modelo de People Analytics para nuestra empresa. Pero en todo caso, con independencia de la solución que se opte, espero que nunca más nos tengamos que ver abocados al “Datos, datos ¡más datos!”.

Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter

ESCRITO POR

Experto Cegid

Artículos Relacionados

Normativa de Despidos de España
¡Comparte este post!
Share
abril 24, 2024

Recientemente, se han mencionado cambios en la normativa que afecta al derecho de despido, lo que supone un reto importante para los departamentos de Recursos Humanos (RR.HH.). El gobierno está barajando esta reforma, aprovechando si el fallo del Comité Europeo de Derechos Sociales (CEDS) finalmente determina que el coste del despido en España es bajo

¿Incluyo a la Inteligencia Artificial en mi equipo de formadores?
¡Comparte este post!
Share
abril 17, 2024

Entre las herramientas que reducen drásticamente el tiempo necesario en los procesos formativos, destacan las soluciones basadas en inteligencia artificial generativa (IA) y los modelos de lenguaje ampliado (LLM, Large Lenguage Models). En un reciente artículo publicado por Harvard Business Publishing – Education, los autores describen diferentes escenarios

Libros RRHH
¡Comparte este post!
Share
abril 10, 2024

En este post abordaremos varios libros que han sido muy valorados en el campo de los Recursos Humanos. Nútrete de conocimiento aprovechando alguno de los libros más demandados de autores como James Clear, Adam Grant, Melissa Daimler o Paul Gibbons. Feliz lectura