¿People Analytics para todo y para todos?

Más leídos

El éxito es el balance entre lo personal y lo profesional

Qué es el éxito y cómo alcanzarlo es de las preguntas habituales que se hacen los profesionales a lo...

Luces y sombras de la disrupción tecnológica en recursos humanos

Lograr el equilibrio será fundamental para navegar sobre las aguas de la tecnología Andrés Ossandón, sicólogo y master en consultoría...

Irene Schlechter, movida por la pasión, el liderazgo y el emprendimiento

Una carrera dinámica que se divide en tres actos, sus inicios en la psicología organizacional, la aventura en el...

Por Ramiro Blazquez, director diplomado innovación en gestión de personas y People Analytics – UNAB

Ayudando empresas en la implementación de People Analytics y compartiendo esta experiencia en el ámbito académico de Latinoamérica me encuentro cada vez con más frecuencia con preguntas asociadas al alcance de esta metodología. Por ejemplo: 

  • ¿Podemos predecir el éxito de un gerente?
  • ¿Podemos describir los patrones de renuncia de un equipo de 10 vendedores?
  • ¿People Analytics me permite predecir con exactitud un evento?

Todas estas preguntas demuestran que el interés por esta práctica crece y comienza a trascender a las grandes compañías para convertirse en un conocimiento cada vez más requerido en todos los ámbitos. Pero vale la pena que nos detengamos unos minutos a reflexionar sobre su alcance y sus limitaciones, para luego, poder entonces comprender el verdadero valor que nos aporta. 

Ante que nada debemos recordar que People Analytics es una metodología de gestión de personas que en su base se sustenta sobre modelos estadísticos y como todo en estadística el nivel de confiabilidad de los resultados depende de la cantidad de casos analizados y la representatividad de ellos sobre el público y comportamiento que se busca describir.

Ahora bien… ¿a qué nos referimos cuando hablamos de “casos analizados”?

Un caso, en este contexto, hace referencia a la ocurrencia de un evento específico y en el ámbito de RRHH el evento podría ser “Renuncia”, “Ausentismo”, “Accidente”, “Alto desempeño”, etc. 

¿Y representatividad?

Se trata de asegurarnos comparar peras con peras, es decir, garantizar que los casos analizados son eventos ocurridos en un determinado grupo de personas que, entre sí, son comparables y por lo tanto puede asumirse que “estadísticamente hablando” unos son representativos de otros. 

Entonces, si tengo la cantidad de casos necesaria y estos son representativos, ¿puedo predecir comportamientos con exactitud?

Aquí lamento pinchar el globo de algunos, pero hay que decir que NO, ningún modelo estadístico puede predecir con certeza la ocurrencia de un evento, lo que SÍ nos permite predecir es la “probabilidad” de que el evento analizado efectivamente ocurra, y si alguno se desmotivo con esta afirmación le pido que no lo haga. Denme un segundo más de crédito para ayudarlos a tomar conciencia sobre el hecho de que conocer el 60% de probabilidad de que un colaborador renuncie es infinitamente más valioso que tener el 100% de incertidumbre sobre si lo va a hacer o no.  

Si estuviéramos cocinando les propondría… ¡¡¡Pongamos más pimienta a la situación!!!, recordemos que estamos utilizando estadística para intentar describir o predecir comportamientos humanos y estos pueden cambiar de manera aleatoria, lo cual hace aún más desafiante su aplicación e interpretación. (Paf! Emoji de palma en la frente)

Pero no se inquieten… A partir de aquí los ingredientes de esta receta que vengo describiendo se juntan, cobran sentido y ofrecen lo que espero sea una experiencia memorable y agradable para todos los que deseen innovar implementando People Analytics. 

Todos aquellos que deseen implementar esta metodología deberán entonces garantizar:

Representatividad: Analizar y procesar datos que sean de colaboradores que puedan ser considerados “comparables entre sí”. Aquí la “comparabilidad” estará determinada por el modelo de negocio e industria entre otras variables, pero podemos citar como ejemplo grupos de vendedores, operarios de planta, cajeros, atención a clientes, etc.

N° de Casos: Ya mencionamos que por caso nos referimos a “ocurrencia” del evento en análisis, por lo tanto en este punto debemos asegurarnos tener una cantidad suficiente de “colaboradores comparables” y además, que existe una alta ocurrencia del evento analizado en el tiempo. Por ejemplo, si analizamos “ausentismo”, podemos tener una nómina menor mientras tengamos un alto “ausentismo” ya que la cantidad de casos estará dada por la cantidad de veces que un colaborador se ausenta. Por el contrario, si analizamos “clima” o “desempeño” que son eventos que en general tienen 1 ocurrencia al año, necesitaremos una nómina de colaboradores más grande y quizá una serie de tiempo más larga para compensar la baja ocurrencia. 

Probabilidad: Ser conscientes de que en la lectura de los resultados, siempre estaremos frente a una probabilidad de ocurrencia y nunca frente a la certeza de que algo sucederá. Y adicionalmente se debe recordar que los dos factores previos “representatividad” y “cantidad de casos” afectarán la confiabilidad del resultado. Por lo tanto, antes de generalizar una conclusión a toda la organización será altamente recomendable transitar un proceso de validación, observación y análisis cualitativo que refuerce el aprendizaje (recomiendo ampliamente las metodologías ágiles para ello).

¡Ahora sí!, luego de estas aclaraciones, podemos finalmente aterrizar en comprender alcances y limitaciones para implementar People Analytics en nuestras organizaciones.  

¿Aplica a todos los perfiles de la organización?, No a todos, es técnicamente imposible describir o predecir el comportamiento de UN gerente de ventas o UN gerente de finanzas, cuando suelen ser pocos y no necesariamente comparables. 

¿Podemos usarlo para nóminas pequeñas?, rara vez sugiero considerar People Analytics para contextos de menos de 300 colaboradores comparables, donde además exista una alta ocurrencia del comportamiento que se busca comprender. Utilizar un N° menor es posible, pero debilita mucho la confiabilidad de los resultados. 

¿Qué grado de exactitud tiene la predicción? Siempre hablamos de predecir “probabilidades” y como tal aún cuando exista una muy alta probabilidad de ocurrencia, encontraremos casos que no responden al patrón y forman parte del “error estadístico”. 

Como toda metodología, People Analytics tiene su ámbito adecuado de uso, aquellos que comprendan su alcance podrán lograr profundas transformaciones organizacionales a partir de comprender los patrones predominantes del comportamiento de sus equipos y alinearlos para crear un triple beneficio, mejorar la experiencia de los colaboradores, mejorar la experiencia de los clientes y gracias a ello mejorar los resultados del negocio.

Tengo el privilegio de ser testigo en primera persona del poder transformacional que People Analytics tiene sobre personas y organizaciones. Te invito a sumarte a esta tendencia y multiplicar el valor que podemos entregar desde la gestión de personas.

¡La sustentabilidad de RH Management requiere tu apoyo!

En RH Management defendemos un periodismo independiente, crítico, innovador y de calidad. Nuestra trabajo no solo es informar, sino también ayudar a rehumanizar el management y apoyar las ideas y prácticas que puedan mejorar la calidad de vida de los trabajadores y trabajadoras.

Para lograrlo necesitamos el apoyo de personas como tú.

Donación mensual

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Cambio del desarrollo organizacional global: historia de una sincronía positiva

Por Juana Anguita, Ph.D, psicóloga, profesora, consultora. En este cambio paradigmático en que estamos, vuelvo a leer el libro que...

Últimas noticias

- Advertisement -
- Advertisement -
- Advertisement -

Artículos relacionados

- Advertisement -