Análisis de datos y People Analitycs: una skill necesaria para Recursos Humanos

people_analytics

Los gestores de talento deben añadir a su lista de habilidades la del análisis: una parte para el análisis de los canales que mejor talento captan y otra para conocer a las personas que ya trabajan en la organización, el conocido People Analitycs. Para obtener esta destreza y añadirla a tu currículum, es necesario aprender la técnica que permite desgranar los datos y obtener respuestas.

La información de Recursos Humanos obtenida 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 empleados son la fuerza motriz de las compañías y la información que proporcionan es esencial para el negocio y la estrategia de experiencia del empleado.

Saber cuántos años pasa una persona en la empresa, qué objetivos consigue, qué es lo que hace que se sienta orgulloso de la organización, oportunidades de crecimiento que tiene a lo largo de su carrera allí… Todo esto ayuda al departamento de Recursos Humanos a conocer en profundidad su fuerza, retenerla; y cuando realiza una nueva búsqueda, cuenta con señales y características para triunfar en la elección.

Cada vez más empresas están instaurando una cultura basada en el análisis de datos. En el caso de las áreas de talento, también empieza a tener cierto peso a la hora de configurar el departamento.

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

Beneficios de la analítica de RR.HH.

A primera vista, se puede pensar que una empresa no cuenta con ningún histórico de datos o que no son interesantes.

Pero esto es erróneo . Por ejemplo, se puede obtener el promedio  de años trabajados de los colaboradores en activo. Este dato  mostrará aquellos que superaron la barrera y la que están a punto de hacerlo.

Es posible entrevistar a los que estén casi llegando al promedio y saber si están contentos o no. Eso 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’, es decir, 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 se puede encontrar se llama “de predicción”,sirve para anticipar sucesos y muchas veces, procede de una primera fase de perfilado. 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  servirán para avanzar y planear estrategias de contratación, retención o motivación.

Definir los primeros pasos

Para crear una buena metodología de HR Analytics, se debe definir el problema y los objetivos.

En el inicio del proyecto, se debe involucrar a más personas en el desarrollo. Por ejemplo, si  estos datos están en una base,  se debe hablar con el responsable para poder acceder a esta y establecer una forma de trabajo que permita la consulta.

También, estará en el equipo alguien del sector de Legales y de IT por si se necesita desarrollar algún programa o modificar la visualización que ya existe. Un equipo multidisciplinar será adecuado 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: es el momento de recopilar y analizar los datos. Se debe establecer primero qué objetivo o proyecto se llevará a cabo con el primer análisis.

Para que esto funcione correctamente, es necesario elegir los datos adecuados. A este conjunto, se lo conoce como “Smart Data” y se trata de datos correctos, completos y de calidad.

3 tipos de datos:

  • Del individuo: centrados en la información que pueden dar los colaboradores de la empresa. Por ejemplo: currículum, años de experiencia, evaluación del 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, se puede determinar qué data se prefiere y en qué se desea enfatizar. Es interesante, a veces, cruzar varios tipos de información, cómo puede ser la productividad actual con el contexto.

Seguramente, muchas compañías han visto crecer su productividad a raíz del Covid-19 y el trabajo en remoto. Otros, por el contrario, al tener que segmentar su equipo laboral, habrán visto sus números caer.

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

¿Cómo puedo aprender sobre ello?

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

Una excelente idea es buscar cursos para aprender cómo tratar los datos. Y a la vez, contactar con profesionales de este ámbito para que te recomienden artículos, workshops o webinars sobre ello.

Es importante ir adaptando tu perfil a las demandas futuras. En este caso, la data lleva un tiempo imponiéndose en otras áreas; y era descabellado no pensar que también ocurriría en la gestión del talento.

Atrás, quedaron los años en los que al 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 las tareas.

Es una gran oportunidad para vos como reclutador poder crecer profesionalmente y ampliar tu campo de acción. Los datos se han convertido en el petróleo de hoy en día; y seríamos ilusos, si no los usáramos para mejorar la eficiencia en el campo de gestión de talento.

Deja una respuesta

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