People Analytics: ¿Qué es?, Guía paso a paso y Ejemplos

People Analytics o Analítica de Personas, estamos ante una herramienta clave para los equipos de talento y recursos humanos del presente y del futuro, ¿Conoces el potencial de HR Analytics?

 

 

 

A día de hoy, los profesionales de la gestión de personas somos capaces de crear estrategias muy acertadas fruto de una buena recogida de datos, un acertado análisis y un uso inteligente de estos datos para la toma de decisiones. Los expertos en el ámbito del talento tenemos hoy la oportunidad de ser una pieza imprescindible en las empresas y sentarnos en la gran mesa del comité de dirección. Impensable hace unos años.

El reto está en poder dar respuesta a las preguntas que nos hacemos de forma estratégica y nos ofrecen información valiosa para el negocio.

¿Cuánto volumen de negocio facturan anualmente nuestros empleados?

¿Cuál es la pérdida que genera la rotación de personal en la compañía?

¿Qué empleados tienen más probabilidad de abandonar la empresa en el próximo año?

Son solo algunas de las preguntas que nos podemos formular en análitica de personas. Y es que el uso de People Analytics nos aporta un valor diferencial para conocer la situación actual, predecir futuros escenarios y tomar decisiones estratégicas de negocio de forma acertada. Jugamos un papel importante y apoyarnos en los datos, como hacen el resto de departamentos estratégicos de la empresa como marketing o finanzas, nos ofrece una autoridad dentro de la compañía. Así pues, cualquier profesional del ámbito de los recursos humanos debe hoy ser capaz de recoger datos, analizarlos y extraer información clave para el desarrollo de la compañía, ¿Estamos preparados para el nuevo escenario?

 

En esta guía vamos a ver:
 1. ¿Qué es People Analytics? 
 2. Antecedentes de HR Analytics
 3. Objetivos People Analytics
 4. Beneficios y Ventajas de PA
 5. Tipos de HR Analytics
 6. ¿Cómo hacer People Analytics?
 7. El profesional de People Analytics

 

Es momento para reivindicarnos como dirección clave dentro de las compañías, convirtiéndonos en socios imprescindibles y de alto valor en el impulso de la estrategia corporativa de nuestras empresas.

 

¿Qué es People Analytics?

Ante el propósito de desarrollar workforce analytics en tu empresa es imprescindible entender bien el concepto sobre el que estamos trabajando, comprender las distintas visiones desarrolladas y diferenciar entre conceptos que son muy semejantes, ¡Vamos con ello!

 

¿Qué es HR Analytics?

Para comprender el concepto vamos a hacer referencia a la definición de People Analytics que han facilitado expertos de la materia y estudiosos, lo que nos ayudará a construir el concepto desde diversos puntos de vista.

• “People Analytics es la identificación y cuantificación sistemática de las personas que impulsan los resultados de negocio” Heuvel y Bondarouk (2016)

• “HR Analytics trata de obtener buenas conclusiones a partir de los datos. Ello incluye estadística y diseño de investigación y va más allá de la habilidad para identificar problemas y recoger información al respecto de los mismos (…) HR Analytics transforma las lógicas e indicadores de HR en descubrimientos rigurosos y relevantes” Cascio & Boudreau (2010)

• “Las decisiones basadas en hechos emplean datos objetivos y análisis de los mismos como guía fundamental para la toma de decisiones. El objetivo de esta forma de hacer es encontrar la respuesta más objetiva a través de un proceso de análisis no influido por sesgos” Davenport, Harris & Morison (2010)

• “HR Analytics es una aproximación mental, es primero una visión lógica sobre los problemas y, segundo, un conjunto de herramientas estadísticas” Fitz-Enz (2010)

Así pues, recogiendo lo que hemos visto podemos definir que es people analytics de la siguiente manera: “El análisis de personas o People Analytics es una metodología que utiliza la aplicación de matemáticas, estadísticas y modelos de datos relacionados con los trabajadores para ver evidencias y predecir patrones. En particular, el análisis de personas se utiliza para tomar mejores decisiones sobre todos los aspectos de la estrategia de recursos humanos con el objetivo de mejorar el rendimiento individual y empresarial alineando gestión y desarrollo de personas con los objetivos del negocio”

En su aplicación se integran cuestiones tales como la estadística, los diseños experimentales, la identificación de preguntas relevantes para el negocio, el uso de los datos apropiados para responder a las preguntas, la aplicación de criterios científicos para valorar los resultados y el desarrollo de modos de comunicación en los que se trasladen los resultados a un lenguaje que sea significativo para el negocio.

La generación de datos, su transformación en conocimiento y la gestión que hagamos de este son claves para los mejores resultados de cualquier empleador. ¿Lo tenemos claro? Vamos a profundizar en ello.

 

 

¿Qué mide People Analytics?

Hemos identificado que es people analytics de forma teórica, pero… ¿Y cómo aplica esto en RRHH?, ¿Para que me sirve en la gestión de personas? Trasladarlo a nuestro día a día nos hará mucho más sencillo entender el concepto. Nos hacemos la siguiente pregunta, ¿Qué mide people analytics de RRHH? Vamos a poner algunos ejemplos muy claros para que puedas trasladarlo a tu trabajo.

1. La actividad y productividad. Nos permite conocer qué hacen nuestros trabajadores a lo largo de su tiempo de trabajo. Nos ayuda a detectar empleados que rinden para entender su trabajo y aplicar su metodología a personas que rinden menos o no están cumpliendo con sus objetivos profesionales
2. La eficiencia. Nos permite determinar si un trabajador invierte los recursos adecuados o si gasta demasiados al hacer su trabajo.
3. La motivación, satisfacción con el trabajo y compromiso con la empresa. Nos ayuda a comprender las motivaciones de nuestros trabajadores para así poder utilizarlos en nuestras estrategias de talento, así como comprobar el impacto sobre estos de las acciones realizadas. Por otro lado, nos permite conocer la satisfacción del empleado con su puesto de trabajo y los motivos. Nos ayuda a tomar medidas y evitar que nos abandonen ante una oferta de empleo mejor.
4. Análisis de las competencias y su adquisición. Nos permite identificar las capacidades o competencias básicas que necesita nuestro negocio. Nos permite identificarlas, compararlas con las que necesitamos y generar iniciativas para cubrir el gap. El análisis de la adquisición de competencias nos permite, por otro lado, evaluar cómo de bien o mal nuestra empresa adquiere las competencias que necesitamos.
5. Análisis del aprendizaje. Nos permite recopilar y analizar el contexto del aprendizaje de nuestro equipo para mejorar su eficiencia, a fin de personalizar, optimizar y adecuar el proceso. Puede incorporar diversas fuentes: internas, externas e incluso personales.
6. Análisis de capacidades. Este análisis busca establecer el nivel de eficiencia operacional de nuestros profesionales. Por ejemplo, si se destina un mayor esfuerzo a tareas administrativas que al trabajo más rentable o si tiene algunas personas que exprimen al máximo sus capacidades. Este proceso también le permite determinar su capacidad para crecer. 
7. Análisis de la rotación del empleado. Nos permite determinar tasas de rotación para obtener previsiones de futuro y poder reducirlas. La clave es identificar el nivel saludable de rotación y desarrollar el sistema para identificar cuándo puede ser un problema.
8. Análisis de la cultura corporativa. Nos permite evaluar y comprender mejor la cultura corporativa, así como hacer un seguimiento de los cambios en la cultura que le gustaría hacer, detectar situaciones tóxicas y asegurarse de que está reclutando gente que encaja con la actual cultura corporativa.
9. Análisis del canal de reclutamiento. El análisis del canal de reclutamiento nos permite determinar de dónde provienen nuestros mejores empleados y cuáles son los canales más eficaces. Podemos extraer información de encuestas y entrevistas de entrada, employer branding, páginas de empleo, redes sociales de reclutamiento…
10. Análisis de los programas e iniciativas de RRHH. Conocer los resultados de nuestras iniciativas de capacitación, salud y bienestar, estrategias de talento y carrera, cambios organizacionales, eventos globales o resultados financieros.
11. Workforce Analytics. Análisis de áreas como costes de personal o necesidades de personal a corto y largo plazo en función de las necesidades de negocio para cumplir con los objetivos.
12. Análisis de compensación y beneficios. Análisis de competitividad y el coste de la total en la empresa (salarios, beneficios, bonificaciones y pensiones, etc.). Por otro lado seguimiento de nómina basado, en la competencia, experiencia, edad o género, entre otros. Otra opción es la predicción de costes de nómina a largo y corto plazo.

Algunas métricas muy comunes en people analytics son las siguientes: beneficio por empleado, ratio de aceptación de ofertas, costes de formación por empleado, eficiencia de la formación, ratio de rotación, tiempo para ocupar una vacante, absentismo…

Lo que hemos visto son solo algunos ejemplos explicados de forma breve y sin entrar en el “cómo” y su relación con kpi de negocio, people analytics es infinito y nos dará respuestas infinitas si así lo necesitamos, los límites los pondremos nosotros. Realmente, la clave de esta metodología es dar respuesta a las preguntas que internamente nos hacemos para aportar valor a negocio. Repito, respuestas a preguntas internas que aportan valor a negocio. Si no es así, no tendrá sentido nuestro trabajo.

 

Diferenciando conceptos: People Analytics, Big Data y Business Intelligence

Cuando afrontamos HR Analytics es clave diferenciar entre conceptos muy similares y cuál es la relación que podemos establecer entre estos en un proyecto de análisis de personas.

 

BIG DATA

El concepto de Big Data lo podemos entender a partir de las llamadas 4 V:  volumen, velocidad, variedad y veracidad. Nos encontramos con un alto volumen de datos, que se actualizan y mueven constantemente, de muchos tipos y procedencias y necesitamos filtrar aquellos que son válidos. 

¿Cuál es la relación de Big Data con RRHH? Recursos Humanos tienen acceso a una gran variedad de información, con una cantidad y velocidad más lenta que en otros departamentos de la empresa y confusos por los cambios constantes en el área. El valor que nos aporta el big data es muy alto pues nos da lugar a identificar ventajas competitivas, amenazas y oportunidades.

BUSINESS INTELLIGENCE

Business Intelligence hace referencia a las herramientas, aplicaciones, infraestructuras y mejores prácticas que permiten acceder a la información y analizarla para optimizar la toma de decisiones. Cuando hablamos de big data hacemos referencia al “que”, los datos, y cuando lo hacemos de BI hablamos del “cómo” trabajamos este material.

¿Cuál es la relación de BI con RRHH? Las herramientas de Business Intelligence (BI) son el mecanismo que ayuda a poner en comunicación estos datos, interconectarlos entre varios sistemas que están desconectados. Por otro lado, BI nos ayuda a registrar los datos, a trabajar con grandes sumas de información, conectar diferentes sistemas y ayudar a su visualización con el fin de generar datos en conocimiento. 

PEOPLE ANALYTICS

People Analytics consiste en identificar y cuantificar la fuerza de trabajo, basando la gestión de personas en datos para mejorar los resultados de negocio.

¿Cuál es la relación de PA con RRHH? Big data y Business Intelligence aplicados a Recursos Humanos representan el origen de People Analytics. De esta forma, haciendo uso del material y las herramientas, transformamos los datos en conocimiento para accionar estrategias que mejoren resultados de negocio.

Con esta información, deberíamos ser capaces de definir HR analytics y entender cómo funciona a través del uso del big data y business intelligence. Es interesante apuntar que para obtener información significativa no es necesario trabajar con infinitas cantidades de información y las herramientas más avanzadas del mercado, podemos obtener grandes conclusiones a partir de datos de la empresa y herramientas al alcance de todos nosotros.

Si es necesario hacer un apunte, pues se suele englobar varios conceptos dentro de people analytics que tienen ligeras variaciones. A lo largo del contenido vamos a utilizar estas palabras como variaciones de people analytics, aunque debemos tener en cuenta sus pequeñas particularidades de cara a trabajar con ellos.

• HR analytics: hace referencia de forma específica a las métricas de la función de recursos humanos. Todas estas métricas son administradas exclusivamente por RR.HH. Por ejemplo: el tiempo de contratación, los gastos de formación por empleado o el tiempo hasta la promoción.
• People Analytics: Es aplicable a las personas en general. Puede abarcar a cualquier grupo de personas, también fuera de la organización. Por ejemplo, podría aplicarse a los análisis sobre los clientes de una organización y no necesariamente solo sobre los empleados.
• Workforce analytics: Es un término más global que se refiere específicamente a los empleados. Tanto empleados en la oficina como empleados remotos, freelancers, consultores o cualquier otra persona que trabaje en la organización.

La clave de people analytics está en hacerse las preguntas adecuadas, encontrar respuesta a estas preguntas y accionarlas adecuadamente para el beneficio del negocio. ¡Vamos a por ello!

 

Antecedentes que dan lugar a HR Analytics

¿Cómo hemos llegado hasta aquí? Vamos a repasar los antecedentes que han originado esta importante apuesta por parte de las organizaciones de recoger y analizar información sobre las personas de la empresa para accionar estrategias.

• Transformación digital: La transformación digital no va de añadir tecnología a la empresa, consiste en transformar las personas, el modo de hacer las cosas, nuestros procesos, nuevas formas de trabajar, una cultura de empresa alineada… Esta transformación ha dado lugar a un uso de la analítica de personas para comprobar los avances en este nuevo paradigma, a la vez que han surgido herramientas que facilitan nuestro trabajo

• Diversidad y globalización: La diversidad y globalización de los equipos ha dado lugar a equipos multiculturales, de diversas procedencias, con personalidades muy distintas, con formas de ver las cosas muy dispares y con demandas que no tienen nada que ver… ¿Cómo gestionamos esto adecuadamente? Conociendo a nuestras personas y respondiendo a sus particularidades, bienvenido HR Analytics.

• Nuevas generaciones: Las nuevas generaciones que han llegado al mundo laboral, los millenial y los centennial, han dado lugar a un nuevo escenario en las empresas. Hoy en día ya no son las empresas las que eligen a sus empleados, si no los empleados lo que eligen a sus empleadores. Son personas con las ideas muy claras, con otra forma de entender el trabajo y con unas demandas que son difíciles de gestionar en las compañías. Es por ello que entender aquellos puntos que valoran los empleados se convierte en un aspecto clave para atraer y fidelizar al talento de estas nuevas generaciones. A su vez, hr analytics nos permite dar respuesta analítica a las demandas que nos piden y cómo se alinean estos esfuerzos con los resultados de la empresa.

• Gestión del cambio: Estamos ante lo que actualmente llamamos un entorno VUCA, acrónimo en inglés que representa volatilidad, incertidumbre, complejidad y ambigüedad. Los cambios, hoy en día, se suceden muy rápido y debemos estar preparados para entender estos cambios y ser capaces de dar respuesta de forma ágil para adaptarnos a los nuevos escenarios. Talent Analytics da lugar a entender cómo impactan estos cambios en las personas y cómo los gestionamos para adaptarnos al medio que se nos presenta.

• Experiencia del empleado y felicidad en el trabajo: La experiencia que viven nuestros empleados y cómo impacta esta en su felicidad en el trabajo se ha convertido en una prioridad para las empresas líderes. Conscientes de que un equipo feliz y comprometido da lugar a unos mejores resultados de negocio, conocer la employee experience que viven las personas de nuestro equipo y responder a los momentos de la verdad para generar una experiencia memorable está hoy en los comités de dirección. Y aquí, people analytics juega un papel fundamental para entender, actuar y comprobar el impacto.

• Feedback constante: En la empresa actual, y en la del futuro, el feedback constante para ser ágiles ante los cambios que se suceden, es de vital importancia. Es por ello que contar con los mecanismos que nos permitan recoger y analizar el feedback de las personas que forman parte del equipo nos permite ser mucho más ágiles para actuar en consecuencia.

• Liderazgo digital: Las empresas han necesitado, necesitan y necesitarán líderes. El desafío actual es contar con líderes digitales, capaces de gestionar equipos multidisciplinares, de diferentes generaciones, que trabajan desde distintos lugares… Es por ello que necesitamos de habilidades específicas como una mentalidad abierta, dominio de la tecnología, gestión de equipos en la distancia, movilidad, agilidad… Aunque esto bien podría ser una pregunta para tu departamento de Talent Analytics, ¿Qué tipo de liderazgo requiere nuestra compañía?

• Big data: Hoy tenemos acceso a una cantidad ingestionable de información (big data) y el reto está en seleccionar aquellos datos que realmente nos interesan haciéndonos las preguntas adecuadas y buscar las respuestas que nos permitan aportar valor al negocio. Aquí juega un papel fundamental la estrategia de HR Analytics.

 

Objetivos de People Analytics

Hemos visto los antecedentes que han dado lugar a HR Analytics, ahora bien, ¿Qué objetivos tiene una organización al aplicar una estrategia de People Analytics? Vamos a comprobar por qué las empresas pioneras en esta disciplina están haciendo uso a día de hoy de esta disciplina y cuentan con equipos profesionales que trabajan en ello. Vamos a ver las  principales vías por las que people analytics aporta un valor diferencial a recursos humanos y al negocio, de forma que HR Analytics se convierte en un argumento de peso en la estrategia. No son las únicos objetivos, pero sí algunos de los más importantes.

– Identificación del talento: el uso de HR analytics permite que identifiquemos aquellas variables que tienen un mayor impacto en el rendimiento de las personas del equipo, así poder actuar sobre ellas y facilitar la identificación, desarrollo y fidelización del talento. Por otro lado, nos permite clasificar a nuestros empleados en función de aquellos factores que les motivan de forma positiva o negativa, dando lugar a clusters de empleados similares entre sí y de esta forma identificar y desarrollar planes de acción para cada colectivo.

– Atracción del talento: podemos identificar qué características, personales y profesionales, son garantía de éxito en la organización y en función de estas realizar una ordenación de nuestra base de datos de candidatos de mayor a menor match en un proceso de selección para un puesto de trabajo específico. 

– Desarrollo del talento: ofrecer a los empleados un plan de desarrollo de carrera profesional que permita potenciar sus conocimientos y habilidades en función de sus motivaciones y evitar la fuga de talento, así como capacitarlos para desarrollar funciones más importantes en función de las necesidades futuras de negocio.

– Predicción de la fuga de talento: el objetivo es intentar predecir con antelación suficiente la posible fuga de un empleado y las causas que lo provocan para poder tomar medidas que lo eviten.

– Escucha activa y monitorización: creación de canales de escucha automática de la “voz del empleado”, con variedad de índices particulares de la organización que avisan en tiempo real del estado de ánimo y pueden prevenir posibles crisis. Podemos analizar cómo determinados acontecimientos (cambio de líder, cambio de oficinas, implantación de medidas de conciliación, teletrabajo, despidos…) influyen sobre el sentimiento de nuestros empleados.

– Argumentos y justificación de impacto: los datos sobre nuestras personas nos permiten justificar la necesidad de arrancar nuevas iniciativas y por otro lado, medir el impacto de dichas iniciativas para justificar el valor aportado.

En conclusión, People Analytics nos permite hacer uso de los datos para diagnosticar la situación en nuestras empresas y tomar decisiones en el área de RR.HH de forma objetiva con las que ganar un valor diferencial ante la estrategia de negocio.

 

Beneficios o ventajas de HR Analytics

¿Qué ventajas supone el uso de People Analytics respecto a no hacerlo? Esa es la gran cuestión que deberíamos plantearnos si tenemos dudas acerca de hacer uso de ello en nuestra organización. Pues bien, paso a compartir las principales ventajas que nos aportan en nuestra empresa.

• Mejor gestión de las personas en la empresa basada en necesidades reales
• Oportunidad de hacer seguimiento del impacto de nuestras iniciativas
• Mayor confianza de dirección fruto del uso de datos objetivos
• Mayores recursos para desarrollar nuestra estrategia (consecuencia de lo anterior)
• Mejor visión del desempeño de nuestros equipos
• Formación y desarrollo a medida del empleado y alineada con negocio
• Seguimiento del nivel de satisfacción de los empleados
• Prevención de la fuga de talento
• Oportunidad de reducción de costes de bajas, absentismo y rotación
• Mejora en la selección de personal y los costes derivados
• Oportunidad de aumentar productividad o ventas fruto del conocimiento

 

Tipos de Talent Analytics

Es importante diferenciar entre los diversos tipos de people analytics a la hora de trabajar en los datos de la organización, ¿Cuáles encontramos? Pasamos a detallar cada uno de ellos para un mejor entendimiento, cada uno proporciona una perspectiva diferente y se retroalimentan.

Modelos descriptivos

Los datos sin trabajarlos no son útiles y no explican el motivo por el qué algo sucede. Sin embargo, si estos datos son agregados nos da información con un mayor valor. El descriptivo es el tipo básico de análisis al que estamos acostumbrados, donde seleccionamos datos históricos, del pasado, y los resumimos en algo que es comprensible para extraer información útil. Centrarse únicamente en el análisis descriptivo es muy reactivo, desde Personas debemos trabajar para ser más proactivos.

¿Ejemplos de modelos descriptivos? El recuento de todos los empleados, incluso desglosarlo por datos demográficos seguiría siendo descriptivo. También lo sería la tasa de rotación.

Modelos predictivos 

El análisis predictivo, a diferencia del descriptivo, mira hacia adelante. Trata de responder a la pregunta: ¿Qué podría suceder? Son modelos basados en patrones que se han encontrado dentro de la analítica descriptiva. El objetivo de estos modelos predictivos de people analytics es encontrar de forma proactiva las necesidades de la organización.

¿Ejemplos de modelos predictivos? El análisis predictivo nos ayudará a determinar si un candidato tendrá un buen encaje cultural para la organización antes de ser contratados. También puede llegar a  proporcionar estimaciones sobre cuánto tiempo puede permanecer la persona en la empresa. 

Modelos prescriptivos

Tras predecir que puede pasar en el futuro, la siguiente pregunta que nos hacemos es: ¿Qué podemos hacer al respecto? El análisis prescriptivo ofrece recomendaciones sobre qué hacer en función de las predicciones y lo ocurrido en el pasado.

¿Ejemplos de modelos prescriptivos? Un minorista de una tienda en un pueblo turístico querrá saber cuántas personas debería contratar en las vacaciones. O un parque de atracciones podría necesitar saber cuántos empleados necesitará durante los meses fuertes de verano.

 

Cómo hacer People Analytics

La teoría sobre people analytics la hemos tratado, ahora bien… ¿Y cómo hago esto en mi empresa?, ¿Es talent analytics solo para empresas grandes?, ¿Qué pasos debo seguir? Vamos a ver en qué consiste una estrategia para la analítica de personas. 

 

Estrategia de HR Analytics

Como bien sabes, siempre defiendo la importancia de la estrategia en cualquier iniciativa que llevamos a cabo. Tener el tiempo suficiente para poner el reto sobre la mesa, estudiar sus particularidades y pensar el camino que vamos a seguir teniendo en cuenta todos los factores es clave para el éxito de la iniciativa. Es por ello que vamos a detallar los pasos que deberíamos seguir ante el reto de utilizar people analytics en nuestra empresa, ¿Arrancamos?

 

Pasos para hacer People Analytics

Vamos a ver una estrategia de people analytics paso a paso que te será útil de referencia. Es importante destacar que no es la única manera de llevar a cabo el proceso, sin embargo, si es una buena forma de arrancar.

– PASO 1: Hacerse preguntas adecuadas y desarrollar teorías –

En un proyecto de HR Analytics el primer paso es hacerse las siguiente preguntas: ¿qué queremos conseguir?, ¿a qué queremos dar respuesta? Debemos reflexionar sobre aquellos aspectos que deberíamos conocer acerca de nuestra fuerza de trabajo para tomar mejores decisiones. Sin buenas preguntas es poco probable encontrar buenas respuestas. En paralelo a identificar estas preguntas, necesitamos identificar y desarrollar un modelo teórico para enfocar el área de acción en la que vamos a buscar los datos que nos puedan ofrecer respuestas a nuestras preguntas. Partiendo de la pregunta o situación a la que vamos a dar una respuesta, debemos identificar qué queremos encontrar y cuál sería nuestra hipótesis de trabajo para obtener un resultado: ¿qué sucede?, ¿por qué sucede? y ¿qué se podría hacer? Las historias conectan datos, información y conocimiento.

– PASO 2: Identificar datos y métricas que tienen relación con las preguntas –

Con las preguntas definidas, el paso que sigue consiste en identificar qué datos y métricas nos podrían dar información de interés para responder a las preguntas formuladas. Los datos pueden hacer referencia a la descripción del fenómeno a resolver, a la descripción de fenómenos relacionados que pueden influir sobre este y a la descripción de criterios relacionados con el fenómeno y que representan las consecuencias del mismo. Lo entenderemos mejor con un ejemplo. Sabemos que necesitamos mejorar el ratio de satisfacción de nuestros clientes y tenemos la intuición de que la rotación del personal de nuestra agencia de marketing influye sobre ello. Deberíamos tomar mejores decisiones para evitar la rotación de nuestros empleados. En este caso, necesitamos datos para confirmar nuestra intuición y definir el fenómeno: la rotación. También necesitamos datos de elementos relacionados con la rotación como obstáculos para la fidelización. Contar con una buena teoría se convierte en algo muy útil: sabemos que la rotación se debe a pocas oportunidades de crecimiento, malos managers… Por último necesitaremos datos sobre las consecuencias de la rotación en la satisfacción del cliente. ¿Y todo ello para qué? Con esta información podremos analizar el grado en el que las variaciones que se producen en la rotación tienen impacto en lo que estamos analizando: la satisfacción del cliente.

– PASO 3: Desarrollar un diseño de investigación. –

En People Analytics necesitamos de diseños de investigación que nos permitan, junto al análisis de los datos recolectados, dar respuesta fiable a las preguntas planteadas. Se trata de tener claro el procedimiento que se va a seguir para conseguir el objetivo. En este punto se identifican los datos que será necesario recoger, las técnicas analíticas, los plazos…

– PASO 4: Recolectar, procesar y analizar los datos –

Definidos los elementos que manipularemos en el análisis, toca identificar las fuentes de las que provendrán los datos, distinguir los datos, extraerlos y procesarlos para que puedan ser analizados. Deberemos tener en cuenta la accesibilidad de los datos y la diversidad de fuentes para conocer la dificultad que representará. Procesar los datos será imprescindible con el objetivo de organizarlos de forma que las diferentes técnicas de análisis se puedan implementar, las tareas incluyen la selección de tablas, registros y atributos, así como la transformación y la limpieza de datos para las herramientas que modelan. Una vez preparados los datos llega el momento del análisis. El desarrollo de los análisis se hace con diferentes herramientas y más allá de las técnicas estadísticas descriptivas básicas utilizadas habitualmente en departamentos de recursos humanos, aquí se utilizarán modelos de estadística inferencial y de análisis complejo con el objetivo de entender relaciones que no son necesariamente lineales entre datos y a realizar predicciones basándose en ellos. Nos olvidaremos del clásico Excel para trabajar con paquetes estadísticos más complejos como SPSS o SAS y herramientas como R o Python que, además de requerir mayores conocimientos estadísticos, requieren capacidad de uso de lenguaje informático.

– PASO 5: Comunicar resultados, generar conocimiento y crear acción –

HR Analytics debe tener un objetivo claro y es la acción. El conocimiento que obtenemos fruto del análisis lo debemos convertir en acciones que nuestra compañía pueda utilizar para modificar la situación. El primer paso es comunicar los resultados obtenidos adaptando nuestro mensaje desde la estadística al conocimiento relevante para la toma de decisiones por parte de nuestros interlocutores. Para ello podemos convertir los resultados en valor tangible, económico o no, o utilizar elementos gráficos para visualizar claramente las conclusiones y consecuencias de los resultados logrados. Además, el siguiente y avanzado paso en un proceso de People Analytics consistiría en automatizar el proceso de forma que genere evidencias para la toma de decisiones de forma que siga dando servicio a la organización en tiempo real.

El objetivo final de People Analytics es mejorar aspectos concretos de la organización y más allá de la comunicación, debemos asegurarnos de que el conocimiento obtenido da lugar a la acción que mejore la situación o aporte un valor diferencial en nuestra compañía.

 

¿Cómo crear una cultura de People Analytics?

Cuando tomamos la decisión de llevar a nuestra organización el uso de la analítica de personas para tomar mejores decisiones, debemos plantearnos el camino a seguir para conseguir que nuestra organización la adquiera como parte de su cultura. Bien, ¿Qué fases nos encontramos en este camino? Culturizar, explorar, normalizar y reinventar. 

Culturizar

El primer paso es hacer creer a las personas de la organización en el valor de trabajar con el análisis de personas. Se trata de culturizar a los equipos, evangelizar, evangelizar y evangelizar con el desarrollo de pilotos, formando al equipo en los basics y contar con la tecnología adecuada.

Explorar.

En este punto es clave identificar donde aportamos más valor a través de people analytics, en qué colectivos y ante qué desafíos (o preguntas). Una vez adquirido conocimiento desarrollar nuestros primeros quick wins. Para avanzar, es ideal crear un equipo de profesionales con el apoyo de expertos externos.  

Formalizar.

Hacer formar parte de la cultura el análisis de datos como la forma de hacer las cosas en la “casa”, desarrollando una estrategia de proyectos de análisis de personas y formando a las personas hacia el data-friendly.

Reinventar

En esta fase cuestionamos todas nuestras iniciativas de talento a través de talent analytics, tenemos interiorizado y utilizamos habitualmente el análisis de personas y los profesionales del equipo de recursos humanos tiene importantes conocimientos sobre la materia.

 

Ideas clave para una estrategia de people analytics

Ante un proyecto de People Analytics, contar con los aprendizajes de buenos profesionales nos hará el trabajo más sencillo. Te compartimos los conocimientos que varios expertos como Goldstein, Raza & Saraf (2013), entre otros, nos comparten ante el reto de hacer análisis de personas en nuestra organización. 

• Visión a largo plazo. HR Analytics no puede ser visto como un proyecto puntual, debe consistir en una serie sucesiva de experimentos en los que sumar evidencias de las relaciones entre nuestras personas y el negocio. Debe tener continuidad.
• Alinear con negocio. Desde el área de talento es clave aportar valor a la organización a través de las necesidades del negocio. Debemos hacernos preguntas sobre nuestras personas que aporten una mejora tangible en la organización.
• No existen los datos perfectos. Es importante estructurar bien los datos para hacer un adecuado análisis de datos. No obstante, los datos no suelen estar muy estructurados y organizados en nuestras empresas. Es mejor no esperar excesivamente y empezar a hacer.
• Arrancar con pruebas piloto. Cuándo arrancamos con HR Analytics es ideal hacerlo en un entorno que podamos controlar, con un pequeño colectivo y pocas variables para luego trasladarlo a otros colectivos e incluso, ampliarlo.
• Contar con profesionales. Necesitamos personas con los conocimientos de análitica de datos en nuestros equipos de recursos humanos. Por otro lado, el análisis de datos requiere de buenas herramientas y un importante uso de tecnología para trabajar los datos adecuadamente. Contar con el apoyo de los profesionales de IT nos será de gran ayuda para trabajar nuestra estrategia.
• Centrarnos exclusivamente en datos sobre personas. El conocimiento obtenido haciendo HR Analytics, las decisiones que se toman y las acciones que se llevan a cabo tienen que ver con las personas. Debemos centrar siempre nuestros análisis sobre las personas y no saltar a otras áreas.

 

Barreras de Talent Analytics

Ante nuestro objetivo de instaurar una cultura de people analytics en nuestra compañía, como ante cualquier otra disciplina, nos podemos encontrar barreras y tenerlas identificadas y controladas nos ayudará a tener un mejor resultado. ¿Cuáles son esas barreras de hr analytics que debemos tener en cuenta?

• Disponibilidad de la información. No es fácil encontrar la información, no siempre es accesible y muchas veces no existe.
• Compromiso con la calidad de los datos. Talent analytics requiere de trabajar con datos de calidad, si no nos comprometemos con ello el conocimiento extraído puede no aportar suficiente valor.
• Ansiedad. No podemos esperar resultados rápido y de forma sencilla, requiere trabajo, prueba y error, aceptación del fracaso y mucha paciencia. 
• Falta de formación. Equipos de recursos humanos sin los conocimientos y habilidades analíticas necesarias para trabajar adecuadamente en ello.
• Falta de tecnología adecuada. Para trabajar con datos de calidad, necesitamos tener acceso a herramientas adecuadas que nos faciliten estas tareas.
• Pensar más en software y hardware que en objetivos. De nada sirve contar con la mejor tecnología si no contamos con la capacidad de pensar estratégicamente.
• Democratización de la información. En muchos casos necesitamos acceder a información catalogada como confidencial, o por otro lado, cada profesional de la empresa cuenta con datos de su propiedad sin compartirlos con el resto de la organización.

 

Fuentes de información de analítica de personas

Uno de los pasos más importantes es la recolección de información, datos y métricas, para trabajar en el análisis. De esta manera, conocer las principales fuentes internas y externas de información es clave para nuestro éxito. ¿Dónde podemos encontrar información para people analytics?

Fuentes de información interna 

Los datos internos hacen referencia a los datos obtenidos del departamento de recursos humanos de una organización. Algunas de las métricas que podemos encontrar son los siguientes:

1. Permanencia del empleado
2. Compensación del empleado
3. Formación del empleado
4. Datos de evaluación del desempeño
5. Organigrama
6. Detalles sobre empleados de alto potencial
7. Detalles sobre cualquier acción disciplinaria tomada contra un empleado

Sin embargo, el reto es que estos datos están desconectados. Aquí es donde el profesional  de los datos puede puede organizar estos datos dispersos crear conocimiento que luego puede usarse para la herramienta de análisis.

 

Fuentes de información externa

Los datos externos se obtienen estableciendo relaciones con otros departamentos de la organización. Vamos a ver que tipo de datos podemos recolectar. 

1. Datos financieros: son clave en cualquier análisis para calcular, por ejemplo, los ingresos por empleado o el coste de la contratación.

2. Datos específicos de cada organización: según el tipo de organización y su tipología, producto o servicio, el tipo de datos que RRHH necesita para complementar el análisis puede variar. Un ejemplo de Laurence Collins nos da luz respecto a este punto: “los líderes de recursos humanos en un minorista global deberían impulsar su análisis con los ingresos y costes de la tienda y los datos de la experiencia del cliente”. Por otro lado, añade: “En una empresa de construcción podrían buscar datos operativos y de salud y seguridad relacionados con los costes laborales»

3. Datos pasivos de los empleados: los empleados proporcionan continuamente datos en su día a día en el trabajo. Los datos de sus publicaciones en las redes sociales, intranet o de las encuestas de retroalimentación se pueden utilizar el análisis de datos.

4. Datos históricos: los eventos económicos, políticos o ambientales globales dan lugar a patrones en el comportamiento de los empleados. Por poner un ejemplo, la crisis en 2008 cambió la forma en que los empleados percibían el trabajo. Los datos de un evento histórico pueden ayudar a predecir cómo la fuerza laboral puede reaccionar ante cambios similares en el futuro. A partir de aquí puede usarse para identificar tendencias en el equipol actual y predecir así la rotación.

De esta manera, podemos encontrar datos internos y externos en multitud de espacios como los siguientes: información corporativa, redes sociales, intranets, programas informáticos, correo electrónico, encuestas, evaluaciones de desempeño o incluso foros o plataformas de empleo… Cada vez tenemos un mayor acceso a información útil para nuestro trabajo y es importante destinar el tiempo adecuado a la recolección de datos interesantes y útiles para nuestro análisis.

 

Herramientas para People Analytics

Para trabajar sobre los datos necesitamos de herramientas potentes que nos permitan hacer un análisis adecuado a las necesidades que tenemos y a las preguntas que nos hacemos. ¿Qué herramientas tenemos los equipos de people analytics para trabajar sobre ello? Vamos a ver algunas de estas herramientas para hr analytics.

A la hora de elegir la herramienta que utilizaremos es importante tener en cuenta que pueda responder a las preguntas que nos hacemos habitualmente, que sean fáciles de utilizar (incluso por personas que no son científicos de datos), que tenga acceso en la nube para trabajar desde cualquier lugar, que pueda hacer análisis estadísticos y aprenda automáticamente, que tenga tecnología de visualización de los datos y que se actualicen constantemente (para ello pueden ser útiles los Saas) que trabajan con suscripción y reciben actualizaciones a menudo. Son algunos de los puntos a tener en cuenta antes de elegir nuestra herramienta.

Ahora bien, ¿Qué herramientas de people analytics utilizar en nuestra empresa? Vamos a destacar aquellas 5 que son actualmente las más utilizadas con un breve resumen de lo que es capaz de hacer.

 

1. Herramienta R

R es la herramienta de HR Analytics más utilizada. Es magnífica para el análisis estadístico y la visualización de los datos y permite para explorar conjuntos de datos masivos, analizando y limpiando conjuntos de millones de filas. También permite visualizar los datos y el análisis de forma clara. Para trabajar mejor existe un entorno de desarrollo integrado (IDE) para R nombrado RStudio, un software que hace todo lo que R hace pero más y mejor. Contiene editor de código, consola R, espacio de trabajo de fácil acceso, registro de historial y espacio para trazados y archivos.

2. Python

Python es otro lenguaje de programación y se puede usar con R. R es mejor para análisis estadísticos, con una comunidad más activa referente a estadísticas y más adecuado para visualizaciones. Python, sin embargo, ofrece un poco menos de funcionalidades pero es más fácil de aprender. Los IDE que se usan con frecuencia son PyCharm y Spyder . Ambas son IDE de código abierto que proporcionan a los científicos de datos todas las herramientas que necesitan para usar Python. ¿Y cuál escogemos entre R y Python? Si ya tienes experiencia en Python o desea aprender rápido, Python. Si vas a hacer análisis estadísticos con mucha frecuencia, R. 

3. Excel

Estamos hablando de increíbles herramientas. Aunque siendo sinceros, ¿Cuántos de los profesionales de RRHH se ve capacitado para dominarlas a corto plazo? Cuando hablamos de herramientas de análisis de recursos humanos, no debemos olvidar lo más básico y que todos conocemos y hemos utilizado. Cada vez que extraemos manualmente datos de cualquiera de nuestros sistemas de recursos humanos, lo más probable es que salga en un archivo de valores separados por comas (CSV). Los podemos abrir y editar fácilmente con Excel. Excel es que es muy intuitivo para la mayoría de nosotros y mucho más fácil de usar. Tablas, fórmulas, funciones avanzadas de análisis, tablas dinámicas… Lógicamente, con excel no vamos a poder hacer lo que haremos con las herramientas anteriores, pero nos será útil para muchas cosas.

4. Power BI

La herramienta de Microsoft “Power BI” hace que la agregación, el análisis y la visualización de datos sean muy simples. Con esta es sencillo conectarse a múltiples sistemas de origen, como bases de datos SQL, un feed de Twitter o API de aprendizaje automático. Es más fácil agregar y combinar múltiples fuentes de datos en una gran base de datos adecuada para informes o análisis. Los datos se pueden usar para crear una tabla dinámica, usando Power Pivot, y obtener una visión rápida de las áreas clave de la la fuerza de trabajo. Por otro lado, los datos se pueden transformar en un tablero.

5. Tableau

Tableau es similar a Power BI pues permite la agregación y visualización de varias fuentes de datos. Se dice es la mejor herramienta de inteligencia empresarial (herramienta de BI) en referencia a la visualización de los datos.

Hemos visto 5 herramientas de forma breve. ¿Quieres más detalles? En el post que los compañeros de “analyticsinhr” han desarrollado se trata con más detalle las herramientas e incluso incorporan imágenes sobre estas que te harán hacerte una idea más concreta. 

 

El profesional de People Analytics

El surgimiento de esta nueva disciplina ha dado lugar a una necesidad mayor de profesionales en el uso de datos capaces de transformar la información en conocimiento. Los conocidos y demandados científicos de datos son hoy un perfil muy demandado. Más en el área de recursos humanos pues es muy complicado conseguir abonados a la causa pues suelen dedicarse a otras áreas como finanzas, logística o ventas, entre otros, con un retorno más claro de la inversión. Una enorme oportunidad para los geeks de recursos humanos que quieren formarse en estas áreas, ¿No es así? Vamos a ver las habilidades que requiere un profesional de people analytics.

 

Habilidades del profesional de HR Analytics

Ante el reto de ser especialistas en people analytics, como habilidades imprescindibles para abordar correctamente un proyecto de análisis de personas deberemos tener las siguientes conocimientos y habilidades multidisciplinares:

• Matemáticas y estadística para poder trabajar con los datos, sus relaciones y transformarlos para una correcta visualización y entendimiento.
• Programación para poder gestionar cantidades importantes de datos y establecer las relaciones oportunas entre diversas fuentes de estos.
• Conocimiento del negocio para entender las necesidades de la empresa, hacerse las preguntas adecuadas, buscar los datos en lugares correctos y transformar el conocimiento adquirido en acciones.
• Comunicación para poder transformar los datos en conocimiento accesible para todos haciendo uso de storytelling y presentaciones de los datos para su interpretación y justificación del valor que aportan para tomar decisiones estratégicas.
• Capacidad para accionar conclusiones, de forma que no se quede únicamente en un conocimiento si no que aporte valor a negocio a través de su accionamiento.

 

Formación en Talent Analytics

Según hemos podido comprobar, la formación en talent analytics para alcanzar una posición de experto que nos será de gran ayuda gira en torno a las siguientes ramas. Pasamos a conocer aquellas áreas que son imprescindible en la formación para people analytics.

• Matemáticas y/o estadística
• Programación o desarrollo web
• Administración y dirección de empresas
• Recursos Humanos

Áreas que nos preparan para trabajar, entender y accionar los datos sobre personas en las organizaciones. No obstante, no es exclusivo, cualquier persona que proviene de otras áreas puede alcanzar una posición de especialista en analítica de personas si se forma y recoge experiencia para ello.

 

Diccionario de People Analytics

De cara a especializarnos como expertos, es útil conocer las palabras más utilizadas por nuestros futuros compañeros de profesión. Así pues, comparto aquellos términos que se repiten habitualmente en el día a día de un especialista en hr analytics. Un diccionario básico para empezar. 

• Datos estructurados y datos desestructurados: los estructurados son aquellos que están organizados en una base de datos y los desestructurados hacen referencia a aquellos que no lo están, necesitando ser organizados antes de poder ser analizados.
• “Minería de datos” o “Data mining”: hace referencia al trabajo de trabajar sobre una cantidad importante de datos brutos en búsqueda de patrones para convertirlos en información.
• “Machine learning”: es una técnica en forma de inteligencia artificial en la que un ordenador puede aprender sobre los datos ya obtenidos identificando patrones. Los ordenadores pueden acceder a herramientas que les permiten constantemente absorber nueva información.
• “Clustering”: Es un tipo de “machine learning” que realiza predicciones agrupando datos que comparten similitudes, creando agrupaciones que comparten una serie de cosas en común para extraer información por grupos.
• “Árboles de decisión” o “Decision Trees”: Son un modelo en forma de árbol en el que encontramos decisiones y sus posibles consecuencias asociadas. Da lugar a poder hacer predicciones sobre un futuro cercano a partir de datos ya existentes de los que podemos aprender.
• “Underfitting” y “Overfitting”: no tener suficientes datos es llamado “underfitting” y tener que analizar demasiados datos es conocido como “overfitting”. 
• “Visualización”: consiste en transformar los datos en información fácilmente visible que “cualquier” persona pueda entender sin ser un especialista en análisis de datos de personas. El objetivo es convertir los datos en información accionable en la empresa.

 

Ejemplos de People Analytics

Para los profesionales de recursos humanos el trabajar con people analytics se convierte en un reto profesional, salir de la zona de confort y desarrollarse en nuevas áreas que parecen tener más relación con los profesionales de IT. Más sin embargo es una fantástica noticia, adquirimos un potencial enorme para el impacto en la estrategia corporativa… ¿Y cómo lo han hecho en otras empresas? Nada como poder ver los casos de éxito en people analytics de compañías que ya apuestan por ello. ¡Vamos con ello!

 

Casos de éxito de people analytics

Los casos de éxito de people analytics en empresas que han apostado por la analítica de personas para mejorar el negocio son de gran inspiración para entender y ver las posibilidades de una estrategia en nuestra compañía. Pasamos a ver algunos ejemplos.

1. Best Buy: Aumento de ingresos a través del engagement

Best Buy quería una respuesta a la pregunta: ¿qué aspectos de la gestión de nuestros empleados debemos mejorar para aumentar las ventas en las tiendas? Para ello obtuvieron las métricas de negocio de las diferentes tiendas, algunas preguntas clave acerca del engagement de los empleados y métricas respecto de las acciones de RRHH. La conclusión extraída es que la mejora de un 0.1% del nivel de engagement en una tienda resultaba en un incremento de los ingresos anuales de la tienda de 100.000$. Con este conocimiento, establecieron cuáles eran las acciones que podían hacer desde RRHH para aumentar el compromiso de sus empleados y con él, sus ingresos. Si quieres profundizar con más detalles puedes encontrarlos en el libro HR Analytics Handbook de Bassi, Carpenter & McMurrer.

2. Credit Suisse: Ahorro de dinero al predecir fuga de talento

Credit Suisse pudo predecir quién podría renunciar a la empresa en el futuro. Los especialistas de Credit Suisse además de predecir quién podría renunciar, también pudieron identificar el motivo de estas personas por el que podrían renunciar. La información recopilada se facilitó de forma anónima a los managers para que pudieran reducir los factores de riesgo de esta potencial rotación y fidelizar a su gente. Para accionar aún más este conocimiento, los managers fueron formados para fidelizar a los empleados de alto rendimiento con un alto riesgo de fuga. Este programa le ahorró a Credit Suisse aproximadamente 70.000.000$ al año. Puedes profundizar con más info en este artículo de Wall Street Journal.

3. EON: Días de baja por enfermedad 

El análisis de personas también ayudó a E.ON a abordar la ausencia de los empleados. El ausentismo en esta compañía alemana de energía de más de 43,000 personas ha superado el punto de referencia. El equipo de análisis formuló 55 hipótesis, probó 21 de ellas y validó 11. Uno de los ejemplos escritos en el informe fue que la venta de vacaciones no tomadas no aumentó el absentismo. Lo que sí aumentó la ausencia fue la falta de unas largas vacaciones en algún lugar durante el año, o no tomar un día o dos de vez en cuando durante el año. Esta información se comunicó a los gerentes para mejorar las políticas de aprobación de vacaciones. Más info sobre este caso en este informe.

4. Clarks: relación entre compromiso y resultados financieros

Clarks analizó la relación entre compromiso y los resultados financieros. La primera pregunta que se hicieron fue: ¿hay alguna conexión? En total, se incluyeron 450 puntos de datos de rendimientos empresariales en el análisis. Los resultados mostraron que había una conexión: el compromiso conduce a un mayor rendimiento empresarial. Para Clarks, cada mejora del 1% en compromiso, conduce a una mejora del 0,4% en el resultado de negocio. Además, no solo se quedaron aquí, el equipo también analizó las características de las 100 tiendas con mejor desempeño, cuantitativa y cualitativamente. Descubrieron que había un tamaño de equipo óptimo en la tienda y que la duración de un manager de la tienda suponía un predictor significativo del rendimiento. Cambiar con frecuencia conduce a un menor rendimiento. Con este conocimiento, el equipo pudo crear un plan para tiendas de alto rendimiento y crearon un conjunto de herramientas que los manager pueden usar para mejorar el rendimiento. El director de personal comenta sobre ello: “El negocio minorista del Reino Unido ha superado los objetivos internos y los puntos de referencia externos, año tras año. También hemos aumentado la cuota de mercado”. Puedes profundizar sobre este caso en el informe.

5. CoreStar Financial Group: reorganizar actividad para mejorar ventas

En esta empresa de venta de seguros y servicios financeros se hacían la siguiente pregunta: ¿cómo aumentar las ventas sin necesidad de aumentar en proporción el número de vendedores? Para ello recopilaron diversas métricas del proceso de ventas y del rendimiento de cada empleado en cada fase del proceso: prospección, cierre de visitas, presentación de productos y cierre de ventas. El análisis comparado del rendimiento de cada empleado en cada uno de los criterios permitió extraer información valiosa: los empleados destacaban en alguna de las actividades de venta, pero no en todas, había especialistas. A partir de esta información se paso a rediseñoar la actividad comercial para maximizar el cierre de ventas. Con un incremento de un 10% en la fuerza de ventas se produjo un aumento de 45% en ventas.

6. Cornerstone: impacto negativo de personas tóxicas

Cornerstone estudió el impacto de los empleados tóxicos en el lugar de trabajo. No solo son perjudiciales para la empresa, son altamente tóxicos para el ambiente laboral. Investigaciones previas sugerían que un empleado tóxico en un equipo causaría una disminución de la productividad de 30% a 40%. Además, los buenos empleados tendrían más probabilidades de abandonar cuando trabajan con compañeros tóxicos. Cornerstone utilizó datos de 63.000 empleados, marcando qué empleados fueron despedidos involuntariamente debido a violencia en el lugar de trabajo, falsificación de documentos, abuso de drogas y alcohol y otras violaciones de política. Según estos criterios, alrededor del 4% de todos los empleados podrían clasificarse como ‘tóxicos’. Después de analizar, identificaron una serie de características clave de las personas tóxicas: se autoproclaman seguidores de normas, baja asistencia y fiabilidad y baja orientación de servicio. El estudio no encontró los altos niveles de pérdida de productividad estimados. Sin embargo, encontró que el comportamiento tóxico es contagioso. Las personas que trabajan junto con colegas tóxicos también tienen más probabilidades de dejar la empresa Además, el estudio planteó la hipótesis de que los compañeros tóxicos contribuyen al estrés y al agotamiento a largo plazo entre otros empleados. Con todo, Cornerstone demostró que contratar a un empleado tóxico le costará al empleador 12.800$ en promedio, en comparación con un promedio de $ 4,000 para un empleado no tóxico. Al tener más cuidado del proceso de contratación, las empresas pueden evitar contratar candidatos tóxicos y crear así un ambiente de trabajo más saludable. 

7. Google: predicción del éxito de contratación

Las preguntas que se hacen a los entrevistados en el proceso de contratación de Google son totalmente automatizadas, generadas por ordenador y ajustadas para encontrar al mejor candidato en la aplicación llamada qDroid que dirige la entrevista. De esta forma se evita el sesgo humano en la selección de personas estructurando la entrevista. Por si fuera poco, Google estima la probabilidad de que las personas abandonen la empresa mediante el uso de análisis predictivo. Una de las conclusiones de Google es que los nuevos vendedores, que no reciben una promoción dentro de cuatro años, tienen muchas más probabilidades de abandonar la empresa. Hay muchas otras métricas relevantes en el reclutamiento que se deben controlar para ver si está contratando a las personas adecuadas. Estos incluyen métricas avanzadas como el tiempo de productividad y el coste de alcanzar el nivel óptimo de productividad.

8. Google: managers ideales (proyecto oxígeno) 

En este proyecto la pregunta inicial era: ¿importan los managers? Recopilaron todos los datos relevantes que tenían disponibles y definieron métricas e indicadores para trabajar y analizar los datos en su poder. Con ello, llegaron a los 10 puntos que tenía que tener un buen manager de equipos de Google.

9. Google: equipos de alto rendimiento (proyecto aristóteles)

Google es reconocido por contar con el mejor talento. Dentro de uno de sus proyectos de people analytics se preguntaban que caracterizaba a los equipos de trabajo que mejor funcionan. De esta forma arrancaron con la pregunta: ¿Qué hace bueno un equipo de trabajo? Para ello reunieron a los mejores estadísticos, psicólogos, sociólogos e ingenieros de la compañía que revisaron estudios académicos que analizaban cómo funcionaban los equipos. En este análisis los investigadores encontraron dos importantes pautas en los equipos exitosos: Uno, los miembros participan/hablan en la misma proporción y dos, todos los buenos equipos tenían una alta intuición en conocer cómo se sentían los demás, lo que llamaron “sensibilidad social”. Con ello accionaron palancas para conseguir mejorar el funcionamiento de los equipos de trabajo reflejándose el impacto en variedad de métricas usadas por la compañía.

9 casos de éxito de empresas que apuestan por la analítica de personas para mejorar sus empresas desde el principal activo que diferencia a nuestras compañías: los profesionales con talento que trabajan en ellas. En un proyecto de people analytics, la clave está en hacerse las preguntas adecuadas que pueden aportar valor a TU negocio.

 

Bonus extra: Presentación de HR Analytics

Como en cualquier disciplina, la mejor forma de aprender y avanzar en un campo en concreto, es seguir a profesionales expertos que se dedican a ello en su día a día. Es por ello que me ha parecido interesante compartir contigo esta presentación de Akshay Raje que resume muy bien algunos de los principales puntos de lo que hemos estado viendo en esta extensa guía de people analytics. ¡Aquí lo tienes!

 Además, te compartimos algunos otros post y guías que te serán útiles en tu reto de hacer una empresa más feliz:

– El ROI de la felicidad en el trabajo

– Guía de experiencia del empleado

– Guía de employer branding

¡Y fin! Hemos llegado al final de este extenso manual de people analytics de casi 10.000 palabras que he estado trabajando para compartir contigo una disciplina que es el futuro, presente en muchas empresas. ¡Enhorabuena por llegar hasta aquí!

Hoy, desde el área de personas somos más fuertes que nunca en la historia y tenemos que hacer uso de todas las herramientas que tenemos a nuestro alcance para demostrar el valor que aportamos en la estrategia corporativa. Seguro puede ser una guía que te servirá para adentrarte en el potente mundo de people analytics, te recomiendo apoyarte y formarte con expertos en la disciplina que podrán darte los conocimientos y herramientas necesarias para hacer un fantástico trabajo. 

 

 

 

Desde departamentodefelicidad.com seguimos progresando en el reto de hacer empresas con experiencias de empleado más felices que impacten sobre los resultados de negocio, ¡Vamos en el buen camino!

 

Y tú, ¿Apuestas por People Analytics?

“Los datos nos cuentan historias si sabemos hacer un uso adecuado de estos”