Recursos humanos está aprendiendo a aprovechar el análisis predictivo para desbloquear las ideas correctas y tomar mejores decisiones de recursos humanos.
La edad de los grandes datos ha amanecido. Atrás han quedado los días en que HR se basó en conjeturas e intuición. Al utilizar revisiones de desempeño y encuestas de satisfacción regulares, la gestión del talento se ve mucho más sólida en el departamento de datos.
¿Pero qué tan bien se están utilizando estos datos? ¿Por qué sigue siendo tan difícil prever tendencias, predecir renuncias y evitar la rotación de personal? ¿Podría ser que todas estas herramientas de medición están haciendo escupir los boletos de lotería de la semana pasada?
Piense de nuevo en Back to the Future II, donde el archienemigo de Marty McFly, Biff Tannen, utilizó un almanaque de estadísticas deportivas para hacer que su pasado fuera más rico que nadie. El tiempo importaba: lo que era solo una revista ordinaria en 2015 era un santo grial para las apuestas deportivas en 1955.
Ese es el truco con los datos. Puede estar sentado en una montaña de revisiones de desempeño lo suficientemente grandes como para competir con la horda de Smaug, pero si no tiene el contexto para interpretarlo correctamente, simplemente se queda acumulando polvo. El contexto es lo que convierte los datos en ideas. Ponga los números de la lotería de mañana o los puntajes deportivos en su mano hoy, y estará dorado. Ahí es donde entra en juego la analítica. Aunque no son tan efectivas como el almanaque de Biff del futuro, pueden ser asombrosamente precisas.
Tome Google, el ejemplo favorito de todos de gestión de talentos basada en datos. Antes de que el análisis fuera un punto en el ojo de la mayoría de los gerentes de Recursos Humanos, Google había fundado su división de Análisis de Personas, cuyo objetivo era utilizar el análisis predictivo para tomar decisiones de Recursos Humanos más inteligentes.
A People Analytics se le ocurrió su propia versión del almanaque de Biff, una ecuación diseñada para predecir futuras promociones. Se descubrió que la ecuación tiene una tasa de precisión del 90%, una vista mucho mejor que el sistema de su tío para seleccionar números de lotería.
Impresionante, pero hay una razón por la que escuchas más sobre el impresionante entorno de trabajo de Google que su ecuación robótica utilizada para contratar y despedir personas. El equipo terminó tirándolo. En cambio, tomaron lo que habían aprendido y crearon un modelo impulsado por las personas que utilizaba datos para mejorar la vida laboral y ser más sostenible para sus empleados.
Como Doc Brown le recuerda a Marty en la película, los viajes en el tiempo pueden ser peligrosos. Sí, la administración de personas de Google está fuertemente basada en datos, pero no a expensas del compromiso con una ciudadanía responsable.
En la vida real, los departamentos de recursos humanos deben ser conscientes de cuán éticamente están utilizando los datos, para evitar convertirse en un Biff para sus propios empleados. A nadie le gusta ser visto como un conjunto de puntos de datos.
Entonces, ¿qué hace un buen sistema de recursos humanos basado en datos? Una combinación de análisis predictivo y la capacidad de participar activamente con los empleados. Los modelos de análisis son tan sólidos como los datos que usted ingresa, y es más probable que obtenga información precisa de personas que confían en lo que va a hacer con ellos.
Por lo tanto, si quiere preguntarse por qué su sistema de administración de talentos, que es tan costoso, no le está dando el valor que necesita, puede que sea el momento de dejar de ocuparse de los días pasados de los datos y hacer un viaje de DeLorean al futuro de los recursos humanos basados en análisis. .
