Se conoce como Talent Analytics, HR Analytics o People Analytics a la aplicación de técnicas de Big Data y análisis de datos en el área de recursos humanos para mejorar la gestión del talento de una empresa, conocer mejor a sus empleados y colaboradores y aumentar el grado de satisfacción y productividad.
Para qué sirve Talent Analytics?
A menudo las empresas califican a sus empleados como su mayor activo, pero rara vez deciden cuantificar este activo.
Medir el desempeño de los empleados es posible gracias a que cada vez tenemos una mayor cantidad de datos sobre lo que hacen las personas de nuestra organización: los índices de rendimiento, resultados de la formación, los salarios, las tasas de abandono, etc.
Las características del talento no son habilidades, que son específicas de un campo y cambian con el tiempo, sino más bien rasgos innatos.
People Analytics mide las características del talento de las personas, ponderando sus preferencias y motivaciones y cómo estas predicen su rendimiento en el trabajo.
Las organizaciones pueden mapear los datos del rendimiento y utilizarlos para la contratación o para ayudar a crear equipos complementarios.
People Analytics ayuda a tomar mejores decisiones en la gestión del talento
Los proyectos de analítica aplicados a Recursos Humanos son herramientas que ayudan en la toma de decisiones basadas en datos en las áreas de reclutamiento, evaluación de la productividad, fidelización, formación o la gestión del talento.
La enorme cantidad de datos de la que dispone una empresa es el principal problema del análisis en Recursos Humanos.
Identificar la información que servirá de base para tomar decisiones es el punto de partida para estructurar un sistema de HR Analytics.
Talent Analytics permite tomar decisiones en el área de RRHH basadas en el análisis de datos en vez de en métodos tradicionales de relaciones o experiencias individuales.
La implementación de proyectos de talent analytics suele ir de la mano de la transformación digital de las organizaciones, pues requiere el trabajo en equipo de distintos departamentos y personas con habilidades y conocimientos multidisciplinares.
Todas las personas implicadas en un proyecto de People Analytics deberán compartir una formación de Analytics ya sean directivos, programadores, administrativos, gestores de Recursos Humanos, etc.
Los departamentos de RRHH que analizan e interpretan datos pueden tomar decisiones informadas que les permiten implementar acciones de mejora basadas en KPI's:
- Identificación del talento: identificar qué variables son las que más impactan en el rendimiento y motivación de los trabajadores, mejorando el clima laboral y favoreciendo la identificación, retención y desarrollo del talento.
- Atracción de talento externo: ayudar a la organización en el proceso de selección (recruiting) del personal más apropiado, abarcando un abanico más amplio de candidatos.
- Desarrollo del pool de talento: ofrecer a los empleados un plan de desarrollo de carrera profesional que potencie sus conocimientos y habilidades y evite la fuga de talento, aumentando el grado de compromiso con la organización capacitándolos para desarrollar funciones más importantes.
Primeros pasos en Talent Analytics
La adopción de HR Analytics en una organización es un proceso de transformación que requiere:
- Examinar las necesidades reales de la compañía
- Realizar una medición de la oferta y la demanda de talento existente
- Aplicar analytics para optimizar la inversión
- Apostar por el desarrollo de las capacidades de los empleados
Para ello, deberemos analizar qué factores de la gestión de personas tienen un mayor impacto en nuestro negocio y comprobar nuestros planes de atracción y retención del talento.
No debemos olvidar que el 25 de mayo de 2018 entrará en vigor el nuevo Reglamento General de Protección de Datos (RGPD), norma de obligado cumplimiento en España y a la que se deben adaptar todos los procesos de recogida de datos de las empresas.
Las fases de un proyecto de Talent Analytics son diseño, implantación y producción.
Diseño de Talent Analytics
En la fase de diseño se deben plantear las necesidades que motivan la creación de un departamento de People Analytics, los recursos que se destinarán, el organigrama del departamento y las personas que lo formarán, tanto las que ya pertenecen a la empresa como las incorporaciones que sean necesarias.
Aunque el concepto es relativamente nuevo, existen ya algunas teorías y modelos para enfocar el diseño de proyectos de HR Analyticsde proyectos de HR Analytics.
El Departamento de Recursos Humanos debe a priori liderar el proyecto, aunque deberá completarse con responsables de software y sistemas informáticos, captadores y manipuladores de datos.
Con el fin de facilitar la extracción y el análisis de la información, se elegiran las soluciones tecnológicas que permitan tomar decisiones basadas en datos de alta calidad, como observaciones a fondo y encuestas personalizadas para sus empleados.
Un proyecto de Talent Analytics comienza con una pregunta clave sobre una necesidad concreta alineada con la estrategia del negocio.
Algunos ejemplos de pregunta clave podrían ser:
- ¿Cómo contribuye el empleado a la organización?
- ¿Qué aporta el empleado a la organización y al equipo?
- ¿Cómo influye el empleado en el aporte de ingresos financieros?
- Relación entre la productividad individual y el desempeño de la organización.
- ¿Cómo generan valor los nuevos empleados?
Después debemos sopesar si tenemos datos de calidad en cantidad suficiente que permitan alcanzar una conclusión basada en esa información.
Por último se deberán seleccionar los KPI's o puntos clave que serán la base de las decisiones basadas en los datos de Talent Analytics.
Implantación de Talent Analytics
En la fase de implantación de HR Analytics todo el personal implicado debe recibir formación de Talent Analytics para entender en su conjunto el sistema en el que va a contribuir, sus responsabilidades y tareas en el mismo y la relación con el resto de participantes.
A continuación deberemos dedicar tiempo a la recogida y preparación de los datos.
Se trata de una fase larga e importante del proyecto que será la base de las decisiones posteriores.
Los datos hablan de personas, por tanto la confidencialidad, ética y responsabilidad son importantes.
Una vez realizada la limpieza de datos y elaborado una tabla analítica, realizaremos un análisis descriptivo de los datos mediante métodos lineales y un análisis predictivo de los datos mediante métodos no lineales.
El objetivo final es alcanzar un compromiso sostenible que permita a la compañía focalizar los esfuerzos y la inversión en aquellas áreas que más lo necesitan, minimizando los costes y maximizando los beneficios.
Producción en Talent Analytics
En la fase de producción de People Analytics se realiza una automatización de los procesos creando un algoritmo de predicción para el objetivo elegido: la búsqueda de candidatos idoneos, prevenir el absentismo, detectar empleados excelentes, etc.
No se debe perder de vista que el algoritmo no decide; da un scoring de candidatos y los técnicos trabajan con las personas que tienen más probabilidades de éxito incluyendo a todos los candidatos en el proceso.
Los algoritmos no toman decisiones, las decisiones las toman las personas.
Teorías y modelos de People Analytics: Delta y Lamp
Talent Analytics es una disciplina joven que no dispone de modelos de funcionamiento asentados.
Algunos profesionales de este campo han realizado el esfuerzo de explicar su metodología enunciando sus modelos de actuación, como es el caso de Davenport, Harris & Shapiro con su DELTA Model o Cascio y Boudreau con su LAMP Model.
DELTA Model
El modelo DELTA, acrónimo de Data, Enterprise, Leadership, Tagerts y Analysts, establece que para desarrollar una estrategia People Analytics es imprescindible:
- Data: Disponer de datos sobre el objeto de estudio
- Enterprise: Emplear Talent Analytics de forma que vincule a toda la organización, no solo a los procesos de Recursos Humanos.
- Leadership: Poseer capacidad de liderazgo para llevar a cabo las iniciativas con un enfoque multidisciplinar, teniendo en cuenta las dificultades que supondrán el cambio cultural que supone la toma de decisiones informadas.
- Target: Un objetivo claro alineado con las estrategias empresariales, no valorando exclusivamente la eficacia de los procesos de RR.HH.
- Analysts: Llevar los hallazgos a la práctica, para lo que es necesario contar con analistas, expertos en RR.HH. y psicólogos organizacionales, entre otros.
LAMP Model
El modelo LAMP trata de iluminar el fenómeno del capital humano teniendo en cuenta los objetivos y estrategias de la organización.
Este modelo también se estructura en torno a un acrónimo:Lógica, Analítica, Medidas y Procesos.
- Lógica: El uso de People Analytics deber ser coherente y estar alineado con la estrategia de negocio y de gestión del talento.
- Analítica: Para "iluminar" el fenómeno que se está estudiando, la analítica debe ser suficiente en cuanto a la estadística y al diseño empleados.
- Medidas: Adaptadas y acorde a los problemas o fenómenos que se quieren investigar, los datos deben ser suficientes, fiables, útiles y estar disponibles.
- Procesos: Deben existir procesos de soporte que sean capaces de afrontar la información y las conclusiones encontradas, para darle sentido a los descubrimientos logrados mediante Talent Analytics
KPI's (key performance indicators)
Como en todos los procesos de analítica, uno de los primeros pasos en Talent Analytics es detectar los KPI's (key performance indicator) o indicadores clave de rendimiento que nos permitan predecir líneas de actuación futuras.
En el caso de los Recursos Humanos, usar los KPI's óptimos en nuestros proyectos de People Analytics nos permitirá:
- Detectar las cualidades de los empleados exitosos e integrarlas en los procesos de selección
- Conocer los motivos de baja de las personas clave para evitar así la fuga de talento
- Diseñar planes de compensación motivadores para aumentar el grado de productividad de la plantilla
Los KPI’s en los proyectos de People Analytics serán definidos por cada organización en función de sus necesidades y características, respondiendo a una estrategia previa alineada con los objetivos de negocio.
Deben ser accesibles y fáciles de procesar mediante soluciones tecnológicas.
La identificación y definición de indicadores adecuados y el conocimiento de la relación causa-efecto que existe entre ellos, será fundamental para llevar a cabo un buen análisis y una correcta toma de decisiones.
Algunos ejemplos de KPI's habituales son:
- Genéricos: gastos de personal, horas trabajadas, número de empleados activos, ventas por empleado, rotación de personal.
- Resultados: productividad, beneficio, retribución variable, horas extras, contrataciones externas.
- Competencias: mejores prácticas, habilidades estratégicas, competencias claves, personal no cualificado, titulados.
- Motivación: nº de trabajadores con bono, índice de satisfacción, formación.
- Clima Laboral: absentismo, rotación de personal, despidos voluntarios.
- Selección: coste y tiempo medio por proceso de selección, nº de entrevistas por contratación.
Ejemplo práctico: Algoritmo de clasificación de candidatos
Un proyecto de HR Analytics puede servir para optimizar un proceso de selección masivo en el que los técnicos de selección no tienen tiempo de leer todos los CV, pudiendo dejar fuera buenos candidatos.
Los objetivos de este proyecto serían:
- Identificar las variables que diferencian a los candidatos exitosos
- Desarrollar el algoritmo que permite obtener la probabilidad de éxito
- Automatizar el algoritmo.
Utilizando como datos el currículum y algunas pruebas de competencias on line, se puede extraer un algoritmo que permita replicar el patrón de éxito.
El resultado es un algoritmo que permite identificar el doble de candidatos de éxito revisando el mismo número de CV.
Transformación digital de la empresa
La transformación digital de una organización implica un cambio cultural, estratégico, tecnológico y operacional que supone una gran oportunidad para las áreas de gestión del talento.
Las empresas que atraigan y fidelicen a los trabajadores más valiosos serán aquellas que puedan alcanzar mejores resultados.
Por ello, es esencial que desde Recursos humanos se lideren estos procesos de cambio, poniendo la tecnología al servicio de las personas y adaptando estos procesos a la cultura y empleados de la organización.
Las grandes compañías son las principales consumidoras de las herramientas de People Analytics, lo que ha provocado movimientos estratégicos como la conexión de datos en la nube entre el CRM de Salesforce y Google Analytics.
Nuevo Reglamento General de Protección de Datos (RGPD)
El 14 de abril de 2016 se aprobó el Nuevo Reglamento Europeo de Protección de Datos, que surge con el objetivo de armonizar todas las regulaciones en materia de protección de datos de los estados miembros de la Unión Europea.
El Reglamento General de Protección de Datos (RGPD) entró en vigor el 25 de mayo de 2016 y será de obligado cumplimiento en España a partir del 25 de mayo de 2018.
Se trata de una norma directamente aplicable que no requiere de normas nacionales de transposición.
Su principal objetivo es fortalecer los derechos de protección de datos frente a los avances de la era digital (redes sociales, cloud computing, BigData, etc.), y establecer una regulación uniforme en los distintos países de la Unión Europea.
El RGPD contiene importantes novedades, pasando de un modelo de responsabilidad pasiva (no infringir) a un modelo de responsabilidad activa (garantizar el cumplimiento de manera demostrable), y destacando también el endurecimiento de las sanciones.
Estos cambios suponen nuevas exigencias y requieren adaptación por parte de las empresas, siendo el área de Recursos Humanos una de las más afectadas por el tratamiento de datos que se hace de empleados y candidatos.
