Datos y gestión de personas (yIII)

Hoy podemos disponer de herramientas de gestión más eficientes, y tomar decisiones basadas en la gestión de los datos.  

Si bien la información que las organizaciones obtienen, tanto de sus clientes proveedores y procesos internos se ha incrementado sustancialmente en los últimos años, a menudo es información (datos) que está soportada en diferentes y diversas soluciones y que no tenemos disponible de forma agregada para la toma de decisiones. Sin embargo, el avance técnico, la capacidad de almacenamiento de datos, la digitalización de la sociedad, y el hecho de que todos tengamos a nuestro lado (y casi de forma permanente) un dispositivo electrónico, permite que la cantidad de información disponible haya crecido y que esta información pueda estar accesible en tiempo real.

Afirma Alicia Pomares que “gracias al desarrollo de las herramientas tecnológicas, ya disponemos de información objetiva que nos va permitir tomar decisiones y gestionar nuestros equipos de una forma mucho más objetiva, metódica y rigurosa”  Un reto que tenemos que afrontar en las áreas de gestión de personas superando los “vicios adquiridos”. Debemos dejar tomar decisiones en base a suposiciones, datos subjetivos e intuición. Debemos de empezar a tomar decisiones en base al análisis de datos. Este es un elemento básico para el área de personas y la única forma de que pueda ofrecer mayor valor añadido a las organizaciones.

Y ello supone, por ejemplo, ser capaces en tiempo real de contestar de forma objetiva y con fundamentos racionales a una gran mayoría de las cuestiones que hoy preocupan a los directivos. Tales como:

¿Quiénes son los que ejercen mayor influencia informal?,

¿Quiénes tienen una mayor probabilidad de irse de la empresa?,

¿Cuáles tienen el mayor potencial para convertirse en líderes del futuro?,

¿Quienes son los empleados más comprometidos?,

o simplemente

¿Cuál es el mejor candidato (interno o externo) para ocupar la vacante?,

¿Quién es el comercial que tiene más capacidad de negociación con este cliente?,

Las áreas de Capital Humano deben de afrontar estos retos a través de una estrategia de analytics que ha de tener 3 objetivos centrales: Conectar los datos de “personas” con la estrategia del negocio, mostrando informaciones que faciliten la toma de mejores decisiones. Facilitar al área el diseño y la implementación de acciones que aporten valor añadido y que estén alineadas con los objetivos organizacionales. Y sobre todo Medir la efectividad y el impacto de las acciones puestas en marcha en este ámbito.

Un buen planteamiento de una estrategia de gestión de los datos en RRHH (los especialistas hablan del  Peopleanalytics), no debe iniciarse con grandes cambios ni en los procedimientos, ni en los sistemas. Ha de partir del análisis de la información ya disponible en las diferentes plataformas y sin la necesidad de implantar grandes cambios en la gestión. Lo que existe, existe y se trata de ver en qué medida los datos que tenemos pueden integrarse y dar respuesta a las necesidades planteadas. También sería conveniente analizar cómo podemos de forma simple y sencilla obtener nuevos datos que nos permitan conocer la realidad de la forma más acertada posible.

Existen tres niveles para la gestión de los datos. Hoy la gran mayoría de las organizaciones son capaces de administrar el nivel (1); algunas pocas son capaces de generar y manejar el nivel (2) y muy pocas hoy logran alcanzar el nivel (3). 

• Nivel 1- Analítica básica: Uso de datos para mostrar aspectos particulares de la gestión de personas: registros de absentismo, rotación, niveles salariales, ratios de reclutamiento, etc. Es lo que genéricamente denominamos “cuadro de mando” o “cuadro de gestión de RRHH”.
• Nivel 2- Datos multidimensionales: Se trata de combinar diferentes tipos de datos ya disponibles en la analítica básica con el objeto de responder a determinadas cuestiones o que permitan entender la correlación entre diferentes actividades y/o procesos. Un ejemplo de este nivel es la relación entre datos de absentismo y categorías profesionales, índices de rotación por departamentos/áreas o las relaciones entre variables aptitudinales y rendimiento, etc,
• Nivel 3-Analítica predictiva: En este nivel se pretende predecir tendencias o incluso comportamientos futuros. El uso de los datos y su gestión “inteligente” debería permitir predecir comportamientos y tener una mejor y más rápida capacidad de respuesta. Exige formular las preguntas adaptadas a las necesidades de la organización, elaborar los indicadores que sean adecuados y disponer de una tecnología para buscar, integrar y mostrar los datos y ayudar en la toma de decisiones.

En todo caso (y ello es sumamente relevante para el área de RRHH) los indicadores (los especialistas los denominan KPIs) con los que vayamos a trabajar han de ser tangibles (el indicador debe de ser concreto, acotado y hacer referencia a un objetivo), medible (responder a una realidad concreta) y que aporte valor (que facilite la toma de decisiones).

Sin embargo, inspirándome en ideas expresadas por David Aguado hemos de tomar en consideración que no tiene ningún sentido disponer de muchos indicadores si estos no dan respuesta a necesidades concretas, no podemos esperar a tener datos perfectos (lo que supone que hemos de trabajar con los datos de que dispongamos aunque éstos tienen que ser válidos y estar alineados con la estrategia y los objetivos organizativos). Del mismo modo no debemos tener miedo a experimentar y por tanto iniciar el proceso con proyectos “de prueba” o con carácter de piloto.

Gestionar con datos es hoy un reto fundamental para que RRHH dé respuesta a las necesidades de las organizaciones.