Artículo en colaboración con:
Aunque existen varias definiciones de lo que es el «human resource analytics» (HR analytics) (1) , todas ellas comparten tres temas en común: el uso de los datosy la tecnología, el desarrollo de análisis y la toma de decisiones. Los datos pueden ser individuales agregados, de la organización y externos. Dependiendo de lo que se busque responder (y de lo que se tenga), se puede emplear uno o más tipos.
Los análisis definen la complejidad y el tipo de proyecto de HR analytics que se desarrollará. Es conocida la clasificación de analytics descriptivos, diagnósticos, predictivos y prescriptivos. Los departamentos de Recursos Humanos (RR. HH.) usan normalmente un nivel básico de analytics descriptivos: por ejemplo, el coste de reclutamiento o los reportes de ausentismo, utilizando dashboards. Los proyectos de HR analytics avanzados que sirvan para explorar relaciones de causalidad que apoyen decisiones estratégicas o que utilicen sistemas automatizados son todavía muy poco comunes.
Una posible definición de HR analytics sería la generación de valor en las decisiones de negocios a través de la identificación sistemática de las causas que explican cómo las personas crean valor para la organización. Esta definición asume que el HR analytics se desarrolla para la organización en pleno, no únicamente para el Departamento de RR. HH.
¿Analítica o métricas?
Tanto si usamos ambas palabras para finanzas, márketing o para la empresa en su conjunto, «analítica» y «métricas» son dos conceptos distintos, pero relacionados. Las métricas, en RR. HH., son medidas cuantificables que se usan para monitorear o evaluar el estatus de un proceso, proyecto, departamento o de la organización entera (por ejemplo: el índice de productividad, el turnover, la satisfacción de los empleados, el coste de la formación por empleado…). Por definición, la información que se recoge con las métricas es información pasada. Es decir, aun cuando las métricas se definan a priori, su información se recoge a posteriori.
La analítica, en RR. HH., son procesos de análisis que se usan para explorar patrones actuales e intentar predecir lo que podría pasar en el futuro con respecto a las personas de la organización o, eventualmente, con respecto a personas de fuera de la organización, pero potencialmente futuras contrataciones
La analítica, en RR. HH., son procesos de análisis que se usan para explorar patrones actuales e intentar predecir lo que podría pasar en el futuro con respecto a las personas de la organización (por ejemplo: ¿qué dimensiones del talento explican el rendimiento?, ¿son los high-potentials realmente más productivos?, ¿qué explica el absentismo?, ¿qué patrones siguen los accidentes?) o, eventualmente, con respecto a personas de fuera de la organización, pero potencialmente futuras contrataciones (existen nuevas herramientas que permiten analizar las redes sociales en búsqueda de personas con mayores probabilidades de cambiar de trabajo). Aunque no es la única información que se utiliza en HR analytics, la información que proveen las métricas de RR. HH. es una de las fuentes de datos por excelencia de este tipo de proyectos.
¿«HR analytics» o «people analytics»?
Seguramente se ha encontrado usted con referencias a ambos términos. Pero ¿qué quiere decir cada uno? En la mayoría de casos, ambas expresiones se usan indistintamente para referirse al análisis de datos relacionados con los trabajadores de una organización. No obstante, el término HR analytics se creó primero, y su uso es más común tanto en la literatura especializada como por parte de los proveedores de software en el área. Sin embargo, algunos autores prefieren el término people analytics, porque alude a un espectro más amplio: tomar decisiones basadas en la evidencia para toda la gente de la organización, y no únicamente analytics por y para un departamento concreto (el de RR. HH.). Usando una lógica semejante, hay autores que prefieren utilizar el término talent analytics, aludiendo a que lo que se analiza en cualquier caso es talento. Al margen del nombre que se utilice, el estado de la cuestión de los proyectos de analítica incluye el análisis de datos individuales, junto a datos del departamento y de la propia organización, y también datos externos a la compañía, con el objetivo de optimizar la toma de decisiones.
Aun aceptando como parte del campo de acción del HR analytics lo descrito para el término people analytics, por razones prácticas, aquí utilizaremos el término HR analytics para referirnos a esta práctica organizacional.
¿«Analytics» en el departamento de RRHH?
El Departamento de Recursos Humanos siempre ha generado datos, pero ha sido de las últimas áreas en optimizar la creación de información y la última en utilizarla para tomar decisiones. Y es que, durante mucho tiempo, el equipo de RR.HH desarrollaba únicamente los roles tradicionales que su función demandaba, que pueden resumirse en alinear los procesos de RR.HH con la estrategia de la empresa, atender las preocupaciones de los trabajadores y encargarse de las funciones de la gestión de personal. Sin embargo, los RR. HH. han cambiado sustancialmente. La transformación digital y la tecnología disponible hacen posible que las organizaciones puedan contar actualmente con datos de alta calidad que, a su vez, tienen la posibilidad de integrarse. Así, dependiendo de la organización y del sector en el que compita, el rol del HR analytics es nuevo, pero se desarrolla para atender dos demandas que, sin embargo, no son nuevas: la presión que tiene RR. HH. de convertirse en un departamento más estratégico y la necesidad que tienen los managers de RR. HH. de demostrar cómo los procesos de su departamento y el capital humano generan valor monetario.
El departamento de Recursos Humanos siempre ha generado datos, pero ha sido de las últimas áreas en optimizar la creación de información y la última en utilizarla para tomar decisiones
Tomar decisiones basadas en la evidencia, y no solo en la intuición, tiene como objetivo —aunque no siempre con éxito– dotar a RR. HH. de una herramienta hard que otros departamentos ya usan. Esto tiene también un correlato en las soluciones tecnológicas de las que puede disponer el mánager de RR.HH A diferencia de hace solo algunos años, un profesional del departamento de RR.HH. puede utilizar ahora sistemas que integran una gran variedad de información individual (tanto de rasgo, como, por ejemplo, el sexo o la historia laboral, como de estado, como, por ejemplo, la antigüedad, las competencias o los incentivos recibidos) con diversa información de la compañía (financiera o de marketing, por ejemplo). Más aún, hay herramientas que ofrecen sistemas de gestión del aprendizaje o soluciones que proveen información no solo sobre los individuos, sino también sobre las interacciones entre estos. Pero vayamos paso a paso. Deloitte reportó en 2017 (2) que casi dos tercios de las compañías identifican el HR analytics como un área de alta prioridad, pero que su implementación real es muy lenta. ¿Por dónde empezar entonces cuando su organización desea aplicar un sistema de HR analytics?
Tomar decisiones basadas en la evidencia, y no solo en la intuición, tiene como objetivo —aunque no siempre con éxito– dotara RR. HH. de una herramienta «hard» que otros departamentos ya usan. Esto tiene también un correlato en las soluciones tecnológicas de las que puede disponer el mánager de RR. HH.
Asumiendo que su organización ha pasado ya por un proceso de análisis que comprenda las siguientes fases:
- 1. Haya identificado tanto la necesidad como los recursos necesarios para implementar el proyecto.
- 2. Tenga soporte explícito de la Dirección.
- 3. Haya tomado la decisión de construir sus competencias para desarrollar su sistema de HR analytics internamente.
A continuación se recogen los cinco pasos esenciales para su implementación.
1. Primero, invierta en personas, no en software
Ninguna solución tecnológica para HR analytics añade valor por sí misma. Aportar valor a las decisiones requiere una persona (o varias) que pueda entender e interpretar los datos en el contexto particular de la organización y teniendo en cuenta su estrategia.
Dos patrones recurrentes que se observan en la práctica profesional están estrechamente relacionados con este punto: por una parte, organizaciones que adquieren software (generalmente caro) que, por distintas razones, termina siendo subutilizado.
La consecuencia no es solo que no se atiende la necesidad para la que supuestamente se adquirió la herramienta y que no haya retorno de la inversión. La consecuencia es también que el prestigio de RR.HH. se ve afectado. Una vez más, se hace efectiva la profecía de que RR.HH. es un departamento soft que no crea suficiente valor. Por otra parte, managers de RR.HH. que han desarrollado toda su carrera encargándose de las funciones tradicionales de RR.HH. y que, de repente, están a cargo de proyectos de HR analytics sin haber recibido formación alguna. Esto es más común que lo primero, y se debe a que, en general, los responsables de RR. HH. no son formados para pensar como analistas. De hecho, la motivación para escribir este artículo es ayudar a estos managers a empezar con un proyecto de este tipo.
¿Qué significa entonces «invertir primero en las personas»? La respuesta tiene dos partes: «¿en qué invertir?» y «¿cómo invertir?».
¿En qué?
Invierta en competencias, especialmente en las cinco esenciales: curiosidad, capacidad de análisis, conocimiento de técnicas analíticas, visión de negocio y comunicación.
- • Curiosidad. Cree un entorno que fomente la curiosidad, en el que sea natural hacer preguntas y no penalizar el escepticismo. Una persona en el área de Analytics trabaja con datos, pero estos son solo un instrumento para poder responder cuestiones específicas relacionadas con el negocio. Muchas de estas cuestiones no son obvias a primera vista o han sido tradicionalmente explicadas en la organización con intuiciones equivocadas. Por ejemplo: que los bonus generan mayor productividad, que a mayor salario mayor es la satisfacción con el puesto, o que la diversidad es buena per se y, en consecuencia, no necesita gestionarse. Más aún, existen todavía organizaciones en las que algunas decisiones se basan en creencias más cercanas a la superstición. Un ejemplo típico son algunos instrumentos que se utilizan en los procesos de selección. La curiosidad es un buen indicador de la pasión por descubrir y buscar explicaciones. Una persona curiosa podrá ayudar mejor a otros departamentos a definir sus preguntas y necesidades de información y a relacionarlas con posibles decisiones a tomar. Igualmente, podrá ayudar a pensarlo todo en términos de variables independientes y variables dependientes. O, lo que es lo mismo, en términos de causas y consecuencias.
- • Capacidad de análisis. El trabajo de HR analytics requiere un desarrollo de la capacidad de análisis que permita cuatro cosas:
- 1. Reportar información usando los datos.
- 2. Interpretar esos datos en el contexto del Departamento de RR.HH. (o para un proceso o proyecto, de ser el caso).
- 3. Contextualizar el resultado dentro del core business de la organización.
- 4. Hacer sugerencias para el futuro de la organización.
Aportar valora las decisiones requiere una persona (o varias) que pueda entender e interpretar los datos en el contexto particular de la organización y teniendo en cuenta su estrategia
Es decir, cuando se trata de HR analytics, la capacidad de análisis tiene diversos niveles de desarrollo. La pregunta es entonces ésta: si la organización tiene un equipo encargado de HR analytics, ¿todas las personas del equipo tienen que poder hacer estas cuatro cosas? La respuesta es no. ¿Y si la organización tiene una sola persona encargada del área? Idealmente, sí.
- • Conocimiento de técnicas analíticas. Se debe distinguir entre «técnicas analíticas» y «capacidad de análisis», porque no son lo mismo. Las técnicas analíticas son propiamente un conocimiento. La capacidad de análisis es una competencia. Ninguna implica a la otra, y ambas se pueden desarrollar, aunque a través de vías diferentes. Las técnicas analíticas son herramientas para obtener información relevante de los datos. En casi todos los casos se trata de técnicas estadísticas, pero no son únicamente eso, ya que hay expertos en el área utilizando análisis de contenido, de networks o fuzzy sets, aunque de forma minoritaria. A ello hay que añadirle que el conocimiento de técnicas analíticas tiene que ir de la mano del interés por la tecnología capaz de desarrollarlas.
- • Visión global del negocio, en contraposición con una visión exclusiva de RR.HH. Las personas del equipo de HR analytics conocen muy bien los datos relacionados con los procesos de RR.HH. y con la planificación estratégica de la fuerza laboral. El valor que se añade a decisiones de nivel organizacional es significativamente mayor cuando se tienen conocimientos también de finanzas, marketing u operaciones, y cuando se entienden los datos con los que estos departamentos trabajan. Esto puede facilitar en el futuro una eventual integración de bases de datos y/o ampliar el espectro de resultados a obtener, al ampliarse el espectro de datos que relacionan causas y consecuencias. Igualmente, esto genera una mejor comunicación con otros departamentos, pues se puede hablar un mismo idioma. La consecuencia final es que se hace «más estratégico» el Departamento de RR.HH.
- • Habilidades de comunicación. No importa cuán compleja sea la técnica analítica que se use, un profesional de analytics atiende situaciones de negocios con personas reales que no necesariamente entienden —ni tienen por qué entender– la técnica. Es necesario entonces dejar claro cómo se crea valor utilizando people analytics. Esto necesita de una persona capaz de identificar la necesidad del interlocutor, transmitir con claridad cómo se podrá resolver un problema (de negocios, no de datos ni de estadística) y gestionar expectativas.
El valor que se añade a decisiones de nivel organizacional es significativamente mayor cuando se tienen conocimientos también de finanzas, márketing u operaciones, y cuando se entienden los datos con los que estos departamentos trabajan
¿Cómo invertir?
Depende de la organización. No hay un único estándar. Cada compañía es un caso independiente, porque cada una tiene objetivos y recursos diferentes. Algunas disponen de un equipo de HR analytics; otras, de una sola persona. Hay empresas, aunque menos, que tienen la función de analytics (incluida la de HR analytics) fuera del Departamento de RR.HH. En cualquier caso, invertir en personas con competencias para la función de HR analytics puede hacerse de diversas formas: a través de formación, reclutamiento interno o nuevas contrataciones, o de alguna combinación de estos factores. Sea cual sea el caso, lo importante es que las cinco competencias mencionadas estén presentes.
Invertir en personas con competencias para la función de «HR analytics» puede hacerse de diversas formas: a través de formación, reclutamiento interno o nuevas contrataciones, o de alguna combinación de estos factores
Principal reto
Las posibilidades de encontrar estas cinco competencias juntas en una persona son ínfimas. De hecho, algunas tienden a ser mutuamente excluyentes. Por ejemplo, las personas muy analíticas pueden perderse en el detalle dejando de lado el big-picture organizacional. El reclutamiento externo tiende a ofrecer mejores resultados que el interno para estas competencias, sobre todo porque organizaciones que todavía no tienen la tradición de tomar decisiones basadas en la evidencia, difícilmente tendrán colaboradores que conozcan técnicas analíticas. A ello se le añade que el rol de mánager de RR. HH. tiene poco que ver con las tareas de analizar e interpretar datos... En cualquier caso, el liderazgo del equipo —o de la función– de HR analytics debe elegirse utilizando estas cinco características como pauta.
2. Incluya desde el inicio una perspectiva centrada en el cliente
No hay duda de que el equipo de HR analytics tiene que atender cuestiones relacionadas con los procesos de RR.HH, como qué procesos de selección son más eficaces para qué departamentos o cuán efectivos son los programas de formación en las distintas geografías en las que opera la organización. Pero no pueden ser las únicas cuestiones a atender si se quiere inscribir el Departamento de RR.HH. en un marco estratégico. Para darle una perspectiva de ese tipo, hay que entender que «el cliente», para RR.HH, no es solo el cliente interno al que típicamente se le ofrecen servicios, sino que es quien paga por el producto o servicio que ofrece la empresa: es decir, el cliente de la compañía. Sí, aquel por el que —finalmente– esa compañía desarrolla una estrategia. Esto es lo que significa incluir desde el inicio una perspectiva centrada en el cliente.
En este punto, la metodología Lean puede aplicarse muy bien. En vez de empezar con el desarrollo de un producto, empiece por descubrir un problema o una necesidad. En lenguaje de HR analytics, esto se traduce en incorporar desde el inicio las necesidades de la organización en su conjunto. Rasmussen y Ulrich (3) llaman a esto utilizar una perspectiva outside-in, y plantean a modo de ejemplo la siguiente pregunta acerca de lo que un equipo de HR analytics debería poder responder: ¿cuáles son los mayores retos que nuestro negocio afrontará en los próximos 3-5 años, y cómo puede RR.HH. dar soporte al negocio en ellos?
Principal reto
El reto más importante tiene dos partes interdependientes. La primera es que la organización vea RR.HH. como un área capaz de proveer información estratégica. La segunda, que los managers de RR.HH. puedan incorporar plenamente una visión de negocios que tenga en el centro al cliente (de todos).
3. Elija adecuadamente sus métricas
Elija las métricas con un criterio estratégico. Trabaje con KPI (todos los KPI son métricas, pero no todas las métricas son KPI). Es decir, focalice sus esfuerzos en pocas métricas prioritarias alineadas con los siguientes movimientos y/o con los problemas, retos u oportunidades de la organización.
Utilice métricas en las que pueda tener impacto, o, en otras palabras, no es necesario que mida aquello sobre lo que no puede actuar. A modo de ejemplo, en las encuestas de clima a los empleados, no hace falta preguntarles por la satisfacción con el salario, porque, en sí misma, la pregunta es retórica: todos quieren ganar más, y, por ende, difícilmente se estará siempre satisfecho. Además, si sabe que no es posible subir los salarios, preguntar por la satisfacción con ellos generará una expectativa que no se podrá atender.
Tanto si se trata de describir patrones actuales como de predecir la probabilidad de escenarios futuros con técnicas estadísticas más complejas, contar con datos longitudinales —varias medidas de la misma métrica a lo largo del tiempo– dará resultados más fiables (4) .
Principal reto
Es conocido en la literatura psicológica que las métricas tienden a modificar el comportamiento de las personas en el trabajo. Los empleados se comportan de acuerdo a los estándares bajo los que son evaluados, particularmente aquellos que suponen algún tipo de recompensa. Esto, en principio, es una buena noticia, porque facilita la incorporación de las métricas en la actividad diaria, pero significa también que las métricas pueden tener consecuencias no previstas. Imagine, por ejemplo, que establece la métrica de que el tiempo para reclutamiento y nuevas contrataciones debe ser de X días. Si quien se encarga de este proceso encuentra difícil alcanzar este objetivo, es probable que lo «acelere», recurriendo a candidatos menos cualificados, o que haga más corta la evaluación, con graves consecuencias en la calidad de los resultados. Las métricas pueden tener un impacto inesperado. Por ello, antes de elegirlas, converse con otros stakeholders. El input que estos pueden darle puede ayudarle a identificar cuál podría ser ese impacto.
Muchas compañías tienden a empezar sus proyectos de «HR analytics» con la información de la que disponen, cuando, en cambio, deberían empezar con una pregunta por responder, un problema de negocios o una situación relacionada con los objetivos de la organización
4. Los datos
En analytics, el centro no son los datos, sino el uso de estos para tomar decisiones. Nuevamente, los datos son solo un instrumento. Muchas compañías tienden a empezar sus HR analytics con la información de la que disponen, cuando deberían empezar con una pregunta por responder, un problema de negocios o una situación relacionada con los objetivos de la organización. No use los datos solo porque estén disponibles, conceptualice primero qué quiere saber, qué problema quiere resolver o qué necesidad quiere atender.
La calidad de los datos en los proyectos de analytics es uno de los problemas recurrentes más serios. De hecho, diversas fuentes informan sistemáticamente sobre el tema. Por ejemplo, el New Talent Management Network (5) reporta cuatro problemas frecuentes con los datos:
- 1. Se encuentran dispersos en una variedad de sistemas de RR.HH. que no son necesariamente compatibles.
- 2. Son de baja calidad, por lo cual no se puede confiar en ellos.
- 3. Se usan diferentes métricas para los mismos conceptos.
- 4. No existen; es decir, simplemente no hay datos disponibles para poder hacer análisis.
En la práctica profesional, se observa también el problema adicional de las definiciones desconocidas. Es decir, encontrar extensas bases de datos —usualmente en Excel– en las que algunos de los campos, sencillamente, no tienen definición, o tienen una definición que no permite entender qué información recogen esos números. Por todo ello, empiece su implementación de HR analytics creando o usando datos de calidad, que sean los adecuados para responder lo que realmente quiere saber, ya que los análisis estadísticos son fiables, y el software es útil solo cuando los datos son buenos. Al inicio, considere las siguientes cinco pautas como fundamentos para posteriores implementaciones más complejas:
- • Recolecte datos con un propósito claro, y mejor si es inmediato. Que quede claro que resuelve un problema específico que (idealmente) involucra también a otros departamentos. Trabaje con datos de toda la compañía, no solo con datos de RR.HH.
- • Evite duplicidad. Conozca la información que ya existe y unifíquela en un único sistema (la variedad de sistemas es amplia) que evite más hojas Excel a medida que se requiera más información.
- • Defina todas las variables con las que trabaja. Incluso aquellas que parezcan obvias, como podría ser «salario». Aquí, añada en su definición qué entiende su organización por «salario»: ¿están incluidos los beneficios, los bonus u otras compensaciones? Esto tiene que ver, en ocasiones, con las regulaciones existentes, y puede variar de un país a otro. Para aglutinar sus definiciones, cree un «diccionario» o «libro de códigos» y asegúrese de que sea información accesible.
- • Comunique. Los managers deben saber que ese es el sistema a consultar cuando necesiten responder una pregunta, y que ese es el sistema al que hay que cargarle información.
- • Utilice las técnicas adecuadas. La toma de decisiones de nivel estratégico requiere con frecuencia que los datos se analicen con técnicas estadísticas más complejas que los porcentajes, frecuencias o desviaciones que se presentan en dashboards. Por ejemplo, para poder establecer relaciones de causalidad, se requieren técnicas que prueben que esas relaciones existen. Preguntas como ¿qué dimensiones tiene la efectividad de la fuerza de ventas?, ¿cuál es la más importante para explicar su performance?, ¿qué tipo de posiciones especializadas presentan el mayor riesgo de dejar la compañía el próximo año?, ¿el riesgo es el mismo para todas nuestras oficinas en el país?.. pueden requerir técnicas complejas para poder ser adecuadamente respondidas. Es más probable que RR.HH. pueda conectarse con los resultados del negocio a través de analytics complejos que permitan añadir valor a nivel estratégico.
Empiece su implementación de «HR analytics» creando o usando datos de calidad, que sean los adecuados para responder lo que realmente quiere saber, ya que los análisis estadísticos son fiables, y el software es útil solo cuando los datos son buenos
Principal reto
Al día de hoy, hablar de datos personales supone necesariamente hacer referencia a la confidencialidad. Deloitte, en su Global Human Capital Trends de 2018 (6) , señala que, aunque una cantidad importante de compañías reconocen la importancia de la privacidad y seguridad de los datos de sus trabajadores, pocas aún han implementado sistemas sólidos de protección de datos para los mismos. La protección de la privacidad adquiere un valor social relevante que las organizaciones no pueden pasar por alto. Esto se hace aún más importante tanto por la entrada en vigor de la GDPR (General Data Protection Regulation) en Europa como por el riesgo público que representa para una empresa utilizar inadecuadamente datos de sus empleados. Al respecto, al implementar la función de HR analytics, cuide la transparencia. No hay nada que esconder. Explique claramente qué datos recoge y sea explícito tanto en el objetivo que persigue como en asegurar que la información recogida será tratada de manera confidencial. Y hágalo así.
Finalmente, los proyectos de analítica pueden contribuir a mejorar el trabajo de todos. Igualmente, asegúrese de que el equipo de analytics tenga el conocimiento y la madurez necesarios para cuidar/garantizar la privacidad de los datos cuando sea necesario.
5. Gestione adecuadamente los resultados
Comparta desde el inicio, y regularmente, los resultados de los proyectos de analytics con el resto de la organización. Esto ayudará a otros departamentos a pensar en sus propias preguntas, desarrollará una cultura data-driven en toda la empresa y reforzará la posición del Departamento de RR.HH. como un departamento estratégico. Y no se olvide, sobre todo, de poner el foco del trabajo de HR analytics en las decisiones a tomar, más que en los resultados de los análisis. Haga ver que los datos sirven para crear valor y que ese valor se ve reflejado en acciones.
Principal reto
No olvide el «people» de people analytics. Las personas no tienen por qué compartir su entusiasmo con la analítica. Una implementación de HR analytics, como cualquier otra implementación nueva, generará resistencia. Asuma como natural que algunas (o muchas) personas sean reticentes, pero gestione esa resistencia con información y claridad.
A modo de conclusión
Es probable que, en el futuro, HR analytics desaparezca como tal. Viendo lo que ya ocurre en algunas organizaciones, algunos expertos en el área apuntan que los proyectos de HR analytics dejarán de ser parte de la función de recursos humanos. La tendencia es que se integren y sean parte de equipos centralizados de business analytics. Esta integración supondrá, por supuesto, mucho más que la mera integración de diversas bases de datos. Cuando eso pase, en cualquier caso, «analytics» habrá dejado de ser ya una buzzword.
«"HR analytics": el valor de los datos para tomar decisiones». © Planeta DeAgostini Formación, S.L.