Hoy en día, el uso de prácticas de data science o machine learning está muy extendido en las organizaciones y se ha desarrollado principalmente en los entornos comerciales y de marketing. La práctica de HR Analytics o People Analytics está aún en sus comienzos y representa una oportunidad para que las áreas de recursos humanos adquieran una mayor relevancia dentro de su organización. Una buena práctica de HR Analytics permite que recursos humanos contribuya, a través de diversos proyectos e iniciativas, no solo a que el talento sea una ventaja competitiva, sino también a mejorar los resultados de la compañía.
En este artículo hablamos sobre los factores que han sido clave del éxito para las empresas que están desarrollando esta nuevo campo de aplicación de Analytics.
Seleccionar proyectos con impacto en el negocio
El primer paso es probablemente el más importante, y consiste seleccionar proyectos de interés estratégico para la organización y cuyo resultado se pueda vincular a iniciativas que tengan impacto en la mejora de la cuenta de resultados. El trabajo de HR Analytics se debe enfocar solamente en proyectos relevantes, intentando priorizar la solución de un problema de negocio sobre la solución de un problema específico de recursos humanos.
Estos temas relevantes pueden variar en función de cada empresa y su identificación requiere de un análisis previo que en muchos casos excede al área de recursos humanos. Podemos pensar en temas como la identificación de motivos de fuga de talento, para luego actuar sobre ellos, la segmentación de empleados en mapas de valor y potencial para optimizar recursos de selección y formación, la identificación de empleados estrella en redes comerciales para intentar su “clonación”, o la predicción de absentismo para la mejora de la planificación.
En general hablamos de seleccionar primero proyectos a través de los cuales podamos entender mejor la relación entre las características de las personas y los objetivos de negocio tales como ventas, retención, satisfacción del cliente, etc.
El HR Analytics aprende de la experiencia de ‘Customer Analytics’
El campo de HR Analytics está empezando a desarrollarse, comienzan a surgir analistas expertos, proveedores y casos de uso específicos para esta práctica. Sin embargo podemos aprender mucho de la experiencia de customer analytics que lleva años de evolución. Para los expertos de marketing y CRM es fundamental conocer profundamente al cliente, cada interacción con el usuario es una oportunidad de recoger información que permita definir mejor los perfiles, los hábitos de consumo, las motivaciones emocionales, los canales de preferencia, etc. El cliente para People Analytics es el empleado, debemos también conocerlo profundamente y contar con las variables que nos permitan analizar su comportamiento y el impacto que tiene en los resultados del negocio.
En la mayoría de los proyectos necesitamos data sets con un mix de variables propias de RRHH y variables de negocio que nos permitan desarrollar modelos para identificar por ejemplo la relación entre la satisfacción o el nivel de engagement de los empleados con el incremento en el valor o la satisfacción del cliente.
Adicionalmente los perfiles de data science, los proveedores de servicios, las metodologías, las herramientas y las plataformas de tecnología que han sido utilizadas por marketing son también válidos para desarrollar la práctica de HR Analytics en la organización.
Los hallazgos de HR Analytics deben ser accionables
El resultado de los proyectos de HR Analytics debe tener una aplicación clara y un responsable interesado en explotar esos hallazgos. Para desarrollar una segmentación de ejecutivos comerciales en relación con el ticket medio o la cantidad de productos que contratan los clientes, debemos involucrar al responsable del área comercial y contar con el compromiso de que los insights resultantes del estudio se convertirán en acciones concretas para mejorar las variables de negocio. Si hablamos de mejorar la gestión del absentismo, el área de operaciones se convierte en un actor crítico. En el primer caso, se pueden definir, en base al conocimiento generado, acciones de formación, selección, gamificación en distintos pilotos que ayuden a mejorar de forma progresiva el rendimiento del equipo comercial. En el segundo caso, identificar segmentos de empleados con una mayor tendencia absentista o bien momentos del año con una mayor concentración de ausencias, pueden permitir organizar de una forma más eficiente el staff de empleados de una determinada área para cubrir un servicio.
Herramientas y talento
En una primera etapa no se requieren grandes inversiones ni grandes volúmenes para comenzar a generar insights accionables. Cómo hemos mencionado, partimos de las preguntas de negocio a resolver y partiendo de esa primera definición, podemos organizar los datos, definir las variables necesarias para el proyecto y las herramientas que utilizaremos. Hoy en día hay una gran oferta de herramientas que permiten desarrollar modelos de HR Analytics como Python, R, SPSS o SAS y constantemente están apareciendo en el mercado herramientas específicas para este campo.
El talento humano, es sin duda un factor clave para el éxito de People Analytics. Se requiere un equipo que integre diferentes habilidades como son el conocimiento de negocio, habilidades de consultoría, conocimiento de los sistemas de tecnología de la empresa y especialmente de los sistemas de recursos humanos, perfiles analíticos y data scientists. Este equipo no tiene que ser necesariamente interno, los perfiles pueden ser cubiertos con un proveedor experto en analytics y también podemos tener equipos mixtos entre personal interno y externo. Siendo esta última opción la más utilizada porque se garantiza la transmisión de conocimiento experto a los recursos internos de la empresa.
Conclusión
El área de recursos humanos es clave en el desempeño de cualquier organización y mediante la puesta en marcha de proyectos de HR Analytics puede contribuir de forma mucho más relevante en la consecución de resultados, en el cumplimiento de objetivos estratégicos y en la transformación digital de las empresas. Para ello no es necesario contar con grandes infraestructuras tecnológicas, sino seleccionar proyectos alineados con la estrategia corporativa y contar con el talento analítico adecuado ya sea interno o externo.