Estamos en la Era Digital. Las organizaciones diariamente generan un tsunami de datos a partir de multitud de fuentes como sus websites corporativos, call center, CRM, Intranet, sistemas comerciales, videocámaras, mensajes de texto, operaciones, administración, transacciones,sólo para mencionar algunas. Existe una órbita de posibilidades para generar reportes de multitud de KPI/KRI/KQE (Key Indicator performance/risk/qualityexperience), con una potente variedad de capacidades de visualización.
En los últimos 15 años hemos integradoBusiness Intelligence a las capacidades de reporting, para converger finalmente a la era de Analytics. Palabras como data mining, machine learning, datos estructurados/no estructurados, procesamiento en paralelo, son moneda corriente ya no solo en áreas de IT sino en las áreas de marketing, operaciones, ventas y últimamente en recursos humanos. A su vez se integra la palabra Analytics en cada sector del negocio;Es habitual escuchar de BankingAnalytics, RetailAnalytics, Network Analytics, TravelAnalytics, HealtAnalytics y por supuesto People Analytics.
De a Guerra Fría a los códigos open source
El análisis estadístico y matemático de los datos siempre habitó en medios académicos y de investigación. Las empresas tenían vedado su acceso. Al acabar la Guerra Fría, centenares de matemáticos expandieron sus áreas de trabajo al sector privado, llevando sus metodologías para resolver toda clase de problemas en forma rigurosa. Asi surgió el ‘minado de datos’ que no es más que aplicar algoritmos a conjuntos de datos de cualquier porte y tamaño, para extraer conocimiento y patrones accionables y en lo posible monetizables.
En general las empresas tienen: datos que utilizan, datos que poseen y no utilizan y datos que necesitan y no tienen. Así surgen nuevas preguntas: ¿Cómo automatizo la captura de datos que tengo disponibles y no uso? ¿Dónde están? ¿Cómo los normalizo? ¿Para qué los voy a utilizar? ¿Cómo consigo datos claves para mi negocio o área? ¿Quién los tiene o cómo los genero? La ciencia de datos aplicada al mundo corporativo está colaborando en responderlas.
La capacidad computacional en el mundo crece sin límites como así también la capacidad de almacenamiento de datos. Éstas son algunas de las características de la tercera plataforma. El concepto de Big Data ya no se refiere sólo a su significado original, representado por las famosas 4V (volumen, velocidad, variedad y veracidad) sino que se extiende para significar que no hay límites para resolver problemas del negocio usando la batería de algoritmos que ofrece machine learning Importantes vendors como IBM, SAS, Teradata, Oracle, SAP entre otras, vienen invirtiendo millones de dólares en empresas de software analíticas y junto a ellos irrumpe con fuerza la comunidad Open Source, ofreciendo casi sin límite, soluciones gratuitas, mediante los lenguajes Python, R, Java, C++. El paradigma Haddop-Map Reduce, aunque superado por nuevas alternativas, representa la capacidad elástica, escalable y económica de procesar miles de millones de datos de la web hoy en día, y de datos provenientes de lo más profundo de las operaciones de la compañías.
De Business Intelligence a People Analytics
A través del reporting se puede analizar qué sucedió y medir el impacto de acciones pasadas. Es clave medir los resultados de lo que hicimos. Lo que no se mide no es mejorable sistemáticamente. Las personas que integran las organizaciones, con el apoyo del área RR.HH. deben llevar adelante la transformación digital de la compañías.
Existen gran variedad de métricas en capital humano que se recolectan a partir de multitud de fuentes, siendo poco común el análisis cruzado de datos para entender comportamientos profundos de las organizaciones.
Palabras como predecir, clasificar, segmentar, geo-referenciar, asociar, describir, serán fundamentales en la gestión de las personas a través de People Analytics. Por ejemplo, en la retención del talento, sería crítico conocer qué señales dan los talentos de distintas áreas, antes de perderlos. ¿Cómo se pueden medir en forma rigurosa la productividad? ¿La multitud de objetivos y sus logros medibles, son consistentes con los objetivos de la compañía. ¿Las personas poseen las habilidades requeridas? ¿Cómo las detecto? Éstas y muchas más preguntas no son factibles de medir en forma manual o con los reportes tradicionales. Requieren introducirse en lo profundo de los procesos. Variables como el presentismo y fichaje de empleados puede relacionarse con la atención al cliente a través del análisis de datos. Si una empresa posee fichaje digital para cada entrada y salida de un área física de la empresa, puede entenderse, por ejemplo con simples query a base de datos en tiempo real, sin los cambios de turno de mañana y tarde, producen alteraciones en la calidad de la atención a los clientes. En capacitación, por ejemplo; ¿los contenidos que se ofrecen son consistentes con la formación de la persona? ¿La traza de tiempos utilizados en cursos on-line es consistente con los tiempos promedios reales? ¿La gente pasa pantallas rápidamente del curso por e-learning sin absorber el conocimiento.
De ésta manera resulta claro que People Analytics no sólo es una necesidad para mejorar el performance dde las áreas de recursos humanos, sino que es clave para retener, capacitar, controlar y satisfacer uno a uno a cada colaborador, de manera end to end.
Es por esto que se ha extendido el uso de Business Intelligence y Analytics desde el negocio hacia Recursos Humanos.
Por ejemplo, con datos de geolocalización de los empleados y los patrones de ausentismo, pueden generarse nuevas políticas de teletrabajo. A través del análisis de datos de los teléfonos corporativos se puede entender las comunidades de interés entre empleados o la fluidez en las comunicaciones de los líderes con sus equipos. El análisis de datos de la geolocalización de los vehículos de la empresa ya está siendo utilizado en tiempo real, para saber cómo conducen los operarios. Seguramente habrá debates legales o éticos en cuando a la factibilidad de realizar éstas operaciones.
La fidelidad, el engagement, los reclutamientos exitosos, efectividad de las capacitaciones a través de e-learning, y miles de variables más, pueden analizarse a través de la ciencia de datos, en este caso People Analytics.
El Web-mining de la intranet corporativa, text-mining de datos no estructurados como textos o imágenes, speech-analytics para entender mensajes de voz y data mining en general para predecir que sucederá con las personas, son herramientas que la mayor parte de la áreas de recursos humanos de las principales empresas de occidente están empezando a utilizar. Ya lejos del reporting tradicional.