Del Reporting a People Analytics

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 √ļltimos 15 a√Īos 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 √°reas de IT sino en las √°reas de marketing,¬† operaciones, ventas y √ļltimamente 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 an√°lisis estad√≠stico y matem√°tico de los datos siempre habit√≥ en medios acad√©micos y de investigaci√≥n. Las empresas ten√≠an vedado su acceso. Al acabar la Guerra Fr√≠a, centenares de matem√°ticos expandieron sus √°reas de trabajo al sector privado, llevando sus metodolog√≠as para resolver toda clase de problemas en forma rigurosa. Asi surgi√≥ el ‚Äėminado de datos‚Äô que no es m√°s que aplicar algoritmos a conjuntos de datos de cualquier porte y tama√Īo, 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. As√≠ surgen nuevas preguntas: ¬ŅC√≥mo automatizo la captura de datos que tengo disponibles y no uso? ¬ŅD√≥nde est√°n? ¬ŅC√≥mo los normalizo? ¬ŅPara qu√© los voy a utilizar? ¬ŅC√≥mo consigo datos claves para mi negocio o √°rea? ¬ŅQui√©n los tiene o c√≥mo los genero? La ciencia de datos aplicada al mundo corporativo est√° colaborando en responderlas.

La capacidad computacional en el mundo crece sin l√≠mites como as√≠ tambi√©n la capacidad de almacenamiento de datos. √Čstas son algunas de las caracter√≠sticas de la tercera plataforma. El concepto de Big Data ya no se refiere s√≥lo a su significado original, representado por las famosas 4V (volumen, velocidad, variedad y veracidad) sino que se extiende para significar que no hay l√≠mites para resolver problemas del negocio usando la bater√≠a de algoritmos que ofrece machine learning Importantes vendors como IBM, SAS, Teradata, Oracle, SAP entre otras, vienen invirtiendo millones de d√≥lares en empresas de software anal√≠ticas y junto a ellos irrumpe con fuerza la comunidad Open Source, ofreciendo casi sin l√≠mite, soluciones gratuitas, mediante los lenguajes Python, R, Java, C++. El paradigma Haddop-Map Reduce,¬† aunque superado por nuevas alternativas, representa la capacidad el√°stica, escalable y econ√≥mica de procesar miles de millones de datos de la web hoy en d√≠a, y de datos provenientes de lo m√°s profundo de las operaciones de la compa√Ī√≠as.

De Business Intelligence a People Analytics

A trav√©s del reporting se puede analizar qu√© sucedi√≥ y medir el impacto de acciones pasadas. Es clave medir los resultados de lo que hicimos. Lo que no se mide no es mejorable sistem√°ticamente. Las personas que integran las organizaciones, con el apoyo del √°rea RR.HH. deben llevar adelante la transformaci√≥n digital de la compa√Ī√≠as.
Existen gran variedad de m√©tricas en capital humano que se recolectan a partir de multitud de fuentes, siendo poco com√ļn el an√°lisis cruzado de datos para entender comportamientos profundos de las organizaciones.
Palabras como predecir, clasificar, segmentar, geo-referenciar, asociar, describir, ser√°n fundamentales en la gesti√≥n de las personas a trav√©s de People Analytics. Por ejemplo, en la retenci√≥n del talento, ser√≠a cr√≠tico conocer qu√© se√Īales dan los talentos de distintas √°reas, antes de perderlos. ¬ŅC√≥mo se pueden medir en forma rigurosa la productividad? ¬ŅLa multitud de objetivos y sus logros medibles, son consistentes con los objetivos de la compa√Ī√≠a. ¬ŅLas personas poseen las habilidades requeridas? ¬ŅC√≥mo las detecto? √Čstas y muchas m√°s 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 atenci√≥n al cliente a trav√©s del an√°lisis de datos. Si una empresa posee fichaje digital para cada entrada y salida de un √°rea f√≠sica de la empresa, puede entenderse, por ejemplo con simples query a base de datos en tiempo real,¬† sin los cambios de turno de ma√Īana y tarde, producen alteraciones en la calidad de la atenci√≥n a los clientes. En capacitaci√≥n, por ejemplo; ¬Ņlos contenidos que se ofrecen son consistentes con la formaci√≥n de la persona? ¬ŅLa traza de tiempos utilizados en cursos on-line es consistente con los tiempos promedios reales? ¬ŅLa gente pasa pantallas r√°pidamente del curso por e-learning sin absorber el conocimiento.

El analista de datos ser√° un perfil clave en las organizaciones en pocos a√Īos.

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 im√°genes, speech-analytics para entender mensajes de voz y data mining en general para predecir que suceder√° con las personas, son herramientas que la mayor parte de la √°reas de recursos humanos de las principales empresas de occidente est√°n empezando a utilizar. Ya lejos del reporting tradicional.

Referencias, créditos & citaciones APA: www.losrecursoshumanos.com. Portal especializado en temas de RRHH con más de 8000 artículos a la fecha. Título del artículo: "Del Reporting a People Analytics". Fecha de publicación: 24/04/2017. Autoría del contenido: LRH. Portal con artículos e información de actualidad sobre la gestión de RR.HH. en las organizaciones. En línea desde 2005 en forma ininterrumpida. Obtenido el 27/03/2023, desde la url: https://www.losrecursoshumanos.com/del-reporting-a-people-analytics/

Responder