Cada vez más, los profesionales de Recursos Humanos añaden a sus perfiles de LinkedIn la skill HR Analytics. Una habilidad para la que, además de conocer el ámbito de los RR. HH., hace falta un aprendizaje sobre técnicas de análisis de datos. El análisis de datos en recursos humanos está llamado a ser estratégico en cualquier organización, por el valor que también pueden aportar las personas y su talento al negocio y a la gestión de la propia organización.
Según Sonia Rodríguez, consultora analista de Talent Analytics en el Instituto de Ingeniería del Conocimiento (IIC), los empleados son el motor de la empresa y la información que proviene de ellos es muy importante tanto para el negocio como para personalizar las gestiones con los empleados.
Las empresas están instaurando una cultura basada en analizar datos, no solo en RR. HH., sino también en otros departamentos. Sin embargo, según un informe realizado por IBM sobre el estado general de la capacidad analítica en las organizaciones, aunque alrededor del 60% están empezando, solo un 25% tienen esa cultura del dato.
Tipos de análisis en RR. HH.
Ante cualquier proyecto de HR Analytics, hay que identificar qué problemas se tienen con los recursos humanos, ya sea la rotación o la necesidad de mejorar la formación en determinadas competencias, y ver cómo se puede utilizar la analítica de datos para resolverlos.
¿Qué tipos de problemas podemos resolver con HR Analytics?
Dependiendo de lo que se quiera conseguir, de la información, podemos abordar dos tipos de análisis, y ambos se pueden combinar en un mismo proyecto:
- Perfilado: se aplica para identificar ciertos rasgos de los colectivos, detectar características, patrones comunes y palancas de acción que ayuden, por ejemplo, a evitar el absentismo en la organización, fomentar el compromiso del empleado o identificar su potencial.
- Predicción: se aplica para anticipar sucesos en base a la información de la que se dispone y que muchas veces procede de una primera fase de perfilado. Por ejemplo, se puede saber qué candidatos se ajustan a un puesto de trabajo o qué personas están en riesgo de salida según su perfil.
Con esto, podemos hablar de proyectos más concretos, como un sistema de recomendación perfil-oferta en el área de reclutamiento, conocer el riesgo de salida de los empleados, qué hacer para retenerlos o detectar a las personas que pueden ocupar otros puestos para futuras promociones.
Definir un proyecto HR Analytics
Definir el foco del problema y del análisis es el primer paso de la metodología en HR Analytics propuesta por el Instituto de Ingeniería del Conocimiento (IIC). En este momento inicial, como en el desarrollo del proyecto, tienen que participar todos los implicados: expertos de RR. HH., data scientists, pero también expertos del negocio, IT o legal por temas de RGPD. Este equipo multidisciplinar decidirá las fases del proyecto, qué datos recopilar, cómo tratarlos con la tecnología adecuada e interpretará los resultados.
¿Cómo definimos el problema a resolver con HR Analytics?
Hay que hacerse las preguntas adecuadas para dirigir el análisis y saber qué datos recopilar. En concreto, definiremos el objetivo del proyecto y, por tanto, elegiremos el tipo de analítica, en función de dos ejes de trabajo:
- Eje temporal: determinar si lo que quiero analizar es a presente, pasado o futuro es el primer paso para enfocar el proyecto.
- Eje de amplitud: determinar si necesito información concreta (qué ha sucedido, está sucediendo o va a suceder) o más relacionada con la visión y trayectoria (cómo y por qué ha sucedido, cuál es la mejor acción a partir de ahora).
Por ejemplo, si queremos identificar algo a futuro y a largo plazo, posiblemente haya que elegir un proyecto de predicción u optimización, que acarreará una analítica más compleja que si queremos saber lo que ha pasado analizando un histórico de datos. Sin embargo, no hay mejor ni peor análisis, cada uno puede responder a diferentes preguntas.
Smart data para la analítica en RR. HH.
Después de las preguntas y de un primer diseño del proyecto, hay que recopilar y analizar los datos, la fase más extensa e importante.
Para que un proyecto de este tipo tenga éxito, es muy importante elegir los datos adecuados, los que nos proporcionen la información que necesitamos. Hablamos de smart data cuando utilizamos datos correctos, completos y de calidad suficiente. Solo así se puede aplicar la analítica.
¿Qué tipos de datos de RR, HH, se pueden utilizar?
- Análisis del individuo. Recoger información de los individuos, que es lo importante, en CVs, trayectoria en la organización, evaluación del desempeño, instrumentos de evaluación psicológica, etc.
- Información de contexto para abordar determinados problemas, como el absentismo. Nos referimos al calendario, la meteorología, el clima social, cifras económicas o de desempleo.
- Información de la actividad, para vincular los datos de RR. HH. con el negocio y monetizar, sabiendo qué aporta el proyecto. Hablamos de cifras de negocio, de ventas, calidad o datos financieros.
¿Quieres afrontar un proyecto de HR Analytics en tu organización?