Al pan, pan y al vino, vino: HR Analytics

Si los datos son tozudos, no veáis que fuerte es la inteligencia aplicada que se desprende de un buen análisis de datos. El Big Al pan, pan y al vino, vinoData de Recursos Humanos, o sea, las técnicas de HR Analytics supone un espaldarazo al pragmatismo en las políticas de RRHH. Ya ha pasado el momento de las creencias, del humanismo de “humo” y es la capacidad analítica del Big Data la que nos ofrece dar a la Dirección propuestas basadas en la realidad de los datos. El Dalai Lama, un gran utópico pragmático o un pragmático utópico, es muy claro en su aserto: “Sé tú mismo, excepto si eres tonto, entonces es mejor que seas otro”, la idea de que cada persona es única y que no podemos predecir comportamientos humanos no es científica. El ser humano tiene una enorme capacidad de aprendizaje, de cambio, pero debemos aportar “inteligencia” para poder hacer predicciones eficaces del comportamiento de los empleados. Con el HR Analytics podemos atribuir a cada hecho su importancia y efecto, es decir, reconocer el pan, pan, y como no, al vino, vino.
El Dr. John Sullivan, profesor de la Universidad Estatal de San Francisco, publicó un artículo muy clarificador sobre cómo Google utiliza HR Analytics (“How Google es using people analytics to completely reinvent HR”) que nos sirve para hacer hincapié en los focos de una aplicación eficaz del Big Data a RRHH Sullivan habla de la importancia del rigor en las tomas de decisiones sobre personas, aquellos que llevamos muchos años en RRHH sabemos que este es el gran reto de nuestra profesión. Decisiones basadas en datos incompletos, en impresiones de café, en evaluaciones distorsionadas y en opiniones bienintencionadas pero equivocas ha sido nuestra forma habitual de proceder. Ahora, tenemos la ocasión de tener herramientas y técnicas para cualificar científicamente nuestras opiniones. Se trata de aportar a los Comités de Dirección de “inteligencia” para tomar decisiones adecuadas sobre personas. Aunque sabemos que en Google no todo es perfecto, pero nos sirve como recurso pedagógico para poner foco en las prácticas que HR Analytics nos han descubierto. Siguiendo a Sullivan, en este artículo vamos a analizar las 10 prácticas donde Google está poniendo foco y según nuestra experiencia son claves en la mejora de nuestra gestión profesional como gestor de personas:

1. Características del líder en la Empresa. Ser líder en Google no es lo mismo que serlo en mi Empresa. En cada una se perfila, por sus valores culturales y momento estratégico, el tipo de líder que necesita. No hay líderes para cualquier empresa. Estoy seguro que Laszlo Bock (Vicepresidente de RRHH de Google) no resiste un día en una empresa normal española. Pero el “Proyecto Oxygen” que ha hecho Google representa una buena forma de trabajar. En vez de hacer el perfil de líder contratando a una consultora, o poniéndose a hacer la lista a los Reyes Magos. Google empieza a observar al buen líder en su empresa y categoriza en 100 variables diferentes lo que hace ese líder. Con datos y analizándolos pueden llegar a perfilar que variables inciden en Google para que un líder sea considerado como tal y tenga resultados adecuados. Este proceso de HR Analytics nos da un perfil diferente donde salen ideas no habituales en la bibliografía del management. Salen ideas como:

    1. Equilibrio entre feedback positivo y negativo.
    2. Ayudar a superar las carencias de los colaboradores.
    3. Generar tareas que sean un reto a los empleados.
    4. Interesarse por la vida fuera del trabajo.
    5. Favorecer a los colaboradores a visualizar resultados.
    6. Ser un “escuchador” permanente.
    7. Comprender lo que hace sus empleados técnicamente.

Como vemos las técnicas de HR Analytics nos pueden sacar conductas efectivas para ser un buen líder en una empresa. Ya no hablamos de competencias tan manidas como trabajar en equipo, escucha activa, empatía, etc. que son mantras habituales pero poco eficaces para un determinado contexto. El liderazgo auténtico es eminentemente situacional, por eso hay conductas del líder que le hacen más apropiado en una cultura y con una tesitura estratégica determinada.

2. Características del entorno productivo. Google lleva a cabo su proyecto “The Pilab” para analizar cuáles son las variables fundamentales para hacer más productivo el ecosistema de su Empresa. La productividad no entendida sólo en el entorno del puesto de trabajo, sino considerando más ampliamente la productividad en el bienestar de las personas en este ecosistema. Centrar lo productivo en el bienestar es un gran cambio de foco, lo importante no solo son los medios sino también la actitud productiva del empleado. La ingesta de datos incide en la productividad, pero igualmente el estilo de vida personal con datos también incide. Aportar a los empleados los datos de su productividad centrada en su estilo de vida, demuestra que se hace consciente al empleado de las variables de su mejora productiva. También, con datos, puede cerciorarse el valor de la recompensa emocional dentro de la productividad, no se trata solo de hablar del sistema de RRHH sino de los pequeños detalles cotidianos que generan productividad. Llegar a valorar a través de HR Analytics hasta la “palmadita en la espalda” tan eficaz para conseguir mejores resultados.

3. Algoritmo de retención. Que cada persona tenga un algoritmo asociado a su nivel de retención en la Empresa parece de los tiempos de Taylor, pero esclarece su empleabilidad. Este algoritmo expresa la capacidad de ser empleable desde el contrato y permite hacer políticas proactivas de retención individualizada. También, es un gran elemento de consideración para la gestión del jefe de cada empleado saber su nivel de éxito en el mercado laboral. Pensar en la retención a priori, adelantar la capacidad de la Empresa a la hora de poder “hacer” movimientos, inversiones y rotaciones para mantener el reto de la carrera dentro de la Empresa. La experiencia empleado debe modularse en función de las expectativas, ofertas y “tentaciones” que tenga diferencialmente cada empleado. De ahí la construcción de la experiencia empleado como uno de los principales retos de la función de RRHH actualmente. Como decía un proverbio árabe: “Quién quiere hacer algo encuentra un medio, quién no quiere nada, encuentra una excusa”. Saber tu empleabilidad es una variable de gestión y no una excusa para no hacer nada. Tener tu algoritmo de retención es una gran aportación del HR Analytics.

4. Modelaje predictivo. La utilización de hipótesis de comportamiento de los empleados en un futuro. La utilización de la rica pregunta: “¿Y si…?” es un proceso de mejora continua, pero con un enfoque predictivo. Lo que la psicología del aprendizaje se conocía como modelaje. Hacer un modelo de forma de actuar de las personas en función del análisis de datos es una gran ventaja del modelo de HR Analytics. Multitud de ejemplos nos permiten dar al rol de Recursos Humanos la ventaja de prever situaciones y aunar soluciones desde el saber previo. Como decía Carl G. Jung: “No quiero ser el mejor, quiero ser completo”, y una respuesta completa debe basarse en el saber e inteligencia que tienen los datos de las personas. La efectividad y la competitividad en un entorno de cambio permanente debe pasar por el modelaje predictivo del comportamiento de los empleados. Incluso, me atrevería a decir que el HR Analytics tiene una base budista, cuando decía Buda: “Tú eres tu propia luz”, estaba indicando que en los datos de lo que haces esta la luz de lo que quieres tener en tu experiencia empleado.

5. Mejora de la diversidad. Nadie duda de las ventajas de la diversidad como elemento competitivo interno. Los equipos con diversidad toman decisiones más pensadas y ponderadas, asumen el riesgo con mayor productividad y generan climas más adecuados a entornos de productividad. Estos datos que la ciencia nos aporta se deben basar en el conocimiento que el HR Analytics nos muestra. La diversidad es un medio para la productividad, no es un fin en sí misma. Si en este momento hay una obsesión en Silicon Valley es sobre la incorporación de las mujeres a puestos técnicos, no por tontear con temas de cuotas sino por incrementar la productividad. En este sentido, Google utiliza el HR Analytics para mejorar la diversidad en el reclutamiento, en la retención y en la promoción. Como decía yo en una conferencia sobre diversidad de género, se hace más descubriendo una forma de promoción con conciliación para los géneros que veinte medidas legislativas de discriminación por género. En los datos están las razones para buscar la diversidad, aceptarla y presentarla desde el fin último de la productividad. En la diversidad me pasa como a Ortega y Gasset: “Puedo comprometerme a ser sincero, pero no me exijas a que me comprometa a ser imparcial”. La diversidad es la base de los equipos de alto rendimiento.

6. Algoritmos de contratación efectivos. Como dice en su artículo el Doctor Sullivan en Google han desarrollado un algoritmo de contratación para cada categoría profesional que identifica aquellos candidatos válidos que han dejado escapar. El famoso “Proyecto Janus”, se centra en analizar el “talento escapado” para predicar la eficacia de tu contratación. Identificando gente que Google ha dejado escapar y han sido exitosos en otro ecosistema, y con ese conocimiento pretenden mejorar su propio modelo de contratación. Este algoritmo trata de predecir el nivel de probabilidad de éxito una vez contratada una persona en función del análisis del talento contratado y del talento escapado. Este algoritmo tiene que mejorarse para controlar también los criterios de selección de los propios jefes. Si tienes un candidato con un 85% de probabilidades de éxito y tu jefe, no consigue retenerle ¿Dónde hay que buscar la responsabilidad? Este algoritmo de contratación efectivo es una gran arma del HR Analytics, y como tal depende de cómo se usa necesita de una cultura de gestión como la que dice tener Google. Tener tal algoritmo se basa en los datos pero necesita de la acción para ejecutarse, como decía Ortega y Gasset: “La vida nos ha sido dada, pero no nos ha sido dada hecha”, hay que hacer que suceda. Lo interesante de esta medida es el esmero que hay que tener a la hora de seleccionar, de aquí, que las decisiones en Google son tomadas en grupo y el compromiso es colectivo para que la persona contratada pueda expandir sus capacidades.

7. Cálculo del valor de los mejores trabajadores. HR Analytics introduce en el debate del talento la medición como variable explicativa de las acciones. No se trata de identificar el mejor talento, sino de valorar, por ejemplo, el impacto real de las diferencias de desempeño entre profesionales. La contratación de un talento tecnológico puede incidir en el valor empresarial en tanto dinero. Si es verdad que HR Analytics hace un reduccionismo en la valoración de las personas en datos, pero introduce una clasificación en el discurso de las personas. Después de saber lo que impacta tener un buen talento, empezamos a valorar las acciones previas, durante y posteriormente para contratar, retener y desarrollar dicho talento. Como decía Stephen Covey: “Para tener, es primero hacer y para hacer es necesario primero ser”. Un talento, sin gestionarlo tú mismo como autor o a través de tus jefes, nunca vamos a evidenciar que tenemos talento. El talento tiene un precio de origen y una expectativa de valor final, pero es la gestión de tu hacer diario, el que pone el nivel del valor final. Saber tu potencial no significa tenerlo, pero vale para que sirva de incentivo en gestión de personas.

8. Diseño del lugar de trabajo hacia la colaboración. El diseño del espacio de trabajo no es aséptico para crear el clima de trabajo productivo. Hoy día, hay que pensar en la colaboración y la interacción constante entre las personas como eje productivo. De aquí, la importancia de diseñar entornos que favorezcan la colaboración para aprender informalmente entre los miembros de los equipos. La investigación sobre la innovación nos lleva a analizar los tres elementos básicos de la empresa que debemos incentivar:

    1. Aprendizaje continuo: curiosidad / cuestionamiento / descubrir
    2. Colaboración: intercambio / interacción / compartir
    3. Diversión: entretenimiento / informalidad / positividad

Con estos ejes hay que lograr diseñar los mejores lugares de trabajo para maximizar situaciones de aprendizaje informal divertido. No hay un solo tipo de diseño, pero la tendencia a entornos cálidos, sin despachos, sin uniformidad nos lleva a crear ecosistemas propicios para la innovación. Atraer, gestionar y desarrollar talento necesita de entornos humanos donde la diversión y la informalidad sean importantes. El trabajo es tan importante y serio que debemos hacerlo muy divertido, como decía Leslie Poles: “El pasado es un país extranjero, allí se hacen las cosas de otra forma”, lo que se hace o se hizo es el pasado, pasado está y debemos pensar que el espacio de trabajo es productividad neta.

9. Incremento del aprendizaje. Poner foco en el aprendizaje es básico para ser competitivo en una Empresa que cada día debe cambiar. Pero no el entorno formal de curso de formación sino lo que Google llama el aprendizaje “hands on” ya que la sabiduría es el aprendizaje que surge al hacer. La entronización de lo académico en la Empresa ha permitido el sentido del aprendizaje práctico, no se aprende para saber cómo se hace sino para simplemente hacerlo. El maestro (maestría) es aquel que lo hace y fruto de hacerlo te lo indica, pero no es el técnico que escribe sobre lo que hace. En Google han vuelto al aprendizaje informal como base del desarrollo de las personas. La creación de entornos de aprendizaje diversos con personas de otros mundos que vienen a tu Empresa a entrevistarte lo que hacen es un enorme vivero de nuevas ideas. Aprender necesita de la voluntad del que quiere aprender y para formarse sólo se necesita un buen oído para escuchar.

10. Convencer con los datos. Los datos en un entorno de HR Analytics no son hechos que dictan la realidad sino realidades que nos convencen. La idea de Google de convencer con los datos denota una actitud empírica más que científica. No vayamos en contra de los datos, sino más bien creamos desde los datos. Por tanto, lo importante del HR Analytics no es precisamente el análisis de los datos sino las hipótesis que me permiten lanzar el propio análisis de los datos. Es decir, la capacidad de poder predecir es lo que nos convence del valor del dato. Siempre digo que HR Analytics no es una descripción estadística sino una inferencia estadística. No se trata de saber los datos de los empleados en su totalidad, sino que a través del conocimiento de estos datos podamos predecir adecuadamente su comportamiento. Como decía Samuel Beckett: “Debemos saber fracasar mejor”. Saber dónde los datos nos hacen valorizar nuestros fracasos. Saber es el principio del hacer pero a su vez es el pasado del tener. La relación saber – hacer – tener es la básica intervención con la productividad empresarial.

En fin, que como dice el refrán “Al pan, pan y al vino, vino” nos lo permite el HR Analytics. Saber datos, generar inteligencia y comprender el conocimiento que se desprende de los mismos es un gran ejemplo del valor tecnológico que podemos tener actualmente. Saber utilizar los datos es nuestra responsabilidad, y los roles futuros en la función de Recursos Humanos pasan por saber cómo hacer uso de la enorme cantidad de datos de los que disponemos. Como decía el pintor Kandinsky, la responsabilidad de un pintor (yo diría de un HR analytics) es dejar que el espectador se pasee por el cuadro, obligándole a disolverse en él, absorto y ensimismado”, un buen análisis de datos de las personas es como un cuadro para ensimismarse. No podemos dejar a los tecnólogos que disfruten de él solamente, y por eso, el buen director de personas actual debe invertir en ser un gran explorador de datos. Sin personas no hay datos, pero solo desde los datos a veces no nos dejan ver a las personas. El rigor empírico no deja de ser un gran impulso artístico. Por tanto, uníos artistas del mundo de los datos de las personas para hacer a la Empresa más humana, esos sí, desde el rigor de los datos.

Deja un comentario

Uso de cookies

Este sitio web utiliza cookies de Google. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.