Segundo a Deloitte’s Global Human Capital Trends 2016:
Com a tecnologia possibilitando ações voltadas a dados para o RH, 77% dos executivos apontam people/RH analytics como uma prioridade chave. Em paralelo vemos uma tendência de times de people analytics sendo montados, substituindo sistema antiquados e combinando funções estratégicas no RH. Em 2016 51% das empresas já festavam correlacionando impactos de negócio com o RH. E 44% das empresas estão agora usando dados de gente para predizer performance
Uma pesquisa feita pela Tata Consultancy Services descobriu que apenas 5% de investimentos em big data vão para o RH.
E um segundo estudo da Deloitte mostrou que apesar do foco, como pudemos ver, em people analytics que apenas 9% das companhias entendem quais dimensões tem correlação com performance, mas aonde queremos chegar com esses dados?
Alguns podem não ainda saber, mas analytics dentro do RH é uma grande tendência que vem se formando globalmente a algum tempo, contudo não é uma tarefa fácil implementar essa prática.
Neste artigo vamos tratar sobre a importância de ter esses dados, como organizá-los e os primeiros passos a serem dados para um RH mais analítico. Confira:
1. É possível mensurar gente?
2. Como isso se traduz na prática?
3. Auxilie seus líderes, eles são fundamentais
4. Não caia na armadilha, entenda sobre estatística
5. Como organizar analytics no meu RH?
1. É possível mensurar gente?
É complexo captar dados de gente e medir pessoas, pois não existe uma uniformidade de dados quando o assunto são pessoas.
Quando olhamos para sistemas de RH, eles estão totalmente fragmentados, existe um software para olhar engajamento outro para treinamento e assim por diante.
As unidades de medidas não são compatíveis. Por exemplo, na pesquisa de engajamento mede-se o NPS, para treinamentos calculamos as horas gastas, já na folha de pagamento, calculamos os custos.
Logo, como esses sistemas não se conversam, fica um pouco mais complexo criar um analytics, diferente de uma área de vendas onde eu consigo fazer uma análise de ROI de maneira simples e direta.
Um segundo ponto é que se você tem um candidato analítico geralmente ele não é alocado no RH, o caminho natural é alocar essa pessoa para marketing, tecnologia, financeiro ou vendas.
Obviamente se alocasse haveria um trade off, pois se você consegue contratar de maneira mais assertiva para a área de vendas você provavelmente vai conseguir aumentar sua receita em 5 a 10%.
Concluindo um pouco do raciocínio existem algumas barreiras, como podemos ver, e trabalhar com dados é uma dificuldade inerente da área de RH.
As informações são muito mais fragmentadas que em outras áreas, contudo se você tiver êxito o retorno para o negócio como um todo é muito rico.
2. Como isso se traduz na prática?
Temos alguns casos de uso de analytics dentro das empresas, o primeiro que é tentar correr atrás das outras áreas e monitorar coisas básicas, por exemplo, montar um indicador de turnover, de satisfação e metas. Essa é uma parte bem mais simples de analytics que alguns RHs ainda estão atrás.
Temos um segundo caso, em que por meio de um consumo de dados entrega-se um alerta ou sugestão, uma maneira de consumo de informação que faz muito sentido, mas o que são alertas?
Eles são nada menos que pontos de atenção para os gestores e RH para uma informação ou dado que está errado ou fora do padrão.
Vamos ilustrar um exemplo simples pra tangibilizar a situação: em uma avaliação de performance 360º um gestor dá uma nota muito discrepante para um avaliado em relação aos pares.
Isso gera um alerta para o RH para investigar o motivo dessa fuga do padrão, com o intuito de chamar a atenção e despertar uma necessidade de tomada de ação.
E podem existir inúmeros tipos de alertas, desde os mais simples, como vencimento de férias, que é algo bem burocrático, até alertas no nível mais estratégico como uma possível intenção para evitar um turnover. O consumo de informação de talent analytics tem sentido como sugestões de ação também.
Por exemplo: os resultados de uma pesquisa de engajamento, com todas as análises que a pesquisa proporciona como divisões de quartis, pode servir como base para sugestões de treinamentos e conversas de carreira. Essas são ações que uma área de analytics deveria providenciar.
3. Auxilie seus líderes, eles são fundamentais
É importante salientar que o empoderamento do gestor é fundamental. A função principal da área de analytics deveria ser um suporte de informações para que esse tome decisões mais inteligentes de gente.
A realidade é que os gestores têm a gestão de pessoas como algo secundário, pois o objetivo principal é garantir o sucesso da área, atingir as metas de negócio, sejam elas de vendas, qualidade ou financeiras.
Portanto o meio de solucionar isso foi investindo em treinamentos de liderança e uma grande parte dos orçamentos das empresas hoje em dia é voltado para isso. É uma ação realmente muito relevante, afinal melhores líderes conduzem a empresa para melhores resultados.
Contudo entra-se em uma armadilha, em que toda a preparação e formação como líder foi fornecida e se esquece de dar suporte no dia a dia. Logo, o gestor fica cego para algumas métricas que deveriam ser acompanhadas como o engajamento dos liderados.
Por isso dashboards dessas métricas e a alimentação de informação constante é muito importante, para que no final do dia, quando o gestor precisar agir ele tenha uma atuação muito mais precisa e preditiva, em vez de apenas reagir ao problema que não possui mais resolução.
E para esclarecer quando falamos dashboards não significa um gráfico ou um KPI específico, mas sim algo que gere valor para o gestor, que facilite a tomada de decisão e ajude entender como o time dele está se comportando.
4. Não caia na armadilha, entenda estatística
Existe também um ponto de atenção aqui quando estamos falando de dados, que é basicamente uma barreira mental que as pessoas criam com estatística, para facilitar o entendimento vamos a mais um exemplo.
Um dado que podemos gerar para nossos clientes, é, por exemplo, que um determinado funcionário está com 60% de chance de desligamento nos próximos meses, e daí afere-se que essa pessoa não saiu da empresa naquele momento.
Porém, os meses passam, a pessoa permanece na empresa, e isso gera uma desconfiança em relação ao algoritmo. O mais comum é cairmos no erro da representatividade, que é basicamente pegamos um caso isolado da amostra e generalizá-lo para toda a população.
Contudo estamos lidando com probabilidade e indicadores complexos, portanto não é uma certeza e sim uma estimativa, por isso não podemos generalizar.
Principalmente quando o parâmetro é gente, a probabilidade máxima de um algoritmo ser exato nesse tipo de predição é algo em torno de 75%, portanto está suscetível ao erro. Por outro lado, o algoritmo tem mais chances de acertar do que um humano que tem um percentual de erro muito maior.
5. Como organizar analytics no meu RH?
Como já vimos em alguns pontos nesse artigo, sim, existem obstáculos a serem vencidos. Em um levantamento feito pela Harvard Business Review Research Report as empresas relataram que os maiores obstáculos para alcançar um melhor uso de dados, métricas e analises preditivas no RH e gerenciamento de talentos nas suas organizações são:
Para superar alguns dessas barreiras faz sentido ter uma pessoa dedicada para a função, ou seja, um profissional de people analytics, para trazer análises mais robustas e que vão gerar retorno muito em breve quando estiverem estruturadas.
Comece com perguntas especificas para essa pessoa se debruçar sobre, por exemplo, por que o turnover da equipe de vendas está alto? Deixe essa pessoa entrar de cabeça nos números e começar a levantar as hipóteses e “brincar” com as variáveis.
As áreas mais recomendadas para se iniciar nesse processo caso não tenha algo específico que queira atacar são clima/engajamento, performance e seleção.
E por quê? Pois são áreas mais fechadas e tem mais dados para análises, além de conseguir agregar valor rápido nas análises construídas também.
Outra abordagem possível é achar parceiros de negócio para prestar esse tipo de serviço para sua empresa. Nós da Mindsight estamos aqui caso seja preciso, mas vamos lá, como achar um fornecedor ideal para esse tipo de parceria?
É sempre importante entrar afundo em algumas questões estatísticas, elencamos algumas delas aqui embaixo:
- Investigue as matrizes de falso positivos e falso negativo criadas
- Não caia na conversa do índice de acurácia
- O que é usado como amostra para as predições?
- Como o algoritmo está sendo treinado?
Uma outra opção é investir em uma plataforma de people analytics, uma ótima opção, pois essas providenciam uma centralização de dados de todos os sistemas, auxiliam na tomada de decisão com interfaces simples e bem direcionadas, principalmente pelo fato de simplificarem a interpretação dos dados e gerarem insights quase que instantaneamente.
Esse tipo de acessibilidade aos dados providencia uma velocidade enorme para identificar padrões em uma quantidade enorme de dados e tornando mais efetiva/ágil a tomada de decisão. Caso esteja interessado em conhecer um pouco sobre a nossa solução, entre contato.
Pensamentos finais
Um progresso incremental de conexão de dados está acontecendo, mais empresas estão tentando unificar e conectar dados de negócio e gente, transformando em uma informação única.
Só com RH analytics a gestão de pessoas terá uma visão mais embasada em dados para decisões de negócio e conseguir otimizar os processos de recrutamento, desenvolvimento, engajamento, performance, retenção, satisfação e outras tantas métricas.
O futuro do RH e toda gestão de talentos está hoje comprometido com dados. Então sim, uma mudança cultural precisa ser feita, deixar de lado a ideia de que o RH não é uma área voltada para análise de dados e aceitar que o futuro é mais analítico e estratégico.
