Análisis de datos es un término del que se habla mucho en años recientes. Se presenta como una necesidad de toda organización que debe tomarse con seriedad y profesionalismo, pero al mismo tiempo se percibe como una iniciativa que requiere de inversiones importantes. Lo cierto es que las empresas tienen más datos de lo que creen, si aspiran a aprovecharlos con eficiencia necesitan líderes curiosos y disciplinados que organicen datos y los estudien.
Para aprovecharlos, es necesario partir de la relevancia de los indicadores y la capacidad técnica de análisis. Específicamente en la gestión del talento, nos referimos al uso de datos sobre el comportamiento, perfil y relaciones humanas de los colaboradores de la empresa para tomar decisiones de negocio.
Con base en la investigación sobre el tema, identificamos cuatro niveles de madurez en el análisis de datos:
1. Los datos están fragmentados y sin organización. Se recopila información de manera esporádica y generalmente como reacción a una problemática. La información sobre el personal está dispersa y no se cuida del todo la calidad y seguridad de los datos.
2. Construcción y consolidación. Las mediciones se realizan periódicamente y se utilizan para describir hechos pasados. En ocasiones permiten relacionar métricas con resultados de negocio.
3. Accesibilidad. Ya se vive una cultura de manejo de datos. Se invierte en infraestructura y capacidad para ir automatizando las mediciones rutinarias. Se puede experimentar con la información para entender mejor ciertos comportamientos y procesos, incluso es posible hacer predicciones.
4. Alineación al modelo de negocio. La recolección y análisis de datos es un proceso continuo. Se tiene personal especializado en análisis estadístico y se realizan cruces de información que impactan estratégicamente en diversas áreas.
Estos cuatro niveles se pueden aterrizar de forma práctica con el tipo de indicadores que utiliza recursos humanos para medir la eficiencia de su trabajo. Cuando recursos humanos presenta sus resultados en términos de nivel de ausentismo, porcentaje de rotación de personal, días promedio para cubrir vacantes, costo-horas anuales de capacitación, accidentes del mes y acumulado, estamos en una etapa muy incipiente del uso de datos, meramente para describir de forma genérica el trabajo pasado.
Es necesario cuestionar si estas mediciones nos hacen más competitivos y si apoyan en la decisión de mejoras en la atracción y desarrollo del talento en la empresa. Un paso importante consiste en dejar de usar promedios a nivel empresa e ir a un detalle más fino en la medición de la eficiencia del trabajo de RH. Por ejemplo, medir los días máximos para cubrir vacantes, calcular el porcentaje de rotación por área, nivel de satisfacción de los colaboradores de alto potencial, calcular la eficiencia de mis fuentes de reclutamiento por área y especialidad de perfil, comparar el costo de capacitación en procesos de seguridad contra el costo de las pólizas de seguros por cambios en la prima de riesgo.
Este tipo de mediciones hacen visibles procesos de talento que deben mejorarse, permiten asignar recursos con mejor enfoque y permiten identificar los líderes que necesitan involucrarse en la ejecución de ciertas acciones.
Seguir evolucionando en el uso de datos por parte de recursos humanos implica hacer cruces entre distintas mediciones para identificar relaciones causa-efecto que ayuden a identificar la efectividad de acciones ejecutadas. Desarrollar capacidad analítica es un proceso permanente que llevará a los líderes de las organizaciones a experimentar y refinar sus decisiones, con el fin de mejorar los procesos de gestión de talento y generar más valor a la empresa.
-Como coautor en la elaboración de este artículo participó Antonio Sancho
-Los autores son profesores del área de Dirección de Personal de IPADE Business School.
