¿Qué es People Analytics?
La incursión de la transformación digital en las organizaciones ha permitido el surgimiento de un nuevo modelo de gestión cuyo enfoque se basa en la toma de decisiones estratégicas a partir del análisis de datos; dicho enfoque se le denomina data-driven. Impulsado por el creciente uso del big data, data science y la inteligencia artificial en la industria, este enfoque permite que las organizaciones adopten determinadas medidas o estrategias de negocio en función de hallazgos, patrones y tendencias encontradas mediante la manipulación y procesamiento de datos [1].
Bajo este contexto, surge la disciplina de People Analytics. De acuerdo a Paul van der Laken [2], esta disciplina surge a partir de la necesidad de las áreas de Recursos Humanos (RRHH) de evolucionar de un modelo de toma de decisiones basado en experiencias no sistematizadas, preferencias personales o interpretaciones subjetivas de KPIs (Key Performance Indicator), indicadores utilizados para medir los objetivos que reflejan el rendimiento de una organización [3], a una gestión de toma de decisiones basada en el uso de la evidencia. En palabras del autor, People Analytics se define como el uso extensivo de los datos, el análisis estadístico y cuantitativo, modelos tanto explicativos como predictivos, y gestión basada en hechos para impulsar decisiones y acciones que involucren al personal de una organización.
¿Cuáles son las principales aplicaciones de People Analytics?
A continuación, se presentan algunas aplicaciones en distintas áreas de RRHH:
Reclutamiento y Selección: Las herramientas de inteligencia artificial y data mining apoyan al área de RRHH en la identificación de nuevos talentos [4] – [6] a partir de datos obtenidos en las redes sociales de los candidatos, analizando sus intereses, habilidades, puestos anteriores; y comparándolos con los de otros candidatos estableciendo sistemas de ranking.
Entrevistas: Se automatizan los procesos de entrevista mediante la examinación de las respuestas dadas por los candidatos para identificar posibles patrones psicológicos [7]. Así mismo, se puede analizar las expresiones faciales, tonos de voz y velocidad del habla para evaluar los niveles de ansiedad y comportamientos emocionales del entrevistado [5].
Análisis Predictivo: Entre sus principales aplicaciones se encuentran los modelos para predecir la rotación de personal, así como la contribución de un colaborador en relación al tiempo que lleva en la compañía; este último modelo también es llamado Employee Lifetime Value. [8].
Relational Analysis: Mediante el análisis relacional se realiza el mapeo de las diferentes conexiones e interacciones entre los miembros de la organización, de esta forma podemos medir la eficiencia de los equipos de trabajo, cuál de los equipos está más dispuesto a diseñar ideas o soluciones innovadoras, conocer el nivel de influencia de un colaborador sobre otros, vulnerabilidades y distanciamiento entre colaboradores [8] – [9].
¿Cuáles son los beneficios de implementar People Analytics?
Los proyectos de People Analytics ofrecen los siguientes beneficios en las áreas de RRHH en las organizaciones:
Aumento de objetividad en la toma de decisiones: La aplicación de las aplicaciones mencionadas permite a los colaboradores tomar decisiones mucho más objetivas y depender menos criterios subjetivos. [2]
Aumento de eficiencia y objetividad: La recolección de datos de redes sociales y la aplicación de modelos en los procesos de reclutamiento y selección, reducen el trabajo de evaluación de los reclutadores, volviéndolo de esta forma más eficiente y automatizado [4].
Reducción de costos: La automatización y mejora de la eficiencia de los procesos mediante el análisis de datos y la inteligencia artificial reducen los costos en el caso de procesos de reclutamiento masivos, así como en agencias de contratación de terceros [6].
Retención de talentos: El análisis predictivo permite establecer estrategias en cuanto a los planes de carrera de los colaboradores, de esta forma se puede predecir cuál empleado merece una promoción, así como cuándo realizará su salida de la organización [5].
Cultura y clima laboral: Mediante el análisis relacional se identifican comportamientos relacionados al trabajo en equipo y la interacción social de los colaboradores, de esta forma se mejora los valores organizacionales y se fortalece la cultura organizacional [5], [8] - [9].
Ética y Privacidad
En contraste a los beneficios que nos brinda la aplicación de People Analytics, estudios plantearon la existencia de problemas relacionados a la privacidad y protección de datos personales [10]. Se señala que temas como el monitoreo constante, la recopilación de datos y el control algorítmico de los trabajadores tiende a evocar resistencia de los empleados así como fomentar la sensación de sentirse controlados, los cuáles pueden impedir la autonomía de los trabajadores y obstaculizar su compromiso.
En este sentido, De Souza y Pelogia [11] recomiendan que los futuros profesionales de RRHH deben ser conscientes de las cuestiones éticas relacionadas al momento de realizar el proceso de toma de decisiones, comprender el funcionamiento de las herramientas y modelos empleados, y pedir la autorización de uso de datos a los trabajadores de la organización antes de empezar un nuevo proyecto.
Conclusiones
People Analytics coloca a nuestra disposición múltiples herramientas que facilitarán la gestión de talentos en nuestra organización, tanto en las áreas de reclutamiento y selección, evaluación del desempeño, desarrollo de la cultura organizacional y control de la rotación de personal; de esta forma seremos capaces de tomar decisiones mucho más objetivas y que vayan de acuerdo a los requerimientos de la compañía, no sin antes capacitar a nuestros empleados sobre las nuevas tecnologías a emplear así como las cuestiones éticas relacionadas a estas.
Bibliografía
[1] F. Provost and T. Fawcett, “Data Science and its Relationship to Big Data and Data-Driven Decision Making,” Big Data, vol. 1, no. 1, pp. 51–59, Mar. 2013, doi: 10.1089/big.2013.1508.
[2] P. van der Laken, “Data-Driven Human Resource Management: The rise of people analytics and its application to expatriate management,” Tilburg University, 2018.
[3] "KPIs Indicadores". Software ISO. https://www.isotools.org/soluciones/procesos/kpis-indicadores/ (accedido el 18 de marzo de 2022).
[4] J. Johansson, S. Herranen, and B. Mccauley, “The application of Artificial Intelligence (AI) in Human Resource Management: Current state of AI and its impact on the traditional recruitment process,” Bachelorarbeit, no. May, pp. 0–60, 2019.
[5] D. F. Szlechter and M. B. Zangaro, “Big Data y People Analytics: gestión científica de la intimidad y de las emociones,” Innovar, vol. 30, no. 78, pp. 75–87, Oct. 2020, doi: 10.15446/innovar.v30n78.90306.
[6] R. Geetha and D. Bhanu Sree Reddy, “Recruitment through artificial intelligence: A conceptual study,” Int. J. Mech. Eng. Technol., vol. 9, no. 7, pp. 63–70, 2018.
[7] M. Vivek and V. Yawalkar, “A Study of Artificial Intelligence and its role in Human Resource Management,” Int. J. Res. Anal. Rev., vol. 6, no. 1, pp. 20–24, 2019.
[8] M. Nocker and V. Sena, “Big Data and Human Resources Management: The Rise of Talent Analytics,” Soc. Sci., vol. 8, no. 10, p. 273, Sep. 2019, doi: 10.3390/socsci8100273.
[89 P. Leonardi and N. Contractor, “Better People Analytics: Measure Who They Know, Not Just Who They Are,” Harvard Business Review, 2018. https://hbr.org/2018/11/better-people-analytics (accessed Feb. 24, 2022).
[10] L. M. Giermindl, F. Strich, O. Christ, U. Leicht-Deobald, and A. Redzepi, “The dark sides of people analytics: reviewing the perils for organizations and employees,” Eur. J. Inf. Syst., pp. 1–26, Jun. 2021, doi: 10.1080/0960085X.2021.1927213.
[11] S. De Souza Moraes, I. Pelogia, and M. Damian, “AtoZ novas práticas em informação e conhecimento People Analytics: far beyond the data People Analytics: muito além dos dados,” 2021, doi: 10.5380/atoz.v10i3.79536.
