David Aguado García (2016), investigador senior de IIC en el Entorno RR.HH., Madrid, España, en su artículo "HR Analytics: analizando el talento de la organización para obtener valor”, da luces de la importancia de Human Resources Analytics (HR Analytics) como una nueva metodología orientada a lograr una mejor toma de decisiones tanto en relación a las personas, como para aumentar el rendimiento individual y organizacional. ¿Cómo? A través de una toma de decisiones informada.
Uno de los puntos clave al incorporar HR Analytics es lograr que los departamentos de RR.HH se conviertan en partners estratégicos en la organización, como señala Aguado (2016). Sin embargo no es tan simple como llegar y utilizar datos, hay que lograr que sean significativos para el negocio, pasando de la mera descripción a la predicción y explicación. Si buscamos que el negocio crezca y se logren tomar decisiones estratégicas, no debemos centrarnos en el pasado, por el contrario, debemos utilizar los datos apuntando al futuro.
Pero, ¿cómo hacer esto? Aguado (2016) menciona dos modelos que refieren cómo desarrollar HR Analytics: DELTA Model y LAMP Model, sin embargo estos nos orientan poco sobre cómo llevar a cabo de manera específica esta nueva metodología. Frente a esto el autor plantea que se aborde a través de una secuencia, parte de un proceso circular, que tome en cuenta cinco aspectos: 1. Hacerse las preguntas adecuadas: primero lo primero, ¿qué deberíamos saber para poder tomar mejores decisiones? Preguntas sobre el rendimiento de la organización, los retos al que se enfrenta a través de su capital humano, son un buen punto de partida. Sin buenas pregunta es poco probable que encontremos buenas respuestas. En este punto los modelos teóricos serán nuestra mano derecha, al iluminar dónde buscaremos los datos para responder a nuestras preguntas, permitiéndonos dar forma a las preguntas y plantear el problema contrastado con la realidad (Aguado, 2016).
Identificar los datos y métricas relacionados con las preguntas planteadas: ¿qué datos y métricas nos entregarán información de interés para responder a las preguntas? Estos datos idealmente darán cuenta de la descripción del fenómeno; la descripción de los fenómenos relacionados, que pueden influir en el y podrían servir para explicarlo; y la descripción de criterios relacionados y que constituyen las consecuencias del mismo. Con HR Analytics buscamos reflejar el impacto de la fuerza laboral en los resultados de la organización (Aguado, 2016).
Realizar un diseño de investigación adecuado: sin datos no hay analítica, y no hay analítica de calidad sin un buen diseño. La lógica de investigación es fundamental ya que nos brinda estándares para establecer una adecuada interpretación de los hallazgos (Aguado, 2016). ¿Qué diseños existen? a. Diseños descriptivos: nos permiten describir el funcionamiento de un fenómeno o conjunto de fenómenos. No obtenemos información sobre las relaciones entre variables. b. Diseños correlacionales: exploramos las relaciones entre diferentes variables, viendo el grado en que distintos fenómenos se relacionan. No obtenemos causalidad. c. Diseños experimentales: buscamos causalidad entre las variables, permitiendo la explicación de los fenómenos, y por ende la toma de decisiones de intervención. En este caso, buscamos “controlar” las variables.
Recolectar, procesar y analizar los datos necesarios: es el momento de considerar las fuentes de donde vendrán los datos, extraerlos y procesarlos para poder analizarlos. El procesamiento de los datos previo al análisis permite organizar los datos. Esto debe garantizar que los datos que se analizan son de calidad, para obtener resultados de calidad. Para el análisis se harán necesarios paquetes estadísticos más elaborados y con lenguajes informáticos más complejos que la utilización tradicional de Excel (Aguado, 2016).
Comunicar los resultados para generar conocimiento: de los hallazgos a la práctica. Es fundamental comunicar adecuadamente los resultados obtenidos, adecuando el lenguaje al interlocutor. Estrategias útiles pueden ser la conversión en valor tangible de los resultados (puede ser económico o no) y la utilización de gráficos de las conclusiones y consecuencias de los resultados. Finalmente, ¡a implementar!. Se debe utilizar el conocimiento para lograr la toma de decisiones informada en tiempo real (Aguado, 2016).
Finalmente, Aguado (2016), en base a lo planteado por Goldstein, Raza & Saraf (2013), refiere que debemos tener en cuenta que:
Los datos perfectos no existen, no podemos esperar tener datos perfectos.
Debemos empezar con proyectos pilotos.
Se debe alinear el proyecto con la estrategia y necesidades del negocio.
Mantener una perspectiva holística y a largo plazo.
Se deben desarrollar profesionales para implantar una estrategia sostenible.
Nunca olvidar que los datos son sobre personas, y por ende el contexto de interpretación debe ser el comportamiento humano.
Referencias Bibliográficas
Aguado, D. (2016) HR Analytics: analizando el talento de la organización para obtener valor. Whitepapers [en línea]. 19 de abril, 2016. Disponible en http://www.iic.uam.es/whitepapers/hr-analytics-analizando-talento-la-organizacion-obtener-valor/
Goldstein, J.K., Raza, S., & Saraf, O. (2013). Lessons from Leaders. Sidebar in Brosnan, M. L., Farley, C. S., Gartsdide, D., & Tambe, H. (2013). How well do you know your workforce? Outlook: Accenture's Journal of High-Performance Business.