Análise de dados já chegou ao RH, mas ainda podem ser considerados como uma grande novidade. Entenda como o People Analytics pode ajudar na cultura de sua empresa.

Há 20 anos, poucas empresas estavam coletando rigorosamente dados sobre qualquer coisa, muito menos sobre seus funcionários ou sobre quem eles poderiam contratar.

No entanto, estamos numa nova era e dados são lei em qualquer organização, criando estratégias, acompanhando o mercado e ajudando empresas a preverem o desempenho dos negócios.

Ainda assim, a análise de RH é relativamente nova e frequentemente subvalorizada. O “guru da administração” David Ulrich adotou uma abordagem para esse problema: suas descobertas indicam a necessidade de focar a análise de pessoas nos resultados dos negócios e comunicar informações cruciais às partes interessadas.

A análise de dados tornou-se um campo extremamente valioso, apoiando decisões de negócios das operações ao marketing. Finalmente, seu poder se estendeu ao RH.

A análise de dados ultrapassa estereótipos, aumentando a credibilidade e a eficácia do RH com informações baseadas em dados que complementam a inteligência emocional e a sabedoria baseada na experiência. O Analytics também pode ajudar a reduzir os vieses existentes por discriminação ou favoritismo.

Analytics é mais que análise

O RH está abordando o big data com dados tradicionais de funcionários, dados de pesquisas e dados externos de fornecimento e demanda de talentos, além de fontes mais criativas, como análise de e-mail e mídias sociais.

Mas dados brutos não têm sentido. Mesmo resumidos em relatórios, os dados são significativos apenas quando as organizações podem interpretá-los e quando podem ser aplicados em relação a seus objetivos.

O Analytics vincula dados para contar uma história

Existem vários níveis de análise de pessoas ou força de trabalho:

• Análise descritiva: são métricas das taxas de entrevista usadas para contratação ou frequência média de treinamento.    
• Análise cognitiva: são insights das sessões de treinamento com o maior ROI.    
• Análise preditiva: é uma previsão da lacuna de habilidade esperada para vários cenários de recrutamento.    
• Análise prescritiva: é uma direção na qual treinamento os funcionários precisam para solucionar a lacuna de skills.    

A análise de dados pode ir além do relatório de dados passados ​​para avaliar quão importantes são as tendências e o que elas podem significar para o futuro. As empresas competitivas precisam da base e das competências para usar a metodologia e a tecnologia de análise de maneira eficaz.

Quais dados nos dizem sobre capital humano

A McKinsey demonstra o processo do People Analytics com o exemplo de uma cadeia global de restaurantes de serviço rápido:

1. Comece com uma métrica de red flag

• Rotatividade superior à concorrência.

2. Defina metas e métricas correspondentes

• Velocidade média de serviço por turno;
• Satisfação média do cliente por turno;
• Crescimento da receita por loja.

3. Crie a partir de fontes de dados internas para obter informações relevantes

• Pesquisas de funcionários sobre práticas de gerenciamento;
• Sensores para quantidade de movimento e fala;
• Jogos online de avaliação psicométrica.

4. Analise as correlações entre as principais variáveis

• Regressão logística e modelos de aprendizado não supervisionado;
• Confirmar ou refutar crenças internas sobre o que afeta as metas.

5. Interprete insights e aplicação de descobertas

• Motivar com cultura e desenvolvimento de carreira, não com remuneração variável.

6. Implementação piloto e mensuração do impacto

• Velocidade do serviço aprimorada em 30 segundos;
• A satisfação do cliente aumentou mais de 100%;
• As vendas aumentaram 5% em 4 meses.

Seu pessoal provavelmente é o seu maior investimento, portanto, tomar decisões orientadas por dados trará resultados significativos a todo time e, claro, para a empresa.

Quais dados nos dizem sobre reconhecimento

Na gestão de talentos e na cultura da empresa, o reconhecimento dos funcionários sofre com a falta de evidências concretas em comparação com áreas como recrutamento e treinamento. No entanto, só porque é menos concreto, não significa que seja menos valioso para o sucesso e os resultados financeiros de uma organização.

O reconhecimento pode aumentar o engajamento, a produtividade, a criatividade e a colaboração.

Com sua solução Watson Talent Insights, a IBM aplicou análises para demonstrar como o reconhecimento dos funcionários prevê significativamente o envolvimento e a experiência. Reforçada por essas descobertas, a IBM mergulhou mais fundo:

A empresa usou ferramentas cognitivas para mostrar como as recompensas não monetárias tiveram retornos decrescentes – houve um ponto de inflexão quando as recompensas não monetárias pararam de aumentar o envolvimento.

Os dados mostraram que o engajamento foi mais alto com um equilíbrio de frequência e valor monetário. Recompensas de alto valor monetário concedidas com pouca frequência, por exemplo, também resultaram em retornos decrescentes.

Como usar dados para o reconhecimento efetivo dos funcionários

Qualquer empresa pode se beneficiar da análise de RH. As dez recomendações a seguir o ajudarão a enriquecer suas decisões de negócios com dados de pessoas.

1. Aprenda com os outros

Diferentes funções, organizações e estudos acadêmicos podem ensiná-lo a usar a análise de dados e revelar o que eles já coletaram com ela. Com base em pesquisas realizadas até o momento, os programas de reconhecimento de funcionários são mais eficazes quando são sociais e contínuos.

2. Colete dados

Mesmo se você ainda não possui um sistema para usar os dados, comece a coletá-los. Comece com um sistema para rastrear e quantificar as contribuições dos funcionários e como as outras pessoas as reconhecem.

3. Limpe os dados

Sua credibilidade depende da qualidade dos seus dados. Se seu sistema estiver lento, você poderá ter dados antigos e, se seus processos estiverem propensos a erros, seus dados poderão ser imprecisos. 

4. Aprimore as hard skills no RH

Você pode realizar muito com os dados usando o software que a empresa já possui, como o Excel – existem exemplos de análises no YouTube que podem ajudar. Garanta que sua equipe possa implementar métodos estatísticos apropriados e interpretar os resultados com precisão.

5. Orçamento de forma criativa

Se você não tiver um orçamento para análises, procure oportunidades para redirecionar um valor para isso. Avalie os custos e benefícios da ação junto ao financeiro. 

6. Reúna diversas skills 

Para obter competência em ciência de dados, procure líderes sêniores, finanças, marketing, operações, especialistas externos e/ou tecnologia.

7. Foco nos negócios

Aprenda o que impulsiona o crescimento das vendas, a lealdade do cliente e a inovação de produtos. Identifique vitórias rápidas com claro impacto nos negócios antes de direcionar seus esforços para metas de RH com foco mais restrito.

Observe como seu pessoal se alinha à sua cultura e valores, com base no reconhecimento que eles dão e recebem por demonstrar esses valores.

8. Lembre-se das pessoas no People Analytics

Humanize os dados e explique seu uso de uma maneira simples que respeite a privacidade dos funcionários. Ao tomar uma decisão significativa, seja transparente sobre os insights de análise que informaram essa decisão e como eles foram avaliados com outras fontes de informação.

9. Comunique o valor

Todas as partes interessadas, incluindo os funcionários, precisam entender como podem se beneficiar do People Analytics. Um feedback aumenta o valor do reconhecimento e destaca as contribuições.

A revisão de dados agregados ajuda as organizações a identificar tendências de desempenho entre funcionários, equipes e organização.

Conclusão

A análise de RH envolve ciência aplicada, inteligência emocional, perspicácia nos negócios e estratégia. É complexo e é novo. No entanto, dividi-lo em etapas ​​ajudará a melhorar as práticas de seu pessoal e a permanecer competitivo.

À medida que as organizações descobrem como usar a análise de RH para obter o melhor impacto, os líderes precisam estar abertos a sugestões para melhorar o processo de análise e implementar insights.