Te presentamos a continuación un extracto de un caso original de Harvard Business Review que plantea los desafíos de incorporar people analytics a la gestión de recursos humanos, en particular en el caso de ascensos y promociones (al final del artículo encontrarás el link al original). 

Aliyah Jones estaba teniendo problemas para prestar atención a los brindis de despedida. Aunque estaba triste de ver irse a su antigua colega Anne Bank, estaba más consumida tratando de decidir quién debería reemplazarla.

Como vicepresidente de ventas y marketing de Becker-Birnbaum International (BBI), una compañía global de productos de consumo, Aliyah sabía que necesitaba un director de marketing talentoso para respaldar la cartera de 34 productos de su división. Después de trabajar con RRHH para reducir la lista de candidatos, tuvo dos finalistas, ambas internas: Molly Ashworth, gerente de marca de su equipo en la división de limpieza, y Ed Yu, una estrella emergente de la división de belleza de BBI.

A Aliyah le gustaba Molly y respetaba su trabajo. Dos años antes, Molly había encabezado un nuevo servicio de suscripción para productos de limpieza BBI, que había mostrado un fuerte crecimiento en los últimos dos trimestres. Después de haber sido mentora de Molly en el terreno de juego y del lanzamiento del servicio, Aliyah estaba íntimamente familiarizada con las fortalezas y debilidades de su protegido y estaba segura de estar lista para el próximo desafío.

Christine Jenkins, vicepresidenta corporativa de RRHH, había venido a Aliyah con el currículum de Ed. Al igual que Molly, Ed se había unido a BBI al salir de la escuela de negocios y se le ha identificado rápidamente como un gran potencial. También tenía su propia historia de éxito BBI: como gerente de marca en el grupo de belleza, había revivido su línea de productos de eliminación de maquillaje FreshFace de 20 años, aumentando las ventas en un 60% en tres años. Tal vez más importante para Christine, había sido recomendado como una combinación del 96% para el puesto, por el nuevo sistema de análisis de personas de RRHH (Molly había sido una coincidencia del 83%).

El objetivo de la iniciativa era expandir el uso del análisis de datos a los recursos humanos, para informar las decisiones de contratación, promoción y compensación. Aliyah estaba contenta de ver a dos personas internas en disputa.

Conociendo a Ed

«Lamento llegar tarde», dijo Ed, luciendo un poco desconcertado. «Mi chofer de Uber insistió en que conocía un atajo, pero estaba equivocado».

Aliyah no pudo evitar hacer una comparación inmediata con Molly, quien siempre estaba firme y calmada, pero trató de mantener la mente abierta.

«No hay problema», dijo ella. «¿Empezamos?» «Absolutamente», dijo Ed con entusiasmo.

¿Qué te interesa del trabajo?, pregunto Aliyah. Ed explicó que aunque estaba orgulloso del crecimiento que FreshFace había visto bajo su liderazgo, estaba listo para un nuevo desafío. Había disfrutado sumergirse en un solo producto, pero sentía que sus habilidades eran más adecuadas para un puesto que le permitiera trabajar en todos los programas y dirigir una cartera más grande.

Una respuesta clara y clara, pensó Aliyah. «¿Qué has aprendido en belleza que se aplicaría en la limpieza?», Preguntó ella. Esta fue una pregunta importante. El mejor equipo de BBI había dirigido a las divisiones para compartir más prácticas recomendadas y mejorar la colaboración. De hecho, su jefe quería que trabajara más de cerca con sus compañeros en otras divisiones.

Ed explicó cómo creía que el enfoque de su división para la investigación de clientes en el campo, al que atribuía haber impulsado las ventas de FreshFace, podría funcionar en la limpieza. Asociarse con antropólogos era algo de lo que el equipo de Aliyah había hablado, pero que aún no había probado.

También preguntó sobre el nuevo programa de suscripción, haciendo referencia a las tendencias en los modelos comerciales de suscripción. Él claramente había hecho su tarea, era inteligente y ambicioso, conocía bien los negocios de BBI y parecía ansioso por aprender. Pero sus respuestas e incluso sus preguntas parecían un poco rígidas. Aliyah no sintió el dinamismo o la mentalidad empresarial que sabía que tenía Molly. Quizás esté nervioso, pensó. O tal vez es solo lo que es.

Aliyah no dudó que Ed podría hacer el trabajo. Pero ella no se sentía emocionada por contratarlo.

La «entrevista» de Molly

Configurar la entrevista de Molly para el mismo día que la de Ed le había parecido una gran idea cuando se lo sugirió a Christine, y dado el horario del mediodía, era natural encontrarse en su lugar habitual para almorzar cerca de la oficina. Pero tan pronto como Aliyah entró al café, se dio cuenta de lo injustos que eran estos dos encuentros consecutivos con Ed.

Era imposible no abrazar a Molly y pedirle una actualización rápida sobre sus proyectos y su familia. Incluso ordenaron lo mismo: ensalada de huevo al curry. Pero tan pronto como la camarera se fue, Molly se puso manos a la obra: «Sé que enviamos correos electrónicos 10 veces al día, pero me gustaría tratar esto como una entrevista formal».

Aliyah sonrió. «Por supuesto.» Como Christine le había aconsejado que hiciera, ella hizo preguntas que eran las mismas o similares a las que le había preguntado a Ed.

«Dime por qué estás interesado en este trabajo», comenzó. Fue incomodo. Aliyah ya sabía la respuesta, pero, para crédito de Molly, procedió como si no fueran colegas cercanos. Con cada respuesta, demostró un profundo conocimiento del negocio, y tenía buenas ideas para colaborar en todos los programas y aprovechar el éxito del programa de suscripción. Ella era tan pulida y pensativa como Ed, pero también parecía más cálida y más consciente de sí misma.

Lo hizo muy bien pensó Aliyah, mientras caminaban de regreso a la oficina. Mirando la sonrisa en la cara de Molly, Aliyah sabía que su protegida se sentía segura de haberlo hecho bien.

El algoritmo

Unos días después Aliyah se reunió con Christine y Brad Bibson, un data scientist (científico de datos) del equipo de people analytics de RRHH. .

«Sé que te inclinabas hacia Molly después de que informamos las entrevistas», dijo Christine, «pero queríamos compartir más información».

Brad entregó dos coloridos diagramas. «Estos son análisis de red del correo electrónico y el historial de reuniones de Molly y Ed en BBI. Con su permiso y sin mirar el contenido de sus correos electrónicos o calendarios, analizamos con quiénes habían estado en contacto en toda la empresa en los últimos seis meses».

Los diagramas dejaban claro que Ed estaba conectado no solo con sus colegas de la división de belleza, sino también con personas clave de otros grupos. La red de Molly estaba principalmente dentro de productos de limpieza.

«No sabía que estábamos haciendo este tipo de análisis», dijo Aliyah. «Acabamos de comenzar a buscar en las redes», dijo Brad, «y creemos que pueden revelar información útil».

«Sé que un gráfico no va a influir en su decisión», dijo Christine, «pero es mejor tener los datos, ¿verdad? No lanzaría un nuevo producto o una nueva campaña sin datos. Las decisiones de RRHH deberían abordarse de la misma manera. Fue un discurso que Christine había hecho incontables veces mientras trabajaba para la nueva iniciativa. «Estamos seguros de que las decisiones tomadas con nuestros algoritmos son razonadas, fuertes y menos sesgadas por los sentimientos personales hacia los empleados», dijo

«Por supuesto», dijo, mirando la reacción de Christine. «Pero como científico de datos, también aliento el escepticismo saludable. Nuestro algoritmo es completamente nuevo. Lo hemos utilizado para informar tres decisiones de promoción hasta el momento, pero es demasiado pronto para decir cómo están esas personas. No quiero dar la impresión de que estamos 100% seguros «.

Christine parecía molesta. «Aprecio su cautela, Brad, pero hemos escuchado de los gerentes de contratación que el tipo de recomendaciones que proporciona el algoritmo está cambiando la forma en que piensan sobre las posiciones y los candidatos. Y hemos estado probando el sistema durante meses «.

Aliyah suspiró. «Confiaría más en el algoritmo si lo entendiera mejor». Sabía que no estaba sola en sus dudas. El equipo de Christine había recibido muchas preguntas sobre la metodología, a pesar de las sesiones de capacitación de toda la compañía.

«Me encantaría hablar más sobre cómo funciona el algoritmo», respondió Christine, «pero en este momento debes enfocarte en los dos candidatos». El objetivo del sistema no es reemplazar tu juicio. El objetivo es descubrir personas calificadas que de otro modo no conocerías para que puedas tomar una decisión más informada «.

«Pero el algoritmo tampoco es completamente neutral, ¿verdad?», Dijo. «Todavía está confiando en las revisiones del rendimiento de la información, en los currículos, que es concebible que haya sesgos al respecto».

«Punto justo», admitió Christine, «y hemos trabajado duro para controlar eso». Pero como una empresa impulsada por los datos, tenemos que ampliar nuestro enfoque a la parte más importante de nuestro negocio: las personas «.

«Recuerda, tengo que tener una visión más amplia», dijo Christine. «Realizamos análisis para mostrar qué potenciales de alto riesgo corren el riesgo de abandonar BBI, y Ed estaba cerca de la cima de la lista. No es probable que haya una apertura en productos de belleza, y queremos mantenerlo «.

«¿Pero qué pasa con Molly?» Dijo Aliyah. «Se sentirá devastada si no consigue este trabajo, y estoy segura de que también comenzará a buscar».

Tiempo de decisión

Una semana después, Aliyah no estaba más cerca de una decisión. Había estado evitando a Molly y había puesto los análisis de Brad en un cajón. Ed estaba claramente calificado, y la había impresionado. Pero sabía intuitivamente que Molly estaba lista para el trabajo.

¿Ella prefería a Molly por su relación cercana? ¿Se quedaría Molly en BBI incluso si la pasaron por alto? Aliyah necesitaba tomar una decisión. ¿Debería confiar en el algoritmo o sus instintos?

Qué dicen los expertos: Prasad Setty es el jefe de análisis de personas en Google.

Como un entusiasta y practicante de analítica de personas durante muchos años, creo que se aplica mejor como complemento, no como sustituto, del juicio humano. Por ejemplo, un algoritmo podría usarse para ampliar el conjunto de candidatos que un gerente de recursos humanos podría considerar para un rol. En el caso de BBI, el sistema de análisis de personas parece haber hecho un buen trabajo al hacer aparecer a Ed, un candidato inesperado.

Sin embargo, si el algoritmo va a tomar la decisión de promoción en nombre de Aliyah, la carga de la prueba es muy alta. El historial de tres decisiones de BBI no es suficiente, en mi opinión, para demostrar la fiabilidad del sistema. Cuando se trata de contrataciones y promociones, es especialmente importante poder explicar por qué se está haciendo una elección en particular. Aliyah tiene razón al querer más claridad sobre la metodología del sistema. Ella necesita saber no solo qué candidato recomienda el algoritmo, sino sobre qué base.

Entonces, ¿qué le sugiero que haga Aliyah? Ella debería definir exactamente lo que está tratando de lograr para llenar el rol -algo que el algoritmo probablemente no sepa- y basar su decisión en eso. Si el éxito de Aliyah significa traer a bordo a un director de marketing talentoso lo antes posible y hacer que esa persona opere a la mayor velocidad de inmediato, entonces Molly parece ser la que mejor se adapta. Si Aliyah está más interesada en aumentar la colaboración con otras partes de la empresa, entonces Ed, que tiene una red más amplia de relaciones, parece ser la opción más inteligente. En cualquier caso, es importante que Aliyah se haga cargo de la decisión y pueda articular por qué hizo una elección en particular.

En Google, nuestros gerentes no toman decisiones de contratación y promoción unilateralmente. Todos los puestos vacantes se hacen públicos dentro de la organización, y cualquiera puede postularse libremente. Usamos comités independientes para evaluar a los solicitantes mediante una rúbrica estructurada que detalla lo que se necesita para tener éxito en el trabajo. Analizamos los resultados de estos procesos, por ejemplo, si las personas prosperan en sus nuevos roles, para garantizar que tomemos decisiones de alta calidad para las personas.

Qué dicen los expertos: Patty McCord es la ex directora de talentos de Netflix.

Aliyah debe confiar en sus instintos, no en el algoritmo. Solo ella sabe lo que realmente necesita de un director de marketing, y está claro que Molly lo tiene.

Antes de dejar Netflix, me lanzaron muchas compañías de análisis de datos que prometían ayudarnos a tomar mejores decisiones con sus algoritmos, pero no vi el ROI. En ese momento, empleamos a unos pocos miles de personas, y la crema ya estaba llegando a la cima, por lo que era difícil imaginar cómo un algoritmo mejoraría significativamente nuestras decisiones. BBI es una compañía mucho más grande, por lo que es posible que la IA pueda ser más útil en ese contexto. Pero por ahora, la decisión debería descansar en Aliyah.

Por supuesto, ella necesita seguir las mejores prácticas para la contratación de gerentes y mirar al equipo como un todo en su análisis. ¿Cuál es su composición actual, y cómo encajará el nuevo director ascendido? ¿Qué resultados esperaría Aliyah en seis meses a un año para demostrar que la división funciona bien? Y con el apoyo adecuado, ¿qué candidato es más probable que logre esos resultados?

Aliyah también tiene razón al cuestionar su propio prejuicio hacia una mujer a la que considera protegida y con la que ha trabajado estrechamente durante varios años.Los gerentes de contratación a menudo dicen: «Estoy buscando a alguien que sea inteligente, sólido en sus pies y listo para saltar al papel», y sucede que la persona que más les gusta se parece a ellos. Esto no siempre es un sesgo manifiesto. A menudo es una cuestión de no querer arriesgarse.

Takeaways: ciertamente es importante que incorporemos la mayor cantidad de data posible para que las decisiones de RRHH sean más objetivas, pero sigue siendo un desafío balancear la toma de decisiones entre lo que un algoritmo puede entregar y lo que la experiencia e intuición puede aportar. Es la combinación de ambos elementos lo que permite una mejor toma decisiones.

Artículo original de HBR aquí.