El big data es como el sexo adolescente: todo el mundo habla de ello, nadie sabe realmente cómo hacerlo, todo el mundo piensa que todo el mundo lo está haciendo, así que todo el mundo dice que lo está haciendo …

El análisis de recursos humanos parece ser exactamente el mismo

Comenzamos Harnham en 2006 y, reflexionando sobre nuestros 8 años, el mercado y la industria son casi irreconocibles desde los primeros días de nuestro negocio. Por supuesto, el uso de datos está creciendo exponencialmente y las empresas están dando más importancia al uso de datos para tomar decisiones inteligentes. La era de seguir el instinto parece haber terminado.

Con un aumento en el volumen de datos disponibles, las empresas comienzan a buscar nuevas formas de utilizar los datos a su disposición, tanto para obtener beneficios externos como internos. Con eso en mente, asistí a una conferencia sobre análisis de recursos humanos recientemente y obtuve una visión fascinante de este sector en crecimiento.

Por supuesto, el término análisis de recursos humanos no es nuevo. Esto ha existido durante mucho tiempo, pero aprendí que existe un deseo real y una necesidad real de utilizar los datos disponibles de nuevas formas y de cambiar el análisis que las empresas están realizando para agregar valor adicional.

La palabra de moda de los asistentes a la conferencia parecía ser «viaje». Las empresas han pasado años recopilando y cotejando datos sobre los empleados, pero ahora parecen estar en una encrucijada: ¿continúa compilando estos datos y generando informes de Excel sobre cualquier métrica que haya solicitado un gerente esa semana, o hay una mejor manera? para utilizar estos datos? ¿Estamos en un punto en el que podemos empezar a ir más lejos? ¿Podemos empezar a utilizar estos datos para el análisis predictivo?

Los tres grandes desafíos

1. ROI

Hubo una presentación fascinante en la conferencia en la que un importante minorista compartió un estudio de caso. Descubrieron que en un estudio de 3 años, podían probar un vínculo entre una fuerza laboral comprometida y las ganancias de una tienda. Estoy seguro de que estará de acuerdo en que este es un gran hallazgo y un ejercicio útil, pero me preguntaba cuántas organizaciones estarían dispuestas a pasar 3 años analizando las relaciones en su negocio para averiguar si tendría un pequeño aumento en las ganancias. a nivel local. Aquí radica el problema, ya que el análisis real de estos datos parece ser algo nuevo, pero ¿cuántos equipos de gestión están dispuestos a invertir en él?

Me pareció que los analistas y administradores de datos que conocí confiaban en poder brindar información asombrosa a sus negocios, pero no tenían el tiempo ni los recursos para acceder a los datos y echar un vistazo. En su lugar, simplemente se les pidió que presentaran informes de Excel para mostrar lo que sucedió en lugar de predecir lo que esto significa para el futuro o hacer recomendaciones sobre lo que la organización debe hacer como resultado.

2. Calidad de los datos

Los sistemas donde se almacenan estos datos parecen requerir en gran medida la participación de un gerente dentro de la empresa, y en el momento en que ingresan estos datos, es probable que solo estén tratando con alguien que abandona el equipo o se une al equipo. En cualquiera de estas situaciones, me imagino que están ocupados y estresados, por lo que potencialmente no estarán demasiado preocupados por lo que están introduciendo en un sistema de gestión de la fuerza laboral.

El resultado es que los datos que luego estás analizando pueden no darte un fiel reflejo del hecho. Nuevamente, parece que la persona que ingresa los datos debe comprender el valor para ellos de asegurarse de que sean correctos y no estaba convencido de que ninguno de los presentadores hubiera acertado en su negocio.

4. Conjunto de habilidades

Escuché un fascinante debate en la conferencia sobre las habilidades que se necesitarían para hacer crecer un equipo de analistas de recursos humanos, y diría que la sala se dividió casi 50/50 entre la opinión de «los datos son datos» y el «conocimiento de recursos humanos es esencial » grupo.

Se señaló que la analítica de RR.HH.probablemente está entre 5 y 10 años por detrás de otras disciplinas analíticas, como la logística y el análisis de marketing, por ejemplo. Estoy de acuerdo con esto, pero en lugar de preocuparse por este hecho, los equipos deberían analizar las razones y también cómo utilizar esas habilidades.

Los analistas en marketing o riesgo crediticio no estudian marketing o riesgo crediticio en la Universidad. Estudian matemáticas, física, estadística o similares y luego aplican estas técnicas a una industria. No saben todo sobre las estrategias de marketing en su primer día en el puesto, pero pueden modelar datos para decirle con un alto grado de certeza cuál es la propensión a que suceda algo. Los datos son datos, solo hazle las preguntas.

Entonces, si las empresas no utilizan estas habilidades de datos, mi preocupación es que se quedarán atrás de otras disciplinas analíticas y solo podrán hacer una pequeña proporción de lo que podría ser posible con los datos disponibles.

El punto de vista ético

Las personas son más conscientes de sus datos personales ahora que hace 5-10 años, y también están más dispuestos a compartirlos.

siempre y cuando obtengan algo a cambio. Por lo tanto, los datos disponibles para el análisis de recursos humanos y la fuerza laboral ahora son muy diferentes a los de hace 5-10 años: solo tiene que observar el crecimiento de Facebook y LinkedIn en ese período para saber que tiene más oportunidades que nunca de saber más sobre sus equipos. antes de.

Entonces, aquí hay otra pregunta: los intereses en el perfil de LinkedIn o la página de Facebook de alguien le darán una gran cantidad de información sobre las habilidades que es posible que no vea en el día a día en su función, y puede significar que los considere para funciones que normalmente no serían considerados, pero ¿es éticamente correcto mirar esta página para ver el beneficio potencial del candidato? ¿Dónde se traza la línea? Es potencialmente para su beneficio, pero ¿eso lo hace correcto?

Escuché sobre herramientas en las que los miembros del personal podían vincular su Facebook a una herramienta de gestión del talento dentro del negocio; la aceptación fue muy baja. Seamos honestos, es posible que no desee que su empresa vea sus fotos personales y conversaciones en línea, ¡incluso si eso podría significar más posibilidades de una promoción interna!

En ese caso, el mejor curso de acción parece ser que el empleado recaiga la responsabilidad. Si completan su perfil interno de manera similar a como lo harían con una cuenta de Facebook o LinkedIn, entonces tiene todo lo que necesita para poder realizar un mejor análisis. Tienen un interés personal en el resultado y, siempre que se entienda esto, debe obtener datos bastante precisos para usar. Sin embargo, construir una plataforma interna para que coincida con la funcionalidad de los gustos de Facebook y LinkedIn puede ser costoso y, una vez más, requiere más expertos en datos para analizar los nuevos datos que generará, por lo que volvemos al desafío del ROI.

Estoy de acuerdo en que el análisis de RR.HH. podría y debería tener un impacto directo en las ganancias comerciales, pero de la forma en que lo necesitan todos los conceptos nuevos; Los equipos de RR.HH. deben aprovechar las habilidades de otras disciplinas analíticas para lograr todo lo posible y evitar quedarse cada vez más rezagados. También hará falta que las empresas sean valientes y marquen las tendencias en el uso de estos datos para mostrar lo que es posible antes de que otros lo sigan.

Como dijo alguien al discutir cómo las empresas mejoran el potencial y el uso del análisis en la planificación de recursos humanos y la fuerza laboral, deberíamos hablar mucho sobre ello en conferencias y reuniones para compartir todo lo que podamos para asegurarnos de que todos aprendamos tanto como sea posible. unos de otros, pero no queremos compartir demasiado para que nadie pueda hacerlo mejor que nosotros…!

Al final del día, ser mejor en cualquier cosa dentro de la esfera de la analítica y los datos le brinda una ventaja competitiva y no quiere perderla.

Artículo original de Harnham.