People Analytics com a eina, no com a fi

People Analytics com a eina, no com a fi

 

Ana Valera, experta en People Analytics i innovació, reflexiona, en aquest article, sobre l’analítica de dades i la seva utilitat per a prendre millors decisions en la gestió del talent.

 

 

El mes de novembre passat vaig tenir el plaer d’assistir al Congrés de AEDIPE a Sevilla, que versava sobre les 6 tendències més importants en gestió de persones: flexibilitat, digitalització, treball col·laboratiu, atracció i fidelització del talent, benestar de l’empleat i sostenibilitat.

Em disculparan els lectors si començament indicant que, des del meu punt de vista, l’analítica de dades en recursos humans (People Analytics), que sol contextualitzar-se dins de l’àmbit de la digitalització, no és una tendència que estigui a l’altura de la resta de temes exposats.

I dic això, no perquè People Analytics com a disciplina no sigui útil, si no perquè considero que l’analítica de dades no és una fi, no és un repte, és una eina per a resoldre aquests reptes que ens continuen important en la nostra àrea: atreure als millors, retenir als millors, assegurar el benestar, millorar la productivitat, impactar en el negoci a través de la gestió del talent. AQUEST CONTINUA SENT EL NOSTRE REPTE. Aprenguem a distingir els PER A QUÉS dels CÓMOS.

People Analytics, per tant, no és una altra cosa que una eina per a prendre millors decisions sobre la gestió del talent. I em proposo mostrar com, de fet, impacta en la resta dels reptes que es van proposar en aquest Congrés. M’acompanyen?

Comencem per la flexibilitat. Ens trobem en un canvi de paradigma entorn dels models de treball. Per exemple, proliferen noves modalitats de relació contractual amb el treballador: els freelance i nòmades digitals cobren cada vegada més protagonisme en les companyies com un nou tipus de col·laborador amb el qual sumar talent d’una manera més flexible per a totes dues parts.

SI bé és cert que la mesura que a la majoria de les persones li ve al capdavant quan pensen en flexibilitat és el teletreball.

Segons un estudi de BCG, en 2019 el teletreball, tant habitual com ocasional, era del 8,4% i va augmentar al 12,7% a la fi de 2021 (eliminem d’aquí el repunt de 2020 condicionat totalment per la declaració de l’estat d’alarma). Avui dia, el 65% de les empreses espanyoles entén que el model que s’imposa és l’híbrid, combinació de jornades de treball presencial i jornades de teletreball.

Però què hi ha darrere d’aquestes empreses que han tirat el fre al teletreball? Entenen que no es poden resistir del tot perquè perden atractiu per als seus empleats, però, d’altra banda, no estan tranquil·les perquè senten que els empleats perden compromís. I pitjor que això. Tenim a molts caps nerviosos perquè… Què fan els meus col·laboradors si jo no els veig?

Al final en molts casos, la resistència al teletreball estava afermada en la creença que l’empleat necessita ser vigilat per a ser productiu. I que aquesta vigilància l’exerceixen els comandaments intermedis ensumant darrere dels cogotes dels seus col·laboradors.

I quan no va haver-hi més remei que manar a teletreballar als col·laboradors, alguns comandaments intermedis es van trobar desorientats. Perquè ara, què feien? com ocupaven el temps que abans dedicaven a anar de taula en taula?

La por de les companyies a què estarien fent els col·laboradors, es va poder solucionar, La incertesa es redueix amb DADES. I per a això estan les diferents eines de monitoratge d’activitat dels col·laboradors, que han anat obrint-se pas. Però no es tracta de tenir un espia en l’ordinador de cada col·laborador. Així continuem perpetuant aquest discurs d’empresa o cap que ha de vigilar als seus empleats. Aquestes eines de monitoratge són molt més potents:

Podem analitzar l’empremta digital dels nostres col·laboradors en temps real (correus electrònics, reunions, xats interns, etc.) mitjançant diferents metodologies i eines. Per exemple, l’anàlisi de xarxes organitzatives (conegut per les seves sigles en anglès: ONA) ens serveix per a entendre com estan fluint els fluxos de comunicació interna i externa. Ajuden a optimitzar l’ús de reunions analitzant assistències i temps dedicats, entendre la relació entre reunions, correus electrònics i altres variables com l’acompliment o fins i tot l’estrès laboral…. No es tracta de fer una caça de bruixes dels empleats. Sinó d’utilitzar la informació amb un sentit, un PER A QUÈ.

Una cosa clau és que hem d’assegurar-nos de tenir el consentiment previ del col·laborador per a fer ús d’aquesta informació amb la finalitat d’analitzar i buscar solucions d’optimització de la productivitat. El col·laborador ha de saber que això queda registrat. Finalment, perquè tingui realment sentit, hem de retornar la informació als propis col·laboradors, perquè ells puguin monitorar la seva pròpia activitat i regular així el seu comportament.

Compartiré amb els lectors una història. Conec una empresa que es dedica a donar suport tècnic sobre un programari. Durant la pandèmia, els teleoperadores van treballar des de les seves cases. En la centraleta quedaven registrades perfectament les seves productivitats. Alguns ho van donar tot en la pandèmia, atenent moltes més dites al dia que fins i tot en l’oficina. Uns altres es van prendre el primer mes de vacances, fent menys que res. Al mes, el responsable va mirar el quadre de comandament per a intentar entendre per què havien baixat els nivells de servei. Es quedaven més dites que mai sense atendre, els minuts per cada crida s’havien allargat. Quan va analitzar detalladament la situació, es va adonar que eren persones concretes les que estaven destrossant les estadístiques, mentre que hi havia unes altres que estaven donant-ho tot i a més estaven més enfadats que mai perquè notaven que els seus companys no estaven treballant al mateix ritme. Sabeu què va fer el responsable? Va acomiadar als col·laboradors que no estaven treballant? No. VA DEMOCRATITZAR LA INFORMACIÓ. Va penjar el quadre de comandament en la intranet, de manera que era visible per a tots els col·laboradors el nombre de crides que atenia cada col·laborador. Només aquesta acció va servir per a regular el comportament de tots. L’acompliment mitjà va augmentar, i van tornar a restablir-se els nivells de servei. Els treballadors estrella eren reconeguts públicament i això els feia sentir-se felices amb el seu treball, i els col·laboradors més ressagats, en veure’s tan retratats, van moderar el seu comportament.

Analitzem ara la segona tendència: treball col·laboratiu. Considero aquesta tendència com un espectre que va des de la creació d’equips multidisciplinaris en una estructura jeràrquica d’organitzacions més tradicionals, fins a la configuració d’equips autoorganitzats, propis d’estructures en xarxa d’organitzacions autònomes descentralitzades (DAO).

Comparteixo amb els lectors una altra història, d’una organització tecnològica, en la qual les dades van proporcionar una informació clau per a la transformació àgil del departament de IT.

Venien d’estar treballant amb una gestió de projectes tradicional, en cascada, i volien transformar els seus equips en squads àgils. Això implicava que tenien un munt de caps de projecte que no l’anaven a ser més. En aquest cas, l’anàlisi de dades va servir per a ajudar-los a decidir cap a quina posició havia de transitar cada cap de projecte: scrum màster o product owner, en funció de si eren perfils més orientats a la consecució de resultats o més orientats cap a les persones.

Per a això, es va recaptar informació conductual amb un assessment en línia, i es va definir el patró conductual més adequat per a cadascun d’aquests dos perfils. Finalment es va incorporar tota la informació en una eina de visualització i es va crear amb això un quadre de comandament interactiu, una eina que ajuda a agrupar els col·laboradors en funció de l’ajust amb cadascun d’aquests dos llocs, així com a entendre, en profunditat, com ajudar a desenvolupar-se als nostres col·laboradors, en aquells aspectes conductuals que necessitin reforçar de cara al seu nou rol.

En relació amb el treball col·laboratiu, l’anàlisi de xarxes organitzacionals torna a donar-nos informació clau. En aquest cas, en lloc d’usar l’empremta digital, s’utilitza una enquesta relacional amb la qual se sol·licita als col·laboradors que nominin voluntàriament a aquelles persones clau per a ells. I qui són clau? Perquè depèn del que vulguem buscar. Per exemple, si el que volem és detectar comunitats ocultes de treball o fluxos d’informació, preguntem per amb qui comparteixen informació habitualment. Si volem buscar experts tècnics preguntem per aquesta persona en la qual es recolzen quan tenen un dubte d’una àrea concreta. Si busquem ambaixadors o agents de canvi, busquem persones que motivin i inspirin. Si busquem una xarxa més informal de contacte, preguntem per suport personal. I si volem buscar líders, busquem les quatre variables. Aquest tipus d’informació s’analitza i ens retorna una xarxa de connexions reals basada en les interaccions entre les persones que conformen l’organització. Ajuda a detectar persones clau, sí, però també és informació molt rellevant per al treball col·laboratiu: analitzar les relacions entre departaments, per a formar equips de treball interdisciplinaris, aixecar comunitats informals ocultes, etc.

I com ajuda People Analytics en l’atracció i fidelització del talent?

Aquí els exemples són més coneguts. Existeixen nombrosos casos d’èxit entorn de models predictius de rotació (per a potenciar la retenció del talent) i de selecció (predicció de quins candidats són els que tenen més probabilitats de tenir un bon acompliment en un lloc concret), així que en aquesta ocasió compartiré amb els lectors una altra història diferent. En una certa entitat financera, es disposaven a elaborar el pla de successió, però (en paraules del seu vicepresident de Desenvolupament humà) volien basar-se en dades el més objectius possibles per a entendre qui eren els millors candidats interns. En aquesta ocasió es mapeó el perfil conductual i tècnic de cada col·laborador amb una prova conductual en línia, i van aixecar el perfil requerit dels 30 llocs crítics que conformaven el pla de successió. Després, es va traslladar aquesta informació a una eina de visualització on es va construir un quadre de comandament amb una matriu de talent (9box) interactiva. De tal manera que simplement canviant amb un simple clic en un menú desplegable el lloc crític, es podia veure com es posicionaven tots els empleats de la companyia per a aquest lloc. Tots van tenir les mateixes possibilitats d’aparèixer en aquesta matriu, i l’àrea de Persones es va emportar bastantes sorpreses en veure candidats fins ara “invisibles” molt ben posicionats per a alguns llocs clau, o veure candidats “esponsoritzats” per alguns directius que no eren realment la millor opció per al lloc al qual havien estat recomanats, a ulls més objectius. Amb aquesta eina, el Vicepresident de Desenvolupament humà va ser al comitè de direcció, i per primera vegada, les converses sobre el pla de successió es van començar a basar en fets objectius, i no en afinitats o en intuïcions.

Reflexiono ara sobre la tendència de Benestar de l’empleat. Són nombrosos els casos d’ús que es poden llegir sobre anàlisi de dades de les enquestes de clima, compromís, etc. Així que porto als lectors un cas diferent. El que van fer en una companyia de tecnologia va ser crear un índex d’espai saludable, amb la intenció de mesurar objectivament el confort dels diferents espais de treball. L’equip de prevenció de riscos mapeó les oficines centrals amb diferents aparells de mesurament, que recollien informació de llum, soroll, humitat, temperatura, espai físic entre persones… i amb això, van crear un indicador que donava una puntuació numèrica a cada espai físic de l’edifici.

Després, es van creuar les dades d’aquest indicador amb les dades d’una de les preguntes de l’enquesta de clima, on els col·laboradors indicaven la seva satisfacció amb l’espai físic. És a dir, aquesta companyia va poder POSAR OBJECTIVITAT a la subjectivitat de l’opinió, gràcies a les dades.

Per cert, es van trobar que sí, els col·laboradors es queixaven amb raó: quan l’espai era millorable, la satisfacció era molt baixa. Quan l’espai era clarament saludable, la satisfacció despuntava. Però quan l’espai era correcte, els col·laboradors no es conformaven, continuaven insatisfets. DEMANAVEN MÉS. Per a ells, era important. I això marco el rumb d’algunes decisions entorn dels canvis en els espais físics en aquesta companyia.

Finalment, comparteixo amb els lectors un exemple de com impactar des de les dades en una tendència tan clau com la Sostenibilitat. Aquí no puc deixar de comentar el que, per a mi, és el cas de com DEMOCRATITZAR LA INFORMACIÓ, en qualsevol àmbit. Fins i tot en el més delicat i confidencial de la nostra àrea: l’aspecte salarial i possibles bretxes. Parlem de Nestlé. Ells han creat un quadre de comandament per a analitzar si realment hi ha diferències salarials entre homes i dones. I no s’han conformat amb fer una anàlisi anual per grans segmentacions i publicar-lo en el EINF o en la memòria. Les mètriques estan disponibles en el Panell Global D&I de Nestlé, que és accessible a nivell mundial per a tots els interessats en l’empresa. Està completament alineat amb GDPR i totes les dades individuals estan protegits.

M’agradaria finalitzar aquest article deixant una última reflexió. I és que les dades ens aporten informació molt valuosa per a prendre millors decisions entorn de la gestió de les persones, però continuem sent LES PERSONES, les que estem al comandament d’aquestes decisions.

 

Publicat al número 48 de la revista Dirigir Personas.

 

 

 

 

Compartir a:

Deixar comentari

*