Las técnicas de People Analytics o Analítica de Personas constituyen un recurso de enorme utilidad para la gestión de equipos del trabajo, la mejora de su desempeño y del rendimiento, así como para el manejo, desarrollo y retención del talento en las organizaciones.

Este amplio potencial de la HR Analytics parte de las posibilidades de lograr una buena y bien enfocada recogida de datos, junto a un adecuado análisis de éstos; y por supuesto, un uso inteligente de estos análisis para la toma de decisiones. Este uso adecuado de los datos en manos de la dirección supone una oportunidad para el desarrollo y mejora organizacional, además de una ventaja estratégica y valor diferencial para la gestión del negocio. 

Te puede interesar: ¿Qué son y cómo elaborar un plan de formación para empresas?

¿Qué entendemos por People Analytics? La PA nos remite a la identificación y cuantificación sistemática de datos que impulsan los resultados del negocio, la obtención de tendencias y conclusiones a partir del análisis de datos; y muy importante, a la toma de decisiones fundadas en evidencias y hechos empíricos. Con un carácter general, cabría entender la PA como una metodología con base en las matemáticas, la estadística y la modelización, que permite obtener evidencias y predecir patrones en el comportamiento, desempeño y resultados de las personas en la organización, como fundamento para la eficaz toma de decisiones. 

Y para ello, ¿qué mide la People Analytics?. La PA recopila datos de múltiples ámbitos de información sobre el comportamiento de los RRHH y sus vínculos con la organización y el negocio:  

• El rendimiento, actividad y productividad, por equipos, perfiles… 
• La eficiencia del uso de recursos en procesos o personas.
• El clima organizacional: motivación, satisfacción y compromiso.
• La evaluación del desempeño y de los desajustes sobre lo esperado. 
• La adhesión con la cultura corporativa.
• La eficiencia de los procesos de reclutamiento, selección, formación y desarrollo de RRHH.
• Los ratios de absentismo, rotación, pérdida de talento, etc; y de las variables asociadas.
• Análisis de los retornos y costes por el personal asociado a proyectos y líneas de negocio.

El uso de múltiples métricas de ratios, costes, eficiencias e impactos de las acciones y políticas de gestión de personas constituye una amplia información, que requiere enfocar bien la recogida y el análisis de los datos, para obtener evidencias relevantes. El reto clave es seleccionar aquellos datos que realmente nos interesan, haciéndonos las preguntas adecuadas para aportar valor a la mejora organizacional y del negocio. 

En el uso de las técnicas de Analítica de Personas conviene aclarar diferencias entre conceptos relacionados:

• HR Analytics: Se refiere a las métricas específicas de la función de recursos humanos y administración de personal. 
• People Analytics: Incluye informaciones más amplias sobre las personas en la organización (desempeño, resultados, producción…).
• Workforce Analytics: Considera datos que incluyen tanto a empleados como colaboradores, freelancers, consultores…; que trabajen con la organización.

En el campo del Análisis de Datos, también conviene diferenciar la People Analytics frente a otras técnicas de uso en la gestión empresarial, como los Big Data y la Business Intelligence. Los Big Data se orientan al manejo de las 4 Vs: volumen, velocidad, variedad y veracidad; lo que supone un alto volumen de datos, que se actualiza constantemente, desde múltiples procedencias.

En el campo de los RRHH se maneja una amplia variedad de información, aunque con una cantidad y velocidad menor que en otros campos como los estudios de mercados o de negocio. Por lo que el trabajo con Big Data en RRHH requiere valorar su conveniencia, en función de las dimensiones y complejidad de los datos en nuestro caso. Por su parte, el Business Intelligence se refiere a herramientas y sistemas para optimizar la toma de decisiones. Y su relación con los RRHH estaría marcada por las vinculaciones entre la gestión de costes, los recursos humanos en uso y los resultados del negocio. 

A diferencia de estas técnicas, la People Analytics busca la identificación y medida de aspectos del comportamiento y la gestión de personas, dirigida a la mejora de los resultados de la organización. Comparando la PA frente al uso del Big Data y Business Intelligence, cabe señalar que, para obtener información significativa en la Gestión de RRHH no es necesario trabajar con cantidades inmensas de información, ni con herramientas de análisis muy potentes. De hecho, los métodos de People Analytics y sus técnicas deben ser flexibles y adaptables a las características y variabilidad de las organizaciones.

Como antecedentes a la People Analytics y a la apuesta de las organizaciones por recopilar y analizar información en la empresa para accionar estrategias de desarrollo y mejora organizacional, podemos mencionar técnicas desarrolladas en las últimas décadas del siglo XX. Dentro del ámbito de la ingeniería y el control de la calidad, como el caso de la Investigación Operativa. O el uso de Cuadros de Mando e indicadores métricos (KPIs) en la gestión empresarial y de proyectos. También han contribuido a estos desarrollos las condiciones aportadas por las tendencias a la transformación digital y el impacto de las Nuevas Tecnologías de la Información (NTI) en los sistemas y procedimientos de gestión. Y recientemente, las técnicas de Big Data y sus aplicaciones al manejo de cantidades masivas de información.

Con un carácter práctico, ¿cuáles son las utilidades que nos ofrece el uso de la People Analytics?. Entre las aplicaciones más habituales, algunas de las más recientemente popularizadas serían las relativas a la Gestión del Talento y las Talent Analytics. La información obtenida con las analíticas de datos permite la identificación del talento, y de aquellas variables y competencias de éste, con mayor impacto en el rendimiento y resultado de nuestras organizaciones. Aportando información para las acciones de desarrollo, atracción y fidelización del talento. 

Otras utilidades asociadas del uso de técnicas de HR Analytics en las organizaciones pueden ser:

• Mejorar la gestión de las personas, en base a evidencias.
• Obtener datos para el seguimiento de las acciones y políticas de RRHH.
• Mejorar el desempeño y rendimiento de personas y equipos de trabajo.
• Incrementar el conocimiento para el desarrollo de estrategias de RRHH. 
• Adecuar la formación y desarrollo de RRHH a las necesidades observadas.
• Dar seguimiento a la satisfacción, engagement y compromiso.
• Gestionar y retener el talento.
• Reducir bajas, absentismo y rotación.
• Adaptar y mejorar los procesos de selección y reclutamiento.
• Mejorar la productividad y los objetivos de empresa.

En función de los objetivos perseguidos, entre los múltiples descritos, cabe disponer de distintos métodos de People Analytics, con diferentes perspectivas y planteamientos en su análisis de datos:

• Modelos descriptivos. El tipo de análisis más básico, como resumen de datos e información de utilidad (recuentos, tablas resumen…).
• Modelos predictivos. Como análisis a futuro, para estimar lo que sucederá, de acuerdo a los datos presentes y sus tendencias. 
• Modelos prescriptivos. En base a predicciones, analizan y modelizan el efecto  e impacto de acciones y medidas de intervención.

En las técnicas de People Analytics se integra la estadística, los diseños experimentales y la modelización, orientada al diseño y formulación de preguntas relevantes para la organización y el negocio. Todo, con objeto de obtener datos apropiados para responderlas, aplicando criterios científicos y registros sistemáticos que nos conduzcan a evidencias y hechos, sobre los que valorar los resultados y proponer líneas de acción.

En el manejo de estas técnicas conviene conocer conceptos e instrumentos de uso habitual, tal como la distinción entre datos estructurados (organizados en una base de datos) y desestructurados (que precisan codificación para analizarlos); el underfitting (cuando no se dispone de suficientes datos), el overfitting (cuando disponemos de un exceso de datos) o la visualización (transformación de los datos en información comprensible).

También cabe mencionar instrumentos relacionados con las técnicas de PA, como la Minería de Datos o Data Mining (trabajos con cantidades grandes de datos brutos, buscando patrones); el Machine Learning (modalidad de inteligencia artificial que aprende sobre estructuras de datos, para identificar patrones); el Clustering (un tipo de Machine Learning, que realiza predicciones agrupando datos que comparten similitudes); o los Árboles de Decisión/ Decision Trees (como modelos de procesos de decisiones).

Junto a los métodos, es clave elegir una herramienta de procesamiento de datos adecuada. Para ello, no es preciso recurrir a la más potente, si no a la ajustada a nuestras necesidades y a las operaciones de análisis que precisemos. Entre las más habitualmente usadas podemos señalar:

• Excel: Mediante el uso de sus funciones estadísticas avanzadas. Con la ventaja de que es un instrumento intuitivo y conocido.
• SPSS: Constituye el programa estadístico más empleado para análisis de datos profesionales y académicos. Es intuitivo y de fácil manejo.
• R: Como la herramienta de HR Analytics más utilizada para el trabajo de análisis estadístico y la exploración de conjuntos de datos masivos.
• Python: Un lenguaje de programación útil para aplicar al análisis de datos, y que se puede usar junto con R. 
• Power BI: Esta herramienta de Microsoft ofrece la agregación, análisis y visualización de datos simplificados. Permitiendo la conexión y migraciones con bases de datos SQL, un feed de redes sociales o un API de aprendizaje automático. 
• Tableau: Similar a Power BI, permite la agregación y visualización organizadas de varias fuentes de datos. Es la herramienta más habitualmente usada en inteligencia empresarial (BI).
• Otras herramientas de gestión de información empresarial como los sistemas ERP, los softwares de gestión “ad hoc” o los programas de gestión de proyectos (Microsoft-Project, Monday…) constituyen fuentes de datos de relevancia para la People Analytics.

¿Cómo hacer People Analytics y cuáles son los pasos a seguir?. Primero de todo, hay que insistir en que una operativa de Analítica de Personas deberá ser contextualizada y adaptada a las particularidades de nuestra organización y de las fuentes de datos disponibles.  Si bien, con carácter general, cabe proponer como secuencia de trabajo:

Etapa 1: Plantear preguntas adecuadas y proponer hipótesis referidas a objetivos sobre aspectos de nuestros RRHH, en los que desearíamos tomar mejores decisiones.

Etapa 2: Definir qué datos, indicadores y métricas son los más adecuados a las preguntas formuladas.

Etapa 3: Describir un diseño de investigación, junto a un modelo de análisis de datos, adecuado a las preguntas planteadas. 

Etapa 4: Marcar el procedimiento para la recogida de datos y aplicación de las técnicas y medidas. 

Etapa 5: Recolectar, procesar y analizar los datos. En el análisis se recurrirá a herramientas de análisis de datos (desde el clásico Excel a paquetes estadísticos como SPSS o SAS y herramientas como R o Python).

Etapa 6: Reportar los resultados a través de “stories” de datos, como base para la toma de decisiones y adopción de acciones dirigidas a la mejora de aspectos concretos de la gestión de personas y procesos en la organización.

De modo operativo, conviene considerar algunos temas clave para una adecuada práctica de People Analytics:

• Diseñar los proyectos de analítica de datos de RRHH con una visión a largo plazo (dando continuidad en el tiempo a las medidas, experimentos y análisis, con los que iremos sumando evidencias sobre las relaciones entre variables personas-resultados).
• Encuadrar y alinear el diseño de la investigación en las particularidades de la organización, alineada con su ámbito de actividad y negocio.
• Partir de ejercicios iniciales de pilotaje de las métricas e indicadores escogidos; considerar las limitaciones de los datos, asumiendo la frecuente falta de estructura y organización perfecta de éstos para su análisis.
• Centrarnos en datos del ámbito de la gestión de personas, evitando extendernos en exceso a otras áreas; así como contar con expertos profesionales formados en análisis de datos y los RRHH.

Para trabajar en el análisis de datos de RRHH, uno de los pasos más importantes es la recolección de información (datos). Y para ello, hay que considerar las fuentes de información de que disponemos y que utilizaremos en la analítica de personas.

Por ello, es preciso conocer las fuentes de información internas (datos disponibles en la dirección de RRHH: perfiles, antigüedad, retribución, formación, desempeño…) y externas o procedentes de otros departamentos o áreas de la empresa (financieras y de costes, de producción, operativos…), de que disponemos.

En esta gestión de la información, el principal reto es manejar la desconexión de los datos. Por ello, el experto en análisis de datos debe ser capaz de organizar los datos dispersos dentro de la empresa, así como asociarlos a otros exógenos a la organización (redes sociales, encuestas, informes sectoriales…).

En base a estas necesidades, ¿cuál sería el perfil del profesional experto en People Analytics?. Fundamentalmente, se precisa de una persona con formación técnica como científico de datos, que al tiempo, disponga de conocimientos generales y prácticos en Management y RRHH.

Te puede interesar: UEMC Business School colabora con Cornell University para facilitar el acceso a sus exclusivos programas 100% en español

Este requerimiento de unos conocimientos interdisciplinares en matemáticas y estadística, ciencia de datos y programación, y al tiempo, sobre gestión empresarial y de RRHH; constituye la clave para lograr entender el contexto, plantear preguntas útiles, seleccionar fuentes y datos relevantes, y transformarlos en relaciones y stories de datos que ayuden a explicar y predecir eventos, como base a la toma de decisiones eficaces y la activación de acciones de mejora, que aportarán valor a la organización y el negocio.

Existe la falsa percepción de que la People Analytics es una práctica de empresas grandes, ¿es esto cierto?. Tal y como hemos ido viendo, poner en valor los datos sobre nuestros recursos humanos en relación con la organización, puede resultar muy productivo para la gestión de personas así como para los resultados de negocio. Por ello, con independencia del tamaño o la actividad, las organizaciones pueden (y deberían) diseñar modelos de People Analytics adaptados a sus particularidades. Para lo cual no es preciso disponer de herramientas potentes y/o de técnicas complejas y elaboradas de análisis.

Lo fundamental, en definitiva, es realizar una buena definición de las preguntas que queremos estudiar, seleccionar fuentes adecuadas de información y definir/construir métricas e indicadores útiles para aportarnos evidencias y datos de interés para la gestión, la toma de decisiones y la mejora organizacional.