Big data entra en nómina en Recursos humanos: una decisión rentable

¿Qué tienen en común una web de búsqueda de pareja y el programa de puntuación que utilizan los bancos para aprobar o denegar la solicitud de un crédito? La respuesta es sencilla (y también tiene que ver con el tema de este post, big data en Recursos humanos): ambos combinan una gran cantidad de datos y algoritmos para ser capaces de predecir el futuro.

Para ello analizan datos históricos (perfiles de los candidatos) y los resultados de dichos datos (si encontraron pareja o pagaron el crédito) y de ahí infieren fórmulas que replican esos resultados. Luego aplican esas fórmulas a los nuevos perfiles y así predicen los resultados futuros. En realidad es poner en práctica lo que ya adelantó Leonardo da Vinci hace unos cuantos siglos (“la sabiduría es hija de la experiencia”) pero con un volumen de experiencias que Leonardo no podía ni imaginar y que debe conducir a una gran sabiduría.   

Las mismas técnicas y herramientas pueden aplicarse a los departamentos de Recursos humanos de las compañías. Es más, dado que manejan el activo más importante de cualquier organización (las personas), se concede cada vez mayor importancia a su transformación digital. Deben convertirse en un área cada vez eficiente con ayuda de la analítica. De ello escribirá próximamente una compañera que asistió al HR Innovation Summit.

En el pasado, Recursos humanos recogía datos que terminaban en tablas y gráficos para informes internos y poco más. Ahora, en la era del big data y la inteligencia artificial, se les pide que transformen sus datos en conocimientos como, por ejemplo, la capacidad de predecir si un empleado va a abandonar la compañía, saber dónde reclutar a los candidatos más idóneos o cómo atraer al talento necesario y fidelizarlo muchos años en la empresa. Y todos estos conocimientos estarán basados en datos, no en sensaciones o intuiciones.

Big data en Recursos humanos para predecir la marcha de empleados o retener talento

Ya hay muchos ejemplos de empresas que han obtenido resultados interesantes aplicando técnicas de big data en sus departamentos de Recursos humanos. Por ejemplo, HP tenía una rotación del 20 por ciento en algunas de sus organizaciones de ventas: es decir, que un vendedor no permanecía más de cuatro o cinco años en la empresa, con el consiguiente incremento en gasto de reclutamiento y, sobre todo, la pérdida de know how y, a veces, incluso de clientes.

Ante este panorama, HP construyó lo que denominaron una puntuación de “Flight risk” (riesgo de volar) en base a datos recogidos durante dos años. Encontraron que las subidas de sueldo, las promociones y las buenas valoraciones de desempeño retenían a los trabajadores pero que, por el contrario, una promoción que no iba acompañada de una subida de sueldo significativa incentivaba al empleado a cambiar de empresa. El programa “Flight risk” ponía sobre aviso a los gerentes de los empleados con mayor probabilidad de abandonar la empresa y les sugería las medidas necesarias para evitarlo y así ahorrar millones de dólares en costes de reclutamiento de nuevo personal.

Qué hace bueno a un jefe

Otro ejemplo de big data en Recursos humanos es el de Google. Su responsable de Recursos humanos, Laszlo Bock, contaba en su libro Work Rules! que la herramienta más importante en su departamento son las estadísticas. Como muestra, lanzaron el proyecto Project oxygen, que analizó durante varios años a más de 10.000 managers de Google. Se hicieron entrevistas, encuestas y evaluaron el desempeño y reconocimientos para predecir cuáles eran los hábitos que diferenciaban a los buenos jefes de los no tan buenos. El resultado fue una guía que llamaron “Qué es lo que un buen manager de Google debe hacer” que se resume en ocho puntos:

1. Es un buen “coach”
2. Empodera al equipo y no hace “micromanagement”
3. Expresa interés por el éxito de los miembros del equipo y su bienestar personal
4. Es productivo y orientado a resultados
5. Es un buen comunicador (escucha y comparte información)
6. Ayuda al desarrollo profesional de su equipo
7. Tiene una visión clara de la misión y la estrategia del equipo
8. Posee habilidades técnicas que lo ayudan a aconsejar a su equipo

Tras aplicar los resultados obtenidos del estudio, Google experimentó una mejora significativa en el desempeño del 75 por ciento de sus managers.

Parámetros relevantes sin un volumen excesivo de datos

No obstante, no siempre es fácil aplicar este tipo de técnicas para los departamentos de Recursos humanos. Normalmente ellos no manejan cantidades gigantes de datos. Una compañía puede tener, a lo sumo, miles de empleados, nunca millones, que es el orden de magnitud en la que pensamos cuando nos referimos a big data. Además, suele haber poca automatización en la manera en la que los empleados interaccionan con Recursos humanos, lo que dificulta el procesado de la información. A veces también los datos están en bases de datos distintas (reclutamiento y desempeño, por ejemplo), sin conexión entre ellas.

La clave está en encontrar los parámetros realmente relevantes para que un trabajador abandone o no una compañía, llegue a ser un buen manager y resulte lo más productivo posible, sin perderse en un mar de detalles insignificantes. Hoy en día hay muchas métricas que pueden aportar información valiosa para toda la organización, no solo para Recursos humanos, sin necesidad de manejar un volumen excesivo de datos. Parámetros como la cultura, el aprendizaje, el desarrollo profesional y el “engagement” de los empleados pueden cuantificarse a partir de datos y no por intuiciones o sensaciones y, así, aprovechar al máximo el potencial del activo más importante que tienen las empresas: sus empleados.

Imagen: Bill Strain