Andrew Marritt de Organization View: “Los buenos equipos de People Analytics se centran principalmente en los desafíos claves de sus organizaciones”

author
Jaiden Martínez
Head of Content & SEO en Betterfly I Ayudo a las organizaciones a construir espacios de trabajos que sus colaboradores amen y valoren.
Andrew Marritt de Organization View: “Los buenos equipos de People Analytics se centran principalmente en los desafíos claves de sus organizaciones”

Índice

Guía Gratuita
People Analytics: Métricas que debes conocer y aplicar para la gestión exitosa de RR.HH.
Descargar

Un banco quiere ofrecer beneficios a sus colaboradores comerciales, lo único que sabe de ellos es que tienen entre veinte y treinta años. A través de encuestas descubrieron que la mayoría vivía con sus padres para ahorrar y comprarse su primer auto. El banco logró un acuerdo con una empresa automotriz para ofrecerles un veinte por ciento de descuento en la compra de su vehículo más económico.

El engagement de sus colaboradores aumentó y eso se vio reflejado en un mejor rendimiento. La organización usó People Analytics (PA) para recopilar datos estadísticos, gestionar su talento humano y tomar decisiones que contribuyeron en su crecimiento.

Aunque las prácticas de PA no son algo nuevo -para 2017, el 71 por ciento de las empresas lo veían como una alta prioridad- en los últimos años han tomado protagonismo en las organizaciones porque son un aporte fundamental para conocerse, crecer y promover una experiencia laboral positiva para los colaboradores, además del avance de la Inteligencia Artificial (IA) para automatizar y agilizar procesos.

Andrew Marritt, CEO de Organization View, profundiza en las características y retos de PA y su papel en las políticas de diversidad, equidad e inclusión.

¿Por qué es clave hoy que las organizaciones desarrollen una cultura de datos? ¿Hacia dónde estamos evolucionando en materia de People Analytics (PA)?

Marritt: Para muchas organizaciones las personas son tanto su costo más importante como su capacidad más importante. Casi todo lo que hace la organización depende de conseguir que las personas adecuadas estén en el lugar adecuado en el momento adecuado.

Los datos tienen un papel clave en esto, permiten a los gerentes tomar decisiones más informadas. En los primeros días de PA los equipos se centraron en cuestiones que eran importantes para el departamento de Recursos Humanos, la transición que hemos visto en los últimos 24 meses se trata mucho más de comprender los problemas centrados en el negocio. Entonces, el tipo de preguntas ha cambiado, pero no necesariamente las técnicas que hemos estado usando.

¿Cuál ha sido el rol de las prácticas People Analytics en la medición del engagement en las organizaciones?

Marritt: El compromiso se ha medido dentro de las organizaciones durante aproximadamente 25 años. Históricamente, lo realizaban consultoras de encuestas y esas encuestas eran, hasta cierto punto, independientes de otra información importante, como el desempeño de las personas.

Con la llegada de People Analytics, ahora es mucho más común que la medición del compromiso se integre en un conjunto más amplio de métricas organizacionales. Es menos probable que las empresas confíen en el vínculo entre el compromiso y el desempeño y es más probable que quieran mostrar cómo se ve ese vínculo dentro de sus organizaciones.

El movimiento de métricas Ambiental, Social y Gobernanza (ESG por sus siglas en inglés) realmente está impulsando mucho más el interés de toda la empresa en las métricas de recursos humanos. Se está moviendo más a las conversaciones ejecutivas centrales, y el engagement es uno de esos factores.

¿Cómo puede influir People Analytics en las tomas de decisiones de los líderes de las organizaciones?

Marritt: Los buenos equipos de PA se centran principalmente en los desafíos claves de sus organizaciones. No es una actividad basada en datos realizada por RR.HH. para RR.HH.

En muchos sentidos, una buena PA actúa como una consultoría interna dentro de una organización. Sin embargo, mientras que históricamente esos consultores podrían haber trabajado principalmente con información cualitativa, hoy vemos más combinaciones de datos cualitativos y cuantitativos para informar las decisiones.

Creo que los mejores equipos de análisis de personas se están enfocando en preguntas claves que son importantes para los líderes empresariales y hace cinco años se estaban enfocando mucho más en preguntas claves que les interesaban como gerentes de recursos humanos.

¿Cómo contribuye People Analytics en la reducción de incertidumbre en las organizaciones y los colaboradores?

Marritt: Siempre hay incertidumbre sobre eventos futuros. Una buena PA no elimina eso, pero permite a los responsables de la toma de decisiones medir la probabilidad de varios escenarios, en función de la información histórica e, idealmente, la información prospectiva.

Lo interesante de la pandemia por el Covid-19 es que no se pudo volver a datos históricos, por lo tanto, sabemos que estos equipos estaban haciendo preguntas más sobre el futuro.

Al ser capaz de capturar esta información, incluso si se trata de cómo le gustaría a los colaboradores equilibrar su entorno laboral y doméstico, pudimos explicar a los ejecutivos que diferentes partes de su población tienen necesidades muy diferentes.

Los tomadores de decisiones casi siempre tendrán una opinión sobre las cosas que deben decidir. Al proporcionar información del análisis, esperamos que puedan actualizar sus puntos de vista a medida que obtienen una mejor comprensión de lo que sucedió en el pasado.

Para los empleados, la toma de decisiones basada en información más confiable tiende a implicar menos decisiones basadas en la intuición. Veo esto como una equidad cada vez mayor: con demasiada frecuencia en el pasado, las decisiones se han tomado en función de cosas como quién grita más fuerte, sesgos gerenciales o mitos organizacionales defectuosos.

Las 15 prioridades que tendrán los líderes de recursos humanos en 2023

¿Es posible garantizar a los colaboradores la protección y el tratamiento ético de sus datos? ¿Es necesario?

Marritt: Es absolutamente posible garantizar la privacidad de los datos de los colaboradores. Los equipos de AP rara vez están interesados en la información a nivel individual y, por lo tanto, la mayoría de las veces es innecesario tener nombres asociados con un análisis.

Creo firmemente que los equipos de PA deberían ir más allá de un requisito legal. He argumentado en el pasado que los equipos de PA siempre deben sentirse seguros al explicar por qué su trabajo es bueno para los colaboradores. Si este no es el caso, por ejemplo, con la tecnología de monitoreo de empleados, entonces no debe hacerse.

Obviamente no todo dentro de una organización es siempre positivo, hay algunos lugares en todo el mundo en los que se está hablando de entrar en recesión y recortes de trabajo, en este contexto los colaboradores generalmente entienden y sienten que se utiliza una buena cantidad de datos para tomar mejores decisiones.

Los equipos de PA deben centrarse en reducir los sesgos y apoyar una toma de decisiones más objetiva. También, si los colaboradores sienten que miden su rendimiento, se está tomando en cuenta la totalidad de sí mismos. En términos de rendimiento, eso se considera más ético de lo que crees.

¿People Analytics juega un rol determinante en la transformación de las organizaciones? ¿Cómo puede ayudar en el diseño y la cultura organizacional?

Marritt: Esa es la pregunta más difícil de hacer porque es difícil definir qué es la cultura. Sobre la transformación, PA puede proporcionar información mejorada sobre lo que realmente sucede en la organización antes y durante las actividades de transformación.

Tenemos un enfoque basado en encuestas que combina preguntas abiertas, generalmente sobre la organización, algunas preguntas de escala y luego un conjunto de preguntas que analizan el sistema social y las relaciones que tiene cada individuo en la organización. Les preguntamos a los colaboradores con quién trabajan, a quién acuden en busca de apoyo, energía, consejos profesionales. Descubrimos qué tan accesibles son sus colegas, a quién sienten que necesitan más acceso.

La combinación de esta información proporciona un mapa realmente rico de la organización. Podemos ayudar a los líderes a comprender quiénes son los verdaderos influenciadores dentro de sus organizaciones. A menudo no son sus colegas directivos.

Los ejecutivos pueden estar desconectados de lo que realmente sucede en varios niveles por debajo de ellos. A menudo, estas personas cuyas voces no pueden escuchar son las que mejor comprenden lo que experimentan los clientes, dónde hay ineficiencias y procesos o tecnología rotos. 

¿Pueden las prácticas de People Analytics contribuir en tener organizaciones más inclusivas?

Marritt: Sí y normalmente vemos un movimiento de la diversidad hacia la inclusión.

Como con la mayoría de las cosas, es importante comenzar con una visión de inclusión y saber cómo se desea que se beneficie a la organización. Esto realmente ayuda a centrar el análisis en la obtención del valor empresarial y en el traslado de las actividades de inclusión de algo que se considera una buena práctica a cosas que impulsan el rendimiento.

Hicimos un proyecto con una gran empresa global hace unos años, le preguntamos a todos los colaboradores qué podríamos hacer para permitir que más mujeres asuman roles de liderazgo. Uno de los hallazgos fue que las cosas que la organización hacía se basaban en las decisiones de los hombres mayores que la lideraban, no estaban haciendo lo que las mujeres creían que era lo necesario. 

Cuando le preguntas a la gente puedes ver algo completamente diferente a lo que crees.

¿Cómo desarrollar People Analytics con una visión de diversidad?

Marritt: Una vez más, la clave aquí es tener una visión de por qué la diversidad es importante para aumentar el rendimiento empresarial. No será igual para todas las organizaciones.

Los buenos equipos de PA querrán incluir medidas de diversidad en todo su trabajo. A menudo escucho sobre algoritmos sesgados, pero en realidad, en la mayoría de los casos, lo único que hacen los algoritmos es aprender patrones que probablemente no queremos que aprendan de los datos históricos. Si ha contratado principalmente a hombres en TI, es posible que piensen que el género es un factor importante.

En nuestro trabajo de análisis de textos existen algoritmos que pueden predecir el género de un escritor solo a partir de su estilo de escritura. Son tan precisos como el análisis de sentimientos. Algunos de los equipos legales de nuestros clientes se resisten a proporcionarnos datos de género, pero la desventaja de esto es que no podemos monitorear ningún sesgo algorítmico. Detectar problemas suele ser el primer paso para solucionarlos.

¿Cómo ha influenciado el uso de la Inteligencia Artificial en el desarrollo de People Analytics?

Marritt: La Inteligencia Artificial tiene dos papeles clave. Proporciona capacidades de reconocimiento de patrones que a menudo superan con creces el rendimiento humano y esto puede respaldar mejores decisiones comerciales.

Alternativamente, se puede pensar en la IA como automatización. Obviamente, esto tiene enormes implicaciones para la fuerza laboral. En este momento, veo más cambios de tareas que IA tomando trabajos, pero cuando esas tareas cambien, es posible que necesiten habilidades diferentes.

Dentro de PA, hay tecnologías que ayudan a los analistas a automatizar análisis más básicos. Gran parte del trabajo sofisticado que hacíamos hace 10 años ahora es una funcionalidad estándar en los sistemas de recursos humanos.

¿Cuál es el futuro de People Analytics?

Marritt: Creo que los mejores equipos son los que realmente entienden el negocio y hacen las preguntas para el negocio.

Los equipos de People Analytics deben continuar enfocándose en los desafíos comerciales y vincular su trabajo con la realización de los objetivos organizacionales. 

En algunas organizaciones esto permanecerá dentro de RR.HH. En otras, desarrollarán esta capacidad dentro del negocio. Puedo ver a algunas organizaciones poniendo PA dentro de su estrategia o prácticas de consultoría interna.

En un mundo ideal, me gustaría ver que los equipos de People Analytics se centren en una definición más amplia de la fuerza laboral que incluiría contratistas que no son empleados, consultores, incluso empresas asociadas y cómo implementan la IA.

De cara al próximo año: ¿cuáles son los desafíos de People Analytics dentro de las organizaciones? ¿Cuál es la visión de Organization View sobre las prioridades 2023 que deben tener los líderes de recursos humanos en materia de datos?

Marritt: Creemos firmemente que las mejores empresas utilizan un enfoque de métodos mixtos para comprender su fuerza laboral, combinando datos de sistemas con datos más cualitativos.

Creemos que los equipos de recursos humanos deben apoyar absolutamente a los equipos ejecutivos para tomar mejores decisiones. Consideramos que la fuerza laboral y sus ideas, experiencias y frustraciones son sumamente importantes para las empresas exitosas. Las mejores empresas capturan y sintetizan estos puntos de vista para garantizar que toda la organización se beneficie.

En términos de desafíos, creo que algunas de las organizaciones de PA que no se han centrado en temas comerciales, serán víctimas de la reducción de costos. Así que centrarse más en el negocio es mi recomendación para cualquier equipo de  People Analytics.

Última actualización el 12 de enero del 2023
Suscríbete a nuestro Newsletter

El rol de RR.HH. está evolucionando, al igual que las habilidades que los profesionales de esta área necesitan para ser efectivos y ayudar a las organizaciones a transformarse y tener éxito.

Post relacionados