Compartimos hoy una charla TED que nos parece es una entretenida ironía sobre la estadísticas y su uso, pero también un buen ejemplo de qué cosas son necesarias para poder saber utilizarlas. Todo trabajo con estas herramientas no se finaliza con el uso de ellas, sino con una interpretación y uso inteligente para poder encontrar aplicaciones concretas de los análisis que se puedan realizar. No se trata entonces de simplemente de "tener resultados", sino comprender qué significa, y cómo se trasladan a acciones y aplicaciones concretas.
¡Esperamos la charla te guste!
Es frecuente que cuando nos reunimos a conversar con colegas acerca de lo que hacemos en el mundo de Talent Analytics usando herramientas de Data Mining, entre otras, se asocie el tema a Business Intelligence, por ej.
Nuestro trabajo también se basa en herramientas de la estadística, pero cada uno de los enfoques (y herramientas) posibles no son iguales entre si e implican diferentes abordajes. Es por eso que inspirados por un texto que encontramos en un blog de referencia en estos temas, queremos aprovechar para diferenciar los conceptos que titulan este texto, y así poder continuar profundizando en las posibilidades que estas ofrecen.
La tendencia es orientarse al concepto de "Data Science", que abandona esa sensación de "llevar las estadísticas" para pasar a lo que debería ser: colaboración, interacción, aplicación, y no el estereotipo anterior de una persona aislada, actuarios, dedicado a hacer informes.
Para diferenciar los ideas de la estadística y del "Data Scientist" el siguiente cuadro es una buena herramienta:
Lo que vemos también en el cuadro es el cambio que va ocurriendo a nivel de cantidad de datos disponibles. La existencia y creación continua de datos no estructurados o no sumarizados (como por ejemplo presentes en las redes sociales) cambia las posibilidades y herramientas de análisis necesarias.
No se trata aquí de disminuir el rol y necesidad de los especialistas en Estadística, sino de encontrar las diferencias que implican cada enfoque.
El otro tema importante es diferenciar el concepto de Data Science y Business Intelligence:
En gran parte, el trabajo actual que hacen los sectores de Gestión de Personas / Recursos Humanos está vinculado al enfoque de Business Intelligence, enfocando el trabajo a una perspectiva de ver hacia atrás (por eso titulábamos un post anterior "Autopsia de RR.HH. o mirar hacia el futuro" cuando poníamos en discusión el uso de indicadores de RR.HH.)
El saber reconocer las posibilidades que ofrece el "Data Science" es también pasar a un auténtico enfoque estratégico de la Gestión de Personas, en el que nuestro trabajo mira hacia adelante, respondiendo a las necesidades del negocio, ofreciendo respuestas para poder sumar valor, tomando decisiones que no se basan en supuestos, sino en el uso de datos ya disponibles.
¿Dónde usar estas herramientas? En todo proceso de Gestión de Personas y Recursos Humanos. Puede ser encontrar qué conductas de los empleados generan resultados en el negocio, identificar la relación entre la inversión en RR.HH. y los indicadores del negocio, predecir qué empleados renunciarán, qué candidatos serán de alto desempeño, quiénes son los "high potential", y mucho más.
Desde Instare ya HOY te podemos ayudar a trabajar estos temas en tu organización. Ponete en contacto con nosotros haciendo click aquí para ver cómo podemos responder a tus necesidades.
Michael Norton, Profesor Asociado en Harvard, nos propone en esta interesante charla TED la idea de que hay una manera de usar el dinero para comprar felicidad. Desde la psicología, y desde la investigación en cómo las personas compran y gastan su dinero.
¡Esperamos te guste!
Muchos dicen que Recursos Humanos se está reinventando o trabajando para sumar valor al negocio, pero cuando vemos en general es que sigue repitiendo lo mismo de siempre: sus indicadores siguen siendo una "autopsia" de su trabajo. Lo que revisa es lo que ya ocurrió: porcentaje de ausentismo, horas de capacitación dictadas, ingresos, egresos, etc.
Si queremos auténticamente lograr que nuestras acciones faciliten el crecimiento del negocio, nuestro enfoque debe abandonar el mirar permanentemente el espejo retrovisor, para comenzar ver hacia adelante, que es lo que propone HR Analytics, y así poder ofrecer el talento que la organización necesite. Con el enfoque predictivo que nos brindan estas herramientas podemos definir la agenda de Recursos Humanos en los diversos procesos del área. Por ej. comparar las características de los vendedores con logros reales, para así poder tener información crítica para el negocio, tanto en decisiones de selección, como también en entender las competencias que hay que desarrollar. Este enfoque ha sido el trabajo de muchos psicólogos organizacionales, pero HR Analytics cambia el paradigma al poder integrar e interpretar enormes cantidades de datos y predecir finalmente el impacto en el negocio. Lo que antes era una utopía, ahora pasa a ser el foco de trabajo: demostrar el impacto en los resultados del negocio.
Todo esto requiere comenzar a entender la importancia de la integración de los datos de HR, para así poder vincular la información disponible de manera ágil y sencilla. Para esto se puede aprovechar los desarrollos en cloud computing y los sistemas de HR disponibles con esa tecnología. También se necesita contar en nuestros equipos de Recursos Humanos con profesionales con nuevas habilidades: competencias analíticas y estadísticas para poder aprovechar toda la información disponible.
Con datos, sistemas y estos nuevos profesionales de Gestión de Personas, Recursos Humanos podrá hacer las preguntas apropiadas, y las hipótesis podrán ser verificadas, abandonando el viejo paradigma basado en "supuestos", para pasar al nuevo modelo, donde los datos demuestran de manera rigurosa si estamos en lo cierto o no. Por ej. ¿cuánto y cómo impacta el engagement de los empleados en los resultados? ¿Cómo se modifica el desempeño individual en función del nivel de compromiso? Ya no importa lo que creemos, sino lo que los datos demuestran.
Podemos ir más allá del "la gente correcta en el lugar correcto en el momento preciso". Podemos ahora también entender la evolución de la capacidad de las personas, prediciéndolo, y vinculándolo a objetivos de negocio de largo plazo, e incluso incluir costos en el análisis puede ser realizado de manera natural.
Con todo esto podemos lograr lo que es un sueño para muchos: capturar y servir al negocio con métricas predictivas que ilustran las relaciones entre el capital humano de la organización y los resultados del negocio. Recursos Humanos se convierte así en un auténtico jugador estratégico en el directorio.
En las últimas semanas fuimos compartiendo algunos textos sobre aprendizajes que brinda Moneyball para pensar algunos aspectos de reclutamiento y selección, y cómo utilizar Data Mining y Talent Analytics en esos procesos de Gestión de Personas.
A continuación, un resumen de ideas de cómo trasladar las ideas de Moneyball a nuestro ámbito:
Desde Instare ya HOY te podemos ayudar a trabajar estos temas en tu organización. Ponete en contacto con nosotros haciendo click aquí para ver cómo podemos responder a tus necesidades.
