Creativity

Innovation

Originality

Imagination

 

Salient

Salient is an excellent design with a fresh approach for the ever-changing Web. Integrated with Gantry 5, it is infinitely customizable, incredibly powerful, and remarkably simple.

Download

People Analytics

  • Juan Bodenheimer, Indicadores y HRBPs en Universidad de San Andrés

    El 12 de Agosto Juan Bodenheimer fue invitado a dictar un módulo sobre Indicadores en el nuevo programa para HRBPs que ofrece la Universidad de San Andrés. A pesar de ser un tema que los profesionales de Gestión Humana miran con algo de distancia, a la veces les debe ser cercano, y siempre están deseoso de saber más para que con mejores conocimientos los indicadores puedan tomar un rol central en la gestión.

    JB UDESA

    Durante la actividad se fueron realizando diversas actividades para poder profundizar en las complejidades del diseño, uso (gestión e interpretación) de los indicadores en áreas de Recursos Humanos, como también revisión de algunas metodologías contemporáneas, su relación con la estrategia y la propuesta de valor del negocio y de la Gestión Humana de cada organización, para finalmente mostrar las tendencias y los nuevos temas de agenda que gracias al continuo desarrollo de HR Analytics y People Analytics, está teniendo desarrollo de gran relevancia (por ej. prácticas de Visualización de Información para una mejor comunicación).Para nosotros cada actividad que dictamos es un momento para seguir desarrollando e integrando los conceptos con los nuevos avances, como también para seguir construyendo una pedagogía de un tema que para muchos profesionales requiere un especial esfuerzo en su trabajo diario.

    Agracedemos a Luis Karpf y a los colegas del Centro de Educación Ejecutiva de la Universidad de San Andrés por la invitación.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • La Cara Oculta de Analytics

    Al trabajar con proyectos de Analytics, hay algunas cuestiones que se dejan de lado o que se menosprecian y que deben ser consideradas. Esa cara oculta de Analytics es la que te invitamos a conocer para que entiendas que Analytics es más que datos.

    Tomamos algunos ejemplos del libro Correlaciones Espureas de Tyler Vigen para ilustrar correlaciones estadísticas extrañas. Con ellas te mostramos que la correlación no implica causalidad o explicación de lo que estamos estudiando. Este caso es un claro ejemplo del uso incorrecto de la estadística, por lo que debemos tener cuidado y estar atentos a cómo usamos las herramientas con las que trabajamos para no llegar a conclusiones incorrectas.

    Una práctica recomendable para no caer en este error es trabajar de a dos personas cuando se trabaja con datos. Así nos aseguramos de que la otra persona entienda cómo estamos utilizando e interpretando la información. Justamente, la interpretación y distinción entre lo que dice y lo que no dice un dato es otro tema con el que se debe estar atento al trabajar con Analytics.

    También debemos cuestionar el supuesto generalizado sobre la distribución normal que siguen los datos en Gestión Humana. La realidad es que gran parte de los datos de Psicología Organizacional y de Recursos Humanos no siguen la distribución normal, entonces ¿estamos usando las herramientas adecuadas para medir/evaluar nuestros procesos? ¿sabemos sobre qué supuestos están elaborados los tests que implementamos?

    Otro tipo de supuestos con los que hay que tener son los prejuicios o sesgos de la empresa relacionados con la cultura, el desempeño, el potencial, la edad, el modelo de competencias, entre otros. Si consideramos estos sesgos, podemos entender con qué ojos la gente va a ver los datos y las conclusiones a las que lleguemos.

    El 90% de los datos que tenemos son basura. Muchas veces nos preocupamos por juntar datos, pero no podemos responder si lo que guardamos realmente nos van a servir para responder las preguntas que nos preocupan.

    Analytics entonces implica saber usar de forma correcta las herramientas estadísticas y conocer sus supuestos, así como saber cómo interpretar de forma acertada los datos y reconocer los prejuicios que pueden teñir nuestras interpretaciones sobre ellos.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

     

  • La Tierra Prometida de HR y cómo HR Analytics / People Analytics te permite alcanzarla

    “Queremos mostrar el impacto de Recursos Humanos en el negocio”. Esta es la frase que siempre nos dicen los profesionales que nos consultan por HR Analytics. Para enfrentar este desafío, debemos empezar por lo simple: trabajar con datos del negocio y no solo con los datos de HR, estableciendo correlaciones entre ellos para mejorar nuestros análisis. Es por eso que People Analytics te puede hacer llegar a la tierra prometida. 

    ¡Esperamos te guste el video!

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics / People Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 

     

  • Los indicadores de Gestión Humana son importantes, pero no lo son todo

    El uso de indicadores es una práctica habitual en distintas organizaciones para describir situaciones o eventos. ¿Cual es su limitación? Con ese número no podemos entender por qué está ocurriendo. ¿La solución?: HR Analytics o People Analytics. Como prefieras llamarlo.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • Malas Decisiones - Dos ejemplos para pensar

    Durante la Segunda Guerra Mundial, se comenzó una iniciativa para reducir la cantidad de bombarderos derribados por el enemigo. Para ello los Aliados tomaron nota de  dónde sufrían más daños los aviones que regresaban. La lógica de ello era que con esos datos podrían tomar una decisión de qué partes reforzar del avión y reducir así las bajas.

    El esquema que resultó de aquel análisis fue lo siguiente: 

    Bombarderos Guerra Mundial Sesgos

    Para muchos la conclusión era obvia: se trataba de reforzar las puntas de las alas, los timones y el centro del avión, que, de acuerdo al esquema, era donde más disparos recibían los aviones.

    Abraham Wald, un estadístico que trabajaba para defensa, hizo una observación totalmente opuesta a lo que se pensaba: propuso reforzar la cabina, los motores y la parte trasera del cuerpo.

    ¿Por qué reforzar esas áreas donde no observaba impacto alguno? Lo que no habían considerado el resto es que había un sesgo clave al hacer el análisis: soloo estaban observando los aviones que regresaban. Wald supuso que la distribución de los impactos sería más o menos homogénea.

    Todos veían en estos esquemas impactos en las zonas que no eran vitales. Entonces, a pesar de sufrir grandes daños, los aviones conseguían volver a base. En cambio, si un avión recibía grandes daños en cabina, motores y cola, era derribado y consecuentemente, al no poder regresar a base, no eran considerados en el estudio.

    Un problema similar ocurrió durante la Primera Guerra Mundial, cuando se introdujeron los cascos en el ejército británico. Hasta ese momento, los soldados llevaban un gorra. Lo mismo ocurría en otros ejércitos, como en el alemán o francés. .

    Cascos Guerra Mundial

    Se observó que las heridas en la cabeza aumentaron con la introducción del casco. Cuando un soldado que llevaba gorra recibía un impacto en la cabeza, probablemente moría. Al recibir el mismo impacto llevando un casco, tenía más posibilidades de sobrevivir.

    Casco Trincheras

    Es decir, los soldados no recibían más heridas. Lo que ocurrió es que tenían más posibilidades de sobrevivir a heridas que de otra forma serían mortales. Este tipo de situaciones se conocen como "sesgo de supervivencia". Nos permite explicar (en parte) por qué hasta hace poco no había tanta hipertensión, diabetes, cáncer u otras enfermedades parecidas. No es que no existieran antes, lo que ocurría es que la esperanza de vida no era suficientemente alta. La gente moría pronto, y no daba tiempo a que estas enfermedades aparecieran.

    Creemos que estos ejemplos son fantásticos para hacernos pensar acerca de cómo tomamos decisiones. No se trata solo de que tengas muchos datos, sino cómo abordás el análisis de los mismos, y te cuidás de evitar caer en alguno de los diversos sesgos cognitivos existentes. 

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas para responder de manera efectiva a los desafíos de la Gestión de Personas, el Análisis de la Información y la implementación de (HR) Analytics. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 
  • Malas Decisiones: El Sesgo de Disconformidad

    Los sesgos cognitivos afectan constantemente las decisiones que tomamos. No es un capricho de nuestra mente, sino una consecuencia del sistema que nos permite ir por la vida actuando y respondiendo a las situaciones que debemos enfrentar y resolver.

    Es por eso que es aprender los sesgos para tener mayor capacidad de identificar situaciones en las que pudiesemos estar concluyendo de manera incorrecta.

    Hoy te presentamos el Sesgo de Disconformidad. 

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 

     

  • Mitos del Managment y la Gestión Humana

    Aprendizajes de Analytics y la investigación

    En nuestro trabajo diario hemo observado distintos mitos o supuestos comunes que guían la toma de decisiones del Management y la Gestión Humana en las distintas empresas con las que hemos trabajado. También hemos observado que a pesar de que hay investigaciones que trabajan sobre estas ideas, no son conocidas y consecuentemente no aprovechadas. Entonces, ¿qué nos han permitido aprender la Investigación y Analytics sobre algunas prácticas del Management y la Gestión Humana?

    Privacidad para la Productividad

    Desde hace un tiempo, se puso de moda el concepto de oficinas abiertas con arquitecturas que permiten el intercambio entre compañeros de trabajo sin alguna restricción física. Se piensa que este tipo de oficinas son efectivas para incentivar la colaboración y que promueven la productividad. ¿Qué nos dice la investigación? Berstein (2012), quien con su paper ganó el premio de la Academy of Managment, habla de la Paradoja de la transparencia, porque encontró que cuando los empleados están siendo observados se reduce el desempeño: se deja de innovar para evitar dar explicaciones a los demás sobre ello. Para mantenernos productivos debemos conservar cierto grado de privacidad. No se trata de volver a trabajar en oficinas oscuras, cerradas y aisladas, sino de tener la posibilidad de estar por momentos en situaciones privadas.

    Talento y desempeño móvil

    Si contrato a alguien que en otra empresa tuvo alto desempeño, ¿realmente va a tener el mismo desempeño al ingresar a esta nueva compañía? Groysberg (2010) comparó el desempeño de los empleados que cambian de empresa y el de los que se quedan. Encontró que la probabilidad de ser mejores al año siguiente es considerablemente mayor para quienes se quedan en la compañía. Es decir que es poco probable que el desempeño de las personas que cambian de empresa se mantenga y/o aumente.

    Esta situación cambia cuando el cambio de empresa se da en grupo. Al cambiar en bloque o equipo se mitiga el impacto en el desempeño. Esto muestra que la evaluación individual del desempeño no es la más apropiada, sino que el entorno laboral y el equipo de trabajo son determinantes para evaluarlo.

    Herramientas para predecir desempeño en un proceso de selección

    En los procesos de selección se suelen tomar pruebas psicológicas, assessment centers, entrevistas y chequeo de referencias. Schmidt y Hunter (1998) y Schmidt (2013) investigaron cuáles son las mejores herramientas para predecir el desempeño en los procesos de Selección, y encontraron que la edad, la grafología, los intereses y los años de educación no son buenos predictores. Las herramientas que mejor funcionan son los tests de habilidades mentales generales o cognitivas (GMA - General Mental Ability), y las pruebas de trabajo que simulan la tarea que va a realizar la persona.  También reconocen que las entrevistas estructuradas funcionan mejor que las entrevistas no estructuradas.

    Vemos entonces que hay una diferencia grande entre lo que la ciencia sabe y lo que el Management hace. Te invito a que revises tus prácticas y te preguntes si lo que pensás que sirve realmente es útil, o si es momento de sumarle ciencia a tu trabajo.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

  • Mostrar datos bonitos no es un capricho

    En los últimos dos años gran parte del tiempo de capacitación lo he dedicado a entrenar en presentar datos.

    No se trata de “la oratoria”, sino de mostrar las mejores prácticas para que los datos sean visualmente claros y atractivos. Y por eso me gusta decir que “mostrar datos bonitos no es un capricho”.

    Muchos se sorprenden, porque entre tantas otras cosas, me gusta dar el ejemplo de que los gráficos de torta (o pie) son quizás la peor herramienta del mundo de la Visualización de Información -nombre que lleva la disciplina-. ¿Por qué? ¿Si todos los seguimos utilizando? Ese tipo de gráficos no logra que entendamos de forma clara cuánto más es una porción que otra. Si tenemos que agregar los porcentajes, es que el gráfico no sirve.

    Inicialmente para algunos parece ser una exageración esto. Pero no lo es. Ahora, con la cantidad de información que recibimos y generamos, es fundamental que todo dato que se comparta sea de fácil y rápida lectura. Los formatos visuales de presentación de datos (gráficos de línea, barras, cascadas, etc.) son un canal mucho más ágil para la cognición que los formatos abstractos (por ej. leer números en una tabla). Es por esto que debemos saber generarlos para que tengan el mayor impacto y claridad posible.

    Si no lo ven, no lo entienden. Si no lo entienden, no lo “compran”.

    Por todo esto te invitamos a poner la presentación (o el “Storytelling”) de los datos como parte clave de tu agenda de trabajo y formación. Realmente hace diferencia.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • No Insistas con el ROI de la Capacitación

    Hay muchos temas pendientes en la Gestión Humana. Como también hay temas que todos quieren resolver: y en esos siempre hay algunos que dicen tener un camino para llegar a destino, pero finalmente cuando vemos en detalle, su factibilidad entra en duda. Y en el caso de la Capacitación, no hay dudas de cuál es el gran asunto que todos quieren resolver: El ROI de la Capacitación.

    international conference 1597529 1920

    En esto nuestra postura quizás es diferente a la de muchos. ¿Qué pensamos? No insistas con el ROI de la capacitación. ¿Por qué decimos eso (enunciado por el cual muchos nos pondrán como extraños profesionales de la disciplina)? A continuación te lo explicaremos.

    Sin duda alguna hay un antes y después de Donald Kirkpatrick. Este referente llegó en su momento con su modelo de los 4 niveles de la evaluación de la capacitación y de ahí todo fue diferente. ¿Qué planteó? Que la capacitación puede (y debe) ser evaluadad en 4 dimensiones. Atención. Porque a veces se le cambian los nombres por no haber leído la fuente original (El libro de Kirkpatrick fue publicado en español por Gestión 2000 bajo el nombre de Evaluación de Acciones Formativas) 

    1.  Evaluación de la Reacción
    2. Evaluación del Aprendizaje
    3. Evaluación de la Conducta
    4. Evaluación de los Resultados

     Después esto pasó a tener mayores complejidades  cuando Philips le sumó un quinto nivel: la evaluación del "Return of Investment" (ROI) de la capacitación, que implica evaluar la relación entre el beneficio que brinda la capacitación vs. el costo que tuvo.

    Sin duda alguna es algo que toda persona en el ámbito empresario le gustaría conocer. Pero cuando comenzamos con los aspectos metodológicos y prácticos para poder obtener ese número, vemos que no es tan sencillo, especialmente considerando gran parte de la oferta de capacitación de toda empresa, donde es difícil cuantificar adecuadamente y finalemente poder hacer las estimaciones deseadas. Comienzan a surgir un sinfín de variables, entre otras complicaciones, que influyen en el problema, y las buenas intenciones del ROI quedan olvidadas.

    No significa que esté todo perdido. Siguen habiendo referentes que están considerando abordajes para poder hacer la estimación (por ej. Holton, utilizando el modelo de "Utility Analysis", para el cual usa como referencia una publicación al respecto de J. Boudreau). 

    Pero más allá de la factibilidad de ese indicador, hay un punto que queda olvidado en tanta obsesión (y decepción) por obtenerlo... ¿Qué sentido tiene evaluar el ROI si la capacitación no fue "transferida"? ¿No debería ser nuestra primera preocupación el lograr que los participantes de cada acción de capacitación finalmente apliquen lo visto a su trabajo diario? Finalmente el problema de la transferencia ha sido olvidado en la práctica, a pesar de ser nombrada como un tema relevante por los practicioners.

    • En ese ámbito hay muchos estudios desconocidos por los profesionales de la Gestión Humana. El corpus de investigación en Learning Analytics, la parte específica de HR Analytics (o People Analytics, según cómo prefieras llamarlo) ha estudiado el tema, y hay mucha literatura científica que presenta interesantes conclusiones de cuáles son los factores claves para facilitar u obstaculizar que la capacitación sea utilizada. Algunas de las dimensiones relevantes para ello incluyen
    • Apoyo Organizacional (Según el trabajo, esto incluye pares y/o jefes)
    • Autoeficacia
    • Locus de Control
    • Satisfacción con la Capacitación
    • Posibilidad de Aplicación
    • Orientación a las Necesidades del Trabajo

     Sigueindo este enfoque, el trabajo académico también ha tenido otros avances, construyendo instrumentos para poder evaluar esas dimensiones, muchos de los cuales ya han sido validados, constituyendo así potentes herramientas para tomar mejores decisiones en el ámbito de la Capacitación (y más aún si es combinada con otras fuentes de datos). Esto nos permiten intervenir de manera inmediata para poder facilitar que los participantes utilicen sus aprendizajes, los cuales tanto costo tienen para las empresas (y personas, quienes deben esforzarse para aprender). La encuesta de satisfacción ya ha sido ampliamente superada, pero pocos han cambiado el enfoque, entendiendo que es solo una fuente adicional de información.

    HR Analytics / People Analytics tiene mucho para aportar a empresas y personas. A pesar de que no se lo sepa, ya hay mucho camino recorrido, el cual puede ser aprovechado. Se trata no solo de saber aplicar técnicas de análisis de datos, sino también saber encontrar que sabe la ciencia, y la Gestión Humana / Recursos Humanos, todavía no ha aplicado.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • People Analytics - Hacking HR Buenos Aires - Junio 2020

    Que bueno conversar con colegas.

    Compartimos aquí el video de la sesión organizada por Hacking HR Buenos Aires acerca de People Analytics.

    En esta oportunidad Juan M. Bodenheimer compartió sus perspectivas acerca de la disciplina en una sesión junto a colegas de empresas líderes. Esperamos te guste el video. ¡Gracias Hacking HR por la invitación!

     

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 

     

  • People Analytics - HR Analytics - Particularidades a considerar

    Compartimos algunas ideas a comprender de las particularidades del mundo de People Analytics / HR Analytics

     

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 

     

  • Pequeño Glosario para HR Analytics

    Compartimos algunos términos claves en el mundo de People AnalyticsGlosario

    1. Data Mining: Proceso de encontrar patrones en grandes conjuntos de datos, para así generar información y conocimiento.

    2. Machine Learning: Técnica vinculada al Data mining. Algoritmos que al leer datos van encontrando patrones. El proceso, a diferencia del Data Mining, es continuo. 

    3. Arbol de Decisión: Técnica de Data Minign que visualmente parece un arbol, y consiste de un conjunto de reglas de tomas de decisión con múltiples variables que explican patrones. Trabaja prediciendo datos categóricos y puede trabajar con variables continuas y categóricas también.

    4. R: El software más autilizado actualmente en el ámbito de Analytics. Es gratuito, open source, tiene una gran comunidad de usuarios y desarrollos y diversos complementos que le da mucha flexibilidad para trabajar en todo tipo de proyectos analíticos.

    5. Datos Estructurados y No Estructurados: La diferencia entre los datos que podrían ser fácilmente organizados en una hoja de cálculo o base de datos (estructurados), como lo son por ej. categorías o datos numéricos, vs. los datos no estructurados (emails, textos, imágenes, etc.)

    6. Aprendizaje Supervisado vs. No Supervisado: En el aprendizaje se tiene el valor a predecir en los datos que se usan para encontrar el patrón (modelo). Por ej. cuando se quiere predecir el puntaje requerido en un test para saber que la persona tendrá un buen desempeño en el puesto. En el no supervisado no se tiene esa variable. Por ej. encontrar grupos/segmentos de empleados. No se tiene una variable que se quiere estimar (Variable a predecir)

    7. Clustering: Algoritmo para encontrar agrupaciones de casos (datos). Es el utilizado para identificar segmentos en un conjunto de datos.

    8. Datos de Entrenamiento vs. Testeo: Cuando se ejecutan algoritmos de data mining, primero se usa un porcentaje del conjunto total de datos (Frecuentemente un 60%) para analizar y encontrar los patrones. Luego se usa el restante de datos para aplicar el modelo y verificar si predecía correctamente (se compara el valor que se predice vs. el valor real que había para la variable a predecir).

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • Potencial, Desempeño, Desarrollo y Gestión de Talento: cada cosa a su lugar

    En nuestras últimas reuniones terminamos conversando sobre múltiples aspectos y conceptos de la Gestión del Talento: Potencial, Cuadros de Reemplazo, Planes de Sucesión, Desempeño / Performance, Competencias, Aspectos Cognitivos, Personalidad, Motivación y Aspiración.

    Vemos que se generan muchas confusiones y a veces el desconocimiento del estado del arte (lo que la ciencia ya ha aprendido, sin importar opiniones o posturas personales), tiene como resultados situaciones en las que se toman decisiones incorrectas. Más allá de invitarte a recorrer nuestro blog con conocimiento y aprendizaje sobre estos temas, te compartimos aquí algunas ideas simples pero relevantes. 

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 

     

  • Predecir Desempeño - Lo que la Ciencia sabe y HR no

    ¿Te aseguras de tener buenos datos para tomar las mejores decisiones en Selección y la predecir el Desempeño? Schmidt y Hunter revisaron en  1998 las herramientas que se han usado en los último 85 años para el proceso de Selección. Luego Schmidt amplió el estudio 2013, totalizando una revisión de 100 años de investigación. Y en este año Salgado actualiza todo el estudio previo. Te contamos los hallazgos más importantes de sus investigaciones y la relevancia de las habilidades cognitivas para predecir el desempeño de manera adecuada. Conocer lo que la Ciencia sabe nos lleva a pensar qué datos realmente son importantes para la implementación de HR Analytics en tu organización.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 

     

  • Premios Nobel y Chocolate per Cápita

    Las tecnologías y HR Analytics nos permiten un sinfín de posibilidades de insights a encontrar, que revolucionarán la Gestión Humana sin duda alguna. Dá a día surgen nuevas tecnologías que hacen más sencillo implementar una práctica de People Analytics. Trabajar los datos pasa a ser un proceso más simple, lo que permite iniciar un círculo virtuoso de insights que hará que el Directorio nos escuche con atención e interés.

    Pero repetidas veces desde Instare debemos volver a insistir en reuniones y conversaciones con colegas y clientes que trabajar con Analytics no depende solo de las tecnologías. El obstáculo son  las capacidades de los profesionales del área. ¿Qué preguntamos en cada análisis? ¿Cómo interpretamos los datos? ¿Qué técnica de análisis corresponde? ¿Qué datos incluir en el análisis? Esas son solo algunas de las tantas preguntas que los especialistas en HR Analytics deben saber responder. Y los profesionales de Gestión Humana ya no pueden seguir ignorando. 

    Si no se desarrollan las capacidades necesarias pueden aparecer todo tipo de análisis e interpretaciones sin sentido. Un ejemplo convertido en "clásico" es el análisis de correlación  entre premios Nobel ganados por un país y el consumo per cápita del mismo. 

    Aunque no lo creas, hay una correlación más que interesante:

     Nobels y Chocolate

    Los datos dicen, eso, pero la pregunta y el análisis que se hace no tiene sentido. Uno de los tantos errores del ejemplo es creer que correlacíón implica causalidad.

    Ejemplos como estos hay muchos más (si te divierte el tema te invitamos a visitar este link, donde incluso encontrarás la correlación entre la cantidad de apariciones en películas de Nicholas Cage y personas que se ahogaron en piletas, entre otras tantas), pero lo más importante es volver a insistir que en la Analítica de Recursos Humanos...

    No se trata solo de comprar tecnología: HR Analytics (o People Analytics, como prefieras llamarlo) se trata principalmente de formar personas y equipos con las habilidades y actitudes necesarias. De brindar, además de las técnicas apropiadas, una metodología y actitud analítica y rigurosa.

    Este camino es clave para poder generar confianza y atención a esta nueva función,y así poder iniciar un camino en el que nos encontraremos con una nueva forma de pensar la Gestión de Personas.

     

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Desde Instare ofrecemos consultoría y formación en HR Analytics, y prácticas vinculadas mediante diversas metodologías y abordajes. Consultanos haciendo click aquí.

     

  • Prendí la computadora... ¿Y ahora cómo comienzo con Analytics?

    Una de las preguntas más frecuentes es ¿cómo comenzar a trabajar con Analytics? Para responder a esta pregunta de la mejor forma, tendríamos que hablar de la situación particular, de las capacidades, de la compañía y de los problemas a resolver. Igualmente, te proponemos dos ideas a resolver para comenzar tu trabajo con Analytics.

    1. Entender qué datos tienes disponibles. No siempre los vas a encontrar en un sistema que los integre. Es frecuente que estén dispersos en archivos de Excel que trabajan distintos compañeros de trabajo. ¡Cuando los ubiques te vas a dar cuenta que tienes más datos de los que pensabas! Incluso, se pueden tener en cuenta datos que no son propios de Recursos Humanos pero que te pueden servir para entender a la gente y al negocio.
    1. Definí para qué querés hacer Analytics. Este punto es fundamental para saber qué es lo que tengo que trabajar y cuál es la pregunta para responder. Más importante aún es saber lo que el negocio quiere responder: aquello que desvela al gerente y que quiere poder comprender, explicar y predecir.

    Ser socios estratégicos es parte del trabajo con Analytics. Te invitamos  que te reúnas con otras áreas del negocio, que hables con tus colegas sobre los temas que están en su agenda, para que puedas trabajar sobre ellos.

    Poder comprender estos puntos es el camino para comprender qué podés emprender con los datos en tu organización.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

  • Que los indicadores no te coman a la estrategia

    Insistimos constantemente en esto: Cuando pensamos en indicadores no se trata solo de medir. Entre otras cosas, y especialmente, el indicador es una decisión de conductas que queremos promover, ya que si lo medimos, y se sabe que se mide (y más importante aún, se premia en función de ello), estaremos incentivando que las personas de la organización actúen para que ese indicador de "bien".

    Pero a su vez, como también lo señala el último artículo de la HBR (para ver el mismo haz clic aquí), no estar atento a qué indicadores uno selecciona, puede tener riesgos a nivel de estrategia. ¿Medimos para promover el desarrollo o cumplimiento de la estrategia? ¿O nuestros indicadores son un desvío de la misma?

    Compartimos aquí algunas observaciones para definir indicadores con sabiduría. 

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí. Te ofrecemos capacitación y consultoría en estas disciplinas. 

     

  • Se trata de medir... Pero no tanto.

    Se trata de medir... Pero no tanto.

    Ya ha pasado cierto tiempo desde que comenzamos con esta aventura de un mundo nuevo como lo es el de HR Analytics. El comienzo fue la inquietud de cómo aprovechar todos esos datos que nadie sabía utilizar -o que muchos no sabían que estaban disponibles- para entender qué estaba ocurriendo y qué decisiones tomar en áreas vinculadas a la Gestión Humana.puzzle 1243091 1920

    Comenzamos en su momento con el "sesgo" del Data Mining, disciplina que nos permite encontrar patrones no evidentes en grandes conjuntos de datos. Hablábamos del Data Mining en Recursos Humanos. Pero no es casual que con el tiempo hayamos cambiado el término a simplemente a (HR o People) Analytics.

    Y comenzamos con diversos cambios. Antes nuestra biblioteca se llenaba de libros sobre algoritmos complejos. Hoy los libros que sumamos y estudiamos incluyen temas diversos como Estadística, Psicología Organizacional, Metodología de la Investigación, Ciencias Sociales. Bases de datos académicas como por ej. EBSCO son parte de nuestro trabajo.

    El "veamos qué hay estudiado" sobre un tema es una idea y frase frecuente, o tutorear, evaluar o trabajar en tesis cuantitativas o de metodología mixta -combinación de métodos cuanti y cualitativos- un camino necesario para conocer el estado del arte de múltiples temas o abordajes necesarios, como a su vez seguir revisando el sinfín de técnicas estadísticas que escapan al Data Mining.

    Ya no entendemos Analytics como antes. No creemos que se trate solo de medir. No entendemos que se trate de que te gusten los números. No es medir por medir.

    Entendemos Analytics como el trabajo para mejorar la toma de las decisiones utilizando evidencias (datos), pero no signifique estos sean solo números, porque como nos mostraron muchos proyectos exitosos es necesario aprovechar e integrar métodos cualitativos. O valorar lo irracionalmente que tomamos decisiones: a pesar de tener la evidencia enfrente nuestro, la negamos, ignoramos o rechazamos.

    Es por eso que hemos se debe abrir el campo de trabajo: pensar cómo comunicar, como involucrar y cómo visualizar son temas a su vez relevantes. Esto es un camino con múltiples herramientas que no necesariamente sean grandes y complejos algoritmos. Simplemente es muchas veces ingenio de cómo aprovechar pocos datos para encontrar nuevas ideas, utilizando inteligentemente las herramientas disponibles.
    Analytics no es solo medir. Es siempre tener presente las preguntas que nos importan, y saber elegir y combinar las herramientas y métodos para responderlas: y eso involucra el desafío de saber combinar y exceder la estadística o el data mining, involucrando la ciencia -sea psicología, sociología u otros-, sus métodos -sean cuali o cuantitativos-, y pensar cómo finalmente se tratará de que las personas escuchan nuestros hallazgos, y los confronten con sus prejuicios.

     

    Si querés conversar acerca de cómo aprovechar los datos para tomar mejores decisiones en tu organización ,sea en Recursos Humanos, o temas vinculados, consultanos haciendo click aquí.

     

  • Sigo insistiendo: HR Analytics no es indicadores. Es mucho más que eso.

    Te compartimos un tema que nos preocupa. Los profesionales de Gestión Humana siguen pensando que HR Analytics es Indicadores. ¡NO! ¡Es mucho más que eso!

    Ese es uno de los primeros límites y obstáculos de la disciplina, ya que corta la imaginación de cómo va a cambiar la práctica de la Gestión de Personas. En poco más de 5 minutos te contamos qué es lo que pensamos y que tenés que saber. 

    ¡Esperamos te guste! 

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas diversas de HR Analytics para responder de manera efectiva a los desafíos de la Gestión de Personas. Consultanos haciendo click aquí.

     

  • Todas Tus Preguntas de HR Analytics

    Un webinar en el que nos dedicamos a responder todas tus dudas e inquietudes sobre HR Analytics / People Analytics

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.

    ¿Necesitás ayuda en estos temas? ¡Consultanos! Utilizamos las mejores prácticas y técnicas para responder de manera efectiva a tus desafíos. Consultanos haciendo click aquí.