Las predicciones extraídas de big data no son simplemente una manera de ver el futuro, tratar de averiguar lo que sucederá y ganar tiempo para estar preparado ante los acontecimientos. El análisis predictivo va mucho más allá. Puede modificar comportamientos, puede cambiar actitudes y causar un cambio de rumbo en personas, organizaciones e incluso gobiernos, que, de otra forma, nunca hubiese sido posible lograr en tan poco tiempo.
Créditos fotográficos: Sira Anamwong
El análisis predictivo de big data es el impulso detrás de mucho de lo que sucede en política, en el mundo del deporte, en la moda, en los negocios, por supuesto y también en las áreas de Recursos Humanos.
Por qué el área de personal debe saber cómo aprovechar las ventajas del análisis predictivo
La capacidad de combinar datos de los resultados de negocio con los datos de recursos humanos al hacer predicciones a través de análisis es una de las tendencias más importantes para los líderes de negocios. Mientras que unos sirven para contextualizar, inspirar y alertar; los otros, esos datos provenientes de RR.HH. están compuestos en su mayoría por información de la actividad y el rendimiento de los integrantes de la organización. Este área puede exportar conocimiento acerca de:
- Fecha y forma de contratación.
- Salario percibido y existencia o no de comisiones o primas.
- Posición en la jerarquía de la empresa, que se puede completar con datos sobre sus superiores y sus subordinados.
- Promociones y ascensos.
- Nivel de compromiso con la organización.
- Resultados obtenidos en las distintas evaluaciones del desempeño.
Conocer todos estos detalles resulta muy valioso a la hora de nutrir la inteligencia empresarial. Sin embargo, es bastante frecuente que no se lleve a cabo un seguimiento de los individuos impulsado desde este área. Pese a su eficiencia en el estudio de datos durante el proceso de reclutamiento y selección de personal, una vez la contratación se hace efectiva, el área de recursos humanos deja a un lado el análisis predictivo y detiene su recogida de métricas, excepto las que necesitan para su labor diaria.
Éste es un error ya que los empleados son contratados para realizar un servicio para el negocio, por lo que es imprescindible evaluar su desempeño y monitorizar su evolución. Esta perspectiva sobre trabajadores del área comercial, de atención al cliente o financiera, por ejemplo, puede resultar crítica a la hora de:
- Entender por qué fracasa la estrategia de retención de clientes.
- Cuáles son los motivos por los que no se han alcanzado los resultados de marketing esperados.
- O cómo se explica la disminución de beneficios en los resultados globales de la compañía.
Para predecir el impacto real de cada decisión sobre el negocio y su evolución, los modelos de análisis predictivo necesitan incluir datos de los resultados de negocio y esta información no debe privarse de la visión tan fácilmente accesible que pueden compartir desde el área de Recursos Humanos.
El análisis predictivo que evita la fuga de talento
Para el departamento de recursos humanos, apoyarse en el análisis predictivo puede resultar determinante a la hora de detectar señales de insatisfacción en algunos empleados. Estos signos de abandono pueden pasar inadvertidos al ojo humano y no reconocerse debido al ritmo de trabajo diario, que impide identificar pequeños cambios en los hábitos, los que dan la pista definitiva sobre las intenciones de los trabajadores que empiezan a perder motivación.
Cuando gracias a las predicciones se descubre a tiempo una situación de este tipo, el área de Recursos Humanos puede planear una acción de retención de talento. Intervenir para mantener a un empleado valioso a tiempo puede ser la diferencia entre lograr el resultado deseado o ver a ese profesional cualificado salir por la puerta de la oficina y no volver.
De hecho, la aplicación de técnicas de analítica avanzada a este tipo de supuestos implica muchos beneficios, como:
- Ahorro de costes: los de tener que buscar una nueva persona que cubra el puesto vacante, los de su formación y preparación y el coste de la baja productividad de cualquier persona al incorporarse a una organización o una nueva posición, que se prolonga hasta que alcanza el nivel de pleno desempeño.
- Mejora de la imagen de la empresa: la fuga de talento no es una buena propaganda para ningún negocio. Puede afectar a la percepción que los clientes tienen de la compañía e impacta negativamente en el ambiente laboral.
- Fortaleza frente a la competencia: perder a los mejores es un fracaso, pero si, además, son reclutados por los competidores la pérdida es aún mayor y se convierte en una amenaza. El análisis predictivo puede impedirlo a tiempo.
De hecho, una alternativa cada vez más extendida es predecir el riesgo de fuga antes de que se produzca la contratación, como parte del proceso de selección de candidatos. De esta forma, ante dos individuos con CV similares y nivel de experiencia e idoneidad para el puesto equiparables, se escogería al que tuviese una mayor probabilidad de prolongarse en sus funciones.
La predicción del rendimiento
También durante el proceso de selección, puede resultar interesante emplear el análisis predictivo para averiguar los niveles de rendimiento que el candidato puede alcanzar. Este tipo de predicciones resultan útiles, tanto de cara a una nueva incorporación a la plantilla, como en los momentos en que se baraje la posibilidad de abrir una vacante para la promoción interna.
Esta aplicación de analytics tiene una consecuencia directa en los resultados financieros de las organizaciones, ya que, mientras que un trabajador que alcanza los niveles de rendimiento esperados está apoyando con su esfuerzo la estrategia empresarial; un empleado que no trabaja de la forma esperada puede anular el valor producido por varios de sus compañeros.
El periodo de mayor riesgo es el de adaptación, que es el que transcurre desde la primera toma de contacto el candidato con su nuevo rol hasta la plena productividad. Y, en este área, puede ser que, muy pronto, sea posible comprobar cómo el uso de los datos y las predicciones reemplaza a la experiencia humana en tareas de detección de señales e identificación de personas de riesgo.
