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.
Muchos hablan de Big Data en Recursos Humanos, pero ¿realmente estamos trabajando con ella?
Durante los últimos años, he notado que no se está usando adecuadamente el término de Big Data, simplemente porque no entendemos muy bien qué es. Hay quienes piensan que tener un gran número de empleados conduce necesariamente a pensar en Big Data. También, algunos piensan Analytics es sinónimo de trabajar con Big Data, y no es así.
El trabajo con Big Data implica mucho más que el uso de los números o las categorías de RRHH. Big Data implica trabajar con datos a los que no estamos acostumbrados.
Para entender de qué se trata, te presento el modelo de las 4 V’s (volumen, variedad, veracidad y velocidad). Para poder hablar de Big Data debemos estar frente a un Volumen masivo de datos, es decir, tener tal cantidad de datos que deban almacenarse en distintos servidores o múltiples discos rígidos. También debemos tener Variedad de datos, incluyendo no sólo números sino, texto, imágenes, video y audio. Es importante también la Veracidad de los datos, por lo que nos tenemos que preguntar si nuestros datos son correctos y si están en actualización constante. Finalmente, hay que considerar la Velocidad en el procesamiento y análisis de los datos, procesos que deben realizarse en tiempo real y de forma automática.
Como te darás cuenta, Big Data es realmente BIG, y son pocos los que se están trabajando realmente con estas tecnologías. Por ahora en áreas de negocio.
No dudo en que ese es el futuro de la Gestión Humana. Cuando podamos generar y manejar ese volumen y esa complejidad de datos, podremos modificar algunas prácticas tradicionales de la Gestión Humana. Por esto es fundamental que progresivamente desarrollemos la capacidad de saber explotar y utilizar los datos para tomar mejores decisiones.
¿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.
No solo trabajamos en temas de HR Analytics. Empezamos con temas de Capacitación, Desarrollo y Evaluación, y parte de nuestra agenda de trabajo y desarrollo sigue vinculado a esos temas.
Hace algunos años un cliente nos solicitó una capacitación en Administración del Tiempo, tema que cuando fue nombrado, no recordábamos cuándo habíamos dictado por última vez una capacitación sobre la temática. Pero el cliente nos comentaba que seguía siendo una inquietud de muchas personas de la empresa.
Siguiendo nuestro enfoque y metodología del trabajo, comenzamos a buscar modelos vigentes y actuales sobre el tema, y nos encariñamos con Get Things Done, modelo publicado por Paul Allen en un libro que fue best seller. Es así como nació “Tiempo Productivo”, que no se enfoca tanto en la administración del tiempo (no insistamos con lo “Urgente” y “Prioritario”), sino en la Productividad Personal. El modelo resultó ser una práctica de inmediata aplicación, ágil y que responde a la vida personal y laboral de todos los participantes.
Entre los diversos elementos del modelo, quizás el más atractivo y a su vez más sencillo, es la regla de los 2 minutos. ¿Qué dice esa regla? Al recordar algún tema pendiente (o una idea/acción nueva) que requiera aprox. un máximo de 2 minutos, hay que actuar inmediatamente.
No hay que postergar la acción, hay que efectuarla en el mismo momento que uno la recuerde. Es un pequeño hábito, que incluso uno no reconoce, pero el implementarlo lo cambia todo. Verás que tus cosas avanzarán mucho más rápido. El gran desafío es romper el automatismo de querer postergar.
Te invitamos aprobarlo, y verás que las cosas comenzarán a cambiar..
¿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.
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.
HR Analytics NO es un software
Esa es una pregunta frecuente cuando nos consulta por capacitaciones en HR Analytics.
Cada vez que la escucho veo que el obstáculo para el desarrollo de la práctica no es la estadística o matemática necesaria, sino qué se supone de la disciplina.
Analytics no es un software, es la toma de decisiones utilizando datos. Como todo campo de acción, requiere herramientas. Más allá de que ciertos ERPs de Recursos Humanos pueden incluir diversas funcionalidades para aprovechar los datos que almacenan y gestionan, no son softwares de Analytics.
Me gusta pensar que finalmente lo que uno tiene es una caja de herramientas, y para cada tarea, hay una herramienta adecuada. Por ej. si uno quiere sacar un tornillo, no utilizaría un martillo. Esto es lo que ocurre en este mismo ámbito. Por ej. si lo que uno quiere hacer es construir o desarrollar dashboards de Recursos Humanos, requerirá herramientas de Visualización de Información (Por ej. Tableau, Qlik, PowerBI, etc.). El Excel tiene ciertas funcionalidades para ello, pero no es la herramienta más apropiada.
Si en cambio lo que quieres es desarrollar un modelo predictivo, necesitarás software para hacer Data Mining (r, Python, SAS, SPSS, Rapidminer, etc.)
Más allá de la herramienta que prefieras, lo importante es entender qué es lo que uno quiere hacer, y cuál es la estrategia más adecuada.
El uso de las mejores herramientas sin comprensión de lo que uno efectivamente necesita, o sin entender hacia dónde quiere ir, tampoco tiene sentido.
¿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.
