BIG DATA EN RR.HH. : PORQUE ESTA AQUÍ Y LO QUE SIGNIFICA II

El Estado de las Organizaciones de RRHH.

Como ya se ha dicho, la mayoría de los equipos de RRHH no están preparados para esta evolución. Nuestra investigación muestra que sólo el 6% de los departamentos de RRHH creen que son “excelentes” en analíticas y más del 60% creen que están en situación deficiente. En los próximos años iremos viendo mayores inversiones  en esta área en todas las grandes empresas, con grandes retornos de la inversión.

Estamos introduciendo una nueva área de  investigación  en analíticas de RRHH y Medición y tenemos muchas herramientas, informes y experiencia para compartir.

Algunas de las conclusiones a las que hemos llegado para este mercado son las tres que a continuación les señalamos

6 2 13 BIG DATA BIG DATA EN RR.HH. : PORQUE ESTA AQUÍ Y LO QUE SIGNIFICA II

 

  1. Comenzar con el problema, no con los datos.

Estamos inundados de datos, y si se comienza un  proyecto analítico recopilando todos los datos que se pueda encontrar nunca se terminará éste.

Más bien habría que empezar por el problema: ¿Qué gran decisión le gustaría tomar? ¿Qué problemas le gustaría resolver?

Un problema común suele ser la productividad en ventas. ¿Qué factores contribuyen a predecir la mejora en un vendedor?. Todas las compañías quisieran entender esto mejor. Y una vez entendidos estos requisitos, cómo puede atraer y contratar a esa gente?. Otros pudieran ser los resultados. ¿Qué factores  contribuyen a conseguir un mayor volumen de negocio en su compañía?

La respuesta a esta pregunta puede valer millones. Hay que ser cuidadoso y no empezar solamente mirando los datos. Puede conducir a gastar dinero para construir un sistema  y obtener pobres resultados.

Con el tiempo su plataforma analítica se desarrollará y la madurez de nuestro modelo BigData describe cómo hacer esto. Pero el primer objetivo debe ser enfocar sólo uno o dos problemas, así se podrán desarrollar los medios a escala para su solución.

  1. La limpieza de datos y la creación de un diccionario puede ser el 80% del trabajo.

Hay una cita de DJ Patil, ex analista de datos de Google que dice que el 80% de un proyecto consiste en la limpieza de datos. Hasta que no se da una buena limpieza  cualquier análisis puede ser erróneo.

La mayoría de bases de datos en RRHH no están limpias. Existen campos con información incorrecta, duplicada, desfasada e inconsistente. Uno de los mayores retos es definir qué significado tiene cada elemento (a esto se llama construir el diccionario de datos).

¿Cómo desea definir “volumen de negocio “? ¿Incluiría personas que se incorporaron hace menos de seis meses? ¿Qué haría con los que están a media jornada?

Estos tipos de descripciones detalladas pueden cambiar lo que un análisis pueda decir. De tal modo que la mayor parte del programa analítico del talento consiste en definir los datos en sí mismos y traer junto a las definiciones las diferentes funciones de RRHH.

Por cierto, nuestra investigación también muestra que la construcción de un diccionario es un proyecto multidisciplinar. Se necesitará acceder a datos que pueden ser confidenciales (fecha de incorporación, edad, experiencia, historial académico, etc.), datos de selección, datos de desempeño, datos de aprendizaje y datos de liderazgo. Y en algunos de estos análisis se necesitará acceder a otros datos, así como a los datos del negocio.

Así, tal y como DJ Patil señala, sin la limpieza e integración de los datos el análisis resultará difícil de realizar.

  1. Los analistas de RRHH no tienen porqué ser informáticos.

El capital riesgo y la comunidad tecnológica está muy centrada en nuevas herramientas (Hadoop, Mapreduce, etc,). Estas poderosas herramientas requieren gente con una cualificación informática. Y ahora mismo se está comentando mucho de la carencia de este tipo de personal cualificado.

En el caso de analistas de RRHH no se dan estos problemas. La mayoría de los proyectos de RRHH pueden manejarse con bases de datos tradicionales en Excel. Si se tienen las bases limpias y bien organizadas, los volúmenes de información no son tan vastos. Así que la formación que las empresas mayormente necesitan son estadísticos y analistas. Y en caso de necesitar una infraestructura de BigData se puede subcontratar.

En muchas empresas se dan los medios personales que se necesitan para llevar adelante estas tareas. Las personas con estudios de psicología pueden ser formadas para desarrollar estos trabajos. La habilidad crítica que estas personas necesitan es la curiosidad.

  1. Los Grandes Analistas necesitan Curiosidad

La curiosidad es lo que  facilitará grandes decisiones y modelos. Y los datos para el análisis son siempre interactivos – una pregunta lleva a una respuesta, que conduce a una siguiente pregunta. Si no se tiene una curiosidad ilimitada para profundizar más y más no importa cuántas matemáticas o estadística conozcas.

  1. BigData y  Analíticas cambiarán los departamentos de RRHH

No hay duda que RRHH comenzará a tener analíticas en los próximos años. Del mismo modo que ahora las áreas de marketing, finanzas y cadenas de aprovisionamiento dependen de analíticas, así será en RRHH.

Nuestra investigación muestra que el alto valor de los proyectos BigData en RRHH no son sistemas “analíticos de RRHH”. Son negocios impulsados por análisis de proyectos, basado en una evolución de la infraestructura que crece en el tiempo.

Pero no hay que dejar que las herramientas dirijan el programa. El trabajo más difícil y de mayor valor tiene su origen en la gente: las preguntas que realizas, las personas que contratas y el proceso que utilizas.

Tagged : ,

Leave a Reply