People Analytics: O RH orientado a dados

People Analytics: O RH orientado a dados
People and modern technology connection.

Atualmente, ter um departamento de Recursos Humanos orientado para o uso de dados não é mais um diferencial — é quase uma obrigação. Após as áreas de Vendas, Marketing, Finanças, Logística e tantas outras terem sido revolucionadas por esse recurso, é hora de a gestão de pessoas embarcar nessa jornada, especialmente com o People Analytics.

Esse termo tem sido cada vez mais discutido entre os profissionais de Recursos Humanos e nas publicações do meio (inclusive aqui no blog, neste artigo), justamente para estimular a adoção de um RH orientado para e por dados. Mesmo assim, é comum que tudo isso ainda seja abordado de maneira muito técnica, afastando essa realidade do dia a dia dos profissionais de RH.

Tire TODAS as suas dúvidas sobre People Analytics! Baixe o e-Book GRATUITO, conheça as vantagens, desafios e aprenda os 4 estágios dessa metodologia e como começar da maneira certa.

Poderíamos definir o People Analytics como a ciência do tratamento estatístico de dados na área de gestão de pessoas. No entanto, apesar de estar certo, isso não esclarece nem um pouco o que realmente acontece nesse processo.

Por esse motivo, durante o primeiro RH TECH MEETING, realizado pelo Convenia em São Paulo, eu abordei esse assunto de uma forma totalmente diferente: desmistificando e esclarecendo informações importantes sobre o People Analytics, porém, sem simplificá-lo. Eu quis mostrar aos participantes como usar essa ferramenta, na prática, sem tornar o assunto superficial a ponto de perder a sua utilidade.

Neste artigo, pretendo abordar os principais pontos da palestra, que você pode ver na íntegra neste link: People Analytics: O RH Data Driven.

Entendendo o People Analytics

Apesar de ser um termo em inglês, o People Analytics tem um conceito bem simples de ser compreendido. Você já entendeu que ele é o responsável pela análise de dados na gestão de pessoas, certo? Então, podemos ir além definindo que ele reúne o resultado dessas análises a fim de facilitar o gerenciamento das equipes.

Se você está se perguntando “como?”, saiba que ele utiliza diversas ferramentas, relatórios, métricas e pesquisas para apoiar as decisões em certos padrões de comportamento. Aqui vai um exemplo claro: sabe quando você acessa sua conta na Netflix ou Spotify e encontra uma série de recomendações do que assistir ou ouvir? Isso é o que o People Analytics faz.

Bem, quase isso. É possível que, aplicado ao RH, você não receba sugestões de filmes e séries… Brincadeiras à parte, substitua esses serviços por sugestões de estratégias eficientes que melhorem o clima organizacional, o engajamento e a satisfação das equipes. Parece bom demais para ser verdade? Ora, são só dados.

O resultado disso tudo é uma gestão mais próxima das pessoas. Muitas empresas têm dados valiosíssimos das suas equipes, mas simplesmente não sabem como usá-los. Se você já fez alguma avaliação de desempenho ou delimitou o perfil demográfico dos seus funcionários, talvez poderia estar fazendo muito mais com essas informações.

Passos para people analytics
Etapas para ter um RH orientado a dados

Como eu prometi desmistificar tudo isso e mostrar para você a aplicação prática do People Analytics, aqui vão dois aspectos que podem ser otimizados com ela!

Recrutamento e seleção

Em vez de perder horas ou dias analisando currículos e fazendo entrevistas com candidatos que não estão alinhados à vaga, o People Analytics usa uma série de algoritmos (que são os resultados esperados) para “filtrar” apenas aqueles com chances reais de serem contratados. E não imagine uma análise simples, como requisitos de formação ou experiência profissional. O recurso vai bem além disso!

Como seria você definir o perfil comportamental que melhor se encaixa na cultura da empresa e estipular os traços mais relevantes para o time, para só então decidir quem entrevistar? Você lidaria com um candidato sobre o qual já conhece as principais motivações e limitações. Para isso, você só precisa trabalhar com dados estruturados.

Gestão de desempenho

Vamos estender um pouco nossas projeções e imaginar como seria gerenciar o desempenho de uma equipe em que você conhece exatamente quais são as principais habilidades, forças comportamentais e limitações de cada participante. É preciso admitir que fica muito mais fácil entender que tipo de estratégias utilizar para melhorar os resultados de um grupo assim.

Com o People Analytics, você pode gerenciar o desempenho de um time inteiro de forma imparcial e muito mais justa, baseando suas decisões na análise de dados individuais. Você pode definir o perfil ideal de profissional para determinado cargo e, depois, cruzar essas informações com a análise comportamental de cada funcionário.

Engajamento da equipe

E se você pudesse acessar uma fórmula mágica para fazer com que a sua equipe fosse mais engajada? Bem, talvez não haja uma solução padronizada para todas as empresas, mas uma específica para a sua deve existir: entender como os seus funcionários se sentem motivados e o que faz com que eles realmente criem laços com a sua empresa é a fórmula que você procura!

  • Investir no bem-estar?
  • Desenvolver as lideranças?
  • Melhorar o clima organizacional?
  • Adotar inovações?
  • O que mais funciona para o seu grupo?
  • O que eles esperam da relação com a sua empresa?

Aqui, você deve parar de jogar contra a sorte ao adotar uma nova estratégia porque “acha” que ela pode ser positiva. Com o People Analytics, a sua margem de erro diminui consideravelmente e você consegue direcionar esforços para o que sabe que trará resultados de fato.

São muitas possibilidades! Mas, antes de qualquer coisa, é preciso entender algo — não existe People Analytics sem determinar primeiramente um objetivo, ou seja, conhecer os principais problemas do seu RH que você pretende resolver utilizando dados. Exemplos:

  • Qual funcionário tem melhor performance?
  • Qual é o melhor candidato para tal vaga?
  • Quem deve ser promovido para um cargo específico?
  • Quantos funcionários sairão da empresa no próximo semestre?
  • Quais treinamentos devo oferecer para formar futuros líderes?

Seja qual for o problema a ser atacado, é importante defini-lo bem. E mais do que isso, se você precisa resolver vários problemas, não caia na tentação de tentar fazer isso com todos ao mesmo tempo. Comece pelos que são mais latentes e avance um de cada vez.

Depois de determinar qual será o seu foco, você precisará percorrer quatro passos para ter uma boa estratégia. Fique ligado, pois, agora, você aprenderá a fazer People Analytics na prática!

Aprenda como fazer People Analytics na prática

Siga cada uma das etapas a seguir:

Etapa 1 — Básico: Coletar dados

A coleta de dados é um ponto crucial para a eficiência de todo o restante do processo. Isso é o que vai permitir uma análise de qualidade, transformando “pontas soltas” em informações relevantes. A primeira dica na coleta de dados é não se concentrar apenas na medição do resultado, mas no processo como um todo.

Se você tivesse que contratar um jogador de futebol, seria muito ruim se você olhasse apenas para os gols convertidos. É claro que gol é o que faz o time vencer uma partida, porém, o que leva um time a fazer tal pontuação?

Antes de alguém colocar a bola na rede, outra pessoa deu o passe. Antes de alguém dar o passe, um jogador conduziu a bola. Antes de alguém conduzir, outro roubou a bola do adversário. E assim por diante. Portanto, temos:

  • gol — resultado;
  • passe, condução, desarme etc. — processo para o resultado.

A primeira dica, portanto, é medir não apenas o desempenho, mas “como” e “o que” fez com que o funcionário tivesse aquele desempenho.

A segunda dica em coleta de dados é buscar pela persistência dos dados. Há um fenômeno estatístico chamado “reversão à média”. O que significa isso? Todas as vezes que um processo que se repete tiver uma tendência de voltar à média, ele está muito mais ligado ao acaso (sorte) do que a uma habilidade específica.

Veja: um funcionário é o melhor do time em um ano. No ano seguinte, ele é o pior. No terceiro ano, ele está na média. Isso não significa nada, pois a performance dele ao longo do período é simplesmente média.

Entretanto, se um funcionário é o primeiro colocado em um ano, o terceiro no outro, o primeiro novamente, o segundo no outro… Isso significa que ele é um top performer. Portanto, busque a persistência nos dados para eliminar o fator do acaso na sua análise.

A terceira e mais importante dica é: tenha processos no RH que sejam estruturados, cujos dados você possa medir e exportar — caso contrário, será praticamente impossível fazer um bom trabalho de People Analytics.

Se você pensar na evolução que a análise de dados trouxe para a gestão de empresas, vislumbrará que ela só foi possível a partir do momento em que as áreas criaram processos estruturados por meio de (muitas vezes) softwares. Na área de vendas, com o CRM. Na área financeira, com os ERPs. E assim sucessivamente.

No RH, é importante que você também tenha processos estruturados. Nós do Convenia podemos ajudar muito com isso. Agende uma demonstração para ver na prática! Em menos de um minuto você pode extrair TUDO que está acontecendo na área em um Excel e tratar da forma que achar melhor, por exemplo.

Etapa 2 — Intermediário: Métricas e indicadores

Após ter coletado as informações, você terá em mãos uma planilha de Excel com dados brutos. Normalmente, eles são ruins de serem analisados e podem levar a conclusões equivocadas. Assim, é preciso extrair o máximo deles a partir das suas métricas e indicadores.

Talvez o indicador mais conhecido no mundo do RH seja o turnover. Vamos analisar a seguinte situação: se o seu objetivo for avaliar qual a rotatividade de pessoal da sua empresa e eu disser que, em média, 35 pessoas são desligadas dela por mês, você tem a resposta para o seu problema?

Eu mostrei o dado bruto: 35 desligados. Porém, por que você não consegue tirar conclusões? Simplesmente, porque a empresa pode ter 40 funcionários — e aí seria um grande problema, já que 87% teriam sido desligados —, ou ela poderia ter 10.000 funcionários, e esse indicador não seria tão grave, pois representaria apenas 0,35% do efetivo total.

Logo, o valor que você precisa analisar é a métrica de turnover e não o dado bruto de desligados. A construção de métricas e indicadores visa, principalmente, à contextualização os dados e à relativização, para que você consiga analisar valores sob a mesma dimensão. Em outras palavras, para que você compare “bananas com bananas”.

Etapa 3 — Avançado: Correlacionar os dados

Agora que você consolidou os dados brutos e calculou algumas métricas e indicadores, é hora de colocar a mão na massa, estatisticamente falando. O primeiro passo para fazer uma análise de dados correta é encontrar correlações entre dados e métricas. Correlação de dados nada mais é do que a interdependência entre eles, ou seja, quando o “movimento” de uma determinada variável influencia em outras.

Imagine que tenha ocorrido uma entrevista quantitativa de candidatos, e, ao final, você atribuiu um número ou uma nota para cada um deles. Após ter contratado uma série de pessoas utilizando essa metodologia, seria interessante avaliar se as notas que você deu se reflem posteriormente na performance do candidato já empregado. Em outras palavras, se houve correlação entre a nota do candidato e a sua performance futura na empresa.

Contudo, dê atenção para a diferença entre correlação e causalidade. Encontrar a correlação pode ser a solução para os seus problemas, correto? Cuidado! Identificar correlação entre dados não significa que você encontrou a CAUSALIDADE entre eles.

O exemplo mais comum para este efeito é a correlação entre consumo de picolés e ataques de tubarão. Veja abaixo um gráfico ilustrativo que representa ambos ao longo do tempo:

People Analytics - Causalidade x Correlação
People Analytics – Causalidade x Correlação

Você pode perceber que quando aumenta o consumo de picolé, aumenta também o número registrado de ataques de tubarão, correto? Então, poderíamos inferir que SE esses dados forem dependentes, para resolvermos o problema de ataques de tubarão, poderíamos proibir o consumo de picolés? Com certeza, não!

Essa é a diferença entre causalidade e correlação. Os dados podem ser correlacionados, porém, isso pode significar apenas que são causados por um efeito em comum. No caso acima, é óbvio que o que causa ambos é o verão. Ou seja, pessoas consomem mais picolé e vão mais à praia, sendo mais suscetíveis a ataques de tubarão durante o verão.

Etapa 4 — Nirvana: Prever o futuro

Por último, o principal motivo de nos dedicarmos ao People Analytics é tentar prever o futuro. Imagine que, com base na nota que você deu para um determinado candidato do time de vendas, você conseguisse prever quantas vendas ele faria nos próximos meses. Seria maravilhoso, não é?

Se você tiver dados suficientes e conseguir elaborar uma modelagem correta, será possível elaborar equações matemáticas que darão uma probabilidade dos eventos acontecerem com base em entradas de dados básicas. Isso é muito útil, pois você conseguiria agir de modo certeiro nas estratégias e execuções do RH.

Conclusão

Ter um RH cada vez mais orientado por dados não é algo simples, principalmente para uma área que não está acostumada a trabalhar assim. Mas está longe de ser impossível! Seguindo essas dicas simples, você conseguirá facilmente iniciar algumas análises que darão retorno já em curto prazo.

O mais importante, contudo, é a mudança da mentalidade do time de gestão de pessoas. Acreditar que as ações devam ser tomadas com base em dados concretos e não com base em “achismos” já é um grande avanço para a área. A partir disso, toda estratégia e ação ficam mais simples de serem implementadas.

Se precisar de ajuda para adotar a sua estratégia de People Analytics, conte com as soluções do Convenia. Deixamos os seus processos mais estruturados e, dentro do próprio software, você terá acesso a alguns dados e indicadores importantíssimos para seu RH!

Academy | Curso People Analytics

 

Clique para avaliar esse post!
[Total: 0 Média: 0]

Marcelo Furtado

Co-fundador e CEO do Convenia.