People Analytics: ¿el futuro de la tecnología aplicada a la gestión de personas?

big-data-1

La semana pasada estuve en un evento que giraba alrededor del concepto “People Analytics”. Un concepto para mi gusto todavía difuso, que a grandes rasgos implica la aplicación de un enfoque de “análisis de datos” a la gestión de RRHH. La idea es que la tecnología actual permite recopilar muchos datos, y tratarlos de forma sistematizada, para identificar patrones que te permitan tomar decisiones “más racionales”.

Como dicen en la introducción de este curso de la Wharton School

People analytics is a data-driven approach to managing people at work. For the first time in history, business leaders can make decisions about their people based on deep analysis of data rather than the traditional methods of personal relationships, decision making based on experience, and risk avoidance

¿Por qué digo que me parece un concepto difuso? Porque, como sucede con muchas “conceptos que se ponen de moda”, tengo la sensación de que se está vendiendo como novedoso algo que realmente no es más que una evolución de la “evidence-based management” (vamos, que “objetivar” la gestión es una aspiración de hace muchos años), y que al calor de la etiqueta se intenta vender como “people analytics” cosas que son más simples que el mecanismo de un chupete y que se hacen hoy como se hacían 20 años (no depende de la tecnología, si no de la cultura).

De hecho, esta sensación fue la que me dio durante el evento, en el que se mezclaron algunos detalles interesantes con no pocas generalidades: mezclemos un poco de “people analytics”, “digital transformation”, “big data”… aderezados con “el rol estratégico de la dirección de rrhh” y “la importancia de las personas en las organizaciones”… y ya tenemos hecho el día. Diréis que a estas alturas debería estar acostumbrado… pero me sigue poniendo de los nervios. Pero bueno, como decía en algún tuit, “separar el grano de la paja” acaba por ser una habilidad profesional fundamental.

¿Qué cosas me parecieron interesantes?

Como decía más arriba, esto del “people analytics” me parece una evolución de la gestión en base a métricas. Y comparte con ella muchos de sus problemas.

  • ¿Qué medimos? Decía en alguna de mis intervenciones durante la jornada (y es un argumento que utilizo con frecuencia e el blog) que tenemos la tendencia a “medir lo que es fácil medir” y no necesariamente lo que importa. Pero como resulta que “no todo lo que puede ser contado cuenta, y no todo lo que cuenta puede ser contado”, pues tenemos un problema. Alguien ilustraba esta situación con el chiste del borracho que busca sus llaves a la luz de una farola aunque no se le habían caído por allí… “pero es que aquí es donde hay luz”.
  • ¿Cómo lo medimos? Derivado de lo anterior. Lo que es fácil y evidente de medir (p.j. antigüedad media, personal equivalente, salario medio, etc…) no genera demasiados problemas. ¿Pero cómo medimos el desempeño? ¿La motivación? ¿La eficacia de un equipo? ¿El clima? Llevamos años tratando de implantar mecanismos que sistematicen esas medidas, pero siempre con dificultades. No hay mecanismos que no impliquen sesgos. No hay forma de homogeneizar mediciones cuando se basan en percepciones subjetivas. Cuanto más profundidad buscas más resistencia encuentras entre las personas (¿tengo que rellenar una encuesta de 100 puntos cada tres meses? ¿Tengo que hacer una evaluación del desempeño de dos hojas?) y si lo haces simple para que la gente colabore acabas teniendo información de poca calidad. El “people analytics” no elimina estos problemas, si no que debe construirse sobre ellos (para “analizar datos” tienes que tener unos datos de origen… y ahí está la madre del cordero)
  • Seguimos teniendo un problema de cultura. Por un lado nos sigue costando aceptar que la realidad hay que medirla con datos objetivos y no con anécdotas (y lo mismo aplica a “las métricas de toda la vida” que “people analytics”), y que la “tozuda realidad” muchas veces va en contra de nuestras “percepciones”. En muchas organizaciones se obvian los datos simplemente porque no encajan con lo que queremos, y contra eso poco se puede hacer. Igual que tampoco se puede luchar contra la idea de que muchas veces “es mejor no saber” porque eso nos obligaría a actuar, y nos dejaría en mal lugar si no actuamos. Así que nos aferramos al principio de negación plausible, “yo no sabía”, y listo.

Durante la jornada se plantearon un par de casos que me resultaron interesantes. No sé si los vincularía al concepto de “people analytics” como tal, si no más bien a “tecnología aplicada a la automatización”. Por un lado, una herramienta que permite el “análisis semántico” de curricula (incluyendo info de fuentes públicas como los perfiles de LinkedIn) y de ofertas de trabajo. Por otro, una herramienta que es capaz de analizar y valorar automáticamente la “calidad del código” de un desarrollador. En ambos casos me interesó la capacidad que va teniendo la tecnología para automatizar criterio que hasta ahora se dejaba en manos de personas. Podemos discutir si la calidad de esos análisis automatizados llega a día de hoy a la que pueda alcanzar un analista experto humano; pero estamos hablando de una cuestión de volumen, y si una máquina puede peinarse miles de CV’s en cuestión de minutos con una eficacia del 90% sin duda es un avance brutal comparado con lo que supondría tener humanos haciéndolo.

Lo cual me lleva a otra de las reflexiones importantes. ¿Cuál es la masa crítica para la que los beneficios de este tipo de planteamientos superan a sus costes? Porque poner en marcha un proyecto de automatización, o establecer un modelo de recopilación y análisis y modelado de datos (y mantenerlo, que eso no va solo) tiene un coste importante. No fue un tema que se abordase en el evento, pero la sensación que me dio es que la barrera de entrada es elevada.

En varios momentos de la charla se dejaron caer pistas de por dónde podría evolucionar todo esto en el futuro. Volúmenes ingentes de datos, procedentes de fuentes desestructuradas que alimentan de forma inmediata modelos de datos que son capaces de retroalimentarse y aprender por sí mismos, ofreciéndonos no solo una visión clara y con sentido de la realidad tal y como es, si no ayudándonos a predecir el futuro. Suena bien. Pero así, de inicio, me parece más una declaración de intenciones altisonante. Basada sin duda en las posibilidades reales de la tecnología, pero no sé si fácilmente aplicables al ámbito de la gestión, donde tanto en la recopilación de datos como en la toma de decisiones en base a ellos estamos tratando con personas y sus múltiples matices.

En resumen, me pareció que esto del “people analytics” es un terreno blandito, en el que todavía se está explorando hasta qué punto puede tener sentido o no, pero en el que como de costumbre hay demasiada gente precipitándose vendiéndolo como “the next big thing” y pontificando como expertos sin una base suficiente. Terreno abonado para consultores, gurús y directivos con ganas de ponerse medallas en eventos y publicaciones del sector.

No digo que no pueda haber aplicaciones interesantes, pero algo me dice que en la mayoría de las organizaciones no ha sido nunca un problema de tecnología.

También en

Raúl Hernández González

Soy Raúl, el autor desde 2004 de este blog sobre desarrollo personal y profesional. ¿Te ha resultado interesante el artículo? Explora una selección con lo mejor que he publicado en estos años.

¡Y si te suscribes podrás seguir recibiendo más reflexiones y herramientas útiles para ti!

También en

4 comentarios en “People Analytics: ¿el futuro de la tecnología aplicada a la gestión de personas?

  1. (por si no se nota mucho la ironía)

    soy bastante escéptico con el Big Data, especialmente aplicado a la interacción con personas. Para cosas sencillitas puede valer, pero el problema es centrarse en los números (que, como bien dices, se recogen los fáciles) y olvidarse de lo demás.

    Ejemplo rápido. Ya hemos visto lo exitoso del modelo de publicidad on-line, recogiendo información detallada del usuario y presentando “los anuncios más relevantes”…

  2. Sin duda un ejemplo muy bien traído: los datos son datos, pero utilizarlos con sentido es muy complicado. Y el caso de la publicidad es uno en el que encima hay incentivos muy directos para afinar (y aun así…).

    Yo creo que analizar datos siempre puede estar bien, como punto de partida. Sobre todo en organizaciones grandes, donde la “escala humana” se pierde con facilidad, y los que pueden tomar decisiones generales necesitan una visión amplia más allá de las peculiaridades individuales.

    Hay otra rama interesante, la llamada “personotecnia”, que aboga más por utilizar datos concretos e individuales para personalizar la experiencia de cada persona… sería otra vuelta de tuerca (no hablaríamos de “agregar”, si no de “individualizar”)

  3. Mi principal crítica (o precaución, o como queramos llamarlo) es el hecho del foco.
    Sí, por supuesto recopilar datos está bien. Pero creo que debería ser un apoyo, y no donde se pone el énfasis. Porque cuando estamos hablando de relaciones personales, bueno, creo que no hay alternativa a desarrollar relaciones personales “a la manera personal”. Y eso cuesta y es difícil. Y muchos directivos preferirían tener una herramienta que les diese la excusa de evitarse esos engorros… Que para eso somos modernos y usamos las más innovadoras metodologías…

    Enviar un mensaje de WhatsApp a un grupo de distribución está bien, pero no sustituye verse en persona y charlar…

Deja un comentario