Llevo muchos años en el área de analítica y datos. Prácticamente desde 1995. Analítica y datos incluye actividades como analítica predictiva, algoritmos, machine learning y ciencia de los datos. Desde hace más de tres años me he especializado en el área de analítica de datos para recursos humanos.
Me vas a permitir que critique un poco el término “Big Data”. Deberíamos conformarnos con hablar de analítica y datos. El término ”Big Data” ha sido vapuleado en los últimos años. Lo han estirado y comprimido para llevarlo a cubrir multitud de problemas, tecnología y productos. Es un término confuso. Así que preferimos hablar de ”Datos” a secas y no de Big Data.
Dan Ariely, el autor del libro Predictably Irrational, recoge ya ese estado de confusión cuando dijo en 2011:
“Big Data es como el sexo en la adolescencia: todo el mundo habla de él, nadie sabe cómo hacerlo, todos creen que los demás lo están haciendo y, claro, todos dicen que lo hacen.“
Lo que llamamos a menudo People Analytics se basa en aplicar metodologías y técnicas de ciencia de los datos al área de los recursos humanos, con el objetivo de conocer mejor a las personas de nuestra organización y aumentar su grado de satisfacción y productividad.
En People Analytics respondemos, con las evidencias que nos aportan los datos, a preguntas como:
¿Qué candidato será un empleado de alto rendimiento, productivo, leal y alineado con la cultura corporativa?,
¿Qué personas están en riesgo de abandonar la organización?
¿Cómo afecta el compromiso de los empleados en la productividad y los resultados económicos?
En RR. HH. nos gusta repetir que las personas son el activo más importante de la organización. Como las organizaciones quieren gestionar lo mejor posible este activo más bien costoso, están pidiendo que en el camino de la optimización nos apoyemos en los datos para tomar estas decisiones tan importantes. Esto viene a traducirse en la necesidad de eliminar las conjeturas del ciclo de gestión del talento y aprovechar la analítica en cada proceso clave del departamento de RR. HH.: reclutamiento, formación, análisis del desempeño, clima laboral, compensaciones y fidelización.
Los profesionales de RRHH tienen que añadir fundamentalmente dos áreas a su conocimiento sobre personas en las organizaciones. En primer lugar tienen que tener una conocimiento bien consolidado de estadística. Además tienen que aprender a utilizar analítica predictiva para resolver los problemas de los departamentos de RRHH como selección, formación, abandono o motivación. La analítica predictiva se basa en algoritmos y aprendizaje automático, lo que en inglés se dice “machine learning”.
Existe una gran demanda de profesionales y directivos de Recursos Humanos que sepan utilizar los datos para tomar decisiones. En los trabajos de fin de curso de la 1ª edición todos los alumnos han elegido hacer sus trabajos sobre datos reales de las empresas donde trabajan. El nivel de todos ellos ha sido muy bueno desde todos los puntos de vista desde los que se evaluaban los trabajos: eficacia comunicativa, complejidad del caso, la calidad del proyecto y el enfoque de la solución.