La gestión de recursos humanos se ha vuelto crucial para garantizar la adaptación de las empresas a los cambios cada vez más rápidos en sus entornos. En ese contexto, el uso de people analytics cobra especial relevancia por ser un enfoque data driven que permite mejorar las decisiones relativas a las personas para garantizar tanto el éxito de los colaboradores como el de la organización en general.  

¿Qué tipo de people analytics existen?

Este enfoque emplea modelos de datos que pueden clasificarse en tres grupos.

• Análisis descriptivo. Los datos obtenidos se emplean para analizar y describir lo sucedido en el pasado para establecer el origen de lo que sucede en el presente. 
• Análisis predictivo. La información recabada se emplea en la creación de modelos predictivos que planteen lo que podría suceder a futuro y las razones detrás de un determinado evento.  
• Análisis de diagnóstico. A partir de la data procesada, se identificarán las razones por las que ocurren determinados eventos, gracias a conocimientos específicos.  

¿Cómo implementar este enfoque en mi negocio?

La implementación del people analytics puede realizarse a cuatro distintos niveles, según cuán profundos son los cambios que se busca generar en la organización.

1. Indicadores y datos aislados. Las compañías en este primer nivel poseen indicadores básicos para evaluar el comportamiento de sus colaboradores. Entre las métricas que más suelen emplear, figuran el nivel de rotación de personal y de ausentismo. Estas organizaciones no suelen realizar análisis más profundos que les permitirían entender mejor las tendencias de los indicadores que emplean y las medidas que les convendría tomar al respecto.
2. Tableros de control y benchmarking. En este nivel, las empresas adoptan un manejo más estratégico de la información referida a su personal. Por un lado, se implementan tableros de control de recursos humanos que incluyen los indicadores y las métricas sobre talento humano que les resulten más relevantes. Por otro lado, recogen datos del mercado para saber si los resultados de estas mismas métricas se ubican dentro de lo esperado para su rubro, práctica conocida como benchmarking. 
3. Estadística avanzada y modelos de causalidad. A partir de este nivel, las organizaciones empiezan a generar business intelligence con los datos sobre su talento humano. La necesidad de demostrar el valor que cada profesional aporta al negocio conduce al uso de modelos de causalidad que permitan demostrar el impacto generado por los programas de talento humano desarrollados. 
4. Integración de soluciones predictivas. Este nivel es el más profundo y maduro respecto al uso estratégico de la información del talento humano. Las compañías emplean modelos predictivos que les permiten modelar resultados futuros mediante el uso de herramientas estadísticas que analizan datos demográficos de los empleados, las bonificaciones recibidas, etc. Al mismo tiempo, se adopta una metodología que permita comprender las necesidades futuras del personal, según la estrategia de negocio y el crecimiento esperado. 

Para concluir, la adopción del enfoque people analytics implica una inversión apropiada que permita convertir la data referida al talento humano en una ventaja competitiva.

Si quieres potenciar tus habilidades para la gestión eficiente del personal, participa en el Diploma de Especialización en People Analytics de ESAN.

Referencias 

• Laouah, B. (2023, 13 de septiembre). Niveles de madurez analítica en people analytics The PA Magazine.
• Quiñones, M. (s.f.). ¿Cómo generar valor desde el talento humano con people analytics? PwC.