Las cookies nos permiten ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso que hacemos de las cookies. Más Información. Aceptar

Data Science para optimizar los recursos de las personas

José Maria Escalante Fernandez
  • Escrito por José Maria Escalante Fernandez el 08 de Junio de 2022
  • 7 min de lectura Recursos Humanos
Data Science para optimizar los recursos de las personas

Durante mucho tiempo, para las empresas, la obtención de datos relacionados con clientes, proveedores, colaborados, procesos internos o personal era algo complejo, costoso y de muy larga duración. En muchos casos, estos datos y su análisis posterior proporcionaban una información limitada e imprecisas, no siendo un factor clave o de peso en las decisiones futuras de la empresa.

Actualmente, esta situación se ha revertido. El uso ampliamente extendido de internet, y todo el ecosistema tecnológico generado alrededor de su uso, ha proporcionado a la empresa una fuente casi ilimitada de datos de gran variedad y en continuo crecimiento. Desde hace ya unos años, no encontramos inmersos en la era de la información, donde estos datos se han convertido en uno de los activos más valiosos para las empresas. Hablándose en muchas ocasiones de ello como del nuevo petróleo del siglo XXI.

“The world’s most valuable resource is no longer oil, but data” – The Economist (May 2017)

Por otro lado, esa gran cantidad de datos generados demandaba la necesidad de nuevas herramientas que faciliten su captación, almacenamiento y gestión (Big Data), así como su análisis e interpretación apropiado (Data Science), permitiendo extraer adecuadamente la información contenida en ellos.

La eclosión del Big Data y el Data Science, además de términos asociados como son Data Processing, Data Minig, Data Drive, Business Analytics o Machine Learning, así como todas las tecnologías facilitadoras asociadas (Hadoop, Spark, Cloud Computing, etc.), ha provocado un extraordinario cambio en la forma de hacer las cosas en las organizaciones. Fundamentalmente, este cambio se ha visto reflejado en como las organizaciones toman las decisiones para el desarrollar de manera más eficiente su misión (Data Driven Approach: toma de decisiones estratégicas basadas en la analítica de datos e interpretación de estos).

Mientras que, en las empresas, departamentos como el Financiero, Compras, Marketing, Atención al cliente o I+D acogieron con los brazos abiertos esta nueva forma de gestión y análisis de datos, los departamentos de Recursos Humanos (RRHH), aunque no ajenos a ello, ha presentado cierta reticencia en la incorporación de estas nuevas herramientas, bien por falta de conocimiento, coste y dificultad percibido en su implementación o dificultad a la hora de saber cómo aplicarlas. No obstante, aunque de manera muy lenta, esta situación está cambiado, y ya desde el 2019, se ha observado un claro cambio de tendencia en los departamentos de RRHH de las organizaciones. Si bien es verdad, este cambio de tendencia se ha dado de manera desigual en los sectores público y privado, siendo este último el más adelantado en el cambio.

Recursos Humanos, pieza clave en la estrategia de la empresa

El hecho de que el coste de capital humano en una organización se puede establecer en una horquilla de entre 2 y 6 veces superior a su coste financiero (The new HR analytics: predicting the economic value of your company’s human capital investments, Jac Fitz-enz (2010)) es una cuestión de mucha relevancia. Esto nos hace pensar en el peso que tiene la gestión y conocimiento del capital humano vinculado a una empresa a la hora de establecer las estrategias apropiadas por la organización.

Tradicionalmente, los departamentos de RRHH enfocaban su actividad en el análisis interno del personal, situándose así en una posición marcadamente administrativa y sin mirar su vínculo con el negocio y su estrategia. El hecho de tomar consciencia de su peso estratégicos y viendo el éxito del Big Data y el Data Science obtenido en otras disciplinas y departamentos, poco a poco en el sector de RRHH se empiezan a adoptar dichos conceptos bajo la denominación de Human Resource Analytics (HRA) o People Analytics. Como consecuencia de esto, los departamentos de RRHH comienzan a extender su rol más allá de esa mera concepción administrativa, tomando parte activa en (i) establecer las soluciones dadas a los problemas del negocio y (ii) el desarrollo de estrategias dentro de la organización.

Esta reorientación estratégica en el sector de RRHH se puede establecer a tres niveles:

  • Activa: alinea su actividad, en la medida de lo posible, para así contribuir al cumplimiento de la estrategia de la organización.
  • Adaptativa: provee de la información adecuada y actualizada de la fuerza de trabajo existente y características del mercado laboral, la cual es necesaria para que la organización desarrollara su estrategia adecuadamente. Por otro lado, planifica la formación y cargas de trabajo del personal existente para cubrir la demanda que el negocio requiere.
  • Predictiva: se anticipa a las posibles necesidades laborales del negocio, tanto en la posible adquisición de nuevo talento como en la gestión del ya existente. Por otro lado, predice cargas de trabajo para una mejor gestión de recursos.
Imagen 0 en Data Science para optimizar los recursos de las personas

Human Resource Analytics, ¿Big Data o Data Science?

Antes de entrar en más detalle en el concepto de HRA y en cómo está transformando el sector de RRHH, es importante esclarecer su relación con los conceptos de Big Data y Data Science. Si bien es cierto que dichos conceptos comparten la idea subyacente de generar conocimiento a partir del análisis adecuado de los datos, el HRA está más relacionado con el concepto de Data Science que con el de Big Data. Esto se manifiesta claramente las 3 V del Big Data. Las 3 V del Big Data son las tres características o magnitudes que definen al Big Data y además representan sus tres retos principales. Estas son:

  • Volumen: El volumen de datos existente para el análisis en el sector de RRHH no es elevado para necesitar la aplicación de herramientas y conceptos del Big Data.
  • Variedad: La variedad de los datos a los que se tendrá acceso en el sector de RRHH será más bien escasa. Si bien es cierto, que muchas compañías actualmente hacen un análisis de la huella digital de los candidatos para obtener un perfil digital de estos, debido a las leyes de protección de datos el acceso a esta huella digital cada vez será más complicado.
  • Velocidad: La velocidad con la que se generan los datos en el sector de RRHH dista mucho de la observada en otros ámbitos como es el industrial o el financiero donde es necesario la aplicación del Big Data.

Por otro lado, Data Science o ciencia de datos es una disciplina que se centra en el análisis e interpretación de datos mediante la aplicación de técnicas estadísticas, minería de datos, aprendizaje automático y analítica predictiva.

Así mientras que el Big Data se relaciona más con la tecnología de la computación distribuida y las herramientas y el software de análisis. Data Science se enfoca en estrategias para toma de decisiones basada en los datos mediante el análisis adecuado de los datos utilizando herramientas como la estadística, aprendizaje automático etc. Por lo tanto, HRA es la aplicación de concepto y herramienta de Data Science al ámbito de los recursos humanos.

Elementos del Human Resource Analytics

Antes de ver el uso y aplicaciones del HRA, se deben analizar los elementos básicos que deben ser tenidos en cuenta a la hora de aplicar el HRA a una organización. A pesar de lo nuevo de este campo se observa un cierto consenso, entre los profesionales del sector, sobre los cinco elementos identificados como claves y necesarios para una aplicación adecuada del HRA. Estos son:

  • Contexto: Es necesario establecer un marco de trabajo donde vamos a aplicar la analítica y donde los demás elementos que vamos a ver van a jugar el papel. Por ejemplo, es muy distinto el contexto si nuestro HRA va a ser aplicar a la gestión de formación de personal, a la captación de talento, a la predicción de cargas de trabajo o distribución de tareas específicas entre nuestra fuerza de trabajo.
  • Preguntas: Lo primero que debemos saber es ¿A que queremos dar respuesta? ¿Qué necesitamos saber? ¿Qué debemos suplir? ¿Qué debemos reforzar? etc. Por ello, necesitamos conocer la fuerza de trabajo existente en la organización para poder tomar las mejores decisiones y por ende las mejores acciones que impacten positivamente en la estrategia del negocio dentro del contexto establecido.
  • Datos y métricas: Sin datos no hay analíticas, por lo que es importante saber claramente que datos tenemos y cuales podemos obtener, así como su valor para el negocio. Teniendo esto bien claro, el siguiente paso es desarrollar una serie de métricas e indicadores (KPIs) que me faciliten identificar aquellos aspectos cruciales para el negocio desde el punto de vista de RRHH, tales como la necesidad de formación de personal, captación de talento, ascensos adecuados o una mejor distribución de tareas para evitar sobrecargas de trabajo.
  • Analítica: Una vez identificados los datos a usar y las métricas a describir, es necesario establecer qué tipo de analítica se adapta mejor para dar una respuesta correcta a las preguntas antes realizadas. Por ejemplo, si la analítica va a ser de naturaleza predictiva (cargas de trabajo o necesidad de nuevo personal) o una analítica de detección (razones de la rotación de personal o identificar irregularidades en el desempeño de una tarea).
  • Acción: Una vez obtenido el conocimiento tras el análisis adecuado de los datos, este debe convertirse en una serie de acciones específicas que la organización puede llevar a cabo para modificar algún escenario, circunstancia o coyuntura atendiendo al contexto en el que opera.

Aplicaciones del Human Resource Analytics

A continuación, se presenta las principales aplicaciones de HRA en la empresa:

Analítica de talento: en muchas empresas se ha observado que presentan un desconocimiento parcial, y en los casos más preocupantes total, del talento, potencial y posibilidades de su fuerza de trabajo. La recopilación de datos adecuados de empleados y de potenciales candidatos, así como la analítica de éstos, es un aspecto crucial para tener una descripción exacta de la fuerza de trabajo actual en la empresa (fortalezas y debilidades). Esto ayudaría a describir mejor las necesidades de cara a futuras incorporaciones, así como el adecuado uso de nuestra fuerza de trabajo en situaciones concretas y proyectos específicos.

Retención de talento: unos de los grandes problemas a los que muchas empresas se enfrentan es a la tasa de rotación en su empleado, lo cual se traduce en un gasto en empleados que al final no deciden quedarse en la empresa. La aplicación de una analítica adecuada podría detectar patrones en las rotaciones y detectar las causas de por qué ocurren. Por otro lado, esa misma analítica podría ayudar a la creación de planes de contingencia para reducir esa tasa de rotación: reestructuración de departamentos, ascensos de personal, planes de formación específica o una adecuada creación de estrategias de cooperación interdepartamental.

Contrataciones inteligentes: el uso de herramientas que automaticen la extracción de los datos de potenciales candidatos, tanto de sus CV como de sus páginas en portales de empleo, así como una definición de métricas adecuadas permitiría definir, en términos de estas métricas, a los candidatos más aptos, permitiendo así una visión multidimensional y visualizar correctamente los diferentes aspectos de los candidatos en relación a su posible desempeño.

Personas adecuadas en los momentos adecuados: la analítica de datos puede permitir descubrir las necesidades del negocio alineadas con la estrategia de la organización, perfilando así de manera más adecuada los puestos de trabajo y aptitudes necesarias.

Medición del desempeño: el análisis adecuado de los datos sobre el desempeño de los empleados, así como la definición de unas métricas e indicadores adecuados, garantizaría una medida de rendimiento con mayor precisión y de manera más objetiva.

Gestión de cargas de trabajo: una distribución correcta de las cargas de trabajos es un aspecto crucial en la gestión de equipos de trabajo dentro de una organización. Una analítica de datos adecuada podría llevar a una mejora sustancial en el reparto de tareas entre empleados, haciendo éstas más equitativas. Por otro lado, esta misma analítica permitiría predecir cargas de trabajo posibilitando conservar recursos estratégicos que serán utilizados en el momento adecuado.

Conclusión

Como se puede ver, el HRA abre las puertas a una gestión más inteligente del talento, tanto adquirido como potencial, en las empresas. Aun así, este nuevo enfoque, todavía tiene en la transformación de la relación empleado-organización, una serie de puntos que aún están por establecer y estandarizar, lo cual permitiría una medición más precisa de los diferentes aspectos en el ámbito de RRHH.

Relacionado

Te dejamos una selección de cursos, carreras y artículos

Más de 300 empresas confían en nosotros

Oesia
Vass
Everis
Ayesa
Altran
Ibermatica
Atmira
GFI
Accenture
GMV
Concatel
Telefonica
Caser
Banco de España
kpmg
Mapfre
Randstad