10-mod

Qué es People Analytics aplicado a los recursos humanos

People Analytics es una herramienta de gran valor para las empresas modernas. Esta práctica ayuda a las organizaciones a tomar decisiones basadas en datos para mejorar el rendimiento de la empresa. Esto se refleja en la forma en que las empresas recopilan, analizan y usan la información sobre su talento humano. Esta información puede ser recopilada de una variedad de fuentes, como encuestas, entrevistas y bases de datos. Estos datos se analizan para descubrir insights que se pueden usar para mejorar el rendimiento de la empresa.

El uso de People Analytics proporciona muchas oportunidades para mejorar la toma de decisiones de una empresa. Las empresas pueden identificar rápidamente problemas y oportunidades, mejorar el reclutamiento, optimizar los procesos de selección, mejorar la productividad y la satisfacción del empleado. Además, los datos recopilados y analizados pueden ser utilizados para predecir el comportamiento y la tendencia de los empleados para mejorar la toma de decisiones. Estas herramientas ayudan a las organizaciones a optimizar sus operaciones y resultados comerciales. People Analytics es una práctica cada vez más utilizada por las empresas modernas para optimizar los resultados comerciales.

Esta práctica se basa en el uso de datos para tomar decisiones basadas en el conocimiento. Las empresas pueden recopilar información de una variedad de fuentes, analizarla y utilizarla para mejorar el rendimiento de la organización. Los datos recopilados y analizados también pueden usarse para predecir el comportamiento y la tendencia de los empleados para mejorar la toma de decisiones. People Analytics permite a las empresas ser proactivas en vez de reactivas, mejorar la productividad y la satisfacción de los empleados, y maximizar los resultados comerciales.

Análisis de la rotación de los empleados

Revisar la rotación de los empleados es una tarea fundamental para las empresas de todo el mundo. Un artículo publicado por el Wall Street Journal en 2015 mostró cómo Credit Suisse usó algoritmos para determinar quién podía estar en riesgo de renunciar. El banco pudo identificar los motivos por los que los empleados decidían dejar la empresa y proveer información anónima a los gerentes para ayudar a reducir la rotación indeseada de empleados.

Además, los gerentes se vieron beneficiados con una formación específica para retener mejor a los empleados de alto rendimiento que podían estar en dificultades. Esto permitió al banco obtener un ROI anual de $70 millones. Esto demuestra que el análisis de la rotación de los empleados es una herramienta fundamental para mejorar el rendimiento de una empresa. Esto puede ser llevado a cabo mediante el uso de algoritmos, el análisis de datos y la formación para los gerentes.

Aumento del nivel de compromiso

En el Harvard Business Review, un estudio sobre el análisis de talento competitivo fue publicado recientemente. Los investigadores de la escuela de negocios buscaban probar la hipótesis de que el compromiso de los trabajadores tiene una influencia directa sobre el desempeño financiero. Para esto, eligieron a BestBuy, una de las mayores empresas minoristas y de comercio electrónico del mundo que es parte del Fortune 500.

Los resultados obtenidos muestran que cada incremento del 0,1% en el compromiso de los empleados se traducía en un aumento de los ingresos por tienda de $100.000 anuales. Como resultado de este análisis, la compañía decidió hacer una encuesta trimestral de compromiso en lugar de anualmente. Esto fue una forma de demostrar la correlación entre el compromiso de los empleados y el rendimiento de la inversión.

Detección del burnout del empleado

Los expertos de Experian descubrieron que el cansancio y desgaste de los empleados era una causa muy importante de rotación no deseada. Por ello, decidieron crear un modelo predictivo que les ayudase a identificar los factores que generaban la insatisfacción laboral. Investigaron variables como el tamaño de los equipos de trabajo, la valoración de supervisores y gerentes, el tiempo de desplazamiento de cada trabajador, etc. El análisis mostró que los equipos con más de diez o doce integrantes generaban la peor percepción. También se descubrió que la distancia de la residencia al lugar de trabajo desencadenaba el riesgo de fuga.

Una vez validado el algoritmo, se aplicó en varias regiones y se estimó un impacto financiero de entre 8 y 10 millones de dólares en el primer año y medio de optimización de la estructura organizacional.

Disminución del absentismo laboral

La gran compañía E.ON realizó una evaluación exhaustiva de sus datos para entender los motivos de ausentismo de sus empleados. Identificaron 55 hipótesis y verificaron 21 de ellas. Luego de investigar, decidieron actuar sobre 11 de estas suposiciones, entre ellas la administración deficiente de los períodos de descanso y las vacaciones. Esto les permitió compartir los resultados con los gerentes para ayudarlos a mejorar la forma de gestionar estos periodos de descanso.