People Analytics quiere ir más allá del rendimiento: el próximo reto es entender por qué ocurre
Los datos permiten conocer rotación, absentismo, desempeño o engagement con una precisión creciente. Nuevas aproximaciones empiezan a incorporar patrones de comportamiento para interpretar qué hay detrás de esos resultados y comprender mejor las dinámicas de los equipos.
NOTICIA
Recursos Humanos nunca había tenido tantos datos sobre las personas.
Las organizaciones pueden medir la rotación de un equipo, seguir su absentismo, conocer los resultados de una evaluación de desempeño, analizar el engagement o relacionar determinadas decisiones de talento con indicadores de negocio.
El problema es que medir mejor no significa necesariamente comprender mejor.
Saber que un equipo presenta una rotación elevada permite identificar una señal. Detectar que el rendimiento de un profesional ha disminuido permite actuar sobre ella. Pero ninguno de esos indicadores explica por sí solo qué está provocando el cambio.
Ahí aparece una de las fronteras que empieza a explorar el People Analytics: pasar del dato que describe lo que ocurre al dato que ayuda a interpretar por qué está ocurriendo.
Cuando el dato no explica a la persona
El rendimiento humano rara vez depende de una única variable.
Un profesional puede disponer de las competencias necesarias para desempeñar correctamente su puesto y, sin embargo, responder de manera diferente ante la presión, un cambio organizativo, un determinado estilo de liderazgo o una situación de incertidumbre.
Lo mismo sucede con los equipos. Dos grupos con perfiles profesionales aparentemente similares pueden desarrollar dinámicas completamente diferentes dependiendo de cómo se distribuyan las responsabilidades, cómo tomen decisiones sus miembros o cómo reaccionen ante el conflicto.
Esa complejidad explica el interés por incorporar al análisis tradicional información relacionada con patrones de comportamiento, no para sustituir los indicadores existentes, sino para añadir una capa que ayude a interpretarlos.
“RRHH dispone hoy de más información que nunca, pero tener más datos no significa necesariamente comprender mejor a las personas”, señala Elías Azulay, CEO de Jcbson. Para Azulay, el siguiente paso consiste en conectar los datos de negocio con información que permita interpretar mejor el factor humano que existe detrás de ellos.
La IA amplía la capacidad de análisis, pero también las preguntas
La inteligencia artificial está acelerando esta evolución.
Su capacidad para procesar grandes cantidades de información y encontrar relaciones difíciles de detectar manualmente abre nuevas posibilidades para selección, desarrollo, liderazgo o configuración de equipos.
Pero introduce al mismo tiempo una cuestión delicada para Recursos Humanos: cuánto queremos inferir sobre una persona a partir de sus datos.
La posibilidad técnica de encontrar patrones no convierte automáticamente esos patrones en explicaciones sobre el comportamiento humano. Tampoco elimina la necesidad de contexto, criterio profesional y cautela a la hora de utilizar información que puede terminar influyendo en decisiones sobre contratación, promoción o desarrollo.
La evolución del People Analytics plantea así una tensión que probablemente ganará importancia a medida que avance la IA: conseguir una comprensión más sofisticada de las personas sin reducirlas a una predicción algorítmica.
29 respuestas para buscar patrones de comportamiento
Una de las aproximaciones que está explorando este terreno procede de la compañía española Jcbson.
Su denominado Test Psicogénico analiza 29 respuestas mediante un modelo algorítmico propio, ADNe, para obtener información relacionada con diferentes patrones sobre cómo las personas procesan información, responden ante determinadas situaciones o afrontan distintos contextos.
Según la compañía, estos resultados pueden utilizarse como información complementaria en procesos de selección, desarrollo, liderazgo, configuración de equipos y gestión del talento.
La distinción entre información complementaria y diagnóstico resulta importante. El objetivo declarado no es determinar únicamente cuánto rinde una persona, sino aportar posibles elementos de contexto que ayuden a interpretar ese rendimiento.
Del comportamiento a los biomarcadores
Jcbson ha llevado esta línea de investigación un paso más allá mediante un estudio piloto desarrollado junto a Bionos Biotech.
La investigación contrastó resultados obtenidos mediante el modelo psicogénico con biomarcadores como el cortisol y la interleucina 6 (IL-6). Según la información facilitada por la compañía, se encontraron relaciones estadísticamente relevantes entre algunas de las variables estudiadas y uno de los modelos combinados alcanzó hasta un 86% de variabilidad explicada.
El dato requiere prudencia.
La propia documentación señala que se trata de un estudio piloto y que los resultados no convierten el modelo en una herramienta diagnóstica ni sustituyen pruebas médicas. La investigación pretende explorar posibles relaciones entre determinadas variables de comportamiento y parámetros biológicos y abrir nuevas vías de estudio.
Por tanto, sería prematuro interpretar estos resultados como una validación general de la capacidad para explicar biológicamente el comportamiento de un profesional.
El equipo puede ser más interesante que el individuo
Probablemente una de las aplicaciones más interesantes para Recursos Humanos no esté en construir perfiles cada vez más detallados de cada empleado, sino en comprender mejor qué sucede cuando diferentes personas trabajan juntas.
La complementariedad entre perfiles, la reacción colectiva ante el cambio, determinados desequilibrios o la interacción entre estilos de liderazgo son cuestiones que las organizaciones han interpretado tradicionalmente mediante entrevistas, evaluaciones y observación.
Incorporar nuevas fuentes de información puede aportar otra perspectiva, siempre que se utilicen como una señal adicional y no como una verdad definitiva sobre las personas.
“No se trata de poner una etiqueta a cada empleado”, sostiene Azulay, “sino de que RRHH pueda disponer de una información que hasta ahora no tenía y utilizarla junto con su experiencia, sus indicadores de negocio y el conocimiento que ya posee de la organización”.
Comprender más también exige decidir dónde están los límites
El People Analytics nació en buena medida para introducir evidencia en decisiones que durante décadas habían dependido fundamentalmente de la intuición.
Su siguiente etapa puede permitir interpretar dimensiones del trabajo que hasta ahora resultaban mucho más difíciles de observar.
Pero cuanto más se acerquen los datos al comportamiento humano, más importante será distinguir entre medir, interpretar y concluir.
Para los líderes de RRHH, el reto no será únicamente disponer de modelos capaces de encontrar patrones. También deberán decidir qué datos es legítimo utilizar, qué conclusiones pueden extraerse de ellos y cuánto peso deberían tener en decisiones que afectan directamente a una persona.
Porque quizá el futuro del People Analytics no consista en saberlo todo sobre los empleados.
Consista en comprender mejor aquello que los datos pueden explicar y reconocer con la misma precisión aquello que todavía no pueden explicar.