Analítica de Recursos Humanos: tomar mejores decisiones para gestionar ventaja competitiva
David Aguado
Profesor Departamento Psicología Social y Metodología, Universidad Autónoma de Madrid
Investigador Senior, Instituto de Ingeniería del Conocimiento
Es un hecho que la Inteligencia Artificial y el Big Data constituyen el fenómeno tecnológico (y social) que mayor impacto está teniendo en los últimos años tanto en las dinámicas propias de las organizaciones como en los patrones de comportamiento (y de consumo) de los ciudadanos. Sectores como por ejemplo el de la salud, el financiero o el educativo por nombrar algunos, se han visto transformados sustancialmente debido a este desarrollo tecnológico.
El ámbito de los Recursos Humanos no ha sido ajeno a esta transformación y, de hecho, la vemos como una oportunidad para, por fin, contribuir significativamente a la ejecución de la estrategia organizacional. Es claro que, en una economía dominada por negocios basados en conocimiento, el capital humano de las organizaciones se convierte en su principal fuente de ventaja competitiva. Dicho de otra manera, la forma que tienen las organizaciones de desarrollar su misión de manera efectiva, en un contexto VUCA como el actual, es a través de sus empleados. Que, dicho sea de paso, tienen el mayor nivel de conocimientos y de formación que se ha conocido históricamente. Y que, solo a través de ellos podrán las organizaciones realizar procesos exitosos de adaptación a un entorno tan complejo. La necesidad está servida: una adecuada gestión de los recursos humanos es fundamental para poner en marcha las capacidades que permitirán a la organización responder adecuadamente a su ambiente.
Y a tal fin, el contexto tecnológico determinado por el Big Data y la Inteligencia Artificial sienta las bases para un cambio radical en la forma en que el profesional de los recursos humanos desarrolla su tarea. Y este cambio más que tecnológico, es de pensamiento. Lo que cambia es que ahora el profesional de recursos humanos es requerido para que tome decisiones sobre la fuerza de trabajo basadas en la evidencia que proporciona el análisis de los datos. Es decir, se mueve a los departamentos de recursos humanos para que tomen decisiones informadas. Es lo que conocemos como HR Analytics (HRA). Y en este empeño tres elementos cobran una especial relevancia: (a) los datos; (b) el modelo de pensamiento científico; y (c) la automatización de la toma de decisiones.
Los datos
Sin información no hay decisiones informadas. Y, sin duda, uno de los hechos clave de esta revolución tecnológica es la obsesión por los datos. Evidentemente la utilización de tecnologías digitales hace que el potencial de datos disponibles para analizar sea extraordinario. Además de los tradicionales datos de recursos humanos, que mal que bien almacenamos en nuestros Sistemas de Información de Recursos Humanos, el mundo Big Data trae de la mano desde los datos disponibles en las diferentes plataformas tecnológicas que utilizan los empleados, en lo que podríamos englobar como huella digital; hasta los datos generados por las aplicaciones móviles y wearables diseñados ad-hoc para la trazabilidad de alguna cuestión concreta; pasando por los datos externos a la organización y que cada vez están más disponibles a través de las políticas de datos abiertos que instituciones y entidades llevan a cabo.
Creo que respecto de los datos son dos los elementos salientes que deberíamos resaltar. El primero de ellos es la idoneidad ética de su utilización. Los diferentes tipos de datos respecto de los individuos tienen diferente connotación en cuanto a la protección de la privacidad. Tanto la Ley española como el Reglamento europeo marcan el terreno de juego en el que hay que desenvolverse con ello. Lo que, en cualquier caso, no exime al profesional de recursos humanos acerca de qué datos utilizar y para qué. El segundo elemento de reflexión atañe a la calidad de los datos. La contraposición entre “big data” y ”smart data” se ha puesto encima de la mesa para reflejar que en la analítica de recursos humanos estamos lejos de utilizar grandes volúmenes de datos (como sí es posible en otros campos) y que hemos de centrarnos en la utilización de datos de calidad que describan de manera precisa nuestros fenómenos de interés. Y, sin duda, en la generación de datos de precisión respecto de las realidades individuales, el conocimiento psicométrico juega un papel fundamental y ha de recurrirse a él como un referente claro. Adicionalmente, la calidad del dato depende del desarrollo de una cultura del dato en la organización y del desarrollo de procesos adecuados de gobernanza de los mismos.
El modelo de pensamiento científico
No todas las miradas sobre los datos (sobre la información) son igualmente efectivas. La lógica de la investigación en las ciencias sociales se ha demostrado útil a tal fin. Diferente a los procesos de análisis basados en la experiencia y en la intuición, la lógica científica nos habla de preguntas de investigación, de técnicas analíticas y de significación estadística. Una cuestión fundamental de esta lógica es pensar que no lo sabemos todo y que hemos de “descubrir” cuáles son los patrones o leyes que rigen los fenómenos que nos interesan (por ejemplo, ¿de qué depende la satisfacción de nuestros clientes?). Con ese punto de partida el diseño de investigaciones nos ayuda a determinar qué datos utilizar, cómo analizarlos y cómo interpretar los resultados obtenidos para obtener insights. Sin duda aquí, además de las técnicas estadísticas más habituales de la investigación en ciencias sociales, las ciencias de la computación junto con los desarrollos matemáticos más actuales, nos han brindado la oportunidad de incorporar técnicas analíticas como las basadas en el Machine Learning, el Procesamiento del Lenguaje Natural o el Análisis de Redes Organizacionales y Sociales. La implicación clara que tiene este aspecto en los departamentos de recursos humanos es la necesidad manifiesta del desarrollo de un conjunto de competencias profesionales relacionadas con el ámbito de la analítica, la gestión de datos, la lógica científica y la comunicación con datos, que a día de hoy se encuentran en pocos profesionales de recursos humanos.
La automatización de la toma de decisiones
Es tal vez este el aspecto más visible de esta transformación en el ámbito de los recursos humanos. Respecto de las decisiones operativas más sencillas, el proceso está quedando automatizado a través, por ejemplo, de los Chatbots. Son capaces de realizar una interacción completa con los empleados para resolver algún problema específico (de los denominados de atención al empleado). Pero también hay procesos de automatización que resuelven o facilitan la toma de decisiones en ámbitos más estratégicos. Los procesos de adquisición de talento son un buen ejemplo de ello. Los candidatos habitualmente realizan pruebas de evaluación que son administradas de manera online y que generan de manera automática un perfil del candidato. Las entrevistas pueden ser grabadas, analizadas con posterioridad (o automáticamente de manera inmediata) para obtener estimaciones de las características de los candidatos. Y la utilización de algoritmos de predicción (de mayor o menor complejidad) para combinar los diferentes resultados obtenidos con las diferentes técnicas de valoración, es ya un hecho. El reporting actual es probablemente también un buen ejemplo de esta idea de automatización. Las herramientas de visualización permiten el desarrollo de cuadros de mando, con información actualizada, a diferente nivel de análisis, y parametrizadas en función del receptor de la información. Esta información en tiempo real facilita la toma de decisiones por parte de sus usuarios.
A modo de conclusión
El contexto tecnológico que la Inteligencia Artificial y el Big Data han puesto sobre el tablero de juego, ofrece a la función de recursos humanos una buena oportunidad para posicionarse como socio de valor en la ejecución de la estrategia organizacional. La oportunidad no está exenta de dificultades que habrán de abordarse. Entre ellas, parecen imprescindibles en el corto plazo: (a) la capacitación de los profesionales de recursos humanos en nuevas competencias relacionadas con las capacidades analíticas y científicas; (b) el desarrollo de culturas acordes con la calidad del dato y la toma de decisiones informadas en todos los ámbitos de la organización; y (c) la adaptación de la función de recursos humanos a esta nueva forma de actuación.
