Unindo tecnologia e humanidade no RH com People Analytics

Formada em Ciências da Computação, migrei de carreira em 2012. Da área técnica, fui para a de Recursos Humanos (RH). Se por um lado, saí da tecnologia, por outro, a tecnologia não saiu de mim.
 
Hoje, sou Head de People Innovation na CI&T e, nesses anos todos, entendi que cada área tem muito a contribuir para quaisquer outras. Nesse sentido, People Analytics representa muito bem essa simbiose entre meu ponto de partida e meu ponto de chegada, isto é, entre a tecnologia e o RH.

People Analytics é uma metodologia que passa pela coleta, pelo tratamento e pela interpretação de dados sobre pessoas e sobre o ambiente no qual elas estão inseridas. Todas essas ações são executadas de maneira sistêmica, ou seja, por meio delas é possível juntar várias fontes de dados para se chegar a uma apresentação de um conjunto de informações diferenciadas e associadas.

Essa abordagem gera benefícios como a previsão de comportamentos, além da possibilidade de antecipação de problemas e tendências, resultando na execução de ações preventivas e diretivas. 
Para que tudo funcione adequadamente, é necessário que se aplique um uso consistente de People Analytics nas operações; logo, conhecer esse universo é o primeiro passo para explorá-lo com propriedade.

People Analytics e bases de informações

Pode parecer óbvio, mas, se há o desejo de implementação da metodologia, é preciso que uma organização tenha dados. Muitas companhias travam justamente nessa etapa por nunca terem realizado sequer uma coleta. Só que nunca é tarde para isso, afinal People Analytics se destaca pelo fato de pressupor enriquecimento constante das bases de informações — o que vale também para o início de tudo.

A inexistência de um alto volume de dados não inviabiliza a implementação de People Analytics. Uma coleta apropriada exige que as pessoas por trás do movimento pensem “de trás para a frente”: O que querem analisar? O que querem ver? O que querem fazer com o que conseguem? Aonde querem chegar? Como querem medir?

Após obter as respostas para essas perguntas, entendemos quais são os dados que ainda não temos e que devem ser levantados e quais são as ferramentas que mais se adequam aos objetivos que vêm a seguir. 

Não posso deixar de mencionar que faz parte da “equação” um time de pessoas técnicas e capazes de entender os problemas que buscam resolver e de fornecer os insights mais oportunos. São elas que determinam a evolução da implementação de People Analytics, que dá sequência à evolução de maturidade da companhia no tema.

Níveis de classificação de utilização de People Analytics

Segundo a Gartner, há quatro níveis de classificação de utilização de People Analytics nas empresas, e falarei sobre eles a seguir.

• Nível 1: Análise Descritiva

Uma vez que equipes capacitadas se debruçam sobre os dados coletados, elas se deparam com conjuntos de intenções e com métricas. Além de tais informações demonstrarem cenários passados de determinadas questões, indicam quais trabalhos gerarão impactos positivos na superação de obstáculos. É aí que as análises descritivas entram em ação.

Muitas companhias não sabem quais são seus reais problemas. Com as análises descritivas, é possível “voltar no tempo” para detectá-los. Por exemplo: quantas vagas fechei por mês em 2021? Qual foi o meu turnover mensal? O que se atinge no Nível 1 é o que revelará as respostas a essas perguntas, pois nele há tanto o que foi executado quanto eventuais oportunidades não aproveitadas. Portanto, dashboards e relatórios costumam traduzir a visão do "como estamos".

• Nível 2: Análise Diagnóstica

A partir do momento em que se tem os dados e a mensuração adequada (no qual se entende o que está indo bem ou não), é chegada a hora de apurar relações de causas e efeitos, bem como de gerar hipóteses a partir do cruzamento de informações. O “destrinchar” dos acontecimentos assegura maior entendimento do que se está observando. O contexto também é muito importante e sempre deve ser levado em consideração.

Voltando a um suposto caso de altas taxas de turnover, é a análise diagnóstica que aponta seus possíveis motivos e o que ajuda na tomada de decisões sobre mudanças. 
Vale lembrar que tanto a análise descritiva quanto a diagnóstica dependem de seres humanos, de pessoas que olham, interpretam, correlacionam, cruzam e entendem aquilo que têm nas mãos. E ambas também denotam observações do passado, "fotos" do que ocorreu ou vem ocorrendo dentro da organização.

• Nível 3: Análise Preditiva

Assim que se superam os níveis 1 e 2, nos quais temos conclusões a respeito dos problemas e das razões pelas quais ocorrem, uma companhia chega ao Nível 3, que é a análise preditiva.
Nessa etapa, as tendências reveladas oferecem vislumbres do que pode acontecer com a empresa em relação à ótica analisada. Em outras palavras, informações históricas aliadas a tecnologias como inteligência artificial e machine learning, ajudam a “prever” o futuro.

“Previsão” não é uma palavra que se encaixa nesse caso, uma vez que as probabilidades, aqui, é que ditam as regras do jogo, pois a detecção de determinadas características e suas relações com certos resultados garantem insights a respeito das chances de algo ocorrer. O olhar para o passado junto ao estudo de comportamentos joga luz à possibilidade de ocorrências por meio de condições levantadas — e isso permite aplicar mudanças. De forma prática, uma análise preditiva não diz o que vai acontecer, mas sim o que pode acontecer se o comportamento das variáveis continuar seguindo as mesmas tendências.

O Nível 3 de People Analytics é também uma maneira de se atestar de forma empírica sensações e intuições, tão comuns no mundo do RH. Assim, pode-se transformar pensamentos em hipóteses, passíveis de comprovação ou descarte baseado em dados. 

Quando colocamos um modelo preditivo em prática, a "prova" de que ele realmente funciona é quando ele deixa de funcionar. Interessante, né? Veja, se um modelo inicial de preditividade de turnover acerta 80% das vezes, conforme se vai fazendo a leitura dessas informações e se aplicam ações reais, o modelo deve ir perdendo acurácia e sua capacidade de previsibilidade, baixando sua taxa de acerto.

Dado que interferências humanas reduzem a acurácia de modelos, é essencial mantê-los atualizados, pois eles devem acompanhar os movimentos da empresa e do mercado, mesmo que isso signifique a substituição do recurso em uso.

• Nível 4: Análise Prescritiva

Último nível de classificação de People Analytics, trata-se do uso da predição para se atingir a capacidade de se afirmar como ela vai se dar ao longo do tempo. Nessa etapa, como na anterior, é imprescindível o uso da tecnologia.

Projeções são as melhores formas de se fazer uma análise prescritiva, o que permite direcionar esforços para a obtenção de resultados aprimorados graças às possibilidades geradas pelos modelos implementados. 

Tais tecnologias apoiam times inclusive na elaboração de sugestões de ações que podem, na prática, alinhar os objetivos da organização à tendência que se segue corporativamente, incorporando outros tipos de variável, como metas. Portanto, tanto na prescrição quanto na predição já estamos falando de futuro.

Inteligência híbrida com People Analytics

A atuação humana, sozinha, é poderosa, mas não atinge o máximo potencial em determinadas necessidades, e o mesmo vale para a tecnologia. A união de ambas resulta em uma inteligência híbrida, que contempla o melhor de ambos os mundos. Isso é People Analytics. Isso é o que aprendi saindo da área técnica e indo para o RH.

Com People Analytics, ao contrário do que se pensa, não há desumanização do RH; a abordagem, além de potencializar resultados, libera tempo para que pessoas invistam esforços naquilo que, de fato, apenas humanos fazem a diferença.

Se a tecnologia aliada aos dados pode ser usada a favor de uma companhia, então ela deve ser usada. Trata-se, portanto, de uma contribuição infinita, cujos limites cabe a nós explorar (e só nós podemos fazer isso).

---