Cómo está cambiando la analítica de big data la gestión de personas

Cómo está cambiando la analítica de big data la gestión de personas
Este contenido ha sido traducido automáticamente con IA.

Google ha sido elegido regularmente como la mejor empresa de Estados Unidos para trabajar: su personal recibe comidas gratis, generosas vacaciones pagadas, acceso a «cápsulas para siestas» para dormir brevemente durante la jornada laboral e incluso se le anima a cultivar sus propias frutas y verduras en el trabajo.

Y, pese a su antiguo lema «no seas malvado», los altos directivos de Google no han organizado las cosas así simplemente porque sean personas encantadoras. Como todo lo que hacen, sus decisiones se basaron estrictamente en datos; y, en este caso, los datos mostraron que tratar bien a su personal aumentaría la satisfacción de los empleados.

Desde hace algún tiempo, los empleadores utilizan la analítica para entender qué motiva a su personal, recurriendo a métricas como el compromiso del personal para comprender qué impulsa la productividad y la innovación en el lugar de trabajo.

La revolución del big data ha acelerado esta práctica y también la ha llevado en nuevas direcciones: ahora las empresas tienen más datos que nunca sobre sus empleados, así como más herramientas y tecnología para analizarlos.

Pero ¿podemos —o debemos— vigilar a las personas que trabajan para nosotros del mismo modo que vigilamos nuestra maquinaria y nuestros equipos? ¿Se puede predecir su comportamiento, o incluso manipularlo, de la misma manera? ¿Es ético siquiera intentarlo?

Al fin y al cabo, las personas son mucho menos predecibles, reaccionan de forma más matizada ante acontecimientos o situaciones y tienen motivaciones complejas. Si la productividad de una máquina es constantemente inferior a la esperada, es razonable suponer que está averiada. Si la productividad de una persona disminuye, puede haber cien motivos: una enfermedad, dificultades para afrontar el estrés en casa o el comienzo de una desmotivación con el trabajo.

El hecho de que estas preguntas sigan sin respuesta ciertamente no ha impedido que muchos sigan adelante y lo prueben de todos modos.

El servicio Business Microscope de Hitachi permite a las empresas equipar a su personal con etiquetas de identificación por radiofrecuencia (RFID), que rastrean sus desplazamientos por el lugar de trabajo e incluso monitorizan las ondas sonoras para identificar cuán estresados o relajados están cuando hablan.

En una prueba, un minorista pudo aumentar las ventas un 15% al observar que la presencia de un empleado en ciertas zonas de la tienda tenía un gran impacto en los productos vendidos, mientras que en otras zonas su presencia tenía muy poco efecto.

El uso de estos dispositivos no se limita a las empresas cuyo personal se desplaza habitualmente para realizar su trabajo. En una oficina donde se trabaja sentado, registran cuánto tiempo pasa un empleado en su escritorio, cuánto tiempo interactúa con otros empleados, con quién habla, a qué distancia se sitúan durante las conversaciones y con cuánto entusiasmo participa en las reuniones.

Puede sonar orwelliano, pero la acogida del personal dependerá probablemente por completo de cómo se utilice. Si se usa como herramienta disciplinaria centrada en el comportamiento de las personas, sin duda generará resentimiento. Pero si se utiliza para obtener una visión general de la empresa en su conjunto y de cómo interactúa para realizar el trabajo, probablemente generará muchas menos quejas y conocimientos mucho más útiles.

Retener al personal (o reducir la «rotación») suele ser una prioridad clave para las empresas. Siempre hay demanda de los mejores talentos, y evitar que los competidores los capten es siempre un desafío. Con ese fin, Forbes realizó un estudio en 2013 que encontró una fuerte relación entre la remuneración necesaria para retener a un empleado y su nivel de productividad.

Podía esperarse que el personal de rendimiento medio siguiera siendo leal incluso si sus ingresos bajaban hasta el 91% del salario promedio de su puesto. En cambio, quienes tienen un rendimiento sobresaliente empezarían a buscar otras oportunidades si su salario estuviera por debajo del 120% del promedio.

Las empresas han aprovechado estos hallazgos para desarrollar algoritmos que predicen cuándo podrían correr el riesgo de perder a un empleado clave, lo que les permite intervenir a tiempo.

Lo cierto es que, en la era del análisis de big data, medir la eficiencia del personal e identificar los factores que pueden afectarla es un proceso relativamente sencillo, dada la cantidad de datos que los empleadores pueden recopilar ahora de sus empleados y las herramientas avanzadas disponibles para analizarlos.

Las ventajas para una empresa que puede identificar con precisión por qué un representante de ventas supera a sus colegas son evidentes. Sin embargo, si se implementan de manera descuidada o discriminatoria, también podrían provocar graves problemas de confianza con el personal y aumentar la sensación de intrusión en su vida privada.

Muchas empresas ya revisan habitualmente el contenido de los correos electrónicos y supervisan la actividad de su personal en las redes sociales; está claro que esto puede preocupar a algunas personas.

¿Resentirán los empleados este nivel de análisis de sus actividades cotidianas? Algunos, sin duda. Pero, como ya he dicho, dependerá por completo de cómo se implemente. En resumen, hay usos mucho más útiles y menos polémicos para recopilar y analizar datos de los empleados que imponer disciplina sobre quién hace más pausas para ir al baño.

Es algo a lo que probablemente nos acostumbraremos con el tiempo, del mismo modo que, en el ámbito del consumo, cada vez estamos más habituados a entregar nuestra información personal a empresas privadas a cambio de un servicio más conveniente.

Y si el resultado final es que su empleador decide duplicar sus vacaciones pagadas, ofrecer comida gratis y animarlos a dormir en el trabajo, es poco probable que reciban muchas quejas.

Este artículo se publica en colaboración con Linkedin. La publicación no implica que el Foro Económico Mundial respalde estas opiniones.

Para mantenerse al día con Agenda, suscríbase a nuestro boletín semanal.

Autor: Bernard Marr es un experto de reconocimiento mundial en estrategia, gestión del rendimiento, analítica, KPI y big data.

Imagen: Operadores trabajan en el parqué de la Bolsa de Nueva York. REUTERS/Brendan McDermid

Compartir:

Licencia y republicación
Los artículos del Foro Económico Mundial pueden volver a publicarse de acuerdo con la Licencia Pública Internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, y de acuerdo con nuestras condiciones de uso. Las opiniones expresadas en este artículo son las del autor y no del Foro Económico Mundial.