Durante décadas, decisões sobre pessoas foram tomadas
majoritariamente por intuição e experiência. Contratar, promover, reter,
dimensionar equipes: tudo se apoiava na percepção de quem gerenciava.
People analytics propõe uma mudança nessa lógica,
trazendo para a gestão de pessoas o mesmo rigor analítico que áreas como
marketing e finanças já adotaram.
A promessa é atraente, mas o caminho para realizá-la
passa por um pré-requisito que costuma ser subestimado: a qualidade e a
integração dos dados que alimentam a análise. Sem essa base, people analytics
vira apenas mais um painel bonito sobre informação frágil.
O que é people analytics, na prática
People analytics é o uso de dados sobre pessoas para
apoiar decisões de gestão. Não se trata de gerar relatórios, mas de extrair de
informação estruturada respostas que orientem escolhas concretas. Há uma
diferença importante entre reportar e analisar.
Um relatório mostra que a rotatividade foi de
determinado percentual no trimestre. Uma análise identifica onde essa
rotatividade se concentra, o que ela tem em comum e o que pode estar causando.
O primeiro descreve o passado; a segunda orienta o
futuro. É essa capacidade de transformar dado em decisão que distingue people
analytics de simples emissão de indicadores.
Os níveis de maturidade analítica
A análise de dados de pessoas evolui por níveis. O
descritivo responde ao que aconteceu, apresentando indicadores do passado. O
diagnóstico investiga por que aconteceu, buscando causas e correlações.
O preditivo estima o que tende a acontecer, antecipando
riscos como saídas prováveis ou áreas sob pressão. A maioria das organizações
começa no descritivo e imagina saltar direto para o preditivo, mas essa
evolução depende inteiramente da qualidade da base de dados.
Não se faz análise preditiva confiável sobre informação
incompleta ou inconsistente, por mais sofisticada que seja a ferramenta
empregada.
A pergunta que vem antes da análise:
de onde vêm os dados
Antes de qualquer discussão sobre modelos e
ferramentas, existe uma pergunta que determina o sucesso de qualquer iniciativa
de people analytics: de onde vêm os dados e em que estado eles estão.
A análise é tão boa quanto a informação que a alimenta.
Dados dispersos, desatualizados, inconsistentes ou registrados de formas
diferentes em sistemas que não conversam entre si produzem análises que, na
melhor das hipóteses, são inúteis, e na pior, levam a decisões erradas com
aparência de rigor.
A construção de uma base confiável é, portanto, o
verdadeiro ponto de partida, muito antes da escolha de qualquer plataforma
analítica.
As fontes que alimentam o people
analytics
Os dados que sustentam people analytics vêm de várias
fontes dentro da organização. O cadastro de pessoas fornece a estrutura básica.
As avaliações de desempenho trazem informação qualitativa. Pesquisas de clima capturam
percepção.
E os sistemas operacionais de RH concentram alguns dos
dados mais objetivos e confiáveis que existem.
Um sistema de folha de pagamento, por exemplo,
registra de forma estruturada informações sobre remuneração, custo por área,
horas trabalhadas e composição da equipe, dados que são matéria-prima direta
para análises de custo de pessoal e produtividade.
O controle de ponto adiciona informação sobre jornada e
absenteísmo. Quando essas fontes operacionais estão organizadas e integradas,
boa parte da base analítica já está construída.
Por que dados fragmentados
inviabilizam a análise
O maior obstáculo ao people analytics na maioria das
empresas não é a falta de dados, e sim a fragmentação deles. Informação de
cadastro em um lugar, dados de folha em outro, ponto em um terceiro sistema, avaliações
em planilhas soltas.
Cada ilha registra a informação a seu modo, e cruzá-las
exige trabalho manual, propenso a erro e impossível de escalar.
Essa fragmentação é o que faz muitas iniciativas de
analytics travarem antes de gerar valor: a equipe passa mais tempo
reconciliando dados de fontes incompatíveis do que analisando. Integrar as
fontes operacionais na origem resolve boa parte desse problema.
Métricas que geram decisão de verdade
Nem toda métrica gera decisão, e o excesso de
indicadores pode até atrapalhar. As métricas que realmente importam são as que
se conectam a decisões concretas.
Rotatividade por área e por gestor revela problemas de
liderança ou remuneração antes que se agravem. O custo real por equipe orienta
decisões de dimensionamento e expansão. Absenteísmo por período aponta questões
de clima ou de carga de trabalho.
Tempo médio de contratação ajuda a planejar reposições
com antecedência. O valor de cada uma dessas métricas está em levar a uma ação,
e não apenas em preencher um painel. Analytics que não muda decisão é custo sem
retorno.
O erro de comprar ferramenta antes de
organizar a base
Muitas organizações, animadas com a promessa de people
analytics, começam pela ferramenta: adquirem uma plataforma sofisticada
esperando que ela resolva o problema. O resultado costuma frustrar, porque
nenhuma ferramenta compensa dados ruins.
O princípio é o mesmo que vale para qualquer análise:
informação de baixa qualidade na entrada produz conclusões de baixa qualidade
na saída, com o agravante de que a aparência técnica dá a essas conclusões uma
falsa credibilidade.
A ordem correta é inversa: primeiro organizar e
integrar as fontes de dados, garantir consistência e confiabilidade, e só então
investir na camada analítica que vai extrair valor dessa base.
Da intuição ao dado: o RH que decide
melhor
People analytics representa uma evolução real na forma
como as organizações gerenciam pessoas, substituindo a decisão puramente
intuitiva por escolhas apoiadas em evidência. Mas essa evolução não começa na
ferramenta de análise, e sim na base de dados que a sustenta.
Empresas que organizam suas fontes operacionais,
integram a informação e garantem sua qualidade constroem o alicerce sobre o
qual qualquer análise se torna confiável.
O caminho da intuição ao dado passa, antes de tudo, por
arrumar a casa dos dados. Quem faz esse trabalho de base transforma people
analytics de promessa em ferramenta concreta de decisão melhor.
