Hacia un nuevo modelo de confianza: El uso de los datos de nuestros empleados en los proyectos de People Analytics

El empleado y la empresa mantienen, ante todo, una relación de confianza. La confianza es el pre-requisito del compromiso. Es por tanto un activo profesional, pero como activo, se puede lograr, y se puede perder.

La pérdida de la confianza en el trabajador por parte de la empresa puede acabar en la ruptura de la relación. Por ejemplo, el caso de un empleado que colgó un vídeo identificando a Hitler con su empleador, o el despido de una trabajadora de un supermercado, por publicar en Facebook vídeos de caídas de sus compañeros de trabajo[1]. La pérdida de la confianza en la empresa también puede generar ruptura, pero en muchos casos es peor el coste del “desenganche” del empleado con el proyecto empresarial.

En el entorno actual de digitalización y automatización, los datos de nuestros empleados, disponibles a través de una amplia gama de innovaciones digitales, son a la vez una mina de oro y un campo minado[2]. Me propongo en este artículo reflexionar sobre qué podemos hacer para reinventar la relación de confianza entre empleador y empleados, a la luz de las iniciativas de analítica de datos e inteligencia artificial, en adelante People analytics.

Pero lo primero es antes. People analytics es la evolución de la actividad tradicional de reporting e indicadores que se ha llevado a cabo en RRHH desde sus inicios. La diferencia es que hoy existe una mayor capacidad de analizar y procesar información[3], además de manera más proactiva e inteligente, sobre mas fuentes y de mayor variedad. Esto nos permite llegar a otro lugar diferente al que llegaríamos con los cuadros de mando. “Reports provide data; analytics provide insight”[4], sería una buena síntesis de la diferencia entre una cosa y otra.

Estos insights se están aplicando a multitud de problemáticas de negocio. Desde identificar en un candidato las cualidades que llevan al éxito profesional en una función concreta, a predecir el grado de aplicación de un programa de formación[5]. Las peculiaridades de esta nueva forma de actuar serían:

· Los datos nos permiten ver y escuchar cosas que de otro modo se nos pasarían por alto. P.ej. al tomar el pulso a la satisfacción de los empleados, o al identificar los momentos clave de insatisfacción de un segmento de empleados

· Los datos despersonalizan nuestros debates.

· Los datos descubren patrones ocultos que pueden revelar nuevas oportunidades en la gestión de equipos o en la manera en la que los distintos mandos aplican la gestión y el liderazgo en la empresa.

· Los datos permiten decisiones más rápidas y audaces

· Los datos pueden ser un arma poderosa para controlar los sesgos que se manifiestan en momentos clave como la selección o la evaluación del desempeño.

· El uso de los datos que provienen de rrhh no es suficiente. La verdadera potencia viene de integrar más datos[6] de otras fuentes de la empresa o de las redes sociales o crearlos adhoc con instrumentos de medición específicos

Por estas y otras causas, People analytics está llamada a ser una función de negocio, no solo una actividad reactiva de reporting. Una función centrada en usar los análisis de información para comprender cada parte de la actividad de la empresa e incorporar sus análisis, en tiempo real, a la forma en la que trabajamos. Un ejemplo sería el portal del mando de Microsoft[7] integrando tanto la información reactiva (datos y enlaces con información relevante) como la proactiva (acciones que puedo hacer mejor mi trabajo en base a las evidencias que nos dan los datos).

Hasta aquí la cara soleada del concepto, pero ¿cómo se perciben estas iniciativas desde los empleados? ¿Pueden las empresas recoger todo tipo de información de sus empleados?

Hay dos facetas a considerar. La primera es la legal. Todo parece indicar que el GRDP[8] no limita a las iniciativas de people analytics, siempre que cumplamos con los requerimientos de la ley: consentimiento, acceso, portabilidad, derecho al olvido, profiling y responsabilidad de mantener un registro de las actividades. “La GDPR tiene el firme objetivo de proteger al ciudadano por lo que cualquier uso del dato que no ponga en peligro su privacidad no debería ser un problema[9]” aunque “no está de más la consideración de esta cuestión desde un punto de vista ético y del código de conducta de los profesionales”[10]. Siempre es aconsejable que un código de conducta recoja toda la normativa interna, destacando los derechos de los empleados, los comportamientos sancionables y sus consecuencias.

La segunda faceta es la de la confianza. Esta es más delicada y compleja y en mi opinión, está siendo una de las barreras para la adopción de people analytics por parte de los departamentos de RRHH.

A medida que las personas y las tecnologías inteligentes interactúan cada vez más, dejan un rastro digital que permite analizar, por ejemplo, la distancia que un conductor ha cubierto, cuántos productos ha ensamblado un trabajador o cómo las personas pasan su tiempo y con quién[11]. El uso de people analytics puede producir el efecto “gran hermano”.

Al empleado le pueden surgir dudas sobre el uso que de sus datos hace la empresa y si ésto le puede llevar a una sobre-supervisión que genere recelos y rompa la relación de confianza. Un reciente estudio[12] detalla que la preocupación de un 59% de los empleados es que el uso de datos “ayude a empresa a tratarme mas como una unidad de producción, que como un ser humano individual”. ¿podemos activar los empleados el “modo incognito” en nuestra relación con la empresa? Si el algoritmo aprende a través de datos del empleado, ¿el empleado es dueño del aprendizaje? ¿Quién paga por los daños causados por un error en las decisiones que vienen de la analítica de datos?

Si el enfoque de nuestro proyecto de People Analytics se centra en la eficiencia y el control, los empleados dudarán si hay algún beneficio para ellos. Igual puede pasar en el caso de la experiencia de empleado. A veces podríamos dudar de cuán genuinos son los esfuerzos por mejorar la experiencia de los empleados o simplemente son actividades para recopilar datos de satisfacción, que si no valoro bien, me puede traer complicaciones.

Por otro lado, el “efecto de descompensación”. Cuando utilizamos Facebook o Linkedin, cedemos una gran cantidad de datos a cambio de una funcionalidad disponible 24x7 para nuestro disfrute. Para muchos el beneficio obtenido supera el coste de preservar su intimidad.

En el caso de los datos de empleados, podemos encontrarnos con una situación similar. Las empresas con los datos de los empleados, los que recoge en las redes sociales y a los datos de cliente y los financieros para generar “insights” que tienen un valor relevante para el negocio…A cambio ¿qué recibe el empleado? Podemos argumentar que lógicamente recibe los beneficios del análisis: Si consigo que gracias a la analítica la función como mando sea más eficiente, esto redunda en su satisfacción y en su reconocimiento…pero ¿está este balance compensando? ¿Se percibe así por parte de los trabajadores? Existe una gran área de oportunidad en este punto para poder co-crear, comunicar y desarrollar una estrategia win-win que sea percibida como tal por parte de los empleados.

¿Cómo podemos solventar estas situaciones? Esta pregunta la compartí con mis alumnos del TDHR[13] del IE y se identificaron más de 70 posibles iniciativas. Muchas vinculadas a la comunicación interna, pero también se identificaron iniciativas con relación al diseño, la operación y la gestión de proyectos People Analytics.

Entender las metodologías y procesos de la analítica de datos en muchas ocasiones no es sencillo, ni para los perfiles de los departamentos de RRHH, ni para los expertos de rrhh, que se sienten más cómodos deduciendo soluciones desde su experiencia, y por tanto son reacios a repensar sus recetas en base a los datos.

Muchas veces cuesta transmitir las bondades de estos proyectos al negocio, ya que recelan de las capacidades tecnológicas del departamento de RRHH. En otras ocasiones generamos unas expectativas que a veces no se ven satisfechas. Los datos son dinámicos y cambiantes y si no tenemos buenas herramientas de integración y análisis, podemos llegar con la solución a un problema que ya ha dejado de existir.

Los proyectos de People Analytics, y en general aquellos que utilizan las nuevas aplicaciones para digitalizar la función, no son un tema tecnológico, aunque se apoye en tecnología. Son proyectos de innovación que parte del desarrollo y del cambio.

Mi recomendación es tratar el tema de la confianza no sólo como una parte de la comunicación de mi proyecto. Creo que es un tema estratégico que abre una gran oportunidad para superar las barreras de implantación y uso que tradicionalmente han tenido estos proyectos. El conseguir una práctica people analytics (y por añadidura de digital HR) basada en un modelo evolucionado de confianza puede contribuir significativamente a la transformación cultural de los negocios.

Hay que repensar el modelo de confianza, basándonos en la competencia, la credibilidad y la sinceridad, para evitar riesgos y aprovechar los beneficios que la digitalización tiene para las personas en la empresa.

[1] https://www.rrhhpress.com/legal-laboral/48248-puedo-criticar-a-mi-empresa-en-las-redes-sociales

[2] Accenture strategy “Putting trust to work”. 2019

[3] Gracias a los avances en estadística y a las de machine learning

[4] https://www.visier.com/clarity/your-hrms-hinders-data-driven-decision-making/

[5] Ejemplos: https://www.analyticsinhr.com/blog/hr-analytics-case-studies/ y aquí https://www.unleashgroup.io/news/demystifying-people-analytics-part-4-examples-of-people-analytics-projects

[6] http://www.futureforwork.com/people-analytics-its-something-but-its-not-enough/

[7] https://www.humanengineers.com/how-microsoft-uses-people-analytics-to-add-value-to-employees-and-managers/

[8] Reglamento General Protección de Datos

[9] Delia Majarin en https://www.linkedin.com/pulse/gdpr-qu%C3%A9-es-y-c%C3%B3mo-nos-afecta-en-people-analytics-delia-majar%C3%ADn/

[10] https://www.iic.uam.es/rr-hh/irrupcion-big-data-en-people-analytics/

[11] Accenture strategy “Putting trust to work”. 2019

[12] Accenture Strategy Decoding organization data pag.8

[13] Master in Talent Developmen & Human Resoureces