El denominado HR Analytics está de moda. Las búsquedas de este término en Google, el interés por este concepto ha aumentado de manera significativa a lo largo de los últimos años.
El creciente nivel de cuantificación de la actividad de las personas en las organizaciones y una mayor capacidad de procesamiento de datos ponen a disposición de directivos y responsables de Recursos Humanos de las empresas un volumen de información sin precedentes en el que poder fundamentar sus decisiones sobre personas.
Hay quien lo ve la panacea. Cursos, artículos, conferencias, seminarios, y una variedad enorme de soluciones tecnológicas prometen que el HR Analytics es el fin de los problemas de RR.HH. y la llave para que los profesionales de la función alcancen, de una vez por todas, la posición estratégica que tanto anhelan. Pero también existe un riesgo de que se convierta en otro de esos bright, shiny objects a los que tan aficionados somos. Una manifestación más de esa tendencia que nos lleva a enamorarnos de las soluciones en lugar de enamorarnos de lo realmente importante: los problemas a los que tenemos que dar respuesta.
Es necesario entender que la contribución del HR Analytics al posicionamiento de la función de RR.HH. dependerá no de lo que sea capaz de hacer un software, sino de lo que los profesionales del área consigan hacer con estas nuevas soluciones de base tecnológicas. En particular, del valor que sean capaces de aportar más allá de los informes que puede generar ese software. De no ser así, es muy posible que las soluciones de HR Analytics, en lugar de hacer de Recursos Humanos una función estratégica, contribuyan a convertirla en un actor irrelevante.
A este respecto me ha parecido muy interesante un artículo que hace unos días compartía conmigo el profesor Jordi Trullen. Se trata de un paper publicado el año pasado en Human Resource Management Journal titulado «HR and analytics: why HR is set to fail the big data challenge».
La tesis de los autores es que, comparada con otras áreas de la empresa, la función de RR.HH. se está quedando atrás en la adopción de soluciones tecnológicas para el análisis de big data. Argumentan que, contrariamente a lo que se puede leer en internet, no hay mucha evidencia de que en la práctica el HR Analytics se esté convirtiendo en una «capacidad imprescindible» para los profesionales de la función.
Es verdad que quienes leen sobre el tema se sienten entusiasmados con la idea, pero este entusiasmo no les capacita para ponerla en práctica. Muchos profesionales de RR.HH. no tienen conocimientos suficientes de analítica de big data para extraer valor de los informes que generan esas herramientas.
Encima, la industria del software no ayuda. En lugar de proporcionar análisis estratégicos y predictivos que permitan a las organizaciones hacer y responder a grandes preguntas sobre cómo se puede crear, capturar y aprovechar valor a través de las personas, los sistemas de información de recursos humanos (HRIS) normalmente proporcionan respuestas a un conjunto más limitado de preguntas muy centradas en la operativa. Preguntas que no carecen de valor, pero reconozcamos que no son las más estratégicas.
En paralelo, las agresivas campañas de ventas de las grandes empresas tecnológicas y consultorías llevan a la adopción de soluciones genéricas que, a menudo, no consiguen dar respuesta a esas «grandes preguntas» que mencionábamos antes. Como los decepcionantes resultados se atribuyen no a las debilidades del producto sino a los cambios que experimenta el entorno, esto permite a la industria desarrollar y vender nuevos productos que supuestamente abordan estos nuevos desafíos. Pero como, en realidad, esos nuevos productos se construyen sobre los mismos fundamentos inestables que los productos anteriores, y sufren de limitaciones similares, los resultados son igualmente decepcionantes.
Los autores defienden que se necesita un enfoque diferente de la analítica de recursos humanos, que comienza con la cuestión de cómo los datos de recursos humanos se pueden utilizar para crear, capturar, aprovechar y proteger valor, para luego buscar respuestas a estas preguntas a través de formas más avanzadas de análisis longitudinal multivariante, un tipo de análisis que no son capaces de realizar los módulos de análisis de muchos de los paquetes de software de Recursos Humanos que compran las empresas.
La toma de decisiones basada en datos debería ser resultado de un análisis empírico cuidadoso que utiliza técnicas estadísticas y econométricas avanzadas que van más allá del análisis de correlación entre variables y usar experimentos y cuasi experimentos que permitan examinar el papel de los factores relacionados con los Recursos Humanos mientras se controlan otros factores relevantes.
El gran problema es que la mayoría de profesionales de Recursos Humanos y directivos carecen de las habilidades y el conocimiento para desafiar las suposiciones que sostienen los cuadros de mando y las «soluciones óptimas» propuestas por el software de análisis, mientras que los desarrolladores de los modelos que sostienen ese software de análisis no entienden lo suficiente sobre el funcionamiento de las organizaciones para darse cuenta de las debilidades de sus modelos.
¿Cómo resolver este problema?
Los autores son de la opinión que los académicos tienen un papel importante que jugar aquí, ya que pueden aportar a las empresas capacidades de las que, en general, carecen sus profesionales y sus sistemas. Lo que a menudo falta en el software analítico actual es la capacidad de construir modelos econométricos de análisis longitudinal multivariante que permitan llevar a cabo análisis «de extremo a extremo» y distinguir la correlación de la causalidad a través del análisis de experimentos y cuasi-experimentos. Y esto es algo de lo que los académicos saben bastante. Además de ayudar al progreso de las ciencias sociales, abrir las puertas de la empresa a la Academia puede ser una fórmula para superar muchas de las limitaciones que las empresas encuentran en sus soluciones de HR Analytics. En particular, si esos académicos abordan los problemas con un enfoque de realismo crítico, entienden las organizaciones como sistemas complejos y abiertos, y buscan, ante todo, responder las preguntas de qué funciona, para quién y en qué circunstancias.
