¿Cómo aprovechar el Big Data en el manejo de recursos humanos?

El Big Data (BD o datos masivos como en ocasiones es traducido) es uno de esos términos que se ha multiplicado durante la revolución digital, pero que en el fondo la mayoría de las empresas sabe que no está aprovechando adecuadamente, especialmente en las Pymes.

Cuando el concepto es puesto sobre la mesa, usualmente los gerentes lo ven como un elemento no esencial, abstracto y sin la capacidad de generar un impacto significativo. Sin embargo, lo cierto es que el BD esconde una riqueza inigualable, que se extiende a la capacidad de los departamentos de recursos humanos de conocer a fondo sus empleados, anticipar su conducta, así como capturar y retener talento.

El primer paso es reconocer que los datos existen y están disponibles. Por un lado, los empleados están interactuando permanente con recursos de la compañía (computadores, teléfonos celulares, redes institucionales de conexión a internet, etc.) que recogen información cada milisegundo. De esta manera, los trabajadores están ofreciendo información, a veces de manera inconsciente, que puede ser procesada y analizada para tomar decisiones informadas.

Por otro lado, es bien conocido que a las personas hoy en día les encanta dejar una huella digital amplia en redes sociales, información que es pública y al alcance de cualquier empleador. En la última década ha sido notable la manera en que este comportamiento puede ser traducido en perfiles psicológicos precisos que no solo son útiles en el proceso de selección, sino en la evaluación de la salud mental, emocional y física de los empleados actuales, lo cual sin duda tiene repercusiones en el ambiente laboral general.

Una tercera fuente de información que se ha convertido en clave, especialmente durante la pandemia, ha sido la recopilada durante las entrevistas digitales. Tradicionalmente, los reclutadores son entrenados para notar ciertos patrones en el lenguaje corporal y señales no verbales que los candidatos ofrecen de manera subconsciente, pero que revelan los verdaderos colores de su personalidad.

No obstante, los reclutadores también son humanos, y pueden introducir sesgos personales, o reinterpretar estas trazas de acuerdo con su estado de ánimo o simpatía con el interlocutor. Con las entrevistas a través de videollamadas, no solo las interacciones pueden ser grabadas para ser analizadas con mayor detalle posteriormente, sino que la transmisión puede ser conectada directamente con un programa de reconocimiento óptico que descargue en una base de datos incluso los detalles más pequeños que pueden ser obviados por el más entrenado de los entrevistadores.

Nótese como estos tres grandes clústeres de información pueden ser enormes y realmente difíciles para un humano de recolectar y analizar. Y esa es precisamente una de las características del BD y las razones por la cual nunca es aprovechada: viene en altos volúmenes, con un elevado nivel de detalle, en un flujo constante y veloz. Por ello, los expertos recomiendan mantener un sistema de inteligencia artificial que pueda clasificar, descartar y consumir estos datos de manera igualmente rápida, y genere automáticamente un modelo de predicción sobre los empleados, que elimine de entrada aquellos sesgos emocionales comentados anteriormente.

Una vez en marcha y a partir del historial de navegación, geolocalización y los demás datos, el departamento de recursos humanos podría recibir alertas tempranas en temas de incapacidades, ausencias por vacaciones, licencias de maternidad, inconformidades que lleven a huelgas sindicales, intenciones de renuncia en puestos clave, conductas sociales contraproducentes, etc.

No cabe duda que la optimización de esta información puede traducirse en serios impactos en la medición de la productividad, la reducción de costos, la planeación de la planta de personal, el ambiente laboral en el que se desenvuelve, o incluso la redistribución de las cargas de trabajo y la supresión de posiciones redundantes. A pesar de ello, los retos de implementación son significativos y deben ser sopesados en la balanza.

Primero están los obstáculos técnicos. Aquí se agrupan las necesidades computacionales para procesar la información, incluyendo la recolección, el almacenamiento, la sincronización, la preparación y la producción de reportes útiles y fáciles de generar para el usuario final.

El segundo desafío es metodológico. El diseño de los modelos predictivos debe ser imparcial y libre de cualquier prejuicio que pueda llevar a asociaciones espurias. Lo recomendable es partir de muestras representativas y de guías comprobadas académicamente por expertos en diferentes escenarios. La calidad y confianza de los datos y la relación que los une debe ser garantizada en todo momento, teniendo en cuenta que puede llegar a ser volátil y susceptible de cambios.

Finalmente, encontramos los asuntos éticos. Si bien el grueso de la información puede ser pública y otorgada en un contexto laboral, hay datos que no dejan de ser sensibles y deben ser manejados con precaución. En Colombia existe una regulación definida alrededor del tratamiento de datos personales, por lo que la empresa debe mantener vigente una política al respecto que debe ser aceptada explícitamente por los empleados. Adicionalmente, es una buena práctica anonimizar ciertos datos que, si son filtrados o extraídos ilegalmente, protejan la identidad del empleado. Los datos completos deben ser almacenados con los más altos niveles de seguridad y solo disponibles para los rangos más altos de la compañía.

De cualquier modo, los beneficios superan los costos y riesgos considerablemente. Es impensable ignorar las montañas de información que empleados, proveedores y clientes ofrecen todos los días, y desaprovechar los mensajes que allí se ocultan. El BD llegó para quedarse y solo hasta que exista una verdadera revolución que devuelva el 100% del control de la información a las personas que la producen, esta circulará libremente y lista para ser analizada por cualquiera que realmente quiera tener una ventaja competitiva.



Deja una respuesta