Engajamento x faturamento

Segundo pesquisa da Aon, o aumento de 5 pontos percentuais no engajamento está diretamente relacionado ao crescimento de 3% de faturamento no ano seguinte. E quando o engajamento cai, as empresas devem esperar maior rotatividade, absenteísmo e queda na satisfação dos clientes.

Fonte: Revista Melhor. Abril 2018. p. 30.

The Signal and the Noise – Resumo do livro

The signal and the Noise

Fazendo uso de exemplos fundamentados na política norte-americana, nos jogos de baseball, em projeções econômicas e na probabilidade de ocorrências de terremotos, o autor apresenta os aspectos mais importantes no trabalho de previsão de resultados.

Enquanto as eleições americanas são tema de conhecimento comum, as muitas considerações sobre beisebol – esporte pouco conhecido entre nós – podem ser enfadonhas; o capítulo sobre a bolha do pôquer foi, ao menos para mim, intragável.

Ainda assim, para os curiosos sobre o tema da análise e interpretação de dados, é um livro instigante e interessante. Mas, o foco do autor está nas muitas histórias interessantes e pouco contribui com ferramental para separar os sinais dos ruídos, como por exemplo o Controle Estatístico de Processos CEP, ferramenta apenas citada no texto.

Algumas observações selecionadas:

A verdadeira era da informação começou em 1440, com a invenção da imprensa por Johannes Guttemberg. Antes, uma página de livro manuscrito custava cerca de 20 dólares, limitando o acesso ao conhecimento.

É importante lembrar que os modelos são simplificações da realidade e devem ser usados com cuidado.

Um sinal é uma indicação de uma verdade subjacente por trás de uma estatística ou problema preditivo, enquanto ruídos são padrões aleatórios que podem facilmente ser confundidos com sinais. O sinal é a verdade. O ruído é o que nos distrai da verdade.

O objetivo de qualquer modelo de predição é capturar tantos sinais quanto possível e tão poucos ruídos quanto puder. Armstrong argumenta que “quanto mais complexo o modelo, piores são as previsões”. É uma frase bonita que faria sucesso nas redes sociais, mas que deve ser encarada com algum ressalva.

Na estatística, a confusão de tomar ruídos como sinais é denominada overfitting. Modelos puramente estatísticos, com grande número de variáveis e uma pequena quantidade de eventos para sua validação, geralmente levam ao risco de overfitting. Esse risco é consideravelmente menor quando se usa modelos físicos de causa e efeito.

Segundo o autor, o caminho para maior objetividade é reconhecer a influência que nossas premissas têm em nossas previsões.

A estatística tem sido parte dos esportes desde há muito tempo. O primeiro conjunto de informações – com cinco informações sobre cada jogador – foi publicado em jornal por Henry Chadwick em 1859.

Nosso instinto é categorizar as informações, geralmente em um pequeno número de categorias, pois isso facilita o entendimento.

A inspeção visual de um gráfico que mostra a interação entre duas variáveis geralmente é um caminho mais rápido e confiável para identificar outliers nos dados do que um teste estatístico.

Predizer o passado é um oximoro e obviamente não pode ser contado entre os sucessos.

A estatística é uma das habilidades fundamentais necessárias à ciência dos dados.

Uma previsão científica exige um resultado probabilístico, ou seja, nas previsões é importante informar também a incerteza. Coisa comum nas pesquisas eleitorais, porém rara nos resultados de outras previsões. Laplace via a probabilidade como um meio caminho entre a ignorância e o conhecimento.

A heurística do “acompanhe a maioria, especialmente quando não sabe nada melhor” normalmente funciona bem.

Consenso não é sinônimo de unanimidade, mas um grande acordo obtido após um processo de deliberação. É, portanto, uma alternativa à votação.

Informação só se transforma em conhecimento quando colocada em um contexto.

Fonte:

Silver, Nate. The Signal and the Noise: Why So Many Predictions Fail-But Some Don’t. The Penguin Press. New York, 2012. (Inglês)

Nota: Já está disponível em português.

Retenção de colaboradores. Como está em sua empresa?

O objetivo da medida da Retenção é avaliar a adaptação entre as pessoas recém admitidas e a organização. A melhora na retenção provoca vários efeitos, como:

  • Redução nos custos de recrutamento
  • Redução nos custos de treinamento
  • Menor tempo requerido de supervisão

Por sua vez, valores baixos podem indicar problemas no processo de seleção ou no clima organizacional.

O resultado do 9º Benchmarking Paranaense de Recursos Humanos (dados de 2016) mostrou que a Retenção 90 dias média (87,7%) no Paraná foi bastante superior ao padrão histórico de pouco mais de 80%, apontando uma importante melhora nos processos de recrutamento e seleção. Ainda assim, em média, 12% dos empregados não terminam o período de experiência.

O RH de tua empresa usa esse indicador para a gestão? Qual seria uma meta de excelência para a Retenção 90 dias? Dê sua opinião.

Fonte: Bachmann & Associados & ABRH-PR. Benchmarking Paranaense de Recursos Humanos 2017: Dados de 2016. Curitiba. 2017.

Como escolher indicadores no RH

Embora a escolha dos indicadores possa ser feita usando diferentes abordagens, o fundamento do trabalho consiste em associar as métricas aos objetivos que traduzem a estratégia da organização e ao bom desempenho dos processos que são relevantes para essa mesma estratégia. Assim, a “coleção de indicadores” que serve bem para uma empresa pode não servir para outra.

Na gestão de RH, a melhor prática seria obedecer aos seguintes passos:

  1. Entender o negócio e a estratégia da empresa.
  2. Identificar o modo como os colaboradores da empresa influenciam a execução da estratégia.
  3. Estabelecer objetivos para os recursos humanos que estão associados às estratégias identificadas no item anterior.
  4. Estabelecer indicadores para avaliar o progresso em atingir os objetivos listados no item anterior.

Usando essa abordagem, a eficácia de uma campanha de vacinação contra a gripe na empresa poderia ser medida pela redução do número de dias perdidos por doenças (absenteísmo médico), permitindo uma avaliação da relação custo/benefício para a organização.

Resumindo, o desempenho deve ser medido naquilo que é relevante para a organização. Muitas vezes os indicadores usados em uma organização, embora adequados aos processos existentes, estão desalinhados da estratégia. Esse aparente paradoxo não tem a ver com indicadores, mas com processos eventualmente inadequados à estratégia. James Goodnight, presidente do SAS Institute (empresa que produz softwares) exemplifica essa situação com uma empresa que coloca como estratégia o trabalho em equipe, mas faz avaliações de desempenho que priorizam o individual.

Avaliação de treinamento ou pesquisa de satisfação?

Segundo Costacurta Junqueira, 85% das empresas avaliam o treinamento perguntando se o cliente gostou e apenas 15% querem saber se a empresa ganhou algo. Então, na verdade, o comum não é avaliar o treinamento, mas fazer uma pesquisa de satisfação. Esta pode ser mais influenciada pela qualidade do coffee-break e simpatia do instrutor do que pelo conteúdo do treinamento.

É importante avaliar a qualidade dos treinamentos oferecidos. De nada adianta elevar a carga de treinamento da equipe a um patamar semelhante ao do benchmark se a qualidade ou eficácia da capacitação não for adequada. Orientações para monitorar a eficácia dos treinamentos podem ser encontradas na norma NBR ISO10015.

Medidas absolutas ou relativas?

Como mostrar que um investimento em melhoria foi uma boa decisão? Às vezes o benefício é evidente e não precisamos nos preocupar com maiores análises. Mas, na maioria das situações, os ganhos são marginais e devem ser determinados por meio de medidas que permitam comparar o antes e o depois.

Vamos imaginar que investimos na substituição de lâmpadas convencionais por outras mais modernas, na expectativa que a conta de energia tenha redução, e desejamos avaliar o benefício.  Entretanto, apenas comparar o valor da conta nos dois momentos pode não refletir o ganho; fatores como uma mudança na bandeira tarifária poderiam impactar a análise. Então, melhor que observar os valores monetários, é comparar os consumos em kWh. Isso elimina um ruído e soluciona parte do problema, mas ainda não é suficiente. Podemos estar comparando meses com diferentes quantidade de dias úteis; o consumo de fevereiro usualmente é menor que o de março.

Então, uma boa estratégia de análise é substituir os valores absolutos por indicadores relativos ou específicos. Nesse exemplo poderíamos, ao invés de comparar os consumos totais mensais, comparar os consumos por dia útil ou dia trabalhado em cada um dos meses.

Essa técnica, útil em muitas situações, elimina diversos efeitos que ocorrem ao longo do tempo, permitindo observar as melhorias e identificar tendências com mais facilidade. Em resumo, na gestão devemos evitar o uso de valores absolutos como indicadores, substituindo-os sempre que possível por medidas relativas ou específicas.

O Benchmarking agora é nacional

Coluna da ABRH Brasil no Jornal Estado de São Paulo, em abril/18.

Coluna da ABRH Brasil no Jornal Estado de São Paulo, em abril/18.

O Benchmarking Paranaense de RH agora, com a parceria da ABRH Brasil, ganhou abrangência nacional, ampliando as possibilidades de comparação e identificação de resultados de excelência.

Mas, os cuidados com a qualidade e o sigilo dos dados permanece o mesmo. Além das versões impressas dos relatórios nos Estados em que houver maior número de participantes, as empresas registradas poderão gerar os relatórios comparativos no próprio site.