Prevendo o futuro – Extrapolações

Gráfico de pontos extrapolado com reta

Extrapolação é o processo mais elementar para fazer previsões. Mas, apresenta uma falha básica. Presume que a tendência vai continuar, o que muitas vezes não é verdade. Extrapolações em escalas exponenciais são particularmente arriscadas (Nate, p. 213).

Observando o crescimento da participação feminina no mercado de trabalho no Paraná no período de 2009 a 2013 fiz uma projeção – de brincadeira – apresentada no Bom Dia RH de outubro de 2014, concluindo que em 2030 todos os postos de trabalho estariam tomados por mulheres. Embora contrariando o bom senso, os número indicavam isso.

A maioria dos economistas confia em seu julgamento quando faz previsões, ao invés de tomar apenas os resultados de modelos estatísticos (Nate, p. 198). Estudo feito nos Estados Unidos (ref. 62 do Nate. Capítulo 6) concluiu que isso resulta em previsões cerca de 15% mais acuradas. Mas, o julgamento pessoal também cria espaço para distorções derivadas – muitas vezes de forma inconsciente – de crenças, preconceitos e interesses pessoais.

Com o advento do big data, alguns autores (ref. 56 da p. 481 do Nate) acreditam que o volume de dados disponíveis permite previsões e conclusões que prescindem de um modelo teórico consistente. Infelizmente, isso não parece ser verdade. Até porque um modelo de causa e efeito permite agir com previsibilidade. Segundo Nate (p. 197), inferências estatísticas são muito mais fortes quando ancoradas na teoria.

Referências

  1. Bachmann & Associados. Benchmarking Paranaense de RH. 2014. Curitiba. PR. “Em média, as mulheres já dominam (2012) 38,0% dos postos de trabalho. Caso o crescimento continuasse no mesmo ritmo dos útimos 4 anos, em 2036 não haverá mais empregos para homens”.
  2. Silver, Nate. The Signal and the Noise: Why So Many Predictions Fail-But Some Don’t. The Penguin Press. New York, 2012. (Inglês) Já disponível em português.

Catch 22 ou Sinuca de bico

Desenho com um homem em frente a duas portas, indeciso sobre em qual entrar.

Imagem: http://blogs.mcgill.ca/caps/2015/11/30/the-catch-22

O termo “catch 22” é muito comum nos textos de negócios norte-americanos e poderia, em nossa linguagem popular, ser traduzido como “sinuca de bico”. Vale a pena conhecer sua origem.

Catch 22 (Ardil 22) é uma expressão cunhada pelo escritor Joseph Heller no seu romance de mesmo nome que descreve uma situação paradoxal, na qual uma pessoa não pode evitar um problema por causa de restrições ou regras contraditórias. Frequentemente, essas situações são tais que solucionar uma parte do problema só cria outro, o qual acaba levando ao problema original. Situações de “catch 22” frequentemente resultam de regras, regulamentos ou procedimentos aos quais um indivíduo se submete, mas não pode controlar.

A expressão “catch 22” baseia-se na explicação do personagem Doc Daneeka de como qualquer piloto requisitando uma avaliação psicológica na esperança de não ser considerado são o bastante para voar, e assim escapar de missões perigosas, demonstraria deste modo sua sanidade.

Fonte: Wikipedia. https://pt.m.wikipedia.org/wiki/Ardil_22_(lógica).

Pirâmide de Resultados

Pirâmide egipcia.

O alcance de um determinado objetivo costuma decorrer de uma cadeia de causas e efeitos, em que alguns resultados acabam gerando outros.

Assim, se uma organização que tem muitas faltas estabelece um Plano de Ação para reduzir o absenteísmo, a conclusão ou implantação das ações já é um resultado. Chamamos esse sucesso de resultado de 1° nível. Caso as ações previstas no plano sejam eficazes, haverá uma queda no absenteísmo medido (resultado de 2° nível) e, em decorrência, um aumento na produtividade da equipe (resultado de 3° nível).

Quando escolhemos os indicadores para a gestão, devemos considerar os diversos níveis de resultados, de modo a obter uma visão abrangente dos efeitos de cada decisão.

Dúvidas sobre o uso de indicadores? Contate-nos:  duvidas@bachmann.com.br

Medindo a coisa errada

Desenho com vearios atendentes de call center em freye aos seus computadores.

“Voice-of-Customer”(VoC) continua a ser KPI favorito dos call centers mas, muitas vezes, a pontuação do VoC não faz sentido, pois as ações que o atendente deve tomar frequentemente não afetam um VoC porque a pesquisa tem tudo a ver a percepção do cliente, não com o trabalho do atendente.

Se o cliente não gostar dos dados apresentados e preencher a pesquisa do VoC influenciado pelo resultado, e não pela qualidade do atendimento, como é esperado que o atendente consiga melhorar seu trabalho?

Fonte: https://www.callcentrehelper.com/key-performance-indicators-kpis-are-damaging-employee-engagement-95204.htm  Acesso em 3.03.18.

Falácias estatísticas exigem interpretação

Talheres, colocados na vertical, com alimentos saudeaveis espetados neles. Coisas como tomate.

Saiu na capa da CNN, segunda-feira 22.10.18: “Alimentos orgânicos reduzem o risco de câncer, diz estudo”.

Quem se der ao trabalho de pular a reportagem e ir direto para o estudo vai perceber que as amostras de populações com baixa frequência de câncer têm uma série de hábitos: elas fumam menos, bebem menos álcool, têm menos gordura no corpo, possuem maior renda média, maior nível educacional, fazem esportes regularmente e comem alimentos orgânicos.

Percebe a nuance?

Nada contra o alimento orgânico, mas ele não é a causa em si por trás da redução do risco de câncer. Ele é apenas um marcador das outras verdadeiras causas.

Por exemplo: se você ganha bem, você tem mais dinheiro sobrando para comprar os alimentos orgânicos, que são tipicamente mais caros; e você tem também dinheiro sobrando para se aposentar numa boa.

NOTA: Texto transcrito de e-mail da Empiricus (Rodolfo Amstalden) de 27.10.18.

Analisando dados

Funil com gráficos de linhas internamente

Ao analisar dados, devemos levar em conta os números mas, também, o contexto em que eles foram colhidos e as características dos processos e das pessoas que serão impactadas pelo resultado da análise. Devemos buscar uma visão abrangente, incluindo aspectos técnicos, humanos, políticos e, por vezes, até de clima. Um alerta sábio sobre os cuidados que devemos ter nas análises foi dado pelo general Donald Rumsfeld.

Existem conhecidos conhecidos. Estas são coisas que sabemos que sabemos.

Existem desconhecidos conhecidos. Ou seja, há coisas que sabemos que não sabemos.

Mas também há desconhecidos desconhecidos. Coisas que não sabemos que não sabemos.

Donald Rumsfeld

Causa e efeito – uma análise interessante

Gato brincando com lã

As correlações podem ser valiosas, especialmente para fazer previsões. Mas isso não basta. Para termos controle sobre nossa capacidade de fazer mudanças, precisamos saber se realmente existe um relacionamento causal.

Por exemplo, o geneticista inglês Ronald A. Fisher identificou uma correlação entre a importação de maçãs e a taxa de divórcios, que claramente não tem relação de causa e efeito. Assim, limitar a compra internacional da fruta não é solução para melhorar o relacionamento dos casais.

Outra razão pela qual dois fatores podem ser correlacionados, ainda que não haja relação de causa e efeito, é quando eles têm uma causa comum.

Tais confusões são muito comuns na literatura científica. Por exemplo, um estudo de 1999, publicado na revista Nature (www.nature.com/articles/20094) mostrou que crianças com menos de dois anos de idade que dormiam com luzes noturnas eram mais propensas a ter miopia. Outros pesquisadores mostraram mais tarde (www.nature.com/articles/35004663) que os pais míopes eram mais propensos a manter as luzes acesas durante a noite. Pode ser que os pais fossem uma causa comum do uso de luzes noturnas e, em virtude de herança genética, a miopia fosse transmitida aos filhos. Nesse caso, a razão pela qual os dois fatores podem ser correlacionados, embora não tenha relação de causa e efeito, é que eles têm uma causa comum.

Fonte: Nick Barrowman, “Correlation, Causation, and Confusion,” The New Atlantis, Number 43, Summer/Fall 2014, pp. 23–44. Disponível em: http://www.thenewatlantis.com/publications/correlation-causation-and-confusion. Acesso em 25.04.17.

Gráfico com a variação do PIB da China

Fonte: Empiricus Research. E-mail de 15.07.15.

Nota: Além de permitir previsões, as correlações podem ser usadas em análises. Uma publicação financeira fez o seguinte comentário: “É interessante observar que o governo Chinês informou uma inesperada recuperação do PIB. Entretanto, o índice de Fretes em Containers, que costuma apresentar uma boa correlação com o PIB não corresponde à boa notícia. Então, o Mercado colocou a notícia sob suspeição”.

Erros em pesquisas eleitorais

Urna eletrônica

Ultimamente os resultados das pesquisas eleitorais feitas por institutos de renome têm sido questionados, prejudicando a credibilidade desse tipo de trabalho.

A associação das empresas de pesquisa deveria desenvolver um sistema para calcular e comunicar a “margem de erro histórica” – isto é, a precisão das pesquisas em comparação com os resultados eleitorais reais, que capturariam erros do mundo real em vez de erros estatísticos meramente teóricos.

Fonte: The report “A Review of the Public Opinion Polling Conducted During the 2017 Calgary Election”, prepared for the Marketing Research and Intelligence Association by Christopher Adams, Paul Adams and David Zussman.

Eficácia no recrutamento e seleção

Conjunto de homens de neg´pcio em que uma mão escolhe um

Para avaliar a eficácia do Processo de Recrutamento e Seleção, a Catho [1] usa os indicadores:

  • Tempo para contratar
  • Custo para contratar
  • Qualidade da contratação

Em uma visão mais abrangente, Jac Fitz-enz [2] recomenda que se meça :

  • Tempo de resposta
  • Tempo para preencher a vaga
  • Custo de contratação
  • Taxa de aceite
  • Qualidade das contratações

Mas, o “Custo para Contratar” e o “Tempo para Contratar” são indicadores que contam apenas parte da história e não devem ser, de modo algum, os mais importantes na gestão dos processos de recrutamento e seleção.

Uma seleção rápida e barata, que inclusive pode ser feita por profissionais pouco preparados, pode levar a organização a contratar pessoas inadequadas que serão desligadas em curto período de tempo. Isso traz custos financeiros para a empresa e emocionais para a equipe; mas, pode ser ainda pior, o profissional inadequado pode “ir ficando” ainda que não ofereça o que a empresa poderia ter pelo mesmo custo. Logo, é fácil imaginar que a melhor prática seria considerar os custos da contratação e também os benefícios que o contratado pode trazer à organização ao longo de sua vida na empresa.

Esse indicador é o “Retorno sobre o Investimento” (ROI, na sigla em inglês) que, embora na maioria dos casos exija algumas estimativas, é sem dúvida uma referência mais adequada para avaliar e direcionar o processo de recrutamento e seleção.

Sendo assim, porque o RH insiste em usar o “Custo para Contratar” como o indicador chave da atividade? A McKinsey [3] dá uma pista ao afirmar que os gestores de RH têm dificuldades para medir os impactos da função na organização e preferem uma métrica fácil de calcular.

Parece evidente que economizar alguns reais na contratação e conviver com um profissional errado por muitos anos, o que certamente terá um custo bem maior, não é a melhor opção. Um levantamento do Boston Consulting Group [4] indica que empresas que contratam bem – e isso certamente não é contratar mais barato – têm margem de lucro duas vezes maior que as empresas que não concentram esforço nessa atividade.

Essa é uma análise importante que o gestor de RH deve fazer para estabelecer as diretrizes e o processo de contratação da organização.

Referências:

  1. Comunicação de Thomas A. Case, de 5.3.07
  2. Fitz-enz, Jac e Davison, Barbara. How to Measure Human Resources Management. McGraw-Hill. 2002. 3rd edition. p. 103.
  3. Green, David. Cost Per Hire: It’s the wrong recruiting metric, Gromit. Disponível em:
    https://www.linkedin.com/pulse/20141204082733-12091643-time-to-cure-cost-per-hire-myopia/ Acesso em 6.07.18.
  4. Boston Consulting Group. Realizing the Value of People Management: From Capability to Profitability. Disponível em: www.bcg.com/publications/2012/people-management-human-resources-leadership-from-capability-to-profitability.aspx. Acesso em 6.07.18.

Factfulness – Livro recomendado pelo Bill Gates

Capa do livro FactFulness

Indicadores nos dão uma visão objetiva e consistente do progresso, seja em nossa organização, seja em um país.

O trecho adiante (em inglês), retirado do livro Factfulness – que tem sido recomendado por Bill Gates – mostra como boas métricas podem ser úteis. Vale a leitura.

It was October 1995 and little did I know that after my class that evening, I was going to start my lifelong fight against global misconceptions. “What is the child mortality rate in Saudi Arabia? Don’t raise your hands. Just shout it out.” I had handed out copies of tables 1 and 5 from UNICEF’s yearbook. The handouts looked dull, but I was excited.

A choir of students shouted in unison: “thirty-five.”

“Yes. Thirty-five. Correct. This means that 35 children die before their fifth birthday out of every thousand live births. Give me the number now for Malaysia?”

“fourteen,” came the chorus.

As the numbers were thrown back at me, I scribbled them with a green pen onto a plastic film on the overhead projector.

“Fourteen,” I repeated. “Fewer than Saudi Arabia!”

My dyslexia played a little trick on me and I wrote “Malaisya.” The students laughed.

“Brazil?”

“fifty-five.”

“Tanzania?”

“one hundred and seventy-one.”

I put the pen down and said, “Do you know why I’m obsessed with the numbers for the child mortality rate? It’s not only that I care about children. This measure takes the temperature of a whole society. Like a huge thermometer. Because children are very fragile. There are so many things that can kill them. When only 14 children die out of 1,000 in Malaysia, this means that the other 986 survive. Their parents and their society manage to protect them from all the dangers that could have killed them: germs, starvation, violence, and so on. So this number 14 tells us that most families in Malaysia have enough food, their sewage systems don’t leak into their drinking water, they have good access to primary health care, and mothers can read and write. It doesn’t just tell us about the health of children. It measures the quality of the whole society.

“Just so you know,” I said, “you won’t find any countries where child mortality has increased. Because the world in general is getting better. Let’s have a short cofee break.”

Referência: FACTFULNESS. Ten Reasons We’re Wrong About the World – and Why Things Are Better Than You Think. Parte do resumo disponível em https://www.gatesnotes.com/media/features/books/Factfulness_Excerpt.pdf.  Acesso em 30.05.18.