Se em um relatório de gestão não há nenhum mau resultado – ou problema apontado – pode-se concluir que os processos estão bons, mas a gestão está ruim. O objetivo dos indicadores é sinalizar pontos que merecem atenção ou têm oportunidade para melhoria. Se eles não existem, o relatório é inútil.
Normalmente é difÃcil determinar o benefÃcio que o treinamento traz para as organizações. Mas, um grande número de estudos observa uma relação positiva entre investimento em treinamento e melhores resultados financeiros.
Uma pesquisa [1] com 575 empresas abertas concluiu que, para um aumento de US$100,00 de investimento em treinamento por empregado, o preço das ações aumenta em 0,8 pontos percentuais.
Referência:
1. The Materiality of Human Capital to Corporate Financial Performance. p.13. DisponÃvel em: http://irrcinstitute.org/wp-content/uploads/2015/09/FINAL-Human-Capital-Materiality-April-23-20151.pdf. Acesso em 10.12.16.
Na Unimed Londrina (PR), o Programa de Inovação funciona com a inscrição de ideias pelos colaboradores por meio da intranet ou de urnas. As sugestões podem ser de diversas áreas, como novos processos; estÃmulo à inovação; produtos e treinamentos, por exemplo.
O colaborador que tiver a ideia implantada recebe R$ 500 como prêmio. Além disso, após a implantação da proposta, o colaborador recebe uma participação de 5% do valor poupado com a ideia (limitado a R$10.000,00).
Fonte: Revista Ampla. Jul/ago/set 2018. p. 27.
Antes de sair colhendo dados, padronize cada um dos indicadores que aparecerão nos painéis (dashboards) e nos relatórios, para ter certeza que atendem aos objetivos desejados e que haverá um mesmo entendimento dos diversos envolvidos na organização.
A padronização exige ao menos o seguinte:
Para exemplificar, veja os indicadores que padronizamos com o apoio da ABRH, em https://materiais.indicadoresrh.com.br/calculo
Nos últimos anos, Sandy Pentland, diretor do Human Dynamics Laboratory do MIT foi pioneiro no uso de crachás eletrônicos que transmitem dados sobre as interações dos funcionários ao longo do dia. Os crachás capturam todo tipo de informação sobre conversas formais e informais: sua duração; o tom de voz e gestos das pessoas envolvidas; quanto essas pessoas falam, ouvem e interrompem; o grau de empatia e extroversão; e mais. Cada crachá gera cerca de 100 pontos de dados por minuto.
O objetivo inicial de Pentland era lançar luz sobre o que diferenciava as equipes de sucesso das malsucedidas. Como descreveu no ano passado na Harvard Business Review, ele testou o dispositivo em cerca de 2.500 pessoas, em 21 organizações diferentes, e aprendeu várias lições interessantes. Cerca de um terço do desempenho da equipe geralmente pode ser previsto apenas pelo número de trocas face a face entre os membros da equipe; muitos contatos são tão problemáticos quanto muito poucos. Usando dados coletados pelos crachás, ele foi capaz de prever quais equipes venceriam um concurso de planos de negócios e quais trabalhadores (corretamente) diriam que tinham tido um dia produtivo ou criativo.
Ele também alegou que seus pesquisadores haviam descoberto a “assinatura de dados†dos lÃderes naturais, a quem chamava de “conectores carismáticosâ€, e todos eles circularam ativamente, deram seu tempo democraticamente aos outros, se engajaram em breves, mas enérgicas conversas, e ouviam tanto quanto falavam (ver figura). Em um desenvolvimento que surpreenderá poucos leitores, Pentland e seus colegas pesquisadores criaram uma empresa, a Sociometric Solutions (hoje Humanyse), em 2010, para comercializar sua tecnologia de crachás.
Fonte: They’re Watching You at Work -What happens when Big Data meets Human Resources. The Atlantic magazine. DisponÃvel em https://www.theatlantic.com/magazine/archive/2013/12/theyre-watching-you-at-work/354681/ Acesso em 3.08.19.
A análise dos resultados dos indicadores de gestão, embora bastante objetiva, está sujeita aos nossos vieses. Afinal, somos todos humanos! Tendo consciência disso, podemos fazer análises mais isentas e tomar melhores decisões.
Vieses cognitivos são padrões comuns de desvios na forma como os seres humanos pensam e tomam decisões. Ocorrem quando o processamento mental das informações é influenciado por fatores subjetivos, levando a julgamentos irracionais ou distorcidos. Resultam de influências como experiências pessoais, contexto social, emoções, e da estrutura do cérebro humano. São armadilhas que nos levam a interpretar o mundo de forma equivocada e, consequentemente, tomar decisões irracionais, mas podem ser combatidos pelo uso desapaixonado das abordagens formais de análise de dados.
Sempre que há algum julgamento humano há potencial para viés.
Viés de aceitação
Toda vez que um dado diz o contrário do que queremos ou esperamos, nos preocupamos em ir mais fundo e questionar sua veracidade. Entretanto, se o dado reforça nosso ponto de vista, é aceito com facilidade. Esse fenômeno é chamado de Viés de Aceitação e frequentemente influencia as análises.
A melhor forma de prevenir os efeitos do Viés de Aceitação é estar consciente de sua existência e estabelecer, a priori, as ações de validação dos dados que serão realizadas.
Viés de Confirmação
As pessoas favorecem as informações que confirmam suas crenças.
Nas análises de dados para a gestão, devemos levar em conta que as pessoas favorecem as informações que confirmam suas crenças. Por exemplo, se um supervisor sabe que o colaborador passou por um treinamento, ele espera uma melhora no aspecto correspondente. Logo, ele pode “ver” um resultado que na realidade não existe [1]. É uma racionalização comum, no sentido de comprovar uma expectativa, mas que pode influenciar a avaliação subjetiva da eficácia do treinamento.
A tendência de buscar, interpretar e lembrar informações de uma maneira que confirme nossas crenças preexistentes, é chamada de Viés de Confirmação (Confirmation Bias) ou Efeito Halo, e atende à necessidade humana de reforçar pontos de vista conhecidos e que trazem conforto ou conveniência. Desse modo, muitos vezes é inconsciente e, pior, não percebido nem pelo próprio analista. Entretanto, esse viés pode ser combatido pelo uso desapaixonado das abordagens formais de análise de dados.
Conhece alguma situação em que isso aconteceu em tua organização? Como ocorreu?
Referência
1. Fitz-enz, Jac e Davison, Barbara. How to Measure Human Resources Management. McGraw-Hill. 2002. 3rd edition. p. 185.
Nota: Texto inspirado em: Better Decision Making with Objective Data is Impossible, de Jack Webb, www.sloanreview.mit.edu
POST de set/19, atualizado em jun/24