Um catálogo de indicadores pode ser útil, mas favorece uma análise superficial na seleção das métricas, sem o completo entendimento das características dos processos, das prioridades da organização e da conjuntura existente.
Portanto, deve-se evitar o uso de listas externas de exemplos e catálogos de indicadores durante a etapa de seleção das métricas. Mas, depois de escolhido um indicador, uma pesquisa para conhecer como outros fazem a coleta de dados e os cálculos pode ser útil.
Em resumo, só se deve usar ou olhar algum catálogo ou lista de indicadores depois de saber o que se deseja ou precisa medir.
Uma coleção de padrões de cálculo de indicadores de RH está disponível em: www.indicadoresrh.com.br.
Gráficos e tabelas são essenciais para as análises e para os relatórios de gestão, pois permitem apresentar, de forma compacta e clara, uma grande quantidade de informações e facilitam a interpretação dos resultados, resultando em conclusões mais rápidas e seguras.
Tabelas
Muitas pessoas acreditam que os elementos gráficos exigem maior interpretação e não ficam muito confortáveis com isso, preferindo o formato familiar das tabelas. Na prática, gráficos e tabelas se complementam.
Algumas orientações para apresentar tabelas mais práticas e fáceis de entender:
Alinhe os textos à esquerda e os números à direita.
Mantenha os números de cada coluna com o mesmo número de casas decimais.
Explicite claramente as unidades usadas.
Coloque uma cor de fundo em linhas alternadas, para prevenir enganos na leitura.
Numere as tabelas para facilitar que sejam referenciadas.
Em geral as análises são feitas observando os gráficos, enquanto as tabelas são usadas apenas como referência para conhecer os valores exatos. Assim, não há prejuízo em incluir várias informações e resultados juntos.
Nota: A relação entre o Absenteísmo Médico e o Absenteísmo permite identificar eventual mudança no padrão comportamental dos colaboradores.
Em alguns casos pode ser conveniente acrescentar um texto explicativo, mas de modo geral, para evitar repetição de informações, é preferível manter os comentários apenas junto ao gráfico correspondente aos dados da tabela.
Tabelas e textos claros decorrem de um pensamento claro. — Jonathan G Koomey
Gráficos
A análise dos resultados dos indicadores deve responder duas questões:
Onde estamos? (nível de desempenho)
Estamos melhorando? (tendência)
e essas duas respostas são bem mais fáceis de obter se os resultados forem observados graficamente. Os gráficos também tornam mais visíveis os ruídos, comuns em dados reais.
Um bom gráfico de gestão deve mostrar o resultado do indicador nos últimos períodos, uma referência em relação ao momento anterior ou a meta, e dar uma indicação qualitativa, preferencialmente visual, do estado ou situação (bom, aceitável, ruim etc.) do resultado mais recente.
A razão para apresentar um gráfico, junto ou em substituição a uma tabela, é facilitar a visualização relativa dos resultados. Portanto, ainda que muitas vezes o gráfico não pareça bonito, é importante que a escala vertical sempre mostre o zero.
Também é uma boa prática que seja acompanhado de um pequeno texto, preparado pelo analista, descrevendo aquilo que o gráfico mostra, pois pessoas sem a mesma prática podem ter alguma dificuldade de interpretação.
Análise: O Absenteísmo de outubro foi 3,9%, ainda longe da meta de 3,5%, exigindo providências. O resultado, embora menor que o do mês anterior (4,2%), está dentro da faixa de variação usual do indicador, não devendo ser visto como uma melhora real.
Dicas
Não é possível gerenciar desempenho usando gráficos de pizza, mostradores e medidores, pois mostram resultados pontuais e não as mudanças ao longo do tempo.
Padronize o tipo de gráfico usado nos relatórios. O uso de diferentes tipos de gráficos exige atenção para entender a lógica de cada um deles, desperdiçando esforço que poderia ser usado na análise dos resultados.
O objetivo de um gráfico é destacar padrões ao invés de dar valores precisos. Então, quanto mais simples, melhor.
Observação: Este texto é parte do livro “Indicadores de RH como Ferramenta de Gestão: Obtendo e comunicando resultados”, disponível na Amazon, nas livrarias e na Qualitymark. Conheça a obra e baixe um capítulo em www.indicadoresrh.com.br.
A natureza não confunde uma margarida com uma rosa. Mas não faz duas flores iguais.
O Gráfico de Controle é um gráfico de linhas convencional com os resultados de determinado indicador ao longo do tempo, acrescido da Linha Central e dos Limites Naturais do Processo.
Os gráficos de controle ajudam a analisar os resultados e decidir sobre a necessidade, ou não, de tomar uma ação corretiva ou de melhoria. As decisões são mais inteligentes, pois são baseadas em padrões e não em pontos ou eventos específicos.
Gráfico de controle típico. Fonte: Wikipedia. https://en.wikipedia.org/wiki/Process_Window_Index
O gráfico de controle mostra os resultados de um indicador ao longo do tempo por meio de pontos ligados por uma linha. Os valores do indicador são mostrados no eixo vertical, enquanto o eixo horizontal corresponde à linha do tempo. Uma linha horizontal, central, mostra a média dos resultados do indicador em determinado período.
Duas linhas, simetricamente colocadas acima e abaixo da linha central, delimitam os valores considerados normais, de acordo com a probabilidade de ocorrência. Essas linhas, chamadas de limites de controle inferior (LCI) e superior (LCS), servem de referência para identificar os resultados que fogem da variação normal.
Os valores (resultados) que ocorrem em torno da média, entre os limites inferior e superior, são variações aleatórias e inerentes que só podem ser reduzidas se o processo for modificado. Valores fora dos limites sugerem ocorrências atípicas (estatisticamente significativas) no processo e que podem ser identificadas, corrigidas e prevenidas.
Em resumo, os gráficos de controle incluem informações que ajudam a analisar os resultados – com bases em padrões e não em resultados individuais – e decidir sobre a necessidade, ou não, de tomar uma ação corretiva ou de melhoria. Além disso, facilita a identificação visual do comportamento do processo e até antecipar eventuais resultados indesejados.
Os gráficos de controle filtram os ruídos por meio dos limites de controle. Os sinais são indicados por pontos fora dos limites ou por padrões não aleatórios de variação.
Embora existam técnicas mais complexas e adequadas para situações específicas, este tipo de gráfico de controle, também conhecido como Gráfico XmR, onde o X indica a medida de desempenho (resultado do indicador) e o mR significa “faixa móvel” (moving range, em inglês) é adequado à maioria das aplicações, trazendo um grande benefício para as análises.
Resumindo
O Gráfico de Controle apresenta os resultados históricos do indicador e a faixa de variações naturais do processo que gerou esses resultados, permitindo uma análise mais segura. Isso evita, por exemplo, que um resultado um pouco mais elevado, mas ainda dentro da variação típica do processo, seja visto como um problema e provoque ações que podem, inclusive, piorar os resultados futuros.
Curiosidade
Este tipo de Gráfico de Controle, também conhecido como Gráfico de Shewhart, foi desenvolvido em 1924 pelo estatístico Walter A. Shewhart enquanto trabalhava nos Laboratórios Bell.
Escrito por um experiente profissional da indústria de pesquisas, o livro descreve a mecânica pela qual geramos os insights que revolucionam a tecnologia ou apenas nos trazem alguma simplificação na vida pessoal e profissional.
O texto resultou de extensa pesquisa, incluindo referências a autores e personagens conhecidos, como Carl Segan, Kahneman e Sherlock Holmes, e entrevistas com profissionais de áreas tão inesperadas como arqueólogos, agentes secretos, policiais e pesquisadores em universidades.
O resultado é um livro interessante e inspirador que traz, com algumas tiradas bem-humoradas, uma nova visão sobre como as ideias surgem e como podem ser cultivadas para se tornarem mais comuns. Recomendo!
Alguns trechos:
Gerar um insight envolve cinco etapas: reunir matérias-primas, analisá-las em sua mente, deixar seu inconsciente buscar conexões novas e diferentes, ter um momento de eureca, quando a ideia vem à tona e ter o insight validado.
Interpretamos novas informações fazendo conexões com o que já sabemos.
Tendemos (inconscientemente) a ignorar informações que não queremos ouvir.
Crítico das soluções automáticas, como as decorrentes do uso da estatística sem levar em conta o contexto, ele alerta:
“Cuidado com as correlações: As vendas do iPhone estão quase perfeitamente correlacionadas (0,999) com o número de pessoas que morreram por cair de escadas, no mesmo período, nos EUA e no Reino Unido. As vendas do iPhone também estão quase igualmente perfeitamente correlacionadas com o consumo de queijo americano; gastos dos EUA em ciência, espaço e Tecnologia; e com o comparecimento ao Animal Kingdom da Disney World, de acordo com dados que você pode analisar no divertido siteSpuriousCorrelations. E embora esses exemplos sejam obviamente ridículos, a mesma coisa pode acontecer em qualquer análise, especialmente se focalizarmos nossa atenção em testes de significância estatística. Então, da próxima vez que alguém perguntar: “Isso é estatisticamente significativo?” devemos considerar se essa é a pergunta certa. Uma pergunta melhor seria “as diferenças são significativas?”
Grenville investigou soluções adotadas em outras atividades, como a da inteligência, entrevistando um profissional da CIA, e descreve, sugerindo adaptações, a metodologia usada pela agência para prevenir – com algum sucesso – os vieses. Sobre o tema, ele afirma:
Existem pelo menos 288 vieses cognitivos conhecidos – cobrindo tudo, desde a ancoragem até o efeito Zeigarnik. O problema com o viés cognitivo é que você não pode evitá-lo. Você pode estar ciente disso. Você pode tentar mitigá-lo. Mas você não pode impedir que aconteça.
A visão em túnel é perigosa porque pode nos direcionar a encontrar o que esperamos, ao invés do que é real.
Mas há outro preconceito, uma “meta preconceito” no qual [a professora de psicologia de Princeton] Emily Pronin e outros trabalharam, chamado de ponto cego do preconceito. A ideia é que estamos cegos para o fato de que esses vieses cognitivos nos afetam. Podemos ver os preconceitos em outras pessoas, mas achamos que somos imunes a eles.
E recomenda: Gere mais de uma hipótese. Se há algo a ser explicado, pense em todas as diferentes maneiras pelas quais isso poderia ser explicado. Em seguida, pense em testes pelos quais você pode refutar sistematicamente cada uma das alternativas. A que sobrevive, a hipótese que resiste à refutação nesta seleção darwiniana entre ‘múltiplas hipóteses de trabalho’, tem uma chance muito melhor de ser a resposta certa do que se você simplesmente tivesse adotado a primeira ideia que chamou sua atenção.
Como alternativas para minimizar os problemas causados pelos vieses, ele recomenda o trabalho em equipe e o uso dos métodos estruturados para análise e investigação. Inclusive do mais básico deles, a Lista de Verificação.
Listas de verificação e outras técnicas analíticas estruturadas podem nos lembrar de considerar alternativas e não apenas nos contentar com uma conclusão que seja fácil e faça sentido.
Mas alerta: Processos de análise estruturados – quando mal projetados e mal utilizados – podem emburrecer as coisas. E se excessivamente prescritivo pode, involuntariamente, produzir problemas.
Eu assisto muitos filmes de astronautas… Principalmente Star Wars. E até Han e Chewie usam uma lista de verificação. – Jon Stewart
Em resumo, ele acredita que os insights, embora misteriosos, podem ser trazidos à luz por meio da aplicação de um processo deliberado e com mentalidades específicas. E cita que no livro The Evolution of Physics, Albert Einstein e Leopold Infeld ressaltam a importância desse processo: “A mera formulação de um problema é muito mais essencial do que sua solução, que pode ser apenas uma questão de habilidades matemáticas ou experimentais. Levantar novas questões, novas possibilidades, olhar velhos problemas de um novo ângulo, requer imaginação criativa e marca um avanço real na ciência”.
Ele também valoriza a sabedoria popular e insere várias citações no texto. Destaquei algumas:
Vemos apenas o que sabemos. – Johann Wolfgang von Goethe
Os seres humanos são animais em busca de padrões que preferem até mesmo uma teoria ruim ou uma teoria da conspiração a nenhuma teoria. – Christopher Hitchens
Não coloque sua fé no que as estatísticas dizem até que você tenha considerado cuidadosamente o que elas não dizem. – William W. Watt
A história da ciência, como a história de todas as ideias humanas, é uma história de sonhos irresponsáveis, de obstinação e de erro. Mas a ciência é uma das poucas atividades humanas – talvez a única – em que os erros são sistematicamente criticados e com bastante frequência, com o tempo, corrigidos. – Karl Popper
A dúvida é uma condição incômoda, mas a certeza é ridícula. – Voltaire.
Aparelhos elaborados desempenham um papel importante na ciência de hoje, mas às vezes me pergunto se não estamos inclinados a esquecer que o instrumento mais importante na pesquisa deve ser sempre a mente do homem. – Kevin Dunbar
Reservar um tempo para pensar sobre o que está ausente é um desafio. Não há nada para olhar, nenhum número para analisar, nenhum teste para sugerir significância. Nada! – Andrew Grenvile
O livro
Grenville, Andrew. Eureka! the science and art of insights. Maru, Toronto. 2020. Disponível na Amazon.
REVIEW (English)
Written by a seasoned research industry professional, the book describes the mechanics by which we generate the insights that either revolutionize technology or just bring us some simplification in our personal and professional lives.
The text resulted from extensive research, including references to well-known authors and characters such as Carl Segan, Kahneman and Sherlock Holmes, and interviews with professionals in such unexpected fields as archaeologists, secret agents, law enforcement officers and university researchers.
The result is an interesting and inspiring book that brings, with some humorous tirades, a fresh look at how ideas emerge and how they can be cultivated to become more common. I recommend!
Não se pode buscar a melhoria sem sabermos qual resultado já temos. Isso é até mais importante do que saber aonde queremos chegar.
A Linha de Base (baseline) é o nível de desempenho médio de um processo ou sistema no momento inicial e serve de baliza para avaliar o ganho obtido. É a referência que permite quantificar a melhoria. Ou, de outro modo, é o resultado das medidas feitas antes de uma intervenção, permitindo comparar e avaliar o efeito das ações tomadas. Afinal, sem conhecer a situação inicial é difícil determinar o progresso alcançado.
Por que não se fala em ponto de partida, mas em linha de base?
Porque, devido às oscilações dos processos, é difícil determinar um único ponto representativo da realidade. A baseline deve ser fruto de no mínimo cinco medidas [1], para maior certeza de que não se trata de uma condição atípica decorrente de variações naturais ou um fenômeno aleatório.
A melhor maneira de determinar a linha de base é usar a Linha Central do Gráfico XmR do processo, que leva em conta os resultados de um período.
Exemplo de Gráfico XmR – A Linha de Base corresponde à Linha Central.
“Linha de base é um retrato da situação existente no momento inicial e que serve de referência para avaliar o progresso obtido”.
A determinação correta da baseline é particularmente importante nos casos em que o processo é irreversível, como o ganho de experiência de um grupo profissional, por exemplo.
Atenção
Para determinar a linha de base de um indicador sujeito a sazonalidades, é importante dessazonalizar os dados.
Se a meta é o ponto de chegada, a “linha de base” (baseline) é a situação de partida. Não faz sentido desenvolver um plano de ações se não soubermos onde estamos e para onde queremos ir. — dlb
Referência
1. Stacey Barr. How to Set a KPI Baseline to Monitor Improvement. January 10, 2018.
Quando os resultados pioram, seja o PIB, seja a inflação, a tendência dos governos é de colocar a culpa no ambiente externo, no clima ou na crise mundial. Na verdade, não só os governos se comportam assim. Isso faz parte da natureza humana. E, pior, muitas vezes procuramos responsáveis por resultados que não foram verdadeiramente melhores ou piores que no período anterior.
O que é o CEP
Do mesmo modo que há pequenas variações no sabor dos bolos ou churrascos, ainda que preparados pela mesma pessoa, todos os processos têm alguma variação natural e inerente.
Então, se o resultado de um indicador é um pouco melhor ou pior que no momento anterior, isso não indica, necessariamente, que o processo melhorou ou piorou.
Explicando: os processos têm uma variação natural, portanto, mesmo processos estáveis apresentam variações para mais e para menos em uma determinada faixa, ainda que não haja qualquer ação ou efeito externo. Apenas resultados superiores ou inferiores a essa faixa normal de variação merecem ser analisados para identificar a causa da mudança.
Mas, muitas vezes, levados por resultados que estão dentro da faixa normal de variação, tendemos a atuar de forma indevida no processo, provocando sua piora ou o desperdício de recursos.
A dificuldade do gestor é distinguir o que é uma variação normal, que deve ser ignorada, de uma mudança real que exige a correção do processo.
Embora esses sinais às vezes sejam facilmente percebidos, como quando ocorre um erro humano ou uma alteração nas características da matéria prima, na maioria dos casos não é evidente. Por exemplo, as decorrentes de desgaste de equipamentos ou da substituição de pessoas sem o treinamento adequado, em que o desempenho do processo ou as características dos produtos pioram paulatinamente.
Uma técnica eficaz para distinguir os ruídos dos sinais que indicam problemas é o uso do Controle Estatístico de Processo (CEP).
Essa abordagem, mais científica, pode trazer grandes ganhos às organizações.
Quando alguém com cerca de 72 kg deseja controlar seu peso e sobe na balança todo dia, no mesmo horário, pode observar medidas como as da tabela adiante.
Momento
Dia 1
Dia 2
Dia 3
Dia 4
Dia 5
Dia 6
Peso, kg
72,3
72,5
72,1
71,8
72,3
71,9
Ao pesar 72,5 kg, a pessoa não decidiria iniciar imediatamente uma dieta. Ela sabe que pequenas variações são normais e não representam descontrole no peso.
Entretanto essa mesma pessoa, ao observar o indicador mensal de rotatividade em sua empresa – com números similares – sente-se na obrigação de “tomar uma ação” se o resultado do indicador se elevou um pouco.
Por quê isso acontece? Porque com seu peso ela já tem sensibilidade sobre quais variações podem ser consideradas normais, mas o mesmo não acontece na medida do absenteísmo.
Essas variações naturais, típicas de um processo ou sistema, são denominadas de ruídos. Portanto, são diferentes de valores que sinalizam algum tipo de problema; no exemplo, um aumento ou uma diminuição do peso que pudesse justificar uma dieta ou atenção médica.
Carta de Controle – CEP
A carta de controle é um gráfico constituído por uma linha horizontal, central, que representa a média dos valores medidos de uma característica. Acima e abaixo, simetricamente a linha central, são colocados duas linhas que, de forma calculada, delimitam os valores considerados normais, de acordo com uma probabilidade de ocorrência. Os valores que ocorrem em tomo da média, dentro dos limites, superior e inferior, tem variações aleatórias produzidas por múltiplas causas, variações essas que somente poderão ser reduzidas se o processo for modificado (Variação Crônica). Valores fora dos limites mostram que houve uma causa preponderante para as suas ocorrências, que pode ser descoberta e corrigida (Variação Esporádica).
Lembram do livro “Alice no País das Maravilhas”? a menina tomava o líquido de um vidrinho e crescia; tomava de outro e diminuía. Voltava a tomar do primeiro e crescia novamente. Nós não vivemos em um mundo mágico. Vivemos em um mundo regido pela estatística. Então, quando temos variações de crescimento e redução em uma série de dados, temos duas situações: os dados não foram bem colhidos e temos um problema de representatividade ou as variações são pequenos para cima e para baixo indicando que se trata de um processo estável e sob controle.
Referências
1. Campos, Vicente Falconi, TQC Controle da Qualidade Total: no estilo japonês, Belo Horizonte, Editora de Desenvolvimento Gerencial, 1999.
2. Wheeler, Donald J. Understanding Variation: The key to managing chaos. SPC Press, Inc. Tenesse. 1993.
3. Siqueira, Luiz G. P. Controle Estatístico do Processo. Pioneira. São Paulo. 1997.
Serviço: A Bachmann & Associados oferece serviço de consultoria, ajudando sua equipe a construir e usar Gráficos de Controle (CEP) de modo fácil e prático.
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
Quando uma variação é grande, pode ser descrita como “variou”, “cresceu” ou “caiu fortemente”. Na linguagem jornalística, o termo “fortemente” provavelmente seria substituído por “dramaticamente”, para maior impacto. Mas, exceto em condições realmente excepcionais, nas análises internas deve-se evitar termos extremos. A escolha das palavras deve ser cuidadosa, para refletir o que os gráficos mostram, indo desde de um “resultado estável” ou um “leve crescimento” até uma “queda acentuada”, se o objetivo é destacar uma variação significativa, por exemplo.
Pode ser interessante pedir que alguém que apenas leu o texto comente sobre os números ou resultados, como forma de validar a adequação das palavras escolhidas.
Um aspecto tranquilizador para quem trabalha com indicadores é saber que formas diferentes de medir desempenho, desde que escolhidas com bom senso, podem ser igualmente efetivas.
Três diferentes rankings de comparação entre universidades, baseadas em critérios bastante distintos, colocou as mesmas 6 universidades entre as 10 primeiras. Enquanto o Instituto de Educação Superior de Xangai dá maior peso à produção científica, a revista Times Higher Education considera a disponibilidade de verbas para pesquisa e inovação e a empresa inglesa QS inclui a opinião do mercado aos resultados acadêmicos. Ainda assim, os rankings apresentados pelas três instituições guardam bastante semelhança, ao menos nos primeiros lugares.
Fonte: Revista Veja. As 3 fórmulas da excelência. 22 de setembro de 2010. pp. 100-101.
