Arquivo da tag: People analytics

People Analytics – uma importante ferramenta

Publicado em por
Responder

Nuvem de palavras people-analytics

People Analytics é o nome aplicado ao uso de dados e ferramentas de análise para apoiar as decisões relacionadas à Gestão de Pessoas [1]. Ou, na nossa definição “People Analytics é a aplicação de técnicas de coleta, organização e análise de dados na área de recursos humanos para responder perguntas de interesse do negócio”.

Como lembra Jac Fitz-enz [2], um dos pioneiros na pesquisa sobre o uso da análise de dados em capital humano, mais do que a aplicação de um conjunto de ferramentas estatísticas, o HR Analytics é fundamentalmente um “modo de pensar”. Envolve a organização e a interpretação de dados para gerar o conhecimento de que a empresa precisa para gerir o capital humano e prosperar.

Em um futuro não muito distante, será impossível tomar qualquer decisão de RH sem o uso da People Analytics. Segundo a Delloite [3], habilidades em analytics serão requisito fundamental para um efetivo Business Partner.

Em um estudo da Harvard Business Review Analytic Services [4], 67% dos CEOs disseram que tinham pelo menos um conjunto de indicadores de recursos humanos. Mas, somente 24 dos pesquisados (composta de líderes de negócios e RH de 168 empresas) disseram que o RH fornecia análises ligando seus indicadores aos indicadores do negócio.

No Brasil, 77% das organizações acreditam que o uso de análise de dados na gestão de pessoas é importante. Mas, o uso ainda é incipiente e mesmo o uso de indicadores ainda é limitado.

Referências:

  1. Wharton University of Pennsylvania. Notas do curso de People Analytics.
  2. Jac Fitz-enz. The New HR Analytics. 2010. EUA.
  3. http://www2.deloitte.com/content/dam/Deloitte/global/Documents/HumanCapital/gx-dup-global-human-capital-trends-2016.pdf
  4. How CEOs and CHROs Can Connect People to Business Strategy

Analytics não é mais uma “boa ideia” para os recursos humanos – agora é mandatória. Josh Bersin

Publicado em 17.07.18 e modificado em 4.06.20.

Uma amostra do que o futuro da people analytics pode trazer para o RH

Publicado em por
1
Gráfico de dispersão, desenvolvido pela empresa Humanyze, mostrando as interações entre as pessoas.
Mapa de interações, gerado pelos crachás eletrônicos da Humanyse.
Imagem: Site da Humanyse (www.humanyse.com).

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 líderes naturais, a quem chamava de “conectores carismáticos”, 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. Disponível em https://www.theatlantic.com/magazine/archive/2013/12/theyre-watching-you-at-work/354681/ Acesso em 3.08.19.

Internet das Coisas e o RH

Publicado em por
Responder

A Internet das Coisas (Internet of Things – IoT) é o conceito de conectar qualquer dispositivo à internet e aos outros dispositivos conectados.

É uma rede gigantesca de conexões entre coisas e pessoas, que coleta e compartilha dados sobre a forma como os aparelhos são usados e também sobre os ambientes em que estão.

Essa tecnologia é a mais recente na People Analytics, mas apresenta grande potencial, como os crachás eletrônicos sinalizam. A Humanyse foi pioneira no uso de crachás especializados que transmitem dados sobre as interações dos empregados [1, 2]. 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 que demonstram, etc. Cada crachá gera cerca de 100 pontos de dados por minuto.

As experiências com esses crachás ofereceram lições interessantes. Por exemplo, cerca de um terço do desempenho da equipe geralmente pode ser previsto apenas pelo número de trocas cara a cara entre os membros da equipe.

Referências

  1. Peck, Don. They’re Watching You at Work: What happens when Big Data meets Human Resources. The Atlantic Magazine. Dec. 2013. Disponível em https://www.theatlantic.com/magazine/archive/2013/12/theyre-watching-you-at-work/354681/. Acesso em 3 ago. 19.
  2. https://www.humanyze.com.

People Analytics РRefer̻ncias selecionadas

Publicado em por
Responder

Este post apresenta algumas referências interessantes e sugestões de leitura sobre o uso da People Analytics.

Leituras sugeridas

  • Human Capital Analytics: How to harness the potential of your organization’s greatest asset (by Pease, Byerly & Fitz-enz). Easy to read and a lot of examples from case studies of companies applying analytics to HR
  • The Practical Guide to HR Analytics: Using Data to Inform, Transform, and Empower HR Decisions (SHRM, 2018).

Para aprofundar

  • MIT Management – Curso online sobre Inteligência Artificial

https://executive-education.mit.edu/mit-artificial-intelligence-online-short-course-sf

Cursos grátis sobre o assunto

Coursera – https://pt.coursera.org/learn/people-analytics

Universidade Solides – https://universidade.solides.com.br/course/people-analytics/

Curso de People Analytics da Wharton University of Pennsylvania, 2016.

Um tutorial para iniciar a prática do People Analytics fazendo previsão da rotatividade:

https://www.hranalytics101.com/extended-tutorial-how-to-predict-employee-turnover/

Uma lista de técnicas e algoritmos usados em aprendizado de máquina está disponível em:

https://towardsdatascience.com/do-you-know-how-to-choose-the-right-machine-learning-algorithm-among-7-different-types-295d0b0c7f60

Listas de cases

https://blog.fortestecnologia.com.br/people-analytics/

15 HR Analytics Case Studies with Business Impact

https://www.analyticsinhr.com/blog/hr-analytics-case-studies/

O que são algoritmos?

Publicado em por
Responder
Desenho de um fluxograma de cálculo.

Ultimamente vemos muitos comentários sobre “algoritmos”. Você conhece o conceito?

Algoritmos são orientações detalhadas (passo a passo) para a execução de determinada atividade. Um exemplo é o cálculo feito a partir de informações disponíveis, e sua comparação com valores típicos, para recomendar ou não uma liberação de crédito ou para levar um veículo autônomo a fazer um desvio.

Com base no conceito, uma receita detalhada para fazer um bolo pode ser chamada de algoritmo. Mas, de modo geral, o termo é usado quando estamos tratando do processamento automático ou eletrônico de informações.

Sistemas automáticos podem analisar currículos e com base em uma sequência de regras preestabelecidas – o algoritmo – selecionar os candidatos com maior potencial para uma segunda etapa de avaliação.

Epa! Não confunda. Logaritmo é outra coisa. Logaritmo é o expoente ao qual se deve elevar um número para que o resultado seja igual a um determinado resultado.

Post publicado em agosto/19 e atualizado em fevereiro/24.

Big Data. O que é isso?

Publicado em por
Responder

Compreendendo diferentes tipos de dados e suas implicações

Hoje em dia ouvimos muito sobre Big Data e como isso pode ser valioso para a empresa. Mas a maioria dos gerentes não entende a diferença entre Big Data e Small Data (dados pequenos) e usa o termo Big Data indiscriminadamente. Como você se refere a seus dados não importa muito, mas é importante saber as diferenças entre os vários tipos.

Os “pequenos”, que apesar de seu nome, são extremamente úteis; são dados gerenciáveis ​​(capazes de caber em um único servidor), estruturados (linhas e colunas) e são alterados com pouca frequência. É mais provável que sejam provenientes dos sistemas de transação da organização, como sistemas financeiros, de CRM ou de gerenciamento de pedidos. Esse tipo de dados provavelmente foi analisado por muitos anos. Não há muita publicidade nos dias de hoje, mas é essencial para conhecer os clientes, entender o desempenho financeiro da empresa e ajustar a cadeia de suprimentos.

O Big Data é indisciplinado. É grande demais para caber em um único servidor, é relativamente desestruturado e se movimenta rapidamente. É mais provável que seja sobre o mundo fora de suas transações comerciais – o que seus clientes e clientes em potencial estão dizendo nas mídias sociais, o que eles estão contando aos representantes do call center e como eles estão circulando pela sua loja. O Big Data oferece grandes oportunidades, mas geralmente é um desafio colocá-lo em um formato estruturado que possa ser facilmente analisado. Se você quiser segui-lo, seu colaborador provavelmente precisará ser um cientista de dados.

Reproduzido de 5 Essential Principles for Understanding Analytics de Tom Davenport, hbr.org. Disponível em https://hbr.org/2015/10/5-essential-principles-for-understanding-analytics Acesso em 17.07.18.

Publicado originalmente em 2.08.18, teve a linguagem corrigida em 7.08.20 e foi revisado em nov/22,