Mensaje de error

Blog

17

Oct 2014

Llegan los algoritmos a la gestión de los Recursos Humanos

por Fernando Humanes

En los últimos meses se viene hablando de una nueva forma de obtener información para la toma de decisiones en el área de los Recursos Humanos. Se trata de la analítica predictiva, es decir, el uso de fórmulas matemáticas basadas en algoritmos que podrían dar respuesta a cuestiones como qué empleado está a punto de abandonar la empresa por qué no se siente motivado o cuál de las personas que han iniciado un proceso de selección tienen más posibilidades de tener éxito en su carrera profesional en nuestra empresa.

No se debe entender el uso de estos algoritmos como un sustitutivo, por ejemplo, de aquellas personas que se encargan de la contratación de los empleados, sino como una herramienta que les proporciona información útil a la hora de tomar decisiones. Un informe de la Harvard Business Review señala que los humanos somos buenos a la hora de especificar cuáles deben ser las características y habilidades de un candidato a un puesto y deduciendo información sobre ellos, pero somos malos a la hora de ponderar toda aquella información surgida del proceso. Según esta publicación, a partir de un análisis de 17 evaluaciones de candidatos concluyeron que una simple ecuación mejoraba las decisiones humanas al menos en un 25%. Esta teoría resultaría válida para cualquier parte de la organización, incluso al nivel de dirección. Y es que el instinto humano no siempre es eficaz. Los autores del estudio sugieren que a la hora de la contratación los reclutadores humanos sólo deben participar en la última parte del proceso. En un primer momento será un algoritmo quien elija de entre miles, por ejemplo, a los tres mejores candidatos. Posteriormente, será una persona quien decida qué candidato es mejor o incluso se podría ponderar la decisión de varios reclutadores para llegar a la elección final.

Los datos para alimentar estas ecuaciones son de muy diverso género. Si queremos saber qué empleados van a tener una carrera exitosa en nuestra empresa o nuestro sector podemos estudiar desde los más comunes como la Universidad donde estudiaron o los años que necesitaron para terminar la carrera hasta otros más extraños como el número de faltas de ortografía en el curriculum vitae, el vocabulario de una persona medido en el número de palabras distintas a la hora de escribir un texto o el sector donde comenzó su carrera profesional.

Otro campo de los recursos humanos donde la analítica predictiva tiene futuro es en el de la gestión de salidas. Las grandes empresas utilizan una gran cantidad de recursos para atraer a las personas con más talento. Una mala gestión de sus carreras profesionales puede suponer un abandono prematuro de un empleado talentoso y no poder recuperar la inversión realizada. Para saber si un empleado está a punto de abandonar la empresa se podría analizar el tiempo que lleva un empleado en su puesto de trabajo y sin promocionar en la empresa, la rapidez con la que contesta los emails, el histórico de su productividad, el tiempo que tarda en redactar informes o su conducta en Redes Sociales ante otras empresas del sector.

En resumen, la base de la analítica predictiva se encuentra en la cuantificación. Para poder aplicarla con éxito es necesario contar con un gran número de datos generados en la actividad diaria de la organización. Cuanto antes comience una empresa a digitalizar y recabar estos datos, antes podrá aplicar las predicciones en la toma de decisiones. Contar con un equipo de expertos que seleccione aquellos datos más relevantes y sea capaz de construir un algoritmo eficaz es importante, tanto como ayudarse de profesionales que sepan interpretar los resultados de estos análisis y puedan establecer planes de acción para reorientar la estrategia de la empresa.

Fuentes:

HR By the Algorithm: Playing by the numbers. Bersin by Deloitte

In Hiring, Algorithms Beat Instinct. Harvard Business Review

Añadir nuevo comentario

Filtered HTML

  • Las direcciones de las páginas web y las de correo se convierten en enlaces automáticamente.
  • Etiquetas HTML permitidas: <a> <em> <strong> <cite> <blockquote> <code> <ul> <ol> <li> <dl> <dt> <dd>
  • Saltos automáticos de líneas y de párrafos.

Plain text

  • No se permiten etiquetas HTML.
  • Las direcciones de las páginas web y las de correo se convierten en enlaces automáticamente.
  • Saltos automáticos de líneas y de párrafos.