10 Passos para Criar uma Cultura Guiada por dados ...no RH (Parte 3 / 3)

Continuando o que coloquei nas Partes 1 e 2, a ideia deste texto é expandir brevemente o conteúdo de um ótimo texto sobre analytics em geral. Comento rapidamente os "10 passos" sob o ponto de vista de seus significados e impactos para os desafios práticos do People Analytics (ou HR Analytics).

O texto-base é de David Waller e foi publicado em 6/fev/2020, na Harvard Business Review: “10 Steps to Creating a Data-Driven Culture”.

Figura 1: primeira página do artigo em análise.

Fonte: WALLER (2020)

Meu texto não é uma tradução, tampouco uma reinterpretação, mas uma discussão embasada pela minha pesquisa, experiência e trocas com outros profissionais de RH sobre o que os dez passos podem significar para o dia-a-dia dos profissionais de RH que querem fazer acontecer o People Analytics.

Abordo nesta terceira e última parte os passos 7, 8 e 9.

Vale reforçar que a leitura do texto original é valiosíssima e pode trazer mais insights e questionamentos sobre situações e cenários eventualmente não tratados aqui!

Passo 7: Treinamento especializado deve ser oferecido a tempo

Nada mais efetivo e eficiente do que aprender sob o estímulo da necessidade. Há muita crítica aos profissionais de RH para que sejam “mais analíticos” ou que deveriam expandir seus conhecimentos sobre análises objetivas e assim por diante. Fácil criticar; difícil de colocar em prática de forma realmente útil. E, sinceramente, é muito injusto com o profissional de RH martelar essa crítica sem ponderá-la.

Em um projeto sensato de construção de uma área de People Analytics, na medida em que os profissionais de RH forem expostos ao contato com equipes de People Analytics, os conceitos das soluções oferecidas podem ser explorados.

No mínimo, essa dinâmica sugere direcionamento para treinamentos que farão sentido, pois terão uma carga emocional importante e que estará ligada à aplicação direta e prática desses conhecimentos.

Mais ainda: colocar os profissionais de RH apresentando e discutindo com seus pares conclusões e resultados analiticamente embasados é um veículo importante para que esse conhecimento transforme os aborrecidos comitês de apresentação de resultados em discussões com conteúdo, invada corredores e se torne parte do relacionamento diário entre esses profissionais.

E, vale mencionar, aí está uma prova de conceito robusta para ser testada.

Passo 8: Use análises para ajudar os colaboradores; não apenas os negócios

Fazer People Analytics é buscar resultados através de informações de Capital Humano e quanto a isso não há muitas dúvidas. Mas nem tudo deve ser resultado de negócio. O RH deve olhar analiticamente pra si também.

Aqui se foge um pouco do People Analytics glamoroso, mas uma das questões centrais é a automação da operação diária de RH, que toma a maior parte do tempo dos profissionais e agrega pouquíssimo valor (e que pode ser dificílima fazer).

Não é difícil provar valor pra a maioria dos profissionais de RH de que a redução do operacional os deixará se debruçar sobre o que há de mais nobre no seu trabalho: decidir sobre o campo em que máquinas, modelos e números não alcançam.

Para isso, claro, não basta querer fazer. O profissional de RH precisa estar ciente (ou seja: saber discutir) quais as reais limitações que os modelos oferecem. E mais: para que as automações façam sentido e realmente ofereçam a oportunidade de redução da operação, os processos precisam estar bem mapeados, com objetivos bem delineados e terem certa flexibilidade embutida.

Assim, no futuro avanços podem ser feitos sem jogar o passado no lixo. Conhecimento e plataforma são as palavras-chave aqui. E, vale notar: quem disse que isso tudo vale só “para dentro” do RH?

Não vale o RH propor para os negócios iniciativas de redução de operação de gestão, agregando pontos de vista que só ele pode sugerir?

Passo 9: Esteja disposto a trocar flexibilidade por consistência —pelo menos no curto prazo

Em poucas palavras: devemos todos falar a mesma língua. Dialetos são bem-vindos, mas sem comunicação clara, ninguém se entende.

Dada a metáfora, vamos ao que isso significa: governança, governança e governança. Os dados devem ser os mesmos para todos, mas é possível que conceitos (as interpretações dos dados) possam variar seguindo a necessidade de cenários. Não se deve descuidar da consistência, ou seja, conceitos devem ser relacionáveis, tornando possível a comunicação entre análises realizadas sob diferentes cenários.

Se houver necessidade de ajustes, dadas situações específicas (os “dialetos”), que sejam feitos, registrados e comunicados a todos os envolvidos. Aliás, isso é ótimo. Mostra que situações particulares são tratadas e que há correspondência conhecida com um padrão transversal estabelecido (o que reforça governança e objetivos claros para os dados).

Governar conceitos é um dos fatores mais críticos para o sucesso do People Analytics, pois demanda um alto nível de compreensão de panoramas diversos entre áreas atendidas pelo RH.

E demanda a criação e manutenção de acordos internamente ao RH. Isso garante que os silos de conhecimento não cresçam, assim como torna o conhecimento analítico consolidável e único.

Vale notar também que os conceitos precisam ser governados ao longo do tempo. Cargos trocam de nome, áreas de negócio surgem ou são absorvidas, programas de talentos surgem, desaparecem ou são alterados. Como consolidar anos de dados de performance se a escala de resultados foi alterada a cada três anos? Como garantir uma comparação justa entre o perfil do programa de trainees que existia há 6 anos e o atual?

Conceituar significa encontrar a essência do que está sob análise e estabelecer "pontes" que possibilitem uma análise robusta.

* * *

Links para as Partes 1 e 2:

10 Passos para Criar uma Cultura Guiada por dados ...no RH (Parte 1 / 3)

10 Passos para Criar uma Cultura Guiada por dados ...no RH (Parte 2 / 3)

* * *

Referência:

Waller, D., "10 Steps to Creating a Data-Driven Culture", Harvard Business Review, 2020

* * *

Créditos das ilustrações:

Ilustração no Passo 7: Matt Ragland on Unsplash

Ilustração no Passo 8: Hannah Busing on Unsplash

Ilustração no Passo 9: Charles Deluvio on Unsplash