top of page

Talent Analytics, descubriendo el ADN del talento organizacional

Martín Ignacio Martínez, director Comercial e-Assessment Latam de People Experts


A lo largo de la última década, muchos han sido los equipos de Recursos Humanos capaces de llevar adelante un proyecto de datos de personas. Iniciaron su camino utilizando información de nómina (edad, genero, salario, ausentismo, accidentes), datos de fuentes adicionales (TI, Ventas, Producción, Encuestas Salariales, etc.) y hasta lograron desarrollar, en algunos casos, tableros de comando desde donde poder consultar y comparar resultados con ratios esperadas.


Pero pocas fueron las organizaciones capaces de implementar proyectos que lograran medir el talento organizacional sistemática y objetivamente. Pero ¿por qué fracasaron? Porque cada organización tiene caracteres tan particulares que se requiere inicialmente entender cuál es el ADN del Talento antes de reclutar y detectar aquellos candidatos compatibles con su modelo competencial.

Compartiremos, a continuación, algunas ideas de cómo identificar en qué estadio del Talent Analytics se encuentra una organización para, desde allí, iniciar el camino desde el dato hasta el conocimiento.


Dato

Los datos son muchos en las empresas, y en ciertas ocasiones (por no decir casi siempre) son confundidos con información. El dato es un elemento sin contexto, imposible de ser ubicado en tiempo o lugar. Género masculino, 33 años, dos días de ausencia son ejemplos de datos; para cualquier proyecto de analíticos serán siempre la mínima expresión del modelo.


Cualquier dato, para ser válido, debe cumplir tres premisas claves: certeza (los datos deben ser reflejo de la realidad), coherencia (deben ser recopilados bajo el mismo criterio) y accesibilidad (tienen que encontrarse a disposición para ser consultados). Con la presencia de estos elementos, garantizaremos la solidez requerida para nuestro proyecto a futuro.


Una vez revisado el dato bajo estos criterios será preciso darle tratamiento y sistematización.


Cualquier dato, para ser válido, debe cumplir tres premisas clave: certeza, coherencia y accesibilidad


El primer desafío de nuestro proyecto es asegurar que el acceso al dato sea simple, y que el mismo se realice desde repositorios que cumplan con los estándares de seguridad definidos en las políticas organizativas de resguardo de información. Este es uno de los puntos más importantes de un proyecto de Talent Analytics, cualquier iniciativa que no cumpla con este requisito naufragará en las objeciones constantes de Compliance por parte de la organización.


Realizar la elección de los datos es una instancia clave de nuestro proyecto. Es importante en este punto realizar una clara distinción entre aquellos datos de nuestros postulantes que son “commodities” (edad, estudios, experiencia laboral, estado civil, etc.), de aquellos que se encuentran “fuera de stock” en las empresas. Entre los datos “fuera de stock” encontramos, por ejemplo, los resultados cuantitativos de los niveles en habilidades cognitivas y competenciales. Este tipo de dato (circunscripto al ámbito del talento) precisa ser administrado mediante pruebas online para ser sistematizado.


Un método de evaluación permite, entre otras ventajas, evaluar grandes cantidades de candidatos en poco tiempo con sólida rigurosidad científica. Por ello, al momento de elegir la prueba a aplicar, debemos considerar, sobre el resto de sus características, la calidad del constructo. Allí residirá el corazón de la calidad del dato. Si las pruebas que administramos son diseñadas sobre bases psicométricas firmes, consiguen comparar resultados con muestras representativas (baremos) del talento local y global y, además, arrojan resultados con altos niveles de fiabilidad; estaremos frente a un dato en habilidades preciso que edificará nuestro proyecto de Talent Analytics.


El último paso, entre estas etapas de gestión inicial del dato, consiste en integrar la información de las diferentes fuentes de consulta. La configuración de las conexiones necesarias para hacer “dialogar” las bases de datos bajo los mismos parámetros, sumada al momento en que se genera el dato, permitirá gestionar nuestra futura información de manera armónica.


INFORMACION

En este punto de nuestro camino hacia una estrategia de Talent Analytics ya contamos con los datos personales de los candidatos (commodities), y los datos de los resultados de las pruebas administradas (fuera de stock), todo esto sistematizado en repositorios de información que cumplen con los estándares de seguridad definidos por la organización.


Estamos en condiciones de convertir el dato en información. ¿Cómo? Integrando los diferentes resultados para producir, por ejemplo, una comparación estadística entre los candidatos, o tal vez determinar quiénes cumplen las metas de rendimiento (o líneas de corte) definidas en un proceso.


En resumen, el dato delimitado por el contexto (datos demográficos, tiempo, muestra poblacional comparativa, etc.) permite describir una instantánea en un momento específico, o bien una tendencia a lo largo del tiempo que luego podrá ser gestionada desde un indicador, o KPI. Podemos, por ejemplo, generar desde gráficos que nos indiquen el nivel distributivo de una dimensión medida hasta una serie de tiempo expresada en meses/trimestres desde donde analizar los “picos y valles” de un indicador específico.

Estos últimos, los Key Performance Indicators, son el instrumento de gestión desde donde poder realizar comparaciones (benchmarking) con organizaciones similares a la nuestra en el mercado. Su criterio SMART: S: Specific (Específico), M: Measurable (Medible), A: Achievable (Alcanzable), R: Relevant (Relevante) y T: Time based (Acotado en el tiempo), asegurará el rendimiento del indicador en nuestro modelo de información y su diálogo con indicadores del mercado.


Una vez definidos los indicadores claves, estaremos en condiciones de presentarlos y ponerlos a disposición de la organización. Para ello, precisamos de una herramienta de visualización (tablero de comando o dashboard) que permita compartir, de manera dinámica y ágil, la totalidad de información de los candidatos recopilada a lo largo del proceso.


Con la información comparada y presentada mediante KPI en el dashboard, podremos avanzar en la instancia experimental, es decir, confirmar o refutar hipótesis planteadas en el ámbito organizativo. Entre algunos ejemplos de hipótesis de trabajo, podemos encontrar: los caracteres demográficos X-Y definen los rasgos de talento en nuestra organización; la fuente de reclutamiento de candidatos A funciona de mejor manera que las restantes; o la relación entre talento y liderazgo dentro de la compañía es directamente proporcional durante los últimos dos años. Con dichas hipótesis de trabajo planteadas será preciso comenzar a entender la información.


Gestionar talento requiere técnicas fiables de recopilación de datos en habilidades y competencias para generar información e indicadores de gestión


CONOCIMIENTO

Contamos con todos los elementos necesarios para comenzar a entender la información generada por nuestro modelo de datos. Para lograrlo, debemos, previamente, entender el ADN del talento detallando aquellos perfiles de éxito.

La clave, en esta instancia, es conseguir integrar la información de los resultados de las pruebas psicométricas (administradas a los miembros de la organización), los datos demográficos de los mismos (edad, genero, antigüedad en la organización, puesto funcional, etc.) y, por último, de la información de los niveles de desempeño mostrados por el personal evaluado. Con esta tríada completa, estaremos listos para procesar la información mediante técnicas de explotación de datos (como Machine Learning) que nos permitirán obtener insights dentro de la totalidad de datos disponibles.

Con esta información oculta ya revelada, estaríamos en condiciones de acceder a una fórmula estadístico-matemática denominada “Algoritmo de Talento”, la cual establece de manera objetiva cuáles debieran ser los niveles de rendimiento esperados por un candidato en las pruebas administradas. Una vez puesto en práctica dicho algoritmo, estaremos en condiciones de detectar el potencial de los distintos postulantes, estimando el nivel de probabilidad que tiene un candidato de convertirse en Talento en el medio-largo plazo dentro de la organización.

En resumen, hoy gestionar Talento requiere técnicas fiables de recopilación de datos en habilidades y competencias que, junto a la sistemática sobre los datos demográficos y del desempeño, permitan generar información e indicadores de gestión a través de los algoritmos de talento que ayudarán a tomar decisiones de forma asertiva y eficiente sobre nuestro talento organizacional. El ADN del talento está entre nosotros, solo espera ser descubierto.


Claves de People Experts

People Experts está preparado para apoyar este tipo de proyectos en las organizaciones, poniendo a disposición:

  • Sus plataformas de evaluación online, como es Test Station, o más específicas como CEC Feedback 360 y VITA de Assessment Centre, con pruebas de medición cognitiva, competencial y motivacional con garantía de solidez psicométrica.

  • Certificaciones ISO 27001, que asegura el almacenamiento y tratamiento de la información, e ISO 10667, que garantiza los procedimientos objetivos de evaluación de personas.

  • Su área de Talent Analytics que gestiona los procesos de data analytics de principio a fin, con entregables (dashboard) accesibles.

430 visualizaciones0 comentarios

Entradas Recientes

Ver todo
bottom of page