Modelo de madurez del análisis de datos, ¿en qué etapa se encuentra?
Un estudio realizado en Bersin por la organización de investigación de recursos humanos Deloitte mostró que más del 60% de las empresas gastan en herramientas de análisis de big data Mucha financiación, con la esperanza las herramientas ayudarán a su departamento de recursos humanos a tomar decisiones más basadas en datos. Pero pocas empresas realmente hacen esto.
Una brecha enorme
A través de una encuesta realizada a 480 empresas, descubrimos que sólo 4 empresas han implementado un "análisis predictivo" de los empleados. En otras palabras, sólo unas pocas empresas comprenden realmente los factores que influyen en el desempeño y la retención de los empleados, saben cómo utilizar los datos para identificar candidatos para la contratación y saben cómo analizar la correlación entre el desempeño y la compensación. En nuestro estudio, sólo 14 empresas realizaron análisis sustanciales de datos sobre los datos de los empleados.
Entonces, ¿qué están haciendo los 84 restantes?
Un lío de informes. Estas empresas todavía están confundidas acerca de cómo gestionar los datos de forma eficaz y tienen dificultades para organizarlos. Ante una avalancha de informes de datos, todavía no pueden generar indicadores operativos estandarizados para lograr un uso real de los datos.
De hecho, muchas empresas todavía se encuentran en una etapa relativamente temprana en el uso de datos.
El modelo de madurez del análisis de datos
Si quieres hacer bien tu trabajo, primero debes afinar tus herramientas.
Para poder aplicar big data sin problemas, el software y las herramientas son importantes, pero no se pueden ignorar otras inversiones: modelos eficientes de gestión de datos para proporcionar fuentes de datos de alta calidad para identificar problemas y necesidades; mantener una estrecha relación con los departamentos de finanzas y análisis operativo; diseño visual y habilidades de comunicación. Estas habilidades son tan importantes como el conocimiento estadístico, las técnicas de análisis de datos y las habilidades de aplicación matemática.
De hecho, la mayoría de los equipos de recursos humanos señalaron que no les resulta difícil encontrar un estadístico. Lo que sí es difícil es encontrar un director de proyectos que pueda combinar datos con aplicaciones empresariales y convertir los resultados de la investigación en planes de implementación. .
Desde una perspectiva funcional, un equipo de tecnología analítica eficiente tiene buenas capacidades multidisciplinarias, que incluyen comprensión empresarial, habilidades de consultoría, tecnología de visualización de datos, capacidades de gestión de datos, conocimientos estadísticos y habilidades de liderazgo. No sólo diagnostican y resuelven problemas comerciales, sino que también brindan a la gerencia información actualizada y oportuna.
En el proceso de utilización de big data por parte de las empresas, uno de los mayores problemas es cómo lograr que las personas cambien sus comportamientos inherentes después de poseer los datos. La mayoría de los directivos tienen un "sistema de pensamiento" y el llamado "modelo de experiencia" acumulado durante muchos años. Todos estos son factores que impiden que los tomadores de decisiones confíen y utilicen los datos.
El gerente de recursos humanos del "crimen intencional"
Entre los sujetos de la investigación, una empresa utilizó el aumento salarial como variable para analizar la tasa de rotación y la tasa de retención de empleados. Sus niveles salariales anteriores siguieron aproximadamente una distribución positiva, y los de mejor desempeño recibieron aumentos ligeramente mayores que los de menor desempeño. El informe dice lo siguiente:
"Como muestran los resultados de otras investigaciones, la distribución actual de la remuneración de la empresa es un error. Los empleados del segundo y tercer nivel (empleados con alto rendimiento), incluso si su aumento salarial es Sólo un 91% de media seguirán optando por permanecer en la empresa. En otras palabras, estas personas obtienen demasiado.
Por otro lado, aquellos que se encuentran en el extremo derecho de la distribución positiva. Los empleados permanecerán solo si su aumento salarial es superior al nivel promedio del 15-20% "
La mayoría de los gerentes creen que el desempeño de los empleados superiores es mucho mayor que el de los empleados de nivel medio. Si estas personas pueden permanecer en la empresa, pagarles salarios altos es realmente extremadamente beneficioso para la empresa. Entonces, incluso después de enterarse de los resultados de la investigación, siguieron pagando a sus empleados los mismos salarios que antes. Como resultado, la empresa ha tenido que implementar un programa de capacitación y nuevas herramientas de software para corregir la forma de pensar de los gerentes y permitirles tomar decisiones más basadas en datos sobre la asignación de salarios y recompensas.
Solo el 14% de las empresas utilizan realmente big data.
Hay demasiados ejemplos que demuestran que las decisiones de RR.HH. respaldadas por datos pueden generar un mayor retorno de la inversión.
Pero, lamentablemente, muchas empresas no participan en este ámbito como para sacar provecho de él.
Si no se pueden integrar capacidades de análisis de datos en las estrategias de recursos humanos y generar un conjunto de sistemas internos de gestión y distribución de salarios respaldados por big data, entonces el destino de convertirse en un perdedor es inevitable.
Lo anterior es el modelo de madurez del análisis de datos que el editor comparte para usted. ¿En qué etapa te encuentras ahora? Para obtener más información, puede seguir a Global Ivy para compartir más información detallada.