Existeix una màxima molt repetida en la gestió de persones: allò que no es mesura, no es pot millorar. Sona lògic, gairebé inqüestionable. Però a la pràctica, hi ha una segona part que sovint s’oblida: allò que no es pot recollir, directament no pot existir en l’anàlisi. I és aquí on moltes organitzacions es juguen la partida sense adonar-se’n.
És una mica com intentar fer una fotografia de grup deixant la meitat de les persones fora de l’enquadrament. La imatge pot semblar correcta, fins i tot nítida, però no representa la realitat completa. En l’àmbit de l’avaluació del rendiment això passa més del que pensem, especialment quan conviuen perfils d’oficina amb col·lectius operatius sense accés habitual a eines digitals.
Don Norman, a The Design of Everyday Things, ho explica des d’un altre punt de vista, però amb una idea molt aplicable en aquest context. Quan un sistema no està dissenyat per a la realitat d’una organització, vol dir que només funcionarà per a alguns i que per a d’altres mai no acabarà de funcionar. El paradigma que trobem és clar. Quan la participació no és homogènia, la dada deixa de ser un reflex fidel de l’organització. I quan la dada no representa tothom, les decisions comencen a assemblar-se més a una intuïció ben presentada que a una estratègia basada en evidències. Els informes de Deloitte sobre Human Capital Trends assenyalen que el valor de l’analítica de persones no depèn només del volum de dades, sinó també de la seva qualitat, integració i representativitat dins de tota l’organització.
Per aquest motiu, des d’Hrider volem ensenyar-te com dissenyar una avaluació de persones quan no tota la plantilla treballa igual.
1. Detecta si la teva avaluació està dissenyada per a oficina o per a tota l’organització.
Abans de pensar en eines, hi ha una pregunta incòmoda que t’has de fer: totes les persones poden participar en igualtat de condicions?
En moltes organitzacions industrials o amb una xarxa operativa àmplia, la resposta és parcial. No perquè no vulguin participar, sinó perquè el disseny del procés pressuposa accés digital continu.
2. Evita el biaix de participació com a punt de partida de l’anàlisi.
Si només respon qui té accés fàcil, la dada deixa de representar l’organització i comença a representar un subconjunt. Això té una conseqüència directa: l’anàlisi posterior hereta un biaix sense que ningú el qüestioni.
En People Analytics això és especialment crític, perquè la qualitat de la decisió depèn directament de la qualitat de la dada d’entrada.
3. Dissenya un únic procés, no múltiples versions paral·leles.
Un dels errors més freqüents és fragmentar l’avaluació per col·lectius. A priori sembla lògic, però a la pràctica introdueix complexitat, inconsistències i pèrdua de comparabilitat.
L’enfocament més robust no és crear processos diferents, sinó dissenyar un únic sistema capaç d’adaptar-se a diferents contextos d’accés.
4. Adapta el canal però no el contingut.
La clau es troba a definir quines preguntes fer i la manera adequada de plantejar-les. No és tant el què, sinó el com.
En entorns mixtos això pot implicar:
-
Accés per correu electrònic per a perfils administratius.
-
Accés mòbil directe per a col·lectius sense lloc digital.
-
Eliminació de credencials complexes o barreres d’entrada.
-
Experiència fluida sense necessitat de formació prèvia.
L’objectiu no és digitalitzar completament, sinó eliminar la fricció.
5. Integra mètriques en lloc de separar-les.
Un dels errors habituals és tractar l’eNPS com un procés independent de l’avaluació del rendiment.
Tanmateix, quan s’integra dins del mateix flux, el valor analític es multiplica.
-
Permet creuar percepció i rendiment.
-
Identifica patrons per àrees o responsables.
-
Detecta correlacions entre lideratge i experiència.
-
Aporta context als resultats individuals.
Quan les dades es creuen, deixen de ser descriptives i passen a ser interpretatives.
La diferència entre recollir dades i comprendre la realitat
Al final, el problema, com diem sovint, no és mesurar poc. Moltes vegades és mesurar només aquells a qui resulta fàcil escoltar.
Quan una part de la plantilla queda fora del procés, l’avaluació deixa de ser una eina de comprensió per convertir-se en una interpretació parcial de la realitat. Els estudis de Deloitte sobre tendències en capital humà fa anys que insisteixen en una idea rellevant: la confiança en les dades no depèn només del seu volum, sinó de la capacitat de representar de manera fiable com treballen, participen i evolucionen les persones dins de l’organització.
A Hrider ja hem parlat altres vegades sobre com l’avaluació del rendiment s’ha d’entendre com una eina estratègica i no només operativa. En aquest article et mostrem una guia sobre com fer una avaluació del rendiment més àmplia. La diferència està en una cosa senzilla però decisiva: dissenyar processos que s’adaptin a l’organització real i no a la ideal que imaginem des d’un organigrama.