Imagina que demà reps una notícia que cap departament de Recursos Humans vol rebre. L'empresa necessita reduir la seva estructura i, tot i que les meus i el diambast de la situació poden ser molt diferents, hi ha una decisió que acaba arribant inevitablement a la taula de RR. HH. Cal determinar qui es queda i qui no. Una decisió difícil, oi?
A partir d'aquí, una pregunta aparentment senzilla ho comença a complicar tot. Com es decideix? La primera resposta sol ser bastant intuïtiva.
Ens quedem amb les persones que treballen millor, amb qui té millors resultats o amb qui considerem més important per a l'empresa. Però quan intentem convertir aquesta intuïció en un criteri aplicable a tota una plantilla, apareixen les dificultats.
Què significa exactament treballar millor? És comparable el
rendiment de dues persones que ocupen llocs de treball diferents? Què passa quan algú té una avaluació excel·lent però treballa en una posició que deixarà de ser estratègica? I quan dues persones??en resultats similars, però una d'elles concentra un coneixement que l'organització necessitarà especialment després de la restructuració? D'aquesta manera, el problema no consisteix només “a prendre una decisió difícil”, sinó a construir un criteri que permeti prendre-la de manera coherent, objectiva i explicable.
El parany de dir «ens quedem amb els millors»
Si preguntem quines persones haurien de romandre en una organització després d'una reducció de plantilla, és probable que la resposta més freqüent sigui «les que tenen un millor rendiment».
I té sentit. El
rendiment és una de les principals fonts d'informació que té RR. HH. per conèixer la contribució de les persones a l'organització. El problema apareix quan donem per fet que qualsevol dada de rendiment és automàticament objectiva.
Una avaluació pot estar condicionada per qui avalua, pel moment en què es realitza o fins i tot pel tipus de lloc de treball que ocupa la persona avaluada. No és el mateix mesurar resultats comercials que valorar una feina els resultats de la qual depenen de projectes a llarg termini. Tampoc és equivalent rebre una puntuació d'un màmanager especialment exigent que d'un altre que tendeix a valorar tot el seu equip per sobre de la mitjana.
A això s'hi suma un
biaix especialment habitual, el de recordar l'últim que ha passat. Una persona pot haver fet una feina excel·lent durant mesos, però si el seu últim projecte ha anat malament, aquest episodi pot acabar pesant més del que hauria en una valoració global. És una cosa similar a intentar decidir qui és el millor jugador d'un equip mirant únicament els gols de l'últim partit. La dada és real, però no necessàriament representa tota la realitat.
Per això, quan una organització utilitza el rendiment com a criteri, la pregunta important no hauria de ser únicament quina puntuació ha obtingut cada persona. També hauria de ser com s'ha obtingut aquesta puntuació, amb quins criteris, dins de quin context i en comparació amb qui.
Quan el context també entra en l'equació
El rendiment tampoc és l'única variable que apareix quan una organització ha d'afrontar una reducció de plantilla. En aquestes situacions poden entrar en joc diferents circumstàncies personals, socials o legals que s'han d'analitzar amb especial cura. La intenció pot ser protegir determinats col·lectius o tenir en compte situacions especialment sensibles, però una bona intenció no converteix automàticament una decisió en una decisió justa. Per això, a més de preguntar-nos si un criteri sembli raonable sobre el paper, hauríem de comprovar què passa quan l'apliquem a tota l'organització.
Afecta de manera especialment elevada un determinat grup? Es concentra l'impacte en un departament concret? Estem prenent una decisió aparentment neutral que, a la pràctica, perjudica de manera desproporcionada determinats perfils?
Aquest anàlisi no substitueix l'assessorament jurídic ni pretén convertir RR. HH. en un departament legal. La seva funció és una altra. Es tracta d'introduir una capa d'anàlisi que permeti detectar possibles problemes abans que una decisió es converteixi en una realitat.
No es tracta de tenir una fórmula màgica sinó d'establir un criteri de decisió
Arribats a aquest punt, podria semblar que la solució consisteix a crear una gran fórmula que assigni una puntuació a cada empleat i determini automàticament qui s'hauria de quedar. Però probablement això seria un altre error.
Les persones no són una suma de variables i una situació de crisi no es pot resoldre amb una única puntuació. El que sí que pot fer una organització és establir un marc de decisió prèviament definit, en el qual cada dimensió tingui un sentit concret.
Podem pensar en tres grans capes:
-
La primera té a veure amb el futur de l'organització. Si l'empresa ha de sortir de la crisi amb una estructura diferent, necessita saber quins llocs de treball, coneixements i capacitats seran realment necessaris. La persona amb millor rendiment històric no té per què ser necessàriament la que aporti més valor en l'escenari futur.
-
La segona correspon a la capacitat demostrada. Aquí sí que hi entren el rendiment, les competències, la polivalència, la capacitat d'aprenentatge o l'experiència, sempre que es puguin avaluar amb criteris consistents i comparables.
-
La tercera recull els criteris legals o de protecció que s'hagin d'aplicar. Aquests no haurien d'aparèixer improvisadament al final del procés, sinó formar part del marc des del principi i ser revisats amb l'assessorament corresponent.
La clau està en el fet que les regles siguin les mateixes per a tots els casos comparables. No es tracta de trobar una fórmula perfecta, sinó d'evitar que el criteri canviï depenent de qui estigui assegut al nostre davant.
Abans de decidir fes un «crash test»
Aquí és on les dades poden aportar una perspectiva especialment interessant. Suposem que ja tenim definits els nostres criteris i que hem establert un determinat punt de tall. Abans de convertir aquest resultat en una decisió, ens podem preguntar què passa quan l'apliquem sobre tota la plantilla. És una mena de «crash test» de la decisió.
Podem observar quins departaments concentren el major impacte, quins perfils queden afectats, si determinats mànagers apareixen sobrerepresentats o si un criteri aparentment neutral produeix resultats molt diferents entre col·lectius. També podem modificar determinats paràmetres i comprovar què passa. Si baixar lleugerament un llindar canvia per complet la composició de les persones afectades, potser tenim al davant un model massa sensible. Si, per contra, diferents escenaris produeixen resultats similars, tindrem una major evidència que la decisió no depèn d'una única variable.
People Analytics et pot ajudar a veure el que una reunió no veu
Una reunió entre direcció i RR. HH. pot aportar una cosa que cap panell de control pot substituir: coneixement del negoci, context i experiència. Però quan parlem de centenars o milers d'empleats, també té les seves limitacions. És difícil detectar determinats patrons quan tota la informació depèn de percepcions individuals i converses.
Aquí és on
People Analytics pot aportar una perspectiva diferent. Comparar el rendiment dins de llocs de treball equivalents, creuar competències amb resultats, analitzar distribucions o segmentar la informació per àrees permet identificar patrons que poden passar desapercebuts en una reunió.
També permet fer una cosa especialment interessant abans de prendre una decisió: simular diferents escenaris. Què passa si modifiquem el punt de tall? Quins departaments concentren el major impacte? Apareix algun col·lectiu especialment afectat? Estem donant massa pes a una única variable?
Eines com
Hrider permeten treballar amb aquest tipus d'informació i analitzar-la des de diferents perspectives mitjançant
percentils,
matrius de talent, filtres, comparatives o
histogrames. L'objectiu no és obtenir una puntuació que determini qui es queda, sinó disposar de més evidència per qüestionar les nostres pròpies hipòtesis.
Perquè les dades tampoc són objectives pel simple fet d'estar dins d'una plataforma. Si les avaluacions originals contenen biaixos, l'anàlisi els pot reproduir. Per això la tecnologia no s'hauria d'utilitzar per delegar una decisió sensible en un algorisme, sinó per sotmetre-la a més proves abans d'executar-la.
En un context així, el verdader valor de People Analytics no està a dir-li a RR. HH. quines persones han de romandre a l'organització. Està a ajudar-lo a comprovar si els criteris que ha definit són coherents, comparables i tenen el mateix comportament quan s'apliquen sobre tota la plantilla. La tecnologia no elimina la responsabilitat de decidir, però pot ajudar a exercir-la amb més objectivitat i menys intuïció.