Datos de felicidad: ¿puede predecirse la felicidad en el trabajo?

Aparte de tener a todo el mundo contento en nuestra organización, a todos nos gustaría saber si será así en el futuro y qué podemos hacer para conseguirlo. ¿Una fantasía? En los tiempos de la bola de cristal, puede; en los de big data e IA, los datos de felicidad pueden ayudarnos a predecirlo, y mucho.

¿Se pueden utilizar datos objetivos para medir algo tan subjetivo como la felicidad? ¿Qué series de datos podemos emplear? ¿Cuáles son los modelos de análisis más eficientes? Y para rizar el rizo, ¿cuál es su impacto directo en la gestión de la felicidad, si es que lo tiene? A continuación hablamos un poco de todo ello.

Cómo utilizar los datos para predecir la felicidad

Párrafo no vamos a perdernos en disquisiciones acerca de satisfacción laboral, bienestar laboral y felicidad en el trabajo (sobre todo porque ya lo hicimos); hoy la pregunta es cómo usar data analytics de forma proyectiva, es decir, para tratar de “adivinar” esa felicidad/bienestar/satisfacción en el futuro

Lo primero que necesitaremos es un dataset sólido, limpio y coherente. En un terreno tan subjetivo como la felicidad laboral, esto no es sencillo. Nuestras fuentes podrían ser:

  • Datos demográficos (edad, nivel educativo, antigüedad, etc.) para tener un contexto.
  • Indicadores de desempeño (tasa de rotación, de ausentismo, de productividad, etc.).
  • Encuestas y feedback específicos sobre la felicidad percibida por los empleados.
  • Datos de NLP (procesamiento de lenguaje natural) para hacer análisis de sentimiento.
  • Integración de variables externas, como una acción concreta en la organización.

Ya lo habrás notado, pero merece la pena insistir en que el punto de partida es un conjunto de datos bueno. O sea, datos con los que se pueda trabajar (etiquetados, medibles, confiables, comparables, etc.); pero en todo caso, muchos datos. Moraleja: si quieres predecir, primero necesitas un conjunto de datos históricos (saber lo que pasa y lo que ha pasado).

La estrategia y las herramientas

Y luego necesitamos una estrategia para trabajar esos datos de felicidad. Dicha estrategia consiste básicamente en establecer claramente las preguntas que queremos formularle a la bola de cristal 4.0 y, de manera subyacente, qué es lo que queremos que ocurra (y tiene que ser algo más preciso que “quiero que todos estemos muy felices”).

A partir de ahí podremos determinar las herramientas a utilizar. Dentro de análisis predictivo existen diferentes modelos de análisis de datos normalmente apoyados en técnicas de regresión lineal o no lineal, remuestreo y validación cruzada. Aparte de la estrategia que nos guiará, la naturaleza y calidad de los datos determinará las vías posibles en cada caso.

Esos modelos no dejan de ser algoritmos, que a su vez no dejan de ser fórmulas matemáticas y estadísticas (más bien complicadillas, eso es verdad) que han evolucionado de forma dramática con la llegada del aprendizaje automático. Ese aprendizaje retroactivo es lo que permite llevar los datos de felicidad, en general cualitativos, escurridizo y etéreos, a otro nivel.

datos de felicidad 2
Nuestro lector de felicidad dice que… pichí pichá. Fuente: DOOR_2003 en flickr

El efecto del sujeto expectante

Damos por hecho que analizar los datos de felicidad puede dar grandes resultados, aun a sabiendas de que si hay algo más difícil de predecir que el comportamiento humano es la percepción subjetiva humana. La pregunta ahora es otra: ¿el mero hecho de medir datos nos hace más felices?

Dicho así, la respuesta intuitiva es “no, qué tontería” (y desde luego estamos de acuerdo en que quien los mide, no, no va a ser más feliz por ello). Pero vamos a ir un pasito más allá y a apoyarnos en nuestra experiencia en la gestión de personas para afirmar lo contrario: en las organizaciones que deciden medir la felicidad en el trabajo, la felicidad aumenta.

Esto tiene mucho de efecto del sujeto expectante, pero no por ello deja de existir tal efecto; a saber, saber que medimos algo hace que nos fijemos en ello. Y en este ámbito eso es positivo. Dicho de otra forma más sólida: la preocupación por medir la felicidad denota una preocupación por la felicidad, y que se preocupen por nuestra felicidad nos hace más felices.

Si vas a decidir algo, mejor hazlo con datos…

Aunque no sea la solución, desde luego el primer paso es preguntar, “¿eres feliz en el trabajo?”

Imagen de portada: Anna Shvets en Pexels

Lectura recomendada

people analytics problemas soluciones 1
People Analytics

People analytics, problemas y soluciones

Las organizaciones están constantemente buscando soluciones para optimizar su funcionamiento y sus resultados; sin embargo, a veces parece que no hacemos más que toparnos con

Read More »