Los datos de encuestas de empleados, la mina del bienestar laboral

¿Qué pasa con el nudo gordiano que forman el rendimiento y la felicidad en el trabajo? ¿La gestión de talento se encuentra en una especie de encrucijada en la que hemos de elegir entre bienestar o competitividad? Algo tan manido (en apariencia) como los datos de encuestas de empleados podrían albergar en su seno, si no la solución, por lo menos la información que andábamos buscando…

La ecuación general es sencilla: si el capital humano es el principal activo de las organizaciones y el bienestar laboral es la palanca de las organizaciones eficientes, conocer la situación (características, necesidades, expectativas) de nuestro talento es imprescindible. Pero conocerlo de verdad, al detalle, en profundidad. En ese sentido, las encuestas siguen siendo la fuente de materia prima; la revolución está en el trabajo de data analytics.

Los datos te lo dicen (si les preguntas bien)

¿Qué tienen en común aproximaciones a la gestión de recursos humanos tan dispares como la teoría de los dos factores de Herzberg, los principios de diseño del trabajo y la implementación de oficinas abiertas? Efectivamente: son marcos teóricos que parten del empleo de datos de encuestas de empleados para fundamentar las acciones prácticas a desarrollar.

O sea, que si no sabes lo que piensan, sienten, quieren, temen, odian y esperan los empleados, mal vamos. Y todos sabemos que las formas de recopilación y tratamiento de datos definen en absolutamente los análisis y los resultados que obtengamos (y con ellos, nuestras decisiones estratégicas y nuestras acciones).

O sea, que los datos los tiene nuestra gente y solo tenemos que pedírselos, pero además, más nos vale tratar y analizar bien los datos… ¿Pero cómo es “bien”? Podríamos señalar tres directrices generales en este sentido:

  1. Entender el poder del dato (y del sesgo atencional), con las precauciones metodológicas y procedimentales necesarias para aplicar ese poder.
  2. Elegir parámetros e indicadores significativos, definiendo pormenorizadamente la hipótesis de investigación y las correlaciones que queremos establecer.
  3. Generar modelos con capacidad predictiva, es decir, que nos permitan hacer proyecciones temporales lo más justificadas que sea posible.

¿Qué hacemos con los datos de encuestas de empleados?

Aquí tienes algunos ejemplos o casos de uso que vienen a respaldar lo que acabamos de exponer,pero de una forma más aterrizada. Bien vale la pena enumerar esos casos:

  • Optimizar la productividad
  • Identificar el talento interno
  • Mejorar la formación personalizada
  • Optimizar la selección de candidatos
  • Anticiparse a la rotación de empleados
  • Mejorar el impacto de un plan de bienestar
  • Optimizar el análisis de encuestas

De forma que la analítica de datos aplicada en nuestro ámbito puede ayudarnos a planificar nuestras estrategias (y medir su impacto) para mejorar significativamente nuestros resultados en términos de clima laboral, motivación, compromiso, satisfacción, alineación cultural y un largo etcétera de ingredientes clave en la felicidad laboral.

datos de encuestas de empleados 2

Minería de datos, la técnica detrás de la data science

Ahora que tenemos claro para qué pueden servirnos los datos en gestión de talento, ¿cómo usamos los datos de encuestas de empleados? El conjunto de las técnicas y recursos para procesar grandes volúmenes de datos ha dado en llamarse minería de datos o minado de datos. Es, probablemente, lo que necesitamos.

Decimos “probablemente” porque, si bien el volumen de datos que podemos obtener tiende a infinito (todo depende de nuestra creatividad y capacidad para obtenerlos), es posible que en el caso específico de muchas organizaciones no lleguemos a trabajar con big data “de verdad”; o sea, que puede que el conjunto de datos no sea tan grande y complejo como para no poder manejarlo de forma intuitiva o “tradicional”.

No obstante, aunque los data no sean tan big, la validez de las técnicas y los procesos de tratamiento y análisis matemático-estadísticos sigue vigente. Es decir, que si sometemos los datos a análisis estadísticos rigurosos podremos obtener resultados más sólidos y fiables. Pero eso ya es harina de otro costal…

Pico y pala, pico y pala…

Todos sabemos que el análisis de datos es una carrera de fondo, y que para sacar todo el rendimiento a nuestra mina, las herramientas son tan importantes como los procedimientos.

Lectura recomendada