People analytics

También ilustró su colaboración con otro personaje de la película, un «genio» de la computación recién graduado en economía en la universidad de Yale, “lo cual había resultado en una asombrosa serie de triunfos, con el menor gasto en jugadores en las Grandes Ligas. El secreto había sido el uso creativo de la información disponible”.

El libro se había inspirado en Bill James quien había comenzado a publicar a fines de la década de los 70 un resumen donde analizaba las estadísticas de béisbol de una manera distinta a la tradicional y donde señalaba que muchas de aquellas que aparentaban ser objetivas no eran más que un conjunto de opiniones. “En forma similar, esto es lo que ha contribuido Moneyball al tema de analytics. Una vez que el público comprenda el valor del O.B.S.–on-base slugging percentage, una medida clave identificada en el libro– de un bateador no tardará en aplicar principios similares en sus organizaciones”. (C. Massey y B. Tedeschi, When Data Guys Triumph. The New York Times, 1 de octubre de 2011)

C. Massey y A. Grant, profesores de la Wharton School de la Universidad de Pennsylvania, coincidieron en una entrevista en el hecho de que “Moneyball y el crecimiento del tema de sports analytics constituían un antecedente y un estímulo para trabajar en el área de people analytics”. La introducción de la entrevista decía:

La manera como una organización toma decisiones relativas a su gente tiene un gran impacto en su éxito o fracaso. Las decisiones se basan con frecuencia en la intuición o los prejuicios y son proclives a cometer errores. En la actualidad, existen empresas que han comenzado a utilizar datos y análisis sofisticados en temas tales como reclutamiento, compensación y evaluación del desempeño porque creen que esto las ayudará a mejorar su toma de decisiones. (K@W, Knowledge Wharton, Can People Analytics Help Firms Manage People Better?, 10 de abril de 2015)

Según los entrevistados, los “datos y análisis sofisticados” se reflejaban de distinta manera. En el caso de reclutamiento y selección, señalaron que existía interés en investigar si era posible utilizar medidas objetivas para identificar sin una entrevista personal a quienes estaban en condiciones de alcanzar un buen desempeño en una organización. Su conclusión había sido que, aunque la idea era atractiva, no había sido fácil convertirla en realidad (otro autor explicó que “lo habitual parece ser que se contrate a ‘gente como nosotros,’ gente que ha ido a escuelas que conocemos, gente que nos han referido nuestros amigos). También mencionaron en la entrevista los esfuerzos realizados por Google para investigar el proceso de incorporación de gente nueva, un aspecto poco explorado. Los experimentos realizados indicaron que lo que marcaba la diferencia entre una incorporación exitosa y otra que no lo era dependía posiblemente de si el nuevo empleado conocía o no a su gerente durante su primer día de trabajo en la organización.

En lo referido al trabajo en equipos se dijo lo siguiente:
“Cada vez trabajamos más por medio de equipos en los que no es raro que sus integrantes pertenezcan a distintas generaciones, estén dispersos en distintas países y deban aprender a trabajar juntos. Una investigación estudió la productividad de los equipos en función de las características personales de sus integrantes y los resultados obtenidos en conjunto. Llegaron a la conclusión de que parecería existir un ‘cociente de inteligencia’ (o cociente intelectual o coeficiente de inteligencia) del equipo que es distinto a la suma de sus partes. En otras palabras, no se obtenía el mejor resultado por poner a la gente más inteligente en el equipo, sino por poner a gente que entendía cómo trabajar unos con otros y como parte de un equipo. Parecería existir algo específico acerca del nivel de inteligencia de un equipo que era distinto a la suma de las inteligencias individuales”.

En otra ocasión, uno de los profesores citados se refirió a la evaluación del desempeño y dijo esto:
Uno de los desafíos de las evaluaciones del desempeño consiste en el riesgo de querer cuantificar porque es más fácil que emitir una opinión. En este último caso, solo se llenan cuadraditos. Algunos aspectos son observables o medibles y se le puede echar la “culpa” al número correspondiente. Si se evalúa de esta manera, todo el peso recae en estas cosas; pero uno se puede preocupar también por otros aspectos que no son cuantificables objetivamente. En consecuencia, las evaluaciones del desempeño requieren una combinación de evaluaciones subjetivas y mediciones objetivas. (K@W, Knowledge Wharton, How Effective is a Number-crunching Approach to Managing People?, 21 de marzo de 2014)

People analytics es un enfoque basado en datos que permite a los gerentes tomar decisiones acerca de sus subordinados mediante procesos algo más sistemáticos que los utilizados hasta el presente. Si bien empresas importantes lo han puesto en práctica, el enfoque no se ha difundido en forma amplia. No sorprende que esto se deba en parte a la resistencia al cambio. Como se señala, una cosa es manejar un modelo elegante o contar con una mayor comprensión de los problemas y otra aplicarlos en la práctica («Loqui facile, praestari difficile ─del dicho al hecho hay un gran trecho»).

Guillermo S. Edelberg, DBA es Profesor Emérito de la INCAE Business School. Es Ingeniero Industrial de la Universidad de Buenos Aires, Master of Business Administration de la Universidad de California (Berkeley) y se graduó como Doctor of Business Administration en la Universidad de Harvard en 1963, donde fue el primer egresado con este título proveniente de un país de habla hispana.

Sobre el autor

Guillermo S. Edelberg

Guillermo S. Edelbergfue Profesor Emérito del INCAE Business School. Fue Ingeniero Industrial de la Universidad de Buenos Aires y Master of Business Administration de la Universidad de California (Berkeley). Se graduó como Doctor of Business Administration en la Universidad de Harvard en 1963, donde fue el primer egresado con este título proveniente de un país de habla hispana.