Rating Cualidades clave

8
Interesante
Bien estructurado
Ejemplos concretos

El líder impulsado por los datos

Un poderoso enfoque para proporcionar un impacto
medible en los negocios a través del análisis de personas
(The Data Driven Leader)
Jenny Dearborn y David Swanson | Wiley © 2017

En este resumen, usted aprenderá: 1) Cómo recursos humanos puede utilizar la analítica de datos
para apoyar los objetivos financieros de la empresa; 2) Cómo implementar la analítica dentro de
recursos humanos y 3) Cómo iniciar el análisis de datos y personas en su organización.

Ideas fundamentales
• Los recursos humanos son cruciales para el bienestar financiero de una organización y pueden
liderar la creación de ingresos corporativos.
• Las métricas transaccionales pueden ser útiles si usted entiende sus limitaciones.
• Muchos indicadores clave de rendimiento (KPI, por sus siglas en inglés) que antes se
consideraban fiables, ocultan problemas que la analítica de datos puede revelar.
• Aplique el design thinking a los indicadores clave de desempeño para que reflejen las
necesidades de la organización.
• La implementación de la analítica de datos requiere delicadeza; proteja los datos sin procesar
de su empresa.
• Identifique aliados y detractores en el liderazgo y en las unidades de negocio generadoras de
ingresos.
• Al emprender un proyecto de análisis, asegúrese de tener las habilidades adecuadas. Algunos
proyectos pueden requerir la contratación de un experto externo.
• Para seleccionar los proyectos iniciales, busque el acuerdo del personal, el apoyo y el éxito
probable a corto plazo.
• Explique el análisis de datos a los colegas y al personal repetidamente para transmitir un
amplio entendimiento de cómo aplicarlos.

www.getabstract.com

BatchLoginContext[cu=3354861,asp=5348,subs=0,free=0,lo=es,co=CO] 2019-06-13 05:19:56 CEST

 • Las cuatro etapas de la analítica son: descriptiva (de acciones pasadas), diagnóstico,
predictiva y prescriptiva.

Reseña
Jenny Dearborn, directora de formación y vicepresidenta senior de SAP, y su coautor David
Swanson, ex vicepresidente ejecutivo de Recursos Humanos de SAP SuccessFactors, presentan
una continuación del exitoso libro de Dearborn orientado a las ventas, Data Driven. Aquí, los
autores se centran en la implementación de la analítica de datos dentro de recursos humanos.
Continúan la saga de la ficticia Anna cuando asume el papel de directora de recursos humanos en
su empresa matriz. Anna aplica el análisis de datos desde una perspectiva de recursos humanos
para descubrir y resolver problemas corporativos. Se enfrenta a desafíos y comparte ideas, listas,
gráficos e indicadores clave de rendimiento. getAbstract recomienda esta narrativa accesible,
entretenida y que invita a la reflexión a cualquiera que trabaje en recursos humanos, análisis
de datos, liderazgo corporativo o gestión del cambio y a estudiantes que busquen una mayor
comprensión de la analítica de datos.

Resumen

De la gestión a la estrategia

En 2012 el Harvard Business Review se refirió a la analítica de datos como una revolución en
la gestión. Ya sea que se trate de grandes datos, análisis de datos, ciencia de datos o análisis de
negocios, es un proceso que convierte los datos brutos en datos utilizables. Las organizaciones
entonces aplican estos datos utilizables –información– para determinar el mejor curso de acción
en una situación dada. El análisis de datos ofrece a recursos humanos una mayor oportunidad
para influir en los ingresos y el crecimiento de la empresa a medida que esta pasa de desempeñar
un papel de cuidado y papeleo a convertirse en un factor de rendimiento empresarial. Los
directores ejecutivos deben contratar a los directores de recursos humanos y otros ejecutivos que
tengan experiencia en negocios operativos, a menudo de unidades generadoras de ingresos. Las
empresas ahora están pidiendo a los líderes de recursos humanos que vayan más allá de sus áreas
tradicionales y que implementen cambios que generen ingresos.

“Pasar a una cultura de liderazgo basada en datos –como cualquier esfuerzo de

cambio– sacará lo mejor de algunas personas y lo peor de otras (…) encuentre aliados
pronto, ya que los detractores pueden ser frecuentes y fervientes”.

Josh Bersin, líder de pensamiento en recursos humanos, cree que el análisis de datos de recursos
humanos es fundamental para hacer de estos una unidad de negocio generadora de ingresos y
para desarrollar la comprensión de los impulsores del beneficio por parte de recursos humanos. A

www.getabstract.com
2 de 7

BatchLoginContext[cu=3354861,asp=5348,subs=0,free=0,lo=es,co=CO] 2019-06-13 05:19:56 CEST

 medida que cambia su rol, el análisis de datos le permite identificar y resolver problemas frente a
la mera gestión del proceso.

Indicadores clave de desempeño

En 2016 más de la mitad de las empresas encuestadas informaron que contaban con un
director general de datos, un 12% más que en 2012. La analítica de datos (la implementación de
vanguardia de la analítica de personas) se centra en los empleados.

“El cambio toma tiempo y requiere la fe y la cooperación de meros mortales. Esto es a

menudo más cierto para avances de vanguardia como el análisis de datos”.

Las empresas a menudo califican a los profesionales de recursos humanos conbase en indicadores
clave de rendimiento (KPI, por sus siglas en inglés). Estas métricas descriptivas o transaccionales
podrían incluir cuántas personas asistieron a una capacitación, cuántos candidatos solicitaron
un empleo o cuánto tiempo se tardó en publicar una vacante. Las empresas utilizan estos KPI
para evaluar al personal de recursos humanos y para ofrecer incentivos. Los cambios en dichos
métodos de evaluación pueden suscitar preocupación en el ámbito de los recursos humanos. Para
abordar estas preocupaciones utilizando la analítica de personas, los líderes corporativos de alto
nivel pueden trabajar con el personal de recursos humanos para construir su deseo de alinear sus
KPI con los resultados del negocio. Para ganar la confianza de los empleados de recursos humanos
y líderes corporativos, diseñe su primer esfuerzo de analítica de personas como una pequeña
victoria rápida definida por recursos humanos.

Las cuatro etapas de la analítica

El primer paso en el uso de la analítica de datos es comprender sus cuatro etapas:

1. Análisis descriptivo – Los datos “espejo retrovisor” describen lo que ocurrió en el

pasado. Tradicionalmente, las empresas utilizan estos análisis para definir cuántas personas
asistieron a un seminario o el número de contrataciones en el último año. Los informes y
cuadros de mando suelen incluir esta información. Muchas plataformas de recogida avisan
automáticamente cuando una métrica descriptiva supera o desciende por debajo de un nivel
predeterminado. La mayoría de las unidades de negocio diarias utilizan análisis descriptivos.
2. Análisis diagnóstico – Respondiendo a la pregunta “por qué”, este implica modelos
estadísticos y analíticos que sopesan ciertos KPI para definir o revelar relaciones en conjuntos
de datos y para buscar posibles razones y soluciones para un problema.
3. Análisis predictivo – Dan una visión de los posibles eventos futuros mediante la integración
de varios procesos, tales como estadística, modelado y minería de datos, para encontrar más
relaciones causales con conjuntos de datos activos y pasados.
4. Análisis prescriptivo – A partir del análisis descriptivo y predictivo, el análisis prescriptivo
profundiza con modelos analíticos y matemáticos avanzados para encontrar las mejores

www.getabstract.com
3 de 7

BatchLoginContext[cu=3354861,asp=5348,subs=0,free=0,lo=es,co=CO] 2019-06-13 05:19:56 CEST

 opciones de acción en una situación dada. El análisis prescriptivo puede ofrecer ideas sobre la
implementación de nuevas soluciones y cómo abordar sus posibles implicaciones o cualquier
problema de corolario.

El modelo de madurez de Bersin Talent Analytics

Los cuatro tipos de análisis se correlacionan con un modelo que muestra la madurez de los
métodos analíticos. El modelo de madurez de Bersin Talent Analytics, desarrollado por el analista
Josh Bersin, enumera los niveles de análisis desde el más bajo hasta el más alto. El análisis
descriptivo aparece justo por debajo del nivel dos, el de diagnóstico está en el nivel tres, el
predictivo justo por debajo del nivel cuatro y el prescriptivo en el nivel cuatro. Este modelo define
cuatro plantillas de implementación que las empresas encuentran a medida que desarrollan sus
capacidades de análisis de datos:

1. Informes operativos – Cerca del 50% de las empresas se encuentra en este nivel reactivo
y descriptivo. Normalmente, en ese momento, las empresas no asignan a los miembros del
personal para que trabajen solo en el análisis de datos. Los esfuerzos se centran en acumular
datos completos y correctos con informes puntuales. Por lo general, las empresas solo recogen
dos métricas de talento: el tiempo que se tarda en llenar una vacante y la información sobre la
diversidad dentro de la empresa.
2. Informes avanzados – Aproximadamente el 30% de las empresas entra en la categoría de
informes proactivos y de diagnóstico. Tienen personal de análisis de datos que trabaja con sus
líderes para dar sentido a la información y determinar cómo aplicarla.
3. Análisis avanzado – Solo el 10% de las empresas utiliza la información de forma estratégica
para identificar problemas y recomendar soluciones. Estas empresas pueden tener equipos
centrales de análisis de datos, llevar a cabo una mayor recopilación de datos y utilizar formas
avanzadas de análisis.
4. Análisis predictivo – Un raro 4% de las compañías emplea modelos y escenarios para
predecir lo que puede suceder y los posibles resultados que pueden ocurrir. La información que
transmiten, aunque derivada de un análisis y un modelado minucioso, sigue siendo accesible
para la persona común. Esto resulta en un entendimiento más claro que ayuda a disminuir el
riesgo y se integra más fácilmente con la planificación estratégica y el desarrollo corporativo.

“La intuición y la inteligencia emocional, que alguna vez fueron el sello de los exitosos
directores y profesionales de recursos humanos, ya no son suficientes”.

De las empresas encuestadas por IBM y HR.com en 2015, el 48% utilizaba análisis descriptivos,
mientras que el 41% seguía utilizando informes básicos. El 8% de las empresas encuestadas utilizó
el análisis predictivo; solo el 3% utilizó el análisis prescriptivo. Más de la mitad de estas empresas
vieron una relación directa y definida entre sus estrategias de talento y sus objetivos de negocio.
Esta relación directa pone en tela de juicio los indicadores clave de desempeño que las empresas
utilizan actualmente para el análisis.

www.getabstract.com
4 de 7

BatchLoginContext[cu=3354861,asp=5348,subs=0,free=0,lo=es,co=CO] 2019-06-13 05:19:56 CEST

 Revisión de los KPI

Los indicadores clave de rendimiento identifican tradicionalmente lo que ha ocurrido. No arrojan

luz sobre nuevas soluciones; simplemente plantean problemas. Para ver cómo los KPI afectan
la contratación y retención, considere una corporación que se convirtió en líder del mercado al
confiar en un producto costoso. Pero cuando la empresa adquirió otras empresas con productos
nuevos y de menor costo, sus ingresos, márgenes, precio de las acciones y satisfacción del cliente
cayeron. Además, la participación del nuevo producto en los ingresos fue baja, mientras que
el desgaste de los representantes de ventas creció significativamente. Los análisis descriptivos
pueden confirmar que los representantes de ventas han estado saliendo en números récord, pero
no explican por qué o cómo detener o revertir el éxodo. El análisis de los datos puede abordar
este problema. Recursos humanos puede tener tres veces la media del sector de candidatos por
puesto, pero si su tasa de bajas de 12 meses de representantes de ventas aumenta un 38%, el
número de candidatos es irrelevante. Recursos humanos necesita darse cuenta de que su proceso
de contratación puede ser parte del problema.

Design thinking

La firma de diseño IDEO desarrolló el design thinking, una metodología para la resolución
de problemas desde una perspectiva humana. Considere lo que los solicitantes y el gerente
de contratación quieren que suceda en el proceso de contratación. Pregunte si la creación
de ese entorno es factible para su empresa con la tecnología disponible, y si es sostenible y
financieramente viable. Investigue si los KPI con los que evalúa al personal que contrata coinciden
con los deseos de sus gerentes o de los candidatos que seleccionan. Para obtener mejores
resultados, cambie los criterios que el personal debe seguir para alinearse más con las necesidades
de los gerentes internos y de los solicitantes de empleo.

“Los líderes de recursos humanos que deseen captar toda la atención de los ejecutivos
deben hablar el idioma que entienden los ejecutivos sénior: los negocios. Presente el caso
de negocio”.

Trabaje con recursos humanos y ventas para desarrollar un árbol de KPI de representantes de
ventas. Este paso utiliza el design thinking para identificar las necesidades del personal de ventas
y de la empresa. El design thinking proporciona un punto de partida para examinar cómo atraer
a los solicitantes, por qué los vendedores se quedan y qué factores determinan su satisfacción
en el trabajo. Cada factor tiene elementos de alimentación. Profundice en ellos para identificar
problemas únicos y puntos de datos potenciales para analizar. Los científicos de datos pueden
ayudar a determinar qué elementos deben tenerse en cuenta.

www.getabstract.com
5 de 7

BatchLoginContext[cu=3354861,asp=5348,subs=0,free=0,lo=es,co=CO] 2019-06-13 05:19:56 CEST

 Conocimientos

El uso eficaz de la analítica de datos requiere experiencia, generalmente de un científico de datos

externo. Pida al científico que trabaje con un empleado implacablemente curioso que conozca el
negocio. Esta combinación ayuda al científico a catalogar y sopesar variables para identificar el
“ADN del representante de ventas ideal”. Utilice los resultados de este análisis inicial para guiar
la contratación y la capacitación. A medida que avanza el análisis, la empresa puede definir un
ecosistema de representantes de ventas que describa lo que afecta a los representantes de ventas y
cómo retenerlos.

Recopilación de datos

Para establecer un ADN de representante de ventas ideal, identifique fuentes de datos para
KPI específicos. Los datos dan respuestas, pero muchos elementos entran en juego: los
ordenadores de las empresas suelen funcionar en plataformas diferentes, los datos pueden
faltar y las personas pueden proteger los datos por miedo a la transparencia. Cuando encuentre
conjuntos de datos, es posible que estén incompletos. Debe localizar, recopilar y limpiar los datos
antes de que un experto pueda ponderar los campos de datos apropiados y aplicar fórmulas
para combinarlos según sea necesario. En algunos casos, el analista de datos puede tener que
cambiar ligeramente la metodología para obtener la información que usted necesita. Sea creativo.
Incluya datos estructurados y no estructurados de dentro y fuera de la organización. Los datos
estructurados incluyen información objetiva, como el número de estudiantes en una clase, que
también son datos internos. Los datos no estructurados o datos externos son más subjetivos y, en
algunos casos, su recopilación lleva más tiempo. También puede obtener datos valiosos de fuentes
que no se le ocurrirían a un equipo de recursos humanos. Un analista de datos puede aportar su
experiencia en este campo.

Fomentar el apoyo

Fortalezca la confianza y el apoyo para el análisis dentro de la empresa. Su primer proyecto de

análisis no debe ser polémico ni demasiado grande para completarlo con éxito. Comprenda las
relaciones entre los líderes corporativos, es decir, la política de su empresa. Identifique aliados
y oponentes desde el principio a medida que prepara los análisis de datos. El análisis de datos
revela respuestas y encuentra soluciones, y las organizaciones deben complementarlo con la
comprensión y la información que solo los profesionales de negocios experimentados pueden dar.
El análisis de datos puede equilibrar los instintos de los líderes.

“Los directores ejecutivos (…) que buscan líderes empresariales que asuman el rol de
director de recursos humanos [valoran la] perspicacia en los negocios, especialmente la
experiencia en el uso de análisis para mejorar el rendimiento de los negocios, por encima
del conocimiento tradicional del dominio de recursos humanos”.

www.getabstract.com
6 de 7

BatchLoginContext[cu=3354861,asp=5348,subs=0,free=0,lo=es,co=CO] 2019-06-13 05:19:56 CEST

 Una encuesta de PwC informa que el 75% de las empresas que usan el análisis de datos para
tomar decisiones encuentran que varios factores pueden obstaculizarlas: los reglamentos internos,
la cultura organizativa o la falta de comprensión de lo que pueden hacer con la información.
Por tanto, el análisis de datos ofrece una ventaja mínima. Evite estos problemas y eduque sobre
el análisis de datos y cómo usarlos estratégicamente. El análisis de datos desafía la forma en que
la organización recopila y usa las métricas. Asegúrese de que los líderes y el personal comprendan
cómo el análisis de datos puede mejorar la toma de decisiones.

Sobre los autores

Jenny Dearborn, directora de formación y vicepresidenta senior de SAP, también escribió Data
Driven: How Performance Analytics Delivers Extraordinary Sales Results. David Swanson,
exvicepresidente ejecutivo de Recursos Humanos de SAP SuccessFactors, da pláticas sobre el
impacto del análisis en las organizaciones.

¿Le gustó este resumen?

Comprar el libro
http://getab.li/34961

Este resumen solo puede ser leído por Manuel Antonio Obando cabrera (MOBANDO@POSTOBON.COM.CO)
getAbstract asume completa responsabilidad editorial por todos los aspectos de este resumen. getAbstract reconoce los derechos de autor de autores
y editoriales. Todos los derechos reservados. Ninguna parte de este resumen puede ser reproducida ni transmitida de ninguna forma y por ningún
medio, ya sea electrónico, fotocopiado o de cualquier otro tipo, sin previa autorización por escrito de getAbstract AG (Suiza).

7 de 7

BatchLoginContext[cu=3354861,asp=5348,subs=0,free=0,lo=es,co=CO] 2019-06-13 05:19:56 CEST