Números amigos: 3 profissionais falam sobre People Analytics

Foi-se a época em que RH poderia ser considerada uma área prioritariamente de humanas: números ajudam, e muito, a conduzir projetos e fazer diagnósticos que orientarão a área de pessoas da empresa.

Pensando nisso, convidamos para o nosso Na Sala três profissionais que trabalham com People Analytics e estão em momentos diferentes de carreira para trocar uma ideia sobre o assunto.

São eles: Tadeu Vidal, Analista de People Analytics na Órama Investimentos; Élide Souza, People Analytics Specialist no Banco BV; e Barbara Chiu, People Analytics Lead na Loft.

-> Élide Souza pergunta para Bárbara Chiu:

Quais são os principais desafios de uma área de People Analytics numa startup, onde o crescimento é exponencial e as mudanças ocorrem a todo tempo?

A meu ver, há 3 grandes desafios nesse ambiente dinâmico de startup:

1- Cadenciar timing das entregas com momento de empresa e valor percebido: de forma recorrente usamos a matriz impacto x esforço para definir roadmap de priorização – levando em conta sempre direcionais da Loft;

2- Fazer uma boa gestão de stakeholders e manter sempre expectativas alinhadas: no cenário dinâmico de startups ajustes de rota são comuns e precisamos sempre manter nossos clientes alinhados quanto a prazos e entregas;

3- Saber dizer ‘não’: temos interface com todas as vertentes de People e isso faz com que as demandas venham de forma intensa. Saber dizer ‘não’ e priorizar o que vai gerar impacto para o negócio é um desafio que precisa ser constantemente relembrado dentro do time.

Na Loft, definimos roadmap de atuação a cada quarter e temos syncs que colocam stakeholders na mesma página quanto a atualizações, ajustes de rota, repriorizações e blockers.

Tadeu Vidal pergunta para Élide Souza:

Qual dica você daria para uma pessoa que quer começar a realizar análises preditivas no RH?

Minha dica é: tenha muita paciência! Antes de começar a realizar análises preditivas, entenda muito bem qual é o cenário da empresa em que você atua. Às vezes, sentimos que para sermos reconhecidos como excelentes profissionais de dados temos necessariamente que fazer predições, ou que este é um passo obrigatório nos famosos steps de Analytics (descritivo, diagnóstico, preditivo e prescritivo).

O fato é que esta análise não deve partir apenas de um desejo e, sim, de uma necessidade. Bom é quando tem os dois! Tenha em mãos bons KPIs. Estes serão sinalizadores de por onde começar. Não adianta fazer um modelo que determina qual candidato tem mais fit com a vaga lá na etapa de recrutamento se o problema da sua empresa é a retenção no 1º ano. Sua análise deve estar relacionada aos objetivos estratégicos da empresa para o ano.

Se, ainda assim, você sentir que é o momento de realizar um predição, comece por modelos mais simples, como os de regressão. Converse com os seus stakeholders, eles serão essenciais na escolha de variáveis. Uma vez que tenha em mãos sua predição, não se frustre. Pessoas são imprevisíveis. Uma planilha repleta de números não é suficiente para explicar porque tomamos esta ou aquela decisão.

Barbara Chiu pergunta para Tadeu Vidal:

Na sua visão, quais são os maiores desafios encontrados por profissionais de People Analytics e como o background de engenharia ajuda na construção das soluções?

(p.s.: muito legal ver Engenheiros de Produção, assim como eu, atuando em RH – área historicamente por pessoas formadas em psicologia/admin).

Que bacana essa coincidência, Bárbara. Fico feliz de ver outros profissionais de engenharia atuando no RH.

Acredito que os maiores desafios encontrados por profissionais de People Analytics começam pela cultura de dados. Na prática, sabemos que nem todas as empresas do mercado possuem uma mentalidade estruturada de tomada de decisão baseada em dados. Portanto, muitas vezes exige-se de um profissional da área a habilidade de fomentar essa cultura e conseguir mostrar para a organização a importância de se utilizar os dados estrategicamente em seu negócio.

Dessa forma, acredito que o background de engenharia ajuda exatamente nesse sentido de, com uma visão analítica, receber os insumos, tratar os dados, realizar um storytelling e apresentar uma proposta de solução para determinada questão da empresa.