Escolar Documentos
Profissional Documentos
Cultura Documentos
» Mantendo o foco
Apêndice F
Dez Princípios People
Analytics Inesperados,
mas Unificadores
É
fácil ficar perdido no aspecto geral ao focar as partes. É perigoso encarar
as pessoas com a metodologia people analytics, simplesmente porque,
por necessidade, ela vê de perto os dados e tenta determinar padrões e
lições que permitem fazer uma mudança positiva que impacta seu negócio. É
preciso ter cuidado ao focar a tarefa diante de você — para criar mudança posi-
tiva. Neste capítulo, compartilho pedacinhos de sabedoria, aprendidos com
dificuldade, sobre como manter esse foco. Listo tais sabedorias aqui para que
você possa observar esses padrões, e quando não conseguir avançar, terá onde
verificar para ter certeza de que está levando em conta a visão geral.
Veja alguns exemplos simples que nem precisam perguntar “Por quê?” mais
de uma ou duas vezes:
» Você não tem lucro: Certo. Onde as pessoas entram no modelo de negócio
e de onde elas vêm?
Toda empresa tem uma força atrativa natural que pode ser medida pelo número
de pedidos de emprego total que ela recebe. O grau em que essa força é insu-
ficiente para produzir uma quantidade específica de candidatos que atendam
aos critérios de admissão determina a força extra que deve ser aplicada para
adquirir tais candidatos por meio de um recrutamento ativo. Ao mesmo tempo,
a força atrativa de outras empresas próximas opera convertendo seus funcio-
nários em pedidos de emprego do concorrente.
Entender mais esses valores pode ajudá-lo a tornar o comportamento das pes-
soas mais previsível e influenciável. Por exemplo, uma taxa de demissão anor-
mal e alta dos melhores gerentes sem promoção no terceiro ano de efetivação
pode indicar que um concorrente próximo identificou um vetor que você não
viu, um vetor que representa a aspiração do funcionário ou a necessidade de
crescimento na carreira. Se você não puder atender à necessidade do funcio-
nário, outra pessoa o fará.
Uma força é algo externo ao objeto que age nele, fazendo com que mude de
velocidade, direção ou forma. Um exemplo físico de força é a neve acumulada
no telhado: dada força suficiente, o telhado pode cair. Um exemplo de força em
Diferentes tipos de análise podem ser aplicados. Seu objetivo com a metodo-
logia people analytics poderia ser entender as coisas que criam uma mudança,
esclarecer a mudança ou prever tal mudança. Uma análise pode buscar ilustrar
se algo está de fato mudando e, em caso afirmativo, quanto. Outra pode buscar
ilustrar o que leva à mudança ou não. Uma terceira pode buscar entender se
uma mudança específica influenciou um resultado de interesse. Uma análise
final poderia procurar usar todas as informações históricas anteriores para
prever futuros resultados.
Usando qualquer design que seja melhor, seu primeiro objetivo deve ser deter-
minar se há uma mudança no resultado, e a partir daí, é preciso determinar o
que foi responsável por essa mudança antes de testar ideias sobre como você
pode influenciar os resultados. Se não souber qual deve ser o resultado ou quais
são os prováveis influenciadores, realmente não importará qual método de
análise é usado, pois é mais provável que não haja nenhuma vantagem real.
Mais uma vez, isso leva à pergunta mais importante: “Especificamente o que
você deseja mudar e em qual direção?” Se não tiver um objetivo específico, é
pouco provável que obterá ideias que sejam persuasivas ou convincentes.
Por outro lado, se você reportou abandono de mil modos diferentes e com-
partilha essas informações com outras pessoas, elas podem não saber o que
fazer e, em qualquer caso, podem nunca conseguir resolver isso. A obrigação
dos analistas é fazer o melhor para chegar ao nível correto de segmentação.
Isso pode ser determinado antes, mas se você não incluiu os segmentos mais
importantes na análise, eles serão perdidos. A natureza desse problema repre-
senta uma questão importante para os analistas, sendo por isso que proponho
começar com modelos teóricos. Saiba mais sobre Modelos no Capítulo 10.
Por exemplo, se você sabe que 20 pessoas deixarão a empresa, não faz muita
diferença se calculou uma taxa de abandono a partir de uma suposição de
efetivo médio de 99, 100 ou 101. Suas taxas de abandono seriam de 20,20%,
20,00% e 19,80%, respectivamente. Cada uma seria arredondada em duas casas
decimais para 20% e forneceriam a mesma conclusão. A exatidão representa a
proximidade do número real, que você sabe estar entre 99 e 101. Não é possível
determinar a resposta com mais precisão sem uma investigação cuidadosa. A
diferença de +0,20 a -0,20 na taxa de abandono representa o erro da precisão.
Melhorar a precisão não mudaria sua interpretação das 20 demissões, portanto
aumentar a precisão não vale o esforço.
Esse exemplo é simples, mas ele pode ficar bem mais complexo à medida que
você se aprofunda nas técnicas de amostragem. Dado um conjunto de pon-
tos de dados a partir de medições repetidas com a mesma quantidade, o con-
LEMBRE-SE junto pode ser considerado preciso se os valores estão próximos, ao passo que
o conjunto pode ser considerado exato se a média fica perto do valor real da
quantidade pretendida para a medição. Com essa definição, os conceitos são
independentes entre si, portanto, um conjunto particular de dados pode ser
considerado exato, preciso, ambos ou nenhum deles. A boa notícia é que a
Ciência e a Estatística devem lidar com ambos os tipos de problema.
Quantificação É Aproximação
A metodologia people analytics fica dentro dos limites da Matemática e da
Ciência atuais, mas a realidade ultrapassa esses limites. Como um sistema
para entender a realidade criada por humanos com instrumentos de obser-
vação imperfeitos, a Ciência observa e está contida na mesma realidade.
Realidade é realidade, e Ciência é uma tentativa ambiciosa, mas imperfeita,
de explicá-la. Isso não deve ser confundido. Quantificação é uma representa-
ção imprecisa da realidade para finalidades de análise a serviço da solução de
Não é possível realmente ver, cheirar, tocar ou ouvir conceitos como felici-
dade, envolvimento, motivação e comprometimento. Mas pode-se defini-los
como uma série de afirmações com as quais os funcionários podem concordar
LEMBRE-SE
ou das quais podem discordar.
Quando se mede a felicidade, no fundo você não sabe se capturou uma repre-
sentação perfeita dela com as afirmações fornecidas ou mesmo se existe feli-
cidade. Pode apenas medir sua ideia de felicidade com base em uma definição
acordada. A importância da medição tem menos relação com a determinação
da verdade absoluta e visa mais a utilidade das informações encontradas. Se
você descobre que, respondendo de um modo que define como infeliz, uma
pessoa tem mais probabilidade estatística de não se envolver com o trabalho
ou sair da empresa, então não importa mesmo se sua medida de felicidade é
imperfeita. O importante é a capacidade de sua análise explicar, prever e aju-
dá-lo a controlar os resultados objetivos que o preocupam.
Ninguém desenvolveu ainda um guia do tipo DNA para entender uma entidade
corporativa em uma escala submicroscópica do mesmo modo como há para o
DNA, mas dada a variedade de conceitos que você pode medir e as opções de
granularidade, isso chega perto do infinito. Contudo, não significa ser impos-
sível inferir uma observação útil sem uma medição completa de tudo.