Mejores analíticos de personas
Por Paul Leonardi y Noshir Contratista
Harvard Business Review
Analítica
Tenemos tablas y gráficos para respaldarnos. Así que f *** off. ”Las nuevas contrataciones en el departamento de análisis de personas de Google comenzaron a recibir una calcomanía de computadora portátil con ese lema hace unos años, cuando el grupo probablemente sintió que necesitaba defender su trabajo. En ese entonces, el análisis de personas (el uso de información estadística de los datos de los empleados para tomar decisiones sobre la gestión del talento) seguía siendo una idea provocativa con muchos escépticos que temían que las compañías pudieran reducir el número de personas. RR.HH. recopiló datos sobre los trabajadores, pero la idea de que se podría extraer activamente para comprenderlos y gestionarlos era novedosa y sospechosa.
Hoy no hay necesidad de pegatinas. Más del 70% de las empresas ahora dicen que consideran el análisis de personas como una alta prioridad. El campo incluso ha celebrado estudios de casos, como el Proyecto Oxígeno de Google, que descubrió las prácticas de los mejores gerentes del gigante de la tecnología y luego las usó en sesiones de entrenamiento para mejorar el trabajo de los de bajo desempeño. Otros ejemplos, como los experimentos de Dell para aumentar el éxito de su fuerza de ventas, también apuntan al poder del análisis de personas.
Pero el bombo, como suele ocurrir, ha superado a la realidad. La verdad es que el análisis de personas solo ha logrado un progreso modesto en la última década. Una encuesta realizada por Tata Consultancy Services encontró que solo el 5% de las inversiones en big data se destinan a recursos humanos, el grupo que generalmente administra el análisis de personas. Y un estudio reciente realizado por Deloitte mostró que aunque el análisis de personas se ha convertido en una práctica general, solo el 9% de las empresas cree que tienen una buena comprensión de qué dimensiones de talento impulsan el rendimiento en sus organizaciones.
¿Lo que da? Si, como dice la etiqueta, los equipos de análisis de personas tienen tablas y gráficos para respaldarlos, ¿por qué no se han seguido los resultados? Creemos que es porque la mayoría confía en un enfoque estrecho para el análisis de datos: utilizan datos solo sobre personas individuales, cuando los datos sobre la interacción entre personas son igual o más importantes.
Las interacciones de las personas son el foco de una disciplina emergente que llamamos analítica relacional. Al incorporarlo en las estrategias de análisis de su gente, las empresas pueden identificar mejor a los empleados que son capaces de ayudarlos a lograr sus objetivos, ya sea por una mayor innovación, influencia o eficiencia. Las empresas también obtendrán información sobre qué actores clave no pueden permitirse perder y dónde existen los silos en sus organizaciones.
La mayoría de los equipos de análisis de personas se basan en un enfoque estrecho para el análisis de datos.
Afortunadamente, la materia prima para el análisis relacional ya existe en las empresas. Son los datos creados por intercambios de correo electrónico, chats y transferencias de archivos: el escape digital de una empresa. Al minarlo, las empresas pueden construir buenos modelos de análisis relacional.
En este artículo presentamos un marco para entender y aplicar el análisis relacional. Y tenemos las tablas y gráficos para respaldarnos.
Analítica relacional: una definición más profunda
Hasta la fecha, la analítica de personas se ha centrado principalmente en los datos de atributos de los empleados, de los cuales hay dos tipos:
Décadas de investigación demuestran de manera convincente que las relaciones que los empleados tienen entre sí, junto con sus atributos individuales, pueden explicar su desempeño en el lugar de trabajo. La clave es encontrar “firmas estructurales”: patrones en los datos que se correlacionan con alguna forma de buen (o mal) desempeño. Del mismo modo que los neurólogos pueden identificar firmas estructurales en las redes del cerebro que predicen el trastorno bipolar y la esquizofrenia, y los químicos pueden observar las firmas estructurales de un líquido y predecir su fragilidad cinética, los líderes de la organización pueden mirar firmas estructurales en las redes sociales de sus compañías y predecir cómo serán, digamos, empleados creativos o efectivos, equipos o la organización en general.
Las seis firmas del análisis relacional
Partiendo de nuestra propia investigación y nuestro trabajo de consultoría con empresas, así como de un gran número de investigaciones de otros académicos, hemos identificado seis firmas estructurales que deberían formar la base de cualquier estrategia de análisis relacional.
Echemos un vistazo a cada uno a su vez.
Ideación
La mayoría de las compañías intentan identificar a las personas que son buenas para la ideación mediante el examen de atributos como antecedentes educativos, experiencia, personalidad e inteligencia nativa. Esas cosas son importantes, pero no nos ayudan a ver el acceso de las personas a la información de otros o la diversidad de sus fuentes de información, las cuales posiblemente sean aún más importantes. Los generadores de buenas ideas a menudo sintetizan información de un equipo con información de otro para desarrollar un nuevo concepto de producto. O usan una solución creada en una división para resolver un problema en otra. En otras palabras, ocupan una posición de intermediación en redes.
Firma de la ideación
Enfoque: Individual
Predice: ¿A qué empleados se les ocurrirán buenas ideas?
El color púrpura muestra una restricción baja: se comunica con personas en otras redes además de la suya, lo que hace que sea más probable que obtenga información novedosa que lleve a buenas ideas. Orange, que se comunica solo con personas dentro de su red, es menos probable que genere ideas, aunque sea creativo.
El sociólogo Ronald Burt ha desarrollado una medida que indica si alguien está en una posición de corretaje. Conocida como restricción, captura cuán limitada es una persona al recopilar información única. Estudio tras estudio, en poblaciones tan diversas como banqueros, abogados, analistas, ingenieros y desarrolladores de software, ha demostrado que los empleados con pocas restricciones, que no están vinculados por una red pequeña y estrecha de personas, tienen más probabilidades de generar ideas que Las opiniones de gestión como novedosas y útiles
En un estudio, Burt siguió a los líderes principales de una gran empresa de electrónica de los EE. UU. Mientras aplicaban el análisis relacional para determinar cuál de los más de 600 gerentes de la cadena de suministro tenía más probabilidades de desarrollar ideas que mejoraran la eficiencia. Usaron una encuesta para solicitar ideas de los gerentes y al mismo tiempo recopilar información en sus redes. Los ejecutivos senior luego calificaron cada una de las ideas presentadas por su novedad y valor potencial.
El único atributo que predijo remotamente si un individuo generaría una idea valiosa era la antigüedad en la empresa y su correlación no era sólida. El uso de la firma de ideación (baja restricción) fue mucho más poderoso: los gerentes de la cadena de suministro que lo exhibieron en sus redes tuvieron una probabilidad significativamente mayor de generar buenas ideas que los gerentes con alta restricción.
Un estudio que hizo Paul en una gran compañía de desarrollo de software refuerza este hallazgo. El departamento de investigación y desarrollo de la compañía era un "mundo de las cavernas". Aunque empleaba a más de 100 ingenieros, en promedio cada uno hablaba solo con otras cinco personas. Y esas cinco personas solían hablar solo entre ellas. Su contacto con otras “cuevas” fue limitado.
Estas redes de alta restricción son bastante comunes en las organizaciones, especialmente en aquellas que realizan trabajos especializados. Pero eso no significa que los individuos con restricciones bajas no se oculten a simple vista. En la compañía de software, el análisis relacional fue capaz de identificar a unos pocos ingenieros que abarcaron múltiples redes. Luego, la gerencia generó un plan para alentarlos a hacer lo que estaban naturalmente inclinados a hacer, y pronto vio un aumento significativo tanto en la cantidad como en la calidad de las ideas que propusieron para mejorar el producto.
Influencia
Desarrollar una buena idea no es garantía de que la gente la use. Del mismo modo, solo porque un ejecutivo emita un decreto para el cambio, eso no significa que los empleados lo cumplirán. Poner en práctica ideas requiere influencia.
Pero la influencia no funciona de la manera que podríamos asumir. La investigación muestra que los empleados no están más influenciados, positiva o negativamente, por el liderazgo superior de la compañía. Más bien, son las personas en roles menos formales quienes más los influyen.
Si ese es el caso, los ejecutivos solo deben identificar a los empleados populares y hacer que persuadan a sus compañeros de trabajo para que se sumen a las nuevas iniciativas, ¿no? Incorrecto.
Un gran fabricante de dispositivos médicos con el que trabajaba Paul probó ese enfoque cuando estaba lanzando nuevas políticas de cumplimiento. Con la esperanza de difundir las percepciones positivas sobre ellos, el equipo de gestión del cambio compartió las virtudes de las políticas con los trabajadores que habían sido calificados como influyentes por el mayor número de colegas. Pero seis meses después, los empleados aún no seguían los nuevos procedimientos.
¿Por qué? Una visión contraintuitiva del análisis relacional ofrece una explicación: los empleados citados como influyentes por un gran número de colegas no siempre son las personas más influyentes. Más bien, los más influyentes son las personas que tienen fuertes conexiones con los demás, aunque solo sea con unas pocas personas. Además, sus fuertes conexiones a su vez tienen fuertes conexiones propias con otras personas. Esto significa que las ideas de los influyentes pueden extenderse aún más.
La firma estructural de influencia se llama prominencia agregada, y se calcula midiendo qué tan bien están conectadas las conexiones de una persona, y qué tan bien están conectadas las conexiones de las conexiones. (Los motores de búsqueda utilizan una lógica similar para clasificar por orden los resultados).
Seis meses después, más del 75% de los empleados en esas nueve divisiones habían adoptado las nuevas políticas de cumplimiento. En contraste, solo el 15% de los empleados los había adoptado en las siete divisiones afectadas restantes, donde no se había aplicado el análisis relacional.
Eficiencia
La dotación de un equipo que hará el trabajo de manera eficiente parece que debería ser simple. Simplemente toque las personas que tienen las mejores habilidades relevantes.
El análisis de atributos puede ayudar a identificar personas capacitadas, pero no garantiza que el trabajo se realice a tiempo. Para eso, necesita analíticas relacionales que midan la química del equipo y la capacidad de aprovechar información y experiencia externas.
Considere los hallazgos de un estudio realizado por Ray Reagans, Ezra Zuckerman y Bill McEvily, que analizó más de 1,500 equipos de proyectos en una importante firma de I+D contratada por los Estados Unidos. Con la hipótesis de que la capacidad de acceder a una amplia gama de información, perspectivas y recursos mejoraría el rendimiento del equipo, los investigadores compararon el efecto de la diversidad demográfica en los resultados de los equipos con el efecto de las redes sociales de los miembros del equipo. Uno de los problemas era que la diversidad en la empresa tenía solo dos variables reales: tenencia y función. (Las otras variables, raza, género y educación, se consolidaron dentro de las funciones). Sin embargo, los resultados mostraron que la diversidad en esas dos áreas tuvo poco impacto en el desempeño.
En la firma de I+D, los equipos que tenían esta firma completaban los proyectos mucho más rápido que los equipos que no lo tenían. Los investigadores estimaron que si el 30% de los equipos de proyecto en la empresa tuvieran densidad interna y rango externo solo una desviación estándar por encima de la media, ahorraría más de 2,200 horas de trabajo en 17 días, el equivalente a completar casi 200 proyectos adicionales.
Innovación
Harvard Business Review
Analítica
Tenemos tablas y gráficos para respaldarnos. Así que f *** off. ”Las nuevas contrataciones en el departamento de análisis de personas de Google comenzaron a recibir una calcomanía de computadora portátil con ese lema hace unos años, cuando el grupo probablemente sintió que necesitaba defender su trabajo. En ese entonces, el análisis de personas (el uso de información estadística de los datos de los empleados para tomar decisiones sobre la gestión del talento) seguía siendo una idea provocativa con muchos escépticos que temían que las compañías pudieran reducir el número de personas. RR.HH. recopiló datos sobre los trabajadores, pero la idea de que se podría extraer activamente para comprenderlos y gestionarlos era novedosa y sospechosa.
Hoy no hay necesidad de pegatinas. Más del 70% de las empresas ahora dicen que consideran el análisis de personas como una alta prioridad. El campo incluso ha celebrado estudios de casos, como el Proyecto Oxígeno de Google, que descubrió las prácticas de los mejores gerentes del gigante de la tecnología y luego las usó en sesiones de entrenamiento para mejorar el trabajo de los de bajo desempeño. Otros ejemplos, como los experimentos de Dell para aumentar el éxito de su fuerza de ventas, también apuntan al poder del análisis de personas.
Pero el bombo, como suele ocurrir, ha superado a la realidad. La verdad es que el análisis de personas solo ha logrado un progreso modesto en la última década. Una encuesta realizada por Tata Consultancy Services encontró que solo el 5% de las inversiones en big data se destinan a recursos humanos, el grupo que generalmente administra el análisis de personas. Y un estudio reciente realizado por Deloitte mostró que aunque el análisis de personas se ha convertido en una práctica general, solo el 9% de las empresas cree que tienen una buena comprensión de qué dimensiones de talento impulsan el rendimiento en sus organizaciones.
¿Lo que da? Si, como dice la etiqueta, los equipos de análisis de personas tienen tablas y gráficos para respaldarlos, ¿por qué no se han seguido los resultados? Creemos que es porque la mayoría confía en un enfoque estrecho para el análisis de datos: utilizan datos solo sobre personas individuales, cuando los datos sobre la interacción entre personas son igual o más importantes.
Las interacciones de las personas son el foco de una disciplina emergente que llamamos analítica relacional. Al incorporarlo en las estrategias de análisis de su gente, las empresas pueden identificar mejor a los empleados que son capaces de ayudarlos a lograr sus objetivos, ya sea por una mayor innovación, influencia o eficiencia. Las empresas también obtendrán información sobre qué actores clave no pueden permitirse perder y dónde existen los silos en sus organizaciones.
La mayoría de los equipos de análisis de personas se basan en un enfoque estrecho para el análisis de datos.
Afortunadamente, la materia prima para el análisis relacional ya existe en las empresas. Son los datos creados por intercambios de correo electrónico, chats y transferencias de archivos: el escape digital de una empresa. Al minarlo, las empresas pueden construir buenos modelos de análisis relacional.
En este artículo presentamos un marco para entender y aplicar el análisis relacional. Y tenemos las tablas y gráficos para respaldarnos.
Analítica relacional: una definición más profunda
Hasta la fecha, la analítica de personas se ha centrado principalmente en los datos de atributos de los empleados, de los cuales hay dos tipos:
- Rasgo: datos sobre individuos que no cambian, como el origen étnico, el género y la historia laboral.
- Estado: datos sobre individuos que sí cambian, como la edad, el nivel de educación, la permanencia de la empresa, el valor de los bonos recibidos, la distancia de viaje y los días de ausencia.
- Los dos tipos de datos a menudo se agregan para identificar las características del grupo, como la composición étnica, la diversidad de género y la compensación promedio.
Décadas de investigación demuestran de manera convincente que las relaciones que los empleados tienen entre sí, junto con sus atributos individuales, pueden explicar su desempeño en el lugar de trabajo. La clave es encontrar “firmas estructurales”: patrones en los datos que se correlacionan con alguna forma de buen (o mal) desempeño. Del mismo modo que los neurólogos pueden identificar firmas estructurales en las redes del cerebro que predicen el trastorno bipolar y la esquizofrenia, y los químicos pueden observar las firmas estructurales de un líquido y predecir su fragilidad cinética, los líderes de la organización pueden mirar firmas estructurales en las redes sociales de sus compañías y predecir cómo serán, digamos, empleados creativos o efectivos, equipos o la organización en general.
Las seis firmas del análisis relacional
Partiendo de nuestra propia investigación y nuestro trabajo de consultoría con empresas, así como de un gran número de investigaciones de otros académicos, hemos identificado seis firmas estructurales que deberían formar la base de cualquier estrategia de análisis relacional.
Echemos un vistazo a cada uno a su vez.
Ideación
La mayoría de las compañías intentan identificar a las personas que son buenas para la ideación mediante el examen de atributos como antecedentes educativos, experiencia, personalidad e inteligencia nativa. Esas cosas son importantes, pero no nos ayudan a ver el acceso de las personas a la información de otros o la diversidad de sus fuentes de información, las cuales posiblemente sean aún más importantes. Los generadores de buenas ideas a menudo sintetizan información de un equipo con información de otro para desarrollar un nuevo concepto de producto. O usan una solución creada en una división para resolver un problema en otra. En otras palabras, ocupan una posición de intermediación en redes.
Firma de la ideación
Enfoque: Individual
Predice: ¿A qué empleados se les ocurrirán buenas ideas?
El color púrpura muestra una restricción baja: se comunica con personas en otras redes además de la suya, lo que hace que sea más probable que obtenga información novedosa que lleve a buenas ideas. Orange, que se comunica solo con personas dentro de su red, es menos probable que genere ideas, aunque sea creativo.
El sociólogo Ronald Burt ha desarrollado una medida que indica si alguien está en una posición de corretaje. Conocida como restricción, captura cuán limitada es una persona al recopilar información única. Estudio tras estudio, en poblaciones tan diversas como banqueros, abogados, analistas, ingenieros y desarrolladores de software, ha demostrado que los empleados con pocas restricciones, que no están vinculados por una red pequeña y estrecha de personas, tienen más probabilidades de generar ideas que Las opiniones de gestión como novedosas y útiles
En un estudio, Burt siguió a los líderes principales de una gran empresa de electrónica de los EE. UU. Mientras aplicaban el análisis relacional para determinar cuál de los más de 600 gerentes de la cadena de suministro tenía más probabilidades de desarrollar ideas que mejoraran la eficiencia. Usaron una encuesta para solicitar ideas de los gerentes y al mismo tiempo recopilar información en sus redes. Los ejecutivos senior luego calificaron cada una de las ideas presentadas por su novedad y valor potencial.
El único atributo que predijo remotamente si un individuo generaría una idea valiosa era la antigüedad en la empresa y su correlación no era sólida. El uso de la firma de ideación (baja restricción) fue mucho más poderoso: los gerentes de la cadena de suministro que lo exhibieron en sus redes tuvieron una probabilidad significativamente mayor de generar buenas ideas que los gerentes con alta restricción.
Un estudio que hizo Paul en una gran compañía de desarrollo de software refuerza este hallazgo. El departamento de investigación y desarrollo de la compañía era un "mundo de las cavernas". Aunque empleaba a más de 100 ingenieros, en promedio cada uno hablaba solo con otras cinco personas. Y esas cinco personas solían hablar solo entre ellas. Su contacto con otras “cuevas” fue limitado.
Estas redes de alta restricción son bastante comunes en las organizaciones, especialmente en aquellas que realizan trabajos especializados. Pero eso no significa que los individuos con restricciones bajas no se oculten a simple vista. En la compañía de software, el análisis relacional fue capaz de identificar a unos pocos ingenieros que abarcaron múltiples redes. Luego, la gerencia generó un plan para alentarlos a hacer lo que estaban naturalmente inclinados a hacer, y pronto vio un aumento significativo tanto en la cantidad como en la calidad de las ideas que propusieron para mejorar el producto.
Influencia
Desarrollar una buena idea no es garantía de que la gente la use. Del mismo modo, solo porque un ejecutivo emita un decreto para el cambio, eso no significa que los empleados lo cumplirán. Poner en práctica ideas requiere influencia.
Pero la influencia no funciona de la manera que podríamos asumir. La investigación muestra que los empleados no están más influenciados, positiva o negativamente, por el liderazgo superior de la compañía. Más bien, son las personas en roles menos formales quienes más los influyen.
Si ese es el caso, los ejecutivos solo deben identificar a los empleados populares y hacer que persuadan a sus compañeros de trabajo para que se sumen a las nuevas iniciativas, ¿no? Incorrecto.
Un gran fabricante de dispositivos médicos con el que trabajaba Paul probó ese enfoque cuando estaba lanzando nuevas políticas de cumplimiento. Con la esperanza de difundir las percepciones positivas sobre ellos, el equipo de gestión del cambio compartió las virtudes de las políticas con los trabajadores que habían sido calificados como influyentes por el mayor número de colegas. Pero seis meses después, los empleados aún no seguían los nuevos procedimientos.
¿Por qué? Una visión contraintuitiva del análisis relacional ofrece una explicación: los empleados citados como influyentes por un gran número de colegas no siempre son las personas más influyentes. Más bien, los más influyentes son las personas que tienen fuertes conexiones con los demás, aunque solo sea con unas pocas personas. Además, sus fuertes conexiones a su vez tienen fuertes conexiones propias con otras personas. Esto significa que las ideas de los influyentes pueden extenderse aún más.
La firma estructural de influencia se llama prominencia agregada, y se calcula midiendo qué tan bien están conectadas las conexiones de una persona, y qué tan bien están conectadas las conexiones de las conexiones. (Los motores de búsqueda utilizan una lógica similar para clasificar por orden los resultados).
- Los empleados no son los más influenciados por la alta dirección de la compañía.
Seis meses después, más del 75% de los empleados en esas nueve divisiones habían adoptado las nuevas políticas de cumplimiento. En contraste, solo el 15% de los empleados los había adoptado en las siete divisiones afectadas restantes, donde no se había aplicado el análisis relacional.
Eficiencia
La dotación de un equipo que hará el trabajo de manera eficiente parece que debería ser simple. Simplemente toque las personas que tienen las mejores habilidades relevantes.
El análisis de atributos puede ayudar a identificar personas capacitadas, pero no garantiza que el trabajo se realice a tiempo. Para eso, necesita analíticas relacionales que midan la química del equipo y la capacidad de aprovechar información y experiencia externas.
Considere los hallazgos de un estudio realizado por Ray Reagans, Ezra Zuckerman y Bill McEvily, que analizó más de 1,500 equipos de proyectos en una importante firma de I+D contratada por los Estados Unidos. Con la hipótesis de que la capacidad de acceder a una amplia gama de información, perspectivas y recursos mejoraría el rendimiento del equipo, los investigadores compararon el efecto de la diversidad demográfica en los resultados de los equipos con el efecto de las redes sociales de los miembros del equipo. Uno de los problemas era que la diversidad en la empresa tenía solo dos variables reales: tenencia y función. (Las otras variables, raza, género y educación, se consolidaron dentro de las funciones). Sin embargo, los resultados mostraron que la diversidad en esas dos áreas tuvo poco impacto en el desempeño.
- Un ligero aumento en la densidad interna y el rango externo ahorraría 2.200 horas.
En la firma de I+D, los equipos que tenían esta firma completaban los proyectos mucho más rápido que los equipos que no lo tenían. Los investigadores estimaron que si el 30% de los equipos de proyecto en la empresa tuvieran densidad interna y rango externo solo una desviación estándar por encima de la media, ahorraría más de 2,200 horas de trabajo en 17 días, el equivalente a completar casi 200 proyectos adicionales.
Innovación
¿Qué más hace un exitoso equipo de innovadores? Podría pensar que juntar a sus empleados de mayor rendimiento produciría los mejores resultados, pero la investigación sugiere que podría tener efectos negativos en el rendimiento. Y mientras que la sabiduría convencional es que los equipos son más creativos cuando comprenden miembros con diferentes puntos de vista, la investigación también indica que la diversidad demográfica no es un buen predictor del éxito de la innovación del equipo. En nuestra experiencia, incluso el personal de un equipo de innovación con ideators a menudo no produce un rendimiento mejor que el promedio.
Pero si recurre al análisis relacional, puede usar las mismas variables que usa para la eficiencia del equipo (densidad interna y rango externo) para crear equipos de innovación prometedores. Sin embargo, la fórmula es un poco diferente: la firma de innovación es un alto rango externo y una baja densidad interna. Es decir, aún desea que los miembros del equipo con redes sociales amplias y no superpuestas (influyentes, si es posible) generen ideas e información diversas. Pero no quieres un equipo muy unido.
¿Por qué? Una mayor interacción dentro de un equipo da como resultado formas de pensar similares y menos discordia. Eso es bueno para la eficiencia pero no para la innovación. Los equipos más innovadores tienen desacuerdos y discusiones, a veces incluso conflictos, que generan la fricción creativa necesaria para producir avances.
El alto rango externo es necesario no solo para aportar ideas sino también para obtener apoyo y aceptación. Los equipos de innovación tienen que financiar, construir y vender sus ideas, por lo que los contactos externos bien conectados que se convierten en los campeones de los equipos pueden tener un gran impacto en su éxito.
Durante varios años, Paul trabajó con una gran compañía de automóviles con sede en los Estados Unidos que estaba tratando de mejorar su proceso de desarrollo de productos. Cada uno de sus centros globales de desarrollo de productos tenía un equipo de expertos en el tema centrado en ese desafío. El líder del programa señaló: “Somos muy cuidadosos con respecto a quiénes seleccionamos. "Obtenemos a las personas con los antecedentes funcionales adecuados, que han realizado un trabajo innovador de forma sistemática, y nos aseguramos de que haya una combinación de ellos con diferentes antecedentes y que tengan edades diferentes". En otras palabras, los centros utilizaron análisis de atributos para formar equipos. .
Sin embargo, los gerentes de un nuevo centro de la India no podían formar un equipo demográficamente diverso: todos los ingenieros del centro tenían aproximadamente la misma edad, tenían antecedentes similares y tenían el mismo rango. Así que el gerente, en cambio, eligió ingenieros que trabajaron en proyectos con diferentes oficinas y trabajaron en diferentes áreas del centro, creando un equipo que naturalmente tenía un rango externo más alto.
Dio la casualidad de que tal equipo también mostró una menor densidad interna. Sus miembros se sintieron libres para debatir y realizaron pruebas para resolver las diferencias de opinión. Una vez que encontraron un nuevo procedimiento, volvieron a sus conexiones externas, usándolas como personas influyentes que podían persuadir a otros para que validaran su trabajo.
Después de tres años, el equipo del centro de India estaba produciendo más innovaciones de procesos que cualquiera de los otros equipos. Después de cinco años, había generado casi el doble que todos los otros equipos combinados. En respuesta, la compañía comenzó a complementar su análisis de atributos con análisis relacional para reconfigurar los equipos de innovación en sus otros lugares.
Silos
Todos odian los silos, pero son naturales e inevitables. A medida que las organizaciones desarrollan áreas profundas de experiencia, casi inevitablemente las funciones, los departamentos y las divisiones se vuelven cada vez menos capaces de trabajar juntos. No hablan el mismo lenguaje técnico o tienen los mismos objetivos.
Evaluamos el grado en que una organización está en silos al medir su modularidad. Más simple, la modularidad es la relación entre la comunicación dentro de un grupo y la comunicación fuera del grupo. Cuando la relación entre la comunicación interna y la externa es mayor que 5: 1, el grupo se silencia de manera perjudicial.
Una de las organizaciones con silos más llamativos que hemos encontrado fue un pequeño grupo de defensa del consumidor sin fines de lucro, que quería entender por qué el tráfico en su sitio web había disminuido. Los 60 empleados en su oficina de Chicago se dividieron en cuatro departamentos: desarrollo de negocios, operaciones, mercadeo y relaciones públicas, y finanzas. Típico de los silos, cada departamento tenía diferentes ideas sobre lo que estaba sucediendo.
El análisis mostró que los cuatro departamentos superaron la proporción de 5: 1 de contactos internos a externos. El caso más extremo fueron las operaciones, con una relación de 13: 1. Por supuesto, las operaciones fueron el departamento con su dedo más directamente en el pulso de los consumidores que visitaron el sitio. Se encontraba en un montón de datos sobre cuándo y por qué las personas acudían al sitio para quejarse o elogiar a las empresas.
Otros departamentos ni siquiera sabían que las operaciones recopilaban esos datos. Y las operaciones no sabían que otros departamentos podrían encontrarlo útil.
Para solucionar el problema, la organización pidió a empleados específicos de cada departamento que se convirtieran en enlaces. Instituyeron una reunión semanal en la que los gerentes de todos los departamentos se reunieron para hablar sobre su trabajo. Cada reunión fue temática, por lo que los empleados de niveles inferiores cuyo trabajo relacionado con el tema también se incorporaron a las discusiones.
En resumen, el rango externo superior diseñado sin fines de lucro en su personal. Como resultado, las operaciones aprendieron que el mercadeo y las relaciones públicas podrían sacar provecho de los hallazgos que vinculaban un creciente volumen de quejas en una industria específica a ciertos patrones climáticos y temporadas. Debido a que los empleados de operaciones aprendieron que tales ideas serían útiles, comenzaron a analizar sus datos de nuevas maneras.
Vulnerabilidad
Si bien contar con personas que puedan ayudar a trasladar la información y los conocimientos de una parte de la organización a otra es saludable, una confianza excesiva en esas personas puede hacer que una empresa sea vulnerable.
Tomemos el caso de un empleado al que llamaremos Arvind, quien era gerente de la división de empaques en una de las compañías de bienes de consumo más importantes del mundo. Fue un conector que unió varias divisiones. Habló regularmente con contrapartes y proveedores de todo el mundo. Pero en el organigrama, Arvind no era nadie especial: solo un gerente de nivel medio que era bueno en su trabajo. Las empresas corren el riesgo de perder empleados como Arvind porque ningún atributo obvio señala su importancia, por lo que las empresas no saben lo que tienen hasta que desaparece.
Sin Arvind, la división de envases carecería de robustez. Las redes son robustas cuando las conexiones se pueden mantener si elimina nodos (empleados) de ellas. En este caso, si Arvind abandonara la empresa, algunos departamentos perderían toda conexión con otros departamentos y con los proveedores.
No era que Arvind fuera insustituible. Simplemente no estaba respaldado. La compañía no se dio cuenta de que ningún otro nodo estaba haciendo las conexiones de red necesarias que proporcionaba. Eso lo hizo vulnerable: si Arvind estaba enfermo o de vacaciones, el trabajo era más lento. Si Arvind decidió que no le gustaba uno de los proveedores y dejaba de interactuar con él, el trabajo se hacía más lento. Y si Arvind tenía demasiado en su plato y no podía mantenerse al día con sus muchas conexiones, el trabajo también se hizo más lento.
No era que Arvind fuera insustituible. Simplemente no estaba respaldado.
El día en que Noshir vino a mostrarle a la compañía esta vulnerabilidad en la división de empaques, entró a una sala de juntas llena de pasteles y dulces. Un alto ejecutivo le dijo felizmente que la empresa estaba organizando una fiesta para Arvind. Se estaba retirando. Noshir dejó caer la mandíbula. La fiesta continuó, pero después de conocer lo importante que era Arvind, la compañía llegó a un acuerdo para retenerlo durante varios años más y, mientras tanto, utilizó el análisis relacional para planificar la sucesión de modo que varias personas pudieran asumir su papel.
Captura el escape digital de tu empresa
Una vez que entienda las seis firmas estructurales que forman la base del análisis relacional, es relativamente fácil actuar sobre la información que proporcionan. A menudo, las soluciones que sugieren no son complejas: organice reuniones multifuncionales, habilite personas influyentes, retenga sus Arvinds.
¿Por qué, entonces, la mayoría de las empresas no utilizan el análisis relacional para la gestión del rendimiento? Hay dos razones. La primera es que muchos análisis de red que hacen las empresas son poco más que bonitas imágenes de nodos y bordes. No identifican los patrones que predicen el rendimiento.
La segunda razón es que la mayoría de las organizaciones no cuentan con sistemas de información para capturar datos relacionales. Pero todas las empresas tienen un recurso oculto crucial: su escape digital: los registros, las rutas electrónicas y los contenidos de la actividad digital cotidiana. Cada vez que los empleados se envían correos electrónicos en Outlook, se envían mensajes a Slack, como publicaciones en el lugar de trabajo de Facebook, se forman equipos en los equipos de Microsoft o se asignan personas a los hitos del proyecto en Trello, las plataformas registran las interacciones. Esta información se puede utilizar para crear vistas de las redes de empleados, equipos y organizaciones en las que puede seleccionar las firmas estructurales que hemos analizado.
Durante varios años, hemos estado desarrollando un panel de control que captura el escape digital en tiempo real de estas diversas plataformas y utiliza el análisis relacional para ayudar a los gerentes a encontrar los empleados adecuados para las tareas, el personal de los equipos para la eficiencia y la innovación, e identificar las áreas de la organización que están Siled y vulnerable al volumen de negocios. Estas son algunas de las cosas que hemos aprendido en el proceso:
La recolección pasiva es más fácil para los empleados.
Para recopilar datos relacionales, las empresas suelen encuestar a los empleados con los que interactúan. Sin embargo, las encuestas toman tiempo y las respuestas pueden variar en precisión (algunos empleados solo están adivinando). Además, para ser realmente útiles, los datos relacionales deben provenir de todos en la empresa, no solo de algunas personas. Como ejecutivo de una gran empresa de servicios financieros nos dijo: "Si le diera a cada uno de mis 15,000 empleados una encuesta que demora media hora, acabamos de perder un millón de dólares en productividad. ¿Y si sus relaciones cambian en un mes? ¿Tendremos que hacerlo de nuevo a un costo de $ 1 millón adicional en horas de trabajo? ”
Sin embargo, los datos relacionales recopilados por la empresa crean nuevos desafíos. Aunque la mayoría de los contratos de empleo otorgan a las empresas el derecho de registrar y monitorear las actividades realizadas en los sistemas de la compañía, algunos empleados consideran que la recopilación pasiva de datos relacionales es una invasión de la privacidad. Esto no es una preocupación trivial. Las empresas necesitan políticas de recursos humanos claras sobre la recopilación y el análisis del escape digital que ayude a los empleados a comprender y sentirse cómodos con él.
Los datos de comportamiento son un mejor reflejo de la realidad.
Como hemos señalado, el escape digital está menos sesgado que los datos recopilados a través de encuestas. Por ejemplo, en las encuestas, las personas pueden enumerar las conexiones con las que creen que se supone que deben interactuar, en lugar de con las que realmente interactúan. Y como todos los empleados estarán en al menos varias plataformas de comunicación, las empresas pueden asignar redes que representan a toda la fuerza laboral, lo que hace que el análisis sea más preciso.
Además, no todos los comportamientos son iguales. Gustar la publicación de alguien es diferente de trabajar en equipo con alguien durante dos años. Copiar a alguien en un correo electrónico no indica una relación sólida. Cómo todas esas conductas individuales son ponderadas y combinadas. Aquí es donde los algoritmos de aprendizaje automático y los modelos de simulación son útiles. Con un poco de conocimiento técnico (y con una comprensión de qué firmas estructurales predicen qué resultados de rendimiento), no es difícil configurar esos sistemas.
Se requiere actualización constante.
Las relaciones son dinámicas. Personas y proyectos van y vienen. Para ser útil, los datos relacionales deben ser oportunos. El uso de escape digital en un modelo de análisis relacional aborda esa necesidad.
Además, la recopilación de datos relacionales a lo largo del tiempo brinda a los analistas más opciones sobre qué examinar. Por ejemplo, si un empleado estuvo fuera de la licencia de maternidad durante varios meses, un analista puede excluir ese período de tiempo de los datos o decidir agregar una gran cantidad de datos. Si se adquirió una compañía en un año en particular, un analista puede comparar los datos relacionales de antes y después del acuerdo para determinar cómo las vulnerabilidades de la empresa pueden haber cambiado.
Los análisis deben estar cerca de los tomadores de decisiones.
La mayoría de las empresas confían en los científicos de datos para seleccionar información relacionada con la gestión del talento y el rendimiento. Eso a menudo crea un cuello de botella, porque no hay suficientes científicos de datos para abordar todas las consultas de administración de manera oportuna. Además, los científicos de datos no conocen a los empleados con los que ejecutan los análisis, por lo que no pueden poner los resultados en contexto.
Los tableros son clave.
Un sistema que identifica las firmas estructurales y las resalta visualmente acerca las ideas analíticas a los gerentes que las necesitan. Como nos dijo un ejecutivo de una empresa de chips de semiconductores: “Quiero que mis gerentes tengan los datos para tomar buenas decisiones sobre cómo usar a sus empleados. Y quiero que puedan hacerlo cuando esos puntos de decisión ocurran, no más tarde".
CONCLUSIÓN
El análisis de personas es una nueva forma de tomar decisiones basadas en la evidencia que mejoran las organizaciones. Pero en estos primeros días, la mayoría de las empresas se han centrado en los atributos de los individuos, en lugar de en sus relaciones con otros empleados. Mirar los atributos llevará a las firmas hasta ahora. Sin embargo, si aprovechan el análisis relacional, pueden estimar la probabilidad de que un empleado, un equipo o una organización completa logren un objetivo de rendimiento. También pueden usar algoritmos para adaptar las asignaciones de personal a los cambios en las redes de empleados o para una necesidad gerencial particular. Las mejores firmas, por supuesto, usarán el análisis relacional para aumentar sus propios criterios de decisión y construir organizaciones más saludables, más felices y más productivas.
Paul Leonardi es el Profesor de Gestión de Tecnología de la Familia Duca en la Universidad de California, Santa Bárbara, y asesora a las empresas sobre cómo utilizar los datos de las redes sociales y las nuevas tecnologías para mejorar el rendimiento y el bienestar de los empleados. Twitter: @ pleonardi1
Noshir Contractor es Jane S. y William J. White, profesor de Ciencias del Comportamiento en la Northwestern University, donde dirige el grupo de investigación Ciencia de las Redes en las Comunidades. Twitter: @noshir
Pero si recurre al análisis relacional, puede usar las mismas variables que usa para la eficiencia del equipo (densidad interna y rango externo) para crear equipos de innovación prometedores. Sin embargo, la fórmula es un poco diferente: la firma de innovación es un alto rango externo y una baja densidad interna. Es decir, aún desea que los miembros del equipo con redes sociales amplias y no superpuestas (influyentes, si es posible) generen ideas e información diversas. Pero no quieres un equipo muy unido.
¿Por qué? Una mayor interacción dentro de un equipo da como resultado formas de pensar similares y menos discordia. Eso es bueno para la eficiencia pero no para la innovación. Los equipos más innovadores tienen desacuerdos y discusiones, a veces incluso conflictos, que generan la fricción creativa necesaria para producir avances.
El alto rango externo es necesario no solo para aportar ideas sino también para obtener apoyo y aceptación. Los equipos de innovación tienen que financiar, construir y vender sus ideas, por lo que los contactos externos bien conectados que se convierten en los campeones de los equipos pueden tener un gran impacto en su éxito.
Durante varios años, Paul trabajó con una gran compañía de automóviles con sede en los Estados Unidos que estaba tratando de mejorar su proceso de desarrollo de productos. Cada uno de sus centros globales de desarrollo de productos tenía un equipo de expertos en el tema centrado en ese desafío. El líder del programa señaló: “Somos muy cuidadosos con respecto a quiénes seleccionamos. "Obtenemos a las personas con los antecedentes funcionales adecuados, que han realizado un trabajo innovador de forma sistemática, y nos aseguramos de que haya una combinación de ellos con diferentes antecedentes y que tengan edades diferentes". En otras palabras, los centros utilizaron análisis de atributos para formar equipos. .
Sin embargo, los gerentes de un nuevo centro de la India no podían formar un equipo demográficamente diverso: todos los ingenieros del centro tenían aproximadamente la misma edad, tenían antecedentes similares y tenían el mismo rango. Así que el gerente, en cambio, eligió ingenieros que trabajaron en proyectos con diferentes oficinas y trabajaron en diferentes áreas del centro, creando un equipo que naturalmente tenía un rango externo más alto.
Dio la casualidad de que tal equipo también mostró una menor densidad interna. Sus miembros se sintieron libres para debatir y realizaron pruebas para resolver las diferencias de opinión. Una vez que encontraron un nuevo procedimiento, volvieron a sus conexiones externas, usándolas como personas influyentes que podían persuadir a otros para que validaran su trabajo.
Después de tres años, el equipo del centro de India estaba produciendo más innovaciones de procesos que cualquiera de los otros equipos. Después de cinco años, había generado casi el doble que todos los otros equipos combinados. En respuesta, la compañía comenzó a complementar su análisis de atributos con análisis relacional para reconfigurar los equipos de innovación en sus otros lugares.
Silos
Todos odian los silos, pero son naturales e inevitables. A medida que las organizaciones desarrollan áreas profundas de experiencia, casi inevitablemente las funciones, los departamentos y las divisiones se vuelven cada vez menos capaces de trabajar juntos. No hablan el mismo lenguaje técnico o tienen los mismos objetivos.
Evaluamos el grado en que una organización está en silos al medir su modularidad. Más simple, la modularidad es la relación entre la comunicación dentro de un grupo y la comunicación fuera del grupo. Cuando la relación entre la comunicación interna y la externa es mayor que 5: 1, el grupo se silencia de manera perjudicial.
Una de las organizaciones con silos más llamativos que hemos encontrado fue un pequeño grupo de defensa del consumidor sin fines de lucro, que quería entender por qué el tráfico en su sitio web había disminuido. Los 60 empleados en su oficina de Chicago se dividieron en cuatro departamentos: desarrollo de negocios, operaciones, mercadeo y relaciones públicas, y finanzas. Típico de los silos, cada departamento tenía diferentes ideas sobre lo que estaba sucediendo.
El análisis mostró que los cuatro departamentos superaron la proporción de 5: 1 de contactos internos a externos. El caso más extremo fueron las operaciones, con una relación de 13: 1. Por supuesto, las operaciones fueron el departamento con su dedo más directamente en el pulso de los consumidores que visitaron el sitio. Se encontraba en un montón de datos sobre cuándo y por qué las personas acudían al sitio para quejarse o elogiar a las empresas.
Otros departamentos ni siquiera sabían que las operaciones recopilaban esos datos. Y las operaciones no sabían que otros departamentos podrían encontrarlo útil.
Para solucionar el problema, la organización pidió a empleados específicos de cada departamento que se convirtieran en enlaces. Instituyeron una reunión semanal en la que los gerentes de todos los departamentos se reunieron para hablar sobre su trabajo. Cada reunión fue temática, por lo que los empleados de niveles inferiores cuyo trabajo relacionado con el tema también se incorporaron a las discusiones.
En resumen, el rango externo superior diseñado sin fines de lucro en su personal. Como resultado, las operaciones aprendieron que el mercadeo y las relaciones públicas podrían sacar provecho de los hallazgos que vinculaban un creciente volumen de quejas en una industria específica a ciertos patrones climáticos y temporadas. Debido a que los empleados de operaciones aprendieron que tales ideas serían útiles, comenzaron a analizar sus datos de nuevas maneras.
Vulnerabilidad
Si bien contar con personas que puedan ayudar a trasladar la información y los conocimientos de una parte de la organización a otra es saludable, una confianza excesiva en esas personas puede hacer que una empresa sea vulnerable.
Tomemos el caso de un empleado al que llamaremos Arvind, quien era gerente de la división de empaques en una de las compañías de bienes de consumo más importantes del mundo. Fue un conector que unió varias divisiones. Habló regularmente con contrapartes y proveedores de todo el mundo. Pero en el organigrama, Arvind no era nadie especial: solo un gerente de nivel medio que era bueno en su trabajo. Las empresas corren el riesgo de perder empleados como Arvind porque ningún atributo obvio señala su importancia, por lo que las empresas no saben lo que tienen hasta que desaparece.
Sin Arvind, la división de envases carecería de robustez. Las redes son robustas cuando las conexiones se pueden mantener si elimina nodos (empleados) de ellas. En este caso, si Arvind abandonara la empresa, algunos departamentos perderían toda conexión con otros departamentos y con los proveedores.
No era que Arvind fuera insustituible. Simplemente no estaba respaldado. La compañía no se dio cuenta de que ningún otro nodo estaba haciendo las conexiones de red necesarias que proporcionaba. Eso lo hizo vulnerable: si Arvind estaba enfermo o de vacaciones, el trabajo era más lento. Si Arvind decidió que no le gustaba uno de los proveedores y dejaba de interactuar con él, el trabajo se hacía más lento. Y si Arvind tenía demasiado en su plato y no podía mantenerse al día con sus muchas conexiones, el trabajo también se hizo más lento.
No era que Arvind fuera insustituible. Simplemente no estaba respaldado.
El día en que Noshir vino a mostrarle a la compañía esta vulnerabilidad en la división de empaques, entró a una sala de juntas llena de pasteles y dulces. Un alto ejecutivo le dijo felizmente que la empresa estaba organizando una fiesta para Arvind. Se estaba retirando. Noshir dejó caer la mandíbula. La fiesta continuó, pero después de conocer lo importante que era Arvind, la compañía llegó a un acuerdo para retenerlo durante varios años más y, mientras tanto, utilizó el análisis relacional para planificar la sucesión de modo que varias personas pudieran asumir su papel.
Captura el escape digital de tu empresa
Una vez que entienda las seis firmas estructurales que forman la base del análisis relacional, es relativamente fácil actuar sobre la información que proporcionan. A menudo, las soluciones que sugieren no son complejas: organice reuniones multifuncionales, habilite personas influyentes, retenga sus Arvinds.
¿Por qué, entonces, la mayoría de las empresas no utilizan el análisis relacional para la gestión del rendimiento? Hay dos razones. La primera es que muchos análisis de red que hacen las empresas son poco más que bonitas imágenes de nodos y bordes. No identifican los patrones que predicen el rendimiento.
La segunda razón es que la mayoría de las organizaciones no cuentan con sistemas de información para capturar datos relacionales. Pero todas las empresas tienen un recurso oculto crucial: su escape digital: los registros, las rutas electrónicas y los contenidos de la actividad digital cotidiana. Cada vez que los empleados se envían correos electrónicos en Outlook, se envían mensajes a Slack, como publicaciones en el lugar de trabajo de Facebook, se forman equipos en los equipos de Microsoft o se asignan personas a los hitos del proyecto en Trello, las plataformas registran las interacciones. Esta información se puede utilizar para crear vistas de las redes de empleados, equipos y organizaciones en las que puede seleccionar las firmas estructurales que hemos analizado.
Durante varios años, hemos estado desarrollando un panel de control que captura el escape digital en tiempo real de estas diversas plataformas y utiliza el análisis relacional para ayudar a los gerentes a encontrar los empleados adecuados para las tareas, el personal de los equipos para la eficiencia y la innovación, e identificar las áreas de la organización que están Siled y vulnerable al volumen de negocios. Estas son algunas de las cosas que hemos aprendido en el proceso:
La recolección pasiva es más fácil para los empleados.
Para recopilar datos relacionales, las empresas suelen encuestar a los empleados con los que interactúan. Sin embargo, las encuestas toman tiempo y las respuestas pueden variar en precisión (algunos empleados solo están adivinando). Además, para ser realmente útiles, los datos relacionales deben provenir de todos en la empresa, no solo de algunas personas. Como ejecutivo de una gran empresa de servicios financieros nos dijo: "Si le diera a cada uno de mis 15,000 empleados una encuesta que demora media hora, acabamos de perder un millón de dólares en productividad. ¿Y si sus relaciones cambian en un mes? ¿Tendremos que hacerlo de nuevo a un costo de $ 1 millón adicional en horas de trabajo? ”
Sin embargo, los datos relacionales recopilados por la empresa crean nuevos desafíos. Aunque la mayoría de los contratos de empleo otorgan a las empresas el derecho de registrar y monitorear las actividades realizadas en los sistemas de la compañía, algunos empleados consideran que la recopilación pasiva de datos relacionales es una invasión de la privacidad. Esto no es una preocupación trivial. Las empresas necesitan políticas de recursos humanos claras sobre la recopilación y el análisis del escape digital que ayude a los empleados a comprender y sentirse cómodos con él.
Los datos de comportamiento son un mejor reflejo de la realidad.
Como hemos señalado, el escape digital está menos sesgado que los datos recopilados a través de encuestas. Por ejemplo, en las encuestas, las personas pueden enumerar las conexiones con las que creen que se supone que deben interactuar, en lugar de con las que realmente interactúan. Y como todos los empleados estarán en al menos varias plataformas de comunicación, las empresas pueden asignar redes que representan a toda la fuerza laboral, lo que hace que el análisis sea más preciso.
Además, no todos los comportamientos son iguales. Gustar la publicación de alguien es diferente de trabajar en equipo con alguien durante dos años. Copiar a alguien en un correo electrónico no indica una relación sólida. Cómo todas esas conductas individuales son ponderadas y combinadas. Aquí es donde los algoritmos de aprendizaje automático y los modelos de simulación son útiles. Con un poco de conocimiento técnico (y con una comprensión de qué firmas estructurales predicen qué resultados de rendimiento), no es difícil configurar esos sistemas.
Se requiere actualización constante.
Las relaciones son dinámicas. Personas y proyectos van y vienen. Para ser útil, los datos relacionales deben ser oportunos. El uso de escape digital en un modelo de análisis relacional aborda esa necesidad.
Además, la recopilación de datos relacionales a lo largo del tiempo brinda a los analistas más opciones sobre qué examinar. Por ejemplo, si un empleado estuvo fuera de la licencia de maternidad durante varios meses, un analista puede excluir ese período de tiempo de los datos o decidir agregar una gran cantidad de datos. Si se adquirió una compañía en un año en particular, un analista puede comparar los datos relacionales de antes y después del acuerdo para determinar cómo las vulnerabilidades de la empresa pueden haber cambiado.
Los análisis deben estar cerca de los tomadores de decisiones.
La mayoría de las empresas confían en los científicos de datos para seleccionar información relacionada con la gestión del talento y el rendimiento. Eso a menudo crea un cuello de botella, porque no hay suficientes científicos de datos para abordar todas las consultas de administración de manera oportuna. Además, los científicos de datos no conocen a los empleados con los que ejecutan los análisis, por lo que no pueden poner los resultados en contexto.
Los tableros son clave.
Un sistema que identifica las firmas estructurales y las resalta visualmente acerca las ideas analíticas a los gerentes que las necesitan. Como nos dijo un ejecutivo de una empresa de chips de semiconductores: “Quiero que mis gerentes tengan los datos para tomar buenas decisiones sobre cómo usar a sus empleados. Y quiero que puedan hacerlo cuando esos puntos de decisión ocurran, no más tarde".
CONCLUSIÓN
El análisis de personas es una nueva forma de tomar decisiones basadas en la evidencia que mejoran las organizaciones. Pero en estos primeros días, la mayoría de las empresas se han centrado en los atributos de los individuos, en lugar de en sus relaciones con otros empleados. Mirar los atributos llevará a las firmas hasta ahora. Sin embargo, si aprovechan el análisis relacional, pueden estimar la probabilidad de que un empleado, un equipo o una organización completa logren un objetivo de rendimiento. También pueden usar algoritmos para adaptar las asignaciones de personal a los cambios en las redes de empleados o para una necesidad gerencial particular. Las mejores firmas, por supuesto, usarán el análisis relacional para aumentar sus propios criterios de decisión y construir organizaciones más saludables, más felices y más productivas.
Paul Leonardi es el Profesor de Gestión de Tecnología de la Familia Duca en la Universidad de California, Santa Bárbara, y asesora a las empresas sobre cómo utilizar los datos de las redes sociales y las nuevas tecnologías para mejorar el rendimiento y el bienestar de los empleados. Twitter: @ pleonardi1
Noshir Contractor es Jane S. y William J. White, profesor de Ciencias del Comportamiento en la Northwestern University, donde dirige el grupo de investigación Ciencia de las Redes en las Comunidades. Twitter: @noshir
No hay comentarios:
Publicar un comentario