• Mario Varela

People Analytics: Obtener los datos correctos sin pasar de la raya



Las muñequeras patentadas recientemente de Amazon rastrean la ubicación exacta de los trabajadores del almacén y los movimientos de las manos en tiempo real. La firma japonesa Hitachi está promocionando otro dispositivo portátil, denominado "medidor de felicidad", que supervisa de cerca a los empleados para recopilar información sobre el estado de ánimo y el compromiso. ¿Serán estos dispositivos una nueva norma en el análisis de personas, o van demasiado lejos?

Laszlo Bock, ex jefe del departamento de recursos humanos de Google, cree que ellos son los últimos. Él dice de la tendencia de recopilar nuevos datos sobre los empleados: "Va a funcionar mal antes de que se desarrolle de buena manera". Cade Massey, profesor de Wharton, co-director de People Analytics de Wharton : un enfoque basado en datos alprograma Managing People , a la inversa, cree que la "mala manera" puede evitarse.

"Hay dos formas en que las organizaciones pueden equivocarse. El primero es cruzar fronteras éticas, ya sea consciente o inconscientemente. Y el segundo es usar los datos incorrectamente ".


Cade Massey, PhD , Profesor de Práctica, Operaciones, Información y Decisiones, The Wharton School


Massey dice que la división entre las tecnologías mineras para todo su potencial sin cruzar fronteras éticas es un tema crítico, pero que se puede resolver. "Las empresas deben considerar qué líneas quieren dibujar, y qué líneas deben dibujar, y luego descubrir cómo obtener tanto como sea posible dentro de esas líneas".

Estas preocupaciones se abordan explícitamente en People Analytics . "Vemos a ambos lados", dice Massey. "Primero están todas las posibilidades positivas. Luego están los riesgos, los problemas potenciales y las preguntas difíciles que tiene que hacer. "Las preguntas éticas se consideran a lo largo del programa. Los profesores y los participantes discuten los tipos de datos que se deben recopilar, qué formas de permiso se necesitan de los empleados y cómo se pueden usar los datos para ayudar a esos empleados sin que pierdan demasiada privacidad.


Pero las preocupaciones sobre la privacidad, aunque atraen gran parte de la atención, no son el único inconveniente potencial. "Hay dos formas en que las organizaciones pueden equivocarse, y el programa incluye sesiones en ambos", dice Massey. "El primero es cruzar fronteras éticas, ya sea a sabiendas o sin saberlo. Y el segundo es usar los datos incorrectamente. Solo juntarlo no es suficiente, necesitas saber qué hacer con él ".

Los datos a menudo se consideran un contrapeso perfecto a los sesgos intuitivos. Pero debido a que las personas son parciales, a menudo de formas que desconocen por completo, sus prejuicios informan las formas en que usan los datos. Massey explica: "Cuando hace predicciones basadas en datos históricos, es fácil obtener prejuicios históricos. Si nunca ha contratado un grupo demográfico en particular, por ejemplo, y utiliza datos históricos, es difícil mostrar que un grupo demográfico poco representado tendrá éxito en el trabajo. Si los datos históricos son parciales, la predicción que haga cuando la use también estará sesgada ".


Una cosa es cierta: a medida que se desarrollen nuevas tecnologías para el análisis de personas, se desarrollarán preocupaciones éticas con ellas. Algunas empresas pueden descubrir de la manera más difícil que existen límites a la cantidad de monitoreo que soportarán sus empleados. Massey dice que hay mucha investigación sobre motivación intrínseca e incentivos, y podemos usarla para informar las decisiones sobre qué tipo de datos recolectar y cómo recolectarlos. Idealmente, los empleados deberían beneficiarse de algunas de estas tecnologías. "Las organizaciones necesitan encontrar una forma de compartir ganancias", dice Massey, "no solo extracción, sino verdaderas ganancias conjuntas".

© 2017 Creado por Torre Fuerte Comunicaciones 

  • Facebook Social Icon