E-BOOK

O Guia Completo De
People Analytics:
Tudo Que Ainda Não Te Contaram
SUMÁRIO

1. O QUE É PEOPLE ANALYTICS?..................................................3

I. DIFERENÇA ENTRE HR ANALYTICS E PEOPLE ANALYTICS.................4
II. OS 4 PILARES DE PEOPLE ANALYTICS................................................6
III. OS NÍVEIS DE PEOPLE ANALYTICS....................................................11

2. POR QUE NÃO FAZER PEOPLE ANALYTICS É UM

ATRASO PARA A SUA EMPRESA..............................................14
CREDIT SUISSE........................................................................................14
JOHNSON & JOHNSON..........................................................................14
SHELL.......................................................................................................15

3. COMO PEOPLE ANALYTICS ESTÁ SE

DESENVOLVENDO PELO MUNDO.........................................16

4. OS PRIMEIROS PASSOS PARA ESTRUTURAR A SUA

ÁREA DE PEOPLE ANALYTICS..................................................17
[Link] DEVO CONTRATAR......................................................................17
[Link] FERRAMENTAS UTILIZAR.........................................................18
[Link] À PRÁTICA: TE DAMOS O PASSO A PASSO..........................19

5. COMO CONQUISTAR A LIDERANÇA

DA EMPRESA....................................................................................26

6. ONDE POSSO APRENDER MAIS?...........................................27

O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

O QUE É
PEOPLE
ANALYTICS?
Vamos começar esse assunto indo direto
na raiz: você realmente sabe o que é people
analytics? O conceito mais comum é:

People analytics é o estudo de

padrões na força de trabalho de
uma organização, com base em
dados dos seus funcionários.

Essa frase faz o conceito parecer bem fácil,

Uma definição que gostamos mais é a
não é mesmo? Mas sua interpretação pode
seguinte:
não ser tão simples assim. Já vimos muitas
fontes brasileiras traduzir esse conceito para
uma simples análise de dados para tornar o People analytics é o processo de
RH mais estratégico, mas people analytics desenvolver insights práticos sobre
de verdade vai muito além. o comportamento de pessoas
e indicadores de RH, utilizando
Quando falamos de padrões, estamos
análise estatística de dados atuais
falando de utilizar estatística e métodos
provenientes da ciência de dados para ou futuros simulados.
entender correlações mais profundas do
que simples tendências de crescimento, Logo, people analytics é a melhor
redução e outros. combinação de ciência de dados
e estatística com conceitos de
Queremos dar um passo a mais e psicologia organizacional e recursos
entender se o perfil psicométrico de uma humanos. É a utilização dessa força
pessoa impacta na sua performance ou se para predizer c o n s e q u ê n c i a s d o
dados da pesquisa de clima podem ajudar comportamento humano p a ra
a predizer turnover, entre outros. Muitas p e r f o r m a n c e d a e m p re s a .
vezes, correlacionamos três, quatro, cinco
ou mais variáveis. Essa área de atuação veio para levar o RH a
um novo patamar. E tem tudo para ajudar
Esse emaranhado de dados é complexo a provar de uma vez por todas o quanto
para ser analisado puramente por uma ótica o trabalho de recursos humanos impacta
humana. E é por isso que usamos modelos muito na empresa como um todo. Então
matemáticos computadorizados para nos vem com a gente e não perca nenhuma
ajudar na interpretação. parte desse guia!

3
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

I. Diferença entre HR Analytics e People Analytics

Nessa área de atuação, vemos o uso de diferentes termos: talent analytics, people analytics,
workforce analytics, HR analytics e até mesmo business intelligence HR. Vamos nos ater para
os dois principais termos dessa conversa: HR analytics e people analytics.

A definição dos nomes não é padrão. Lawler, Levenson e Boudreau (2004) descreveram o
conceito de HR analytics como:

“Técnicas estatísticas e abordagens experimentais para mostrar o impacto das

atividades de RH no desempenho da organização”.

Logo, esses estudiosos colocam uma visão de que o resultado do RH não pode ser medido por
métricas relacionadas unicamente à eficiência dos processos da área. É preciso dar um passo
a mais e entender o impacto desses processos nos resultados da empresa.

Já quando estamos falando de people analytics, ou talent analytics, usados muitas vezes como
sinônimos, temos uma análise dos comportamentos humanos dos funcionários e seus
impactos nos resultados da organização.

4
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Ficou clara a diferença? Caso a resposta

seja não, vamos aprofundar para você.

Na primeira abordagem, com HR

analytics, estamos falando de trazer
insights para os processos de RH com
base em indicadores-chave. Logo,
nessa abordagem deve-se analisar o
funcionamento de cada processo da área,
como atração e seleção, treinamento
e desenvolvimento, planejamento de
carreira e sucessão, entre outros.

Esse tipo de trabalho trará muitos

insumos para o próprio RH. Nesse eixo,
pretendemos melhorar os processos da
área para que eles gerem mais resultados
para a empresa. Aqui podemos ter
planos de ação relacionados ao modelo
de processo seletivo, à quantidade e
formatos de treinamentos oferecidos,
entre outros.

Já na abordagem de people analytics,

o que é analisado são os próprios dados
das pessoas, dos seus comportamentos,
do seu histórico. Ou seja, olhamos para
personalidade, histórico de performance,
engajamento, salário e outros.

O objetivo dessa análise é gerar

informações consistentes para as
tomadas de decisão de pessoas:
contratações, demissões, movimentações
internas, promoções, bonificações e todas
as demais.

Os principais tomadores de decisão nesse

caso são os gestores das áreas, que
tem menos contato no dia a dia com os
insights de pessoas, mas são os que mais
precisam deles. Portanto, o RH, na função
de people analytics, pode trazer insights
para os gestores e ser o principal apoio
para as decisões.

5
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

II. OS 4 PILARES DE PEOPLE ANALYTICS

Como já vimos, people analytics pode envolver várias áreas e formatos de atuação.
De acordo com Mike West, consultor atuante na área, são quatro pilares que
sustentam a estrutura de people analytics. Em inglês, ele diz que são os “4Ss” do
tema. São eles:

Strategy - Estratégia: refere-se aos planos, políticas e processos que

auxiliam a empresa a gerar mais valor para o cliente, de forma que maximizam
suas chances de sucesso com organização, ordem e priorização de ações e
atividades. Nesse quesito é de suma importância a participação da área de RH
como norteadora dos caminhos a seguir.

System - Sistemas: Um sistema pode ser entendido como uma série de

componentes que, de forma organizada executam tarefas e funções. Por meio
de lógica e decisões consegue transformar entrada em saídas que beneficiam o
usuário final. Nesse pilar podemos encontrar profissionais da área de tecnologia
da informação e desenvolvimento.

Statistics - Estatística: ramo da matemática que busca analisar

e entender dados disponíveis de forma organizada, gerando possíveis
interpretações e resultados.

Science - Ciência: é o estudo do mundo que, por meio de teorias,

formulações de hipóteses, observações e validações busca compreender e
explicar o funcionamento de diferentes questões. Uma área muito falada
atualmente, a área de Ciência de Dados busca unir ciência com o pilar anterior:
matemática, dados e estatística.

6
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Resumindo em um esquema ilustrativo, temos:

FOUR S PEOPLE Business Strategy, Key Jobs,

ANALYTICS Key Talent, Performance
STRATEGY Management, Pay Strategy
FRAMEWORK

Operational Systems, Data

Scientific Method, Management Systems,
Data Collection Systems,
Research Design, SCIENCE SYSTEMS Data Analysis Systems, Data
Survey Design,
Delivery Systems, Code
Experiment
(SQL, Python, [Link]), APis,
Design Data Warehouse

Chi-Square, T-Test, Correlation, STATISTICS

Multiple Regression, Statistical
Models, Machine Learning

Os 4S’s de people analytics - Fonte: Mike West

É importante salientar esses quatro eixos precisam trabalhar de forma integrada. Sem
qualquer uma delas, ainda é possível fazer alguma análise de pessoas ou interpretar dados,
mas não da forma mais eficiente e confiável possível.

Vamos abordar um pouco de cada um dos pontos para que você entenda o
porquê eles são tão indispensáveis.

7
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

i. Estratégia ii. Sistemas

A estratégia está ali para garantir que Quando falamos de sistemas, a

as análises estejam de fato conectadas importância ocorre por uma questão
aos resultados da organização. Vamos a de perenidade do trabalho de people
um exemplo. Imagine fazer uma análise da analytics.
relação entre o horário que as pessoas tiram
para o almoço (supondo que na sua em- Vamos ao exemplo. Imagine que você
presa existem opções fixas, como 12h, 13h desenvolveu um algoritmo de predição de
e 14h) e o quanto elas recebem de salário. turnover. Ele inclui dados da pesquisa de
Você acredita que essa informação será útil clima, de testes psicométricos, de histórico
para alguma coisa? Parece que não, certo? de salários e de histórico de performance.
O dado mais relevante para a análise é o de
pesquisa de clima e ela é semestral.

Pois bem: sua empresa acabou de rodar

a pesquisa de clima e você desenvolveu
o algoritmo. Tivemos como resultados a
indicação de funcionários com altas chances
de saírem da organização e foram traçados
planos de ação junto aos gestores, de acordo
com a vontade de manter a pessoa.

Também foram incluídos novos

treinamentos, diferentes pacotes de
Agora imagine que em vez de fazer essa benefícios, entre outras medidas, no plano
análise, você prefira fazer uma análise de de ação. Esse planejamento foi feito para
quanto tempo os funcionários passam no ocorrer até a próxima pesquisa de clima.
almoço (supondo que isso seja flexível na
sua empresa) e a produtividade que eles
têm. Pode ser que você chegue à conclusão
de que as pessoas que passam mais tempo
no almoço, conseguem relaxar melhor e
tem uma produtividade geral maior. Ou o
contrário: que aqueles que passam menos
tempo no almoço são mais focados e
concentrados, logo, produzem mais.

De toda forma, o que interessa é que essa

segunda análise foi muito mais útil para a
sua organização do que a anterior. Com
base nela, o RH pode melhorar as políticas
relativas a horários na empresa para
aumentar a produtividade dos funcionários.
Isso impacta diretamente no resultado
do negócio. Isso é trabalhar com
estratégia.

8
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Chegamos na próxima pesquisa de clima,

e constatamos que os planos foram bem
iii. Estatística
sucedidos, grande parte daqueles que
tinham risco de sair e eram valiosos para Retomando a definição de people analytics
a empresa ficaram. Mas também foram descrita anteriormente, colocamos que:
identificadas oportunidades de melhoria
nos planos de ação. People analytics é o processo de
desenvolver insights práticos sobre o
E para traçar os novos planos, os gestores e
o restante do RH querem saber: quais são as
comportamento de pessoas e indicadores
novas pessoas com alto risco de turnover? E de RH, utilizando análise estatística de
lá vai o people analytics rodar o algoritmo dados atuais ou futuros simulados.
de novo.
Portanto, essa área de atuação tem como
Porém, o problema que ele encontra é premissa o uso de estatísticas profundas
que, nesse meio tempo, novas pessoas para avançar as análises de pessoas.
foram contratadas, com novos dados de Logo a estatística não pode ficar de fora.
testes psicométricos. Uma nova rodada
de avaliação de desempenho foi feita. Os Se você quer atuar nessa área, esqueça
salários foram modificados. preconceitos com matemática e com
conceitos como média, mediana, moda,
Logo, será necessário coletar novamente entre outros. Você precisa abraçar esses
todas as informações, padronizar as bases, termos como parte do seu dia a dia e
garantir que a nova entrada de dados esteja entender que são eles que te ajudarão a sair
no mesmo formato que a rodada anterior, do achismo.
para que você tenha base comparativa.
Haverá permissões a serem conseguidas Por exemplo: se o salário médio de uma
para obter os dados sensíveis. determinada área da empresa é de
R$6.400,00, mas a mediana da mesma área
Ou seja: um trabalhão! E um desperdício de é de R$3.000,00, o que isso quer dizer? E
tempo. Praticamente tudo que você já havia mais, a moda dos salários é R$2.000,00.
feito, será preciso refazer. E como evitar Como isso é possível?
isso? Sistematizando o processo para que
os dados sejam coletados e acompanhados
em tempo real, e as bases de dados sejam O cenário pode ser esse:
transformadas de forma automatizada.
Salário funcionário 1: R$15.000,00
Assim, depois do esforço inicial de
sistematização, você passará o seu Salário funcionário 2: R$10.000,00
tempo apenas interpretando os dados
e informações. A Mindsight tem uma
solução para people analytics, o Full Salário funcionário 3: R$3.000,00
Analytics, que tem tudo para te ajudar nessa
sistematização. Salário funcionário 4: R$2.000,00

Salário funcionário 5: R$2.000,00

9
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

A mediana muito abaixo da média nos mostra que existem salários muito altos, desproporcionais
aos demais da área. A moda mais baixa ainda, indica que a maioria dos funcionários da área
está abaixo do nível médio. Entra o papel do RH de entender mais no detalhe se essa realidade
é coerente com os diferentes níveis de senioridade e responsabilidades das posições, ou se
existe uma defasagem salarial absurda.

Deixo aqui um compilado para você relembrar os conceitos:

Média: soma dos valores de um conjunto dividido pelo número de elementos do

conjunto.

Mediana: representa o valor central de um conjunto de elementos em ordem

crescente. Caso o número de elementos seja ímpar, a mediana é o valor do meio,
caso seja par, é a média dos dois valores centrais.

Moda: é o valor que mais se repete em um conjunto de elementos.

iv. Ciência

Dentro desse eixo, temos duas abordagens

a serem consideradas: ciência de dados e
psicologia organizacional. Afinal, são dois
campos de estudos com seus conceitos e
teorias. E é preciso buscar o encaixe desses
dois mundos para ter algo que valha a pena.

Por exemplo: vamos supor que você queira

correlacionar o tempo que uma pessoa
gasta no seu e-mail do trabalho com o
engajamento dela na empresa. Se olharmos
puramente para ciência de dados, haverá
correlação? Provavelmente sim. São dois
dados que tem chances de apresentarem
uma correlação positiva. A psicologia organizacional já tem anos
de estudo nos mostrando as principais
Porém, se considerarmos o lado humano da correlações. O engajamento por exemplo,
psicologia organizacional, essa informação pode ser explicado por fit cultural, resultados
pode ser bem ruim. Afinal, você não trabalha de pesquisa de clima, histórico salarial,
apenas por meio do seu e-mail, certo? E entre outros. Mas não pelo tempo de uso de
essa movimentação pode variar inclusive de e-mail. É por isso que buscar a ciência por
acordo com os cargos e níveis hierárquicos. detrás das análises é tão importante.

10
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

III. Os Níveis de People Analytics

Falamos anteriormente sobre algumas possibilidades de people analytics e os tipos de

resultados que ele pode trazer para a empresa. Mas é claro que esses impactos variam de
acordo com a maturidade de estruturação desses processos na empresa.

Temos alguns modelos que nos ajudam a entender qual caminho trilhar com a área de
people analytics na organização. O primeiro que iremos comentar é o da consultoria Gartner,
representado no esquema abaixo:

How can we
make it happen?

What will Prescriptive

happen? Analytics

Why did it Predictive

happen? Analytics

Diagnostic
What
happened? Analytics

Descriptive
Analytics

Difficulty
Gartner.

Essa representação nos mostra que quanto maior a dificuldade do que está sendo feito,
mais valor é gerado para a organização. Portanto, um bom trabalho de people analytics,
naturalmente começa pelo começo, entendendo o que está acontecendo.

Esse é o ponto em que focamos na centralização de bases, uniformização de KPIs e

acompanhamento constante de métricas das pessoas e das áreas. É o primeiro passo para
começar de fato a mergulhar nas informações e gerar insights. Gera uma descrição do
cenário atual para a organização.

11
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

O próximo nível é entender o porquê das coisas que estão acontecendo. A exploração
aqui é um pouco mais profunda e gera para a empresa um diagnóstico da situação das
pessoas. Ou seja, chegamos em um nível que sabemos o que acontece e por que acontece,
o que permite traçarmos planos de ação para os problemas detectados com mais facilidade.
O terceiro nível vai além. Nele, começamos a usar modelos matemáticos de aprendizado
de padrões passados para predizer o que ocorrerá no futuro. É aqui que encontramos
algoritmos de predição de turnover, performance, entre outros. Logo, além de traçar planos
de ação para problemas no passado, a empresa consegue se prevenir para o futuro.

Por fim, temos o último e mais avançado nível. Entramos na prescrição, no como você pode
resolver o seu problema. Nesse ponto, a sua inteligência em relação a padrões e planos de
ação executados já avançou tanto que você consegue não apenas prever o problema, mas
também prescrever a solução.

É como se você tivesse um sistema análise que apontasse para o gestor: “gestor, o funcionário
João está com salário defasado e uma percepção ruim do clima da empresa. Porém, ele é
o melhor ocupante da posição dele hoje. O risco de turnover é alto, e para evitá-lo, você
precisa dar para o João um aumento e mudar a equipe de trabalho dele, colocando a Maria
e o Pedro como pares, pois eles são mais favoráveis à empresa. Além disso, recomendamos
uma conversa sobre carreira, onde você explique para ele as perspectivas de crescimento que
ele terá aqui dentro. Os dados indicam que em breve ele estará pronto para uma posição de
gerência na área de finanças, mostre isso para ele!”.

12
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Embora simples e intuitivo, o modelo da Gartner não nos dá a dimensão completa do papel
do RH perante a empresa, e a as etapas que precisam ser vencidas para evoluir os processos
de people analytics. Abaixo, temos um modelo criado por especialistas brasileiros da área:

Prescrever ações para maximizar resultados dos KPI’s RH Prescritivo

Prever resultado de KPI’s

RH Preditivo

Medir impacto de ações nos KPI’s

Disponibilizar dados

Criar KPI’s gerenciais de RH

RH Descritivo

Integrar dados dos subsistemas

Estruturar dados dos subsistemas de RH

Autoria João Guilherme Simas e Thaylan Toth

Nessa representação temos um detalhe No RH parceiro, temos a disponibilização

maior do passo a passo para essa construção. de dados em tempo real. Esse é o modelo
Veja como a primeira fase, onde o RH ainda que muitos RHs já adotam, com a figura do
é descritivo, tem muitas etapas. Não adianta business partner para auxiliar cada área da
nada ter modelos matemáticos avançados empresa, como um parceiro ativo da área de
se o seu dado não é bom, não é bem negócio.
estruturado. Por isso, as etapas anteriores
são essenciais. O sonho de todos é o RH antecipador.
Temos algumas poucas empresas já na
Temos ainda, na lateral direita, uma visão do vanguarda dessa evolução. É quando, por
papel do RH muito clara, acompanhando a meio de people analytics, conseguimos
evolução de people analytics. O RH reativo prever e prescrever ações para as
é o nível em que a maioria das empresas
áreas e os gestores. É esse nível que
ainda se encontram, em que os problemas
ocorrem, são descobertos e assim, tentamos queremos que você alcance, partindo
reativamente resolvê-los. dos insights desse guia.

13
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

POR QUE NÃO FAZER

PEOPLE ANALYTICS É
UM ATRASO PARA
A SUA EMPRESA desempenho que apresentavam alto risco
de turnover. No total, esse programa
No tópico anterior, tivemos uma visão economizou para o Credit Suisse
ampla de todas as possibilidades que temos aproximadamente US$70.000.000 por
com people analytics. E apesar de todas elas ano. Veja mais informações na entrevista
parecerem muito interessantes, você pode com Will Wolf, Managing Director e Global
estar se perguntando: será que isso gera Head of Talent Acquisition and Development
resultado mesmo? da empresa.

Logo, vamos te contar alguns cases reais

nesse tópico, para que você entenda por Johnson & Johnson
que você deveria começar essa estruturação
imediatamente. Confira: Um uso muito interessante de people
analytics é a desmistificação de mitos e
pressupostos internalizados nas equipes.
Credit Suisse No caso da Johnson & Johnson, uma
crença que havia se espalhado dentre
os recrutadores era de que profissionais
Em 2015, a Credit Suisse divulgou os mais experientes seriam mais valiosos
primeiros estudos das suas análises de para a empresa do que aqueles saídos
rotatividade de funcionários. Por meio de direto da faculdade.
estatística, a empresa foi capaz de prever
quem poderia sair da empresa. Foi um A equipe acreditava que a experiência
dos primeiros exemplos do que agora é faria uma diferença significativa na
muito popular: algoritmo de predição de performance da equipe. Douglas Grant,
turnover. Head of Compensation Strategy & Design da
empresa, uniu esforços da sua equipe para
Os analistas do Credit Suisse foram além entender se essa hipótese se comprovava
da predição de quem poderia sair, e na prática.
identificaram também por que essas
pessoas poderiam sair. Em seguida, Analisando dados de 47.000 funcionários, a
forneceram as informações anonimamente conclusão foi reveladora: o desempenho
para os gerentes, incentivando a atuação era muito próximo, com diferenças
em cima dos fatores de risco de rotatividade insignificantes para a empresa.
para reter melhor as pessoas.
Por outro lado, foram analisados também
Fora isso, alguns gerentes especiais foram a probabilidade de promoção e níveis de
treinados para reter os funcionários de alto desgaste, comparando os grupos.

14
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Os dados mostraram que os contratados Com essas informações em mãos, a

universitários tinham probabilidades equipe de people analytics desenvolveu
bem mais baixas de sair e chances um algoritmo para indicar as pessoas com
maiores de promoção, mostrando que maior probabilidade de violar as normas de
para esses, poderia ser gerado um maior segurança da informação.
valor para a companhia com base em uma
carreira estruturada. Assim, a Shell pode fazer campanhas de
conscientização direcionadas e reduzir
A Johnson & Johnson então mudou o o número de incidentes reais que
direcionamento da equipe de recrutamento, ocorreriam. A Shell reduziu a população
focando agora na contratação de recém- de funcionários que provavelmente
formados, para desenvolvê-los dentro provocaria um incidente de 47% para
da empresa. Para mais informações, veja 16%. O projeto proporcionou economia
a entrevista do CHRO, Peter Fasolo, na de custos por meio da campanha de
Conferência Wharton People Analytics em conscientização direcionada, menor risco e
2015. maior produtividade dos funcionários.

Shell
Os benefícios de people
Quanto maior o impacto da sua empresa, analytics são inúmeros
maior a preocupação com segurança da
informação. Para Shell, gigante da indústria
do petróleo, isso não foi diferente. A Como você pode notar, os três casos
preocupação com cybersecurity era grande apresentados acima são muito diferentes
e eles resolveram tomar um caminho entre si. Eles impactam em pontos
incomum: usar people analytics para completamente diferentes da empresa, e
combater o problema. todos trazem resultados diretos importantes
para cada negócio.
A equipe de People Analytics procurou então
analisar quais são as características das Portanto, não fique parado! Siga lendo esse
pessoas que podem prever com precisão material para entender como você pode
um incidente de segurança cibernética. As estruturar essa área na sua empresa.
principais conclusões foram:

Os incidentes de phishing ficam em linha

com o esperado nos primeiros cinco anos do
funcionário na empresa, antes de aumentar

Por outro lado, a tendência de baixar um

vírus aumenta durante os primeiros cinco
anos, antes de cair

Foram encontradas correlações entre os

incidentes e as habilidades e posições dos
funcionários.

15
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

COMO PEOPLE ANALYTICS

ESTÁ SE DESENVOLVENDO
PELO MUNDO
Segundo uma pesquisa da Deloitte, embora 71% das empresas enxerguem people analytics
como uma alta prioridade em suas organizações, o progresso tem sido lento. Apenas
8% relataram ter dados utilizáveis; apenas 9% acreditam ter um bom entendimento de
quais dimensões do talento impulsionam o desempenho em suas organizações; e apenas
15% implantaram amplamente os scorecards de RH.

Abaixo, temos uma distribuição por país, dos respondentes que consideram essa tendência
importante:

É curioso perceber como o Brasil considera esse tópico importante, mas não tem ainda
muitas empresas aplicando com consistência a metodologia.

Por outro lado, uma pesquisa da Harvard Business Review com 230 executivos mostra uma
perspectiva global mais animadora. Foram 15% dos respondentes que afirmaram usar
“análises preditivas com base em dados de RH e dados de outras fontes dentro ou fora da
organização”, e em paralelo, 48% previram que estariam fazendo análises preditivas em
dois anos.

A realidade é menos impressionante. Uma pesquisa global da IBM com mais de 1.700 CEOs
mostrou que 71% colocam o capital humano como uma fonte importante de vantagem
competitiva, mas um estudo global da Tata Consultancy Services mostrou que apenas 5%
dos investimentos de big data foram em recursos humanos.

16
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

OS PRIMEIROS PASSOS PARA

ESTRUTURAR A SUA ÁREA
DE PEOPLE ANALYTICS

I. Quem Devo Contratar

Essa é um dilema constante para uma Logo, tente unir o melhor dos dois mundos
empresa que quer estruturar people para começar esse trabalho. E aceite que o
analytics: contrato um estatístico ou um profissional de people analytics que já
psicólogo organizacional? O que podemos tem as duas linhas de conhecimento é
dizer, por experiência própria e observação raro no mercado e talvez você realmente
de casos de clientes é que nenhum dos precise desenvolver alguém com essas
dois funciona sozinho. características internamente.

Se você contratar alguém para a equipe que

entenda de modelo estatísticos, linguagem
de programação e outros, é extremamente
necessário que você tenha alguém que
entenda do funcionamento dos processos
de gestão de pessoas para direcionar as
entradas de dados. Afinal, não adianta
fazer várias correlações arbitrárias se a
informação final não servir para o RH e para
os líderes tomarem decisões.

O contrário também é verdade. Se você

colocar alguém experiente em processos
de recursos humanos para estruturar
people analytics, é melhor que a pessoa
esteja disposta a aprender sobre estatística
e programação, e tenha naturalmente
um perfil analítico. Assim, ela conseguirá
não apenas interpretar as informações,
mas também manipulá-las para gerar os
melhores resultados.

17
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

II. Quais Ferramentas Utilizar

O RH é uma área com várias atribuições. Integridade das informações:

É comum cada subsistema utilizar um infelizmente, nem todas as empresas
software diferente para gerir o seu processo. de softwares se preocupam com o
Isso significa que os dados, preciosos para armazenamento correto de dados. Já vimos
people analytics, podem estar em diferentes casos em que dados de uma empresa são
lugares, em diferentes formatos. confundidos com a base de outra e isso é
bastante crítico. Investigue ao máximo para
Alguns sistemas mais comumente utilizados, garantir a sua segurança!
que podem fornecer dados importantes
para suas análises, são: Estruturação e exportação ou
API: se o intuito é cruzar esses dados,
você precisa ter facilidade para retirar esses
Folha de pagamento dados do sistema. Uma opção pode ser via
API (Application Programming Interface)
Gestão de desempenho do fornecedor, que permite integração
com algum sistema macro, que funcione
Applicant Tracking System (ATS) como uma camada agregadora de todos os
demais. Caso o fornecedor não tenha essa
Learning Management System (LMS) opção, você pode trabalhar com exportações
e scripts para transformar dados de um
Clima e engajamento excel. O importante é entender em que
formato esses dados serão disponibilizados
Compensation para saber como trabalhar com eles.

Imagine que você precisa de dados de todos Uma vez verificado esses pontos, você
esses sistemas. A primeira coisa que você pode seguir com as suas integrações de
precisa garantir é que esses softwares dados. Repare que não é necessário ter
te forneçam os dados com consistência. todos os sistemas citados para começar
Logo, quando escolher os seus fornecedores, a estruturar people analytics. Com os
avalie: dados da folha de pagamento (que podem
ser obtidos com a contabilidade, caso você
não use folha) já dá para fazer bastante
Longevidade dos dados: questione coisa. Em seguida, os dados do ATS, do
o fornecedor em relação a duração dos sistema de performance e de clima, levam a
dados no software. Alguns deles podem ter análise para um outro nível.
regras de funcionamento que eliminam os
dados de tempos em tempos. Isso não é um A mensagem é: se preocupe com dados ao
problema desde que o tempo seja razoável o operacionalizar os processos de RH, pois
suficiente para que você registre e armazene só assim você conseguirá começar análises
os seus dados no seu próprio subsistema. mais profundas.

18
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

III. Vamos a Prática: te damos passo a passo

Agora vamos abordar o passo a passo para resolver um problema com base em
people analytics. Note que a abordagem proposta aqui é baseada em projetos, mas
como já vimos anteriormente, sistematizar o processo ao final é importante para a
perenidade do seu trabalho.

Defina as Perguntas
Certas
Você menosprezará o S de Strategy
(estratégia) se não der um passo para
trás antes de mergulhar nos dados. Como
falamos anteriormente, o seu trabalho só
será estratégico se resolver um problema
do negócio ou melhorar um processo que
afeta a empresa como um todo.

O processo de people analytics não é o fim

em si. O fim é evoluir processos-chave da
gestão de pessoas para agregar valor à
organização. Portanto, comece entendendo
o que é importante para a empresa, quais
são os objetivos de negócio.

Olhe para esses objetivos no curto e no

longo prazo. Como você pode ajudar a
empresa a alcançá-los?

19
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Alguns exemplos que podem te ajudar:

Quais dos nossos grandes talentos tem maior probabilidade de sair da empresa?

Como será que performance e compensação salarial se correlacionam dentro de uma

área de vendas?

Quais são nossos programas de recrutamento que são mais eficientes e tem mais
sucesso?

Quando o objetivo final está claro, fica muito mais fácil elencar os pontos a serem levantados
e como começar a análise.

Ter um mindset voltado para problemáticas do negócio vai não só ajudar a focar em questões
importantes e gerar oportunidades, como também a encontrar a solução correta de people
analytics e dar insumos para a construção de um case, demonstrando como esse investimento
é essencial para resolver problemas-chave de negócio.

Exemplos de questionamentos Exemplos de questionamentos

simples: estratégicos:

Quantas pessoas existem De onde vem os nossos

na área x? grandes talentos?

Quantas pessoas são Qual a efetividade e retenção

necessárias? dos processos seletivos que
estamos realizando?
As pessoas estão se
desligando da empresa
Performance e recompensa
com que frequência?
têm correlação na retenção?
Qual o custo para As lideranças estão
contratar, reter e e capacitadas para
desenvolver pessoas? corresponder a necessidades
de negócio?
O custo total de
funcionários está Quem dos nossos talentos
crescendo e maneira tem risco de saída e por quê?
controlada?

20
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Junte Dados
Com os seus problemas e questionamentos É importante que você conheça os conceitos
em mãos, é hora de começar a subir a dos modelos e como aplicá-los, para que
pirâmide que apresentamos lá atrás, no possa testar diferentes formas de
tópico dos níveis de people analytics. É hora processar os dados e entender a que está
de estruturar os dados de RH. gerando mais aprendizados. Ao final desse
guia, te indicamos algumas fontes ótimas
Com base nas suas perguntas, levante todos para quem está começando na área.
os dados que poderiam se relacionar com
elas. Falamos acima de alguns softwares
que podem te fornecer essas informações,
mas sinta-se livre para ir além.
Conceitos Básicos
Faça um brainstorming com todas as
possibilidades de informações que possam
De Estatística Para
afetar o seu problema em questão. Já Quem Está Começando
tivemos contato com um caso em que o local
onde a pessoa morava afetava o turnover,
por exemplo, pois a distância do escritório Imagine que você está criando um modelo
era desanimadora para a equipe. para identificar high performers. Você já
sabe quem são os funcionários de alta
Em seguida, garanta alguma informação performance da sua empresa e você
padrão que conecte as informações. pretende usar as informações que já tem
Seja o e-mail corporativo das pessoas ou para treinar o algoritmo para o futuro.
o CPF. Assim, quando você processar as
informações, terá uma forma de cruzá-las. Para entender melhor se o seu algoritmo
funciona, você separa a sua amostra (as
Está com as bases de dados em mãos e pessoas) em dois grupos: um de treino
estruturadas? Ótimo. Seguimos para o e o de teste. Essa separação é feita de
próximo passo então. forma aleatória. A amostra de treino são
as pessoas e seus respectivos dados que
você vai fornecer para o algoritmo aprender
os padrões. Assim o algoritmo utiliza
Criando Modelos machine learning para aprender sobre a
amostra de treino.
Estatísticos Em seguida, depois que o modelo estiver
feito, você vai aplicá-lo na amostra de
Para criar um modelo estatístico, você teste. É como se você falasse para ele assim:
precisará de alguns conhecimentos de “Algoritmo, agora que você aprendeu quais
estatística e linguagens de programação. são os padrões de características dos high
Existem modelo criados com vários tipos performers, me indique nesse outro grupo
de análise. Por exemplo: regressão linear, de pessoas, que você não teve contato
análise de clusters, análise fatorial, regressão ainda, quem são os high performers, para
logística, k-means, entre outras. eu ver se você acerta”.

21
 O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Pronto. Vamos supor que o algoritmo rodou e, dentre as 100 pessoas novas que você deu para
ele classificar, ele classificou 40 como alta performance e 60 como baixa performance.
E então você pegou esses resultados e comparou com a realidade. Para entender essa
comparação, temos alguns conceitos para você:

Verdadeiro positivo: pessoas que foram indicadas como de alta performance pelo
algoritmo e que realmente são de alta performance.

Falso positivo: pessoas que foram indicadas como de alta performance pelo algoritmo
e na verdade, não são de alta performance

Verdadeiro negativo: pessoas que foram indicadas como de baixa performance pelo
algoritmo e que realmente são baixa performance

Falso negativo: pessoas que foram indicadas como de baixa performance pelo
algoritmo e na verdade são de alta performance

Para facilitar a compreensão dos conceitos, segue uma tabela:

Nome da Indicação do Situação real O algoritimo

classificação algoritmo da pessoa acertou ou errou?
Verdadeiro positivo Alta performance Alta performance Acertou
Falso positivo Alta performance Baixa performance Errou
Verdadeiro
Baixa performance Baixa performance Acertou
negativo
Falso negativo Baixa performance Alta performance Errou

Vamos supor que os resultados da sua comparação entre o algoritmo e a realidade foram o
seguinte:

Verdadeiro Positivo (VP): 30

Falso positivo (FP): 10

Verdadeiro negativo (VN): 55

Falso negativo (FN): 5

Como você descobre se esse resultado é bom? Existem algumas medidas que ajudam
bastante nesse entendimento:

22
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

1) Accuracy (acurácia): mede, no geral, 3) Recall (revocação): te indica, dentre

com que frequência o seu algoritmo está todos os casos reais de alta performance,
correto. A conta é a seguinte: com que frequência você os encontra. Veja
o cálculo:
Verdadeiros positivos (VP)+Verdadeiro negativo (VN)
Verdadeiros positivos (VP)
Total
Verdadeiros positivos (VP)+Falsos negativos (FP)

Ou seja, você soma todas as pessoas que

você acertou e divide pela amostra total. No Ou seja, você divide os casos de alta
caso do nosso exemplo, a acurácia seria: performance que você realmente acertou
por todos os casos que realmente são alta
30+55 performance. Seguindo o nosso exemplo:
= 0.85
100
30
= 0.857
2) Precision (precisão): dentre os que 30+5
você classificou como alta performance, E agora? Temos um modelo de predição de
quantos realmente eram? O cálculo é assim: performance com 80% de acurácia, 75% de
precisão e 85,7% de recall. Para saber se
Verdadeiros positivos (VP) isso é bom, você precisa comparar com
a sua realidade.
Verdadeiros positivos (VP)+Falsos positivos (FP)
No geral, os números apresentados acima
são bem altos. Como estamos falando de
Ou seja, você divide os casos de alta pessoas, é muito difícil ter probabilidades
performance que você realmente acertou altas. Isso ocorre porque os fatores
por todos os casos indicados como alta utilizados nas análises, como desempenho,
performance. Seguindo o nosso exemplo: clima, testes, salário, entre outros, não são
nem metade dos fatores que podem afetar
30 a performance.
= 0.75
30+10
Existem inúmeros fatores da vida pessoal que
podem afetar o dia a dia desses funcionários.
Logo, qualquer resultado que acerte em
mais da metade dos casos já é um sinal
de que o algoritmo conseguiu aprender
fatores realmente significativos.

Porém, cada caso é um caso. Por exemplo,

se estivermos falando de turnover,
queremos a precisão mais alta possível.
Os casos chamados de positivos para um
21 4
5
4 + 9

54 6
4
35 4
8
+ 9

91 6

algoritmo de turnover são as pessoas

indicadas com alta probabilidade de sair.
Geralmente, a organização traça um plano
de ação que envolve conversas de carreira
e outros.

23
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Logo, se existem muitos casos falso

positivos, ou seja, pessoas indicadas com
alta probabilidade de sair da empresa, mas Volte Aos Objetivos
que na verdade não tem essa tendência, os
gestores acabarão abordando pessoas que
De Negócio E
não tem nenhuma intenção de sair. Isso
causa desperdício de tempo e pode causar
Tome Ações
estranhezas para o funcionário.
Uma vez que tiver suas análises prontas,
Uma outra perspectiva pode ser em um volte aos objetivos de negócio e entenda:
processo seletivo. Imagine que você tem um agora que você sabe o que aconteceu
algoritmo que te indica os melhores perfis (diagnóstico), o que pode acontecer
para uma vaga. Essa é uma vaga muito (predição), e em alguns casos até mesmo o
específica e muito difícil de contratar. que se deve fazer (prescrição), como você
Nesse caso, você quer que o recall seja o pode auxiliar nos objetivos de negócio?
mais alto possível.
Volte no seu problema inicial e pense como
Essa preferência ocorre porque você não essa sua análise pode resolver aquele
quer que nenhum caso de pessoas boas problema. As possíveis saídas são:
para a vaga fiquem para trás. Você quer
minimizar os falsos negativos. Afinal, é difícil
contratar para essa posição e você não pode Planos de ação: quando você cria
perder possíveis bons potenciais. um plano de ação pontual e específico para
aquele caso. Por exemplo, quando você
tem o algoritmo de turnover e entende
que um determinado funcionário valioso
pode sair, e é criado um plano de ação
com treinamentos, aumento de salários,
conversas de carreira e outros. Muitas vezes,
a ação não precisa ser de RH. No case da
Shell que apresentamos no começo do guia,
a equipe de cybersecurity foi a responsável
por tomar ação com base nas análises.

Alteração/criação de processos:
quando é definida uma alteração em
processos de RH, ou mesmo, são criados
processos especificamente por causa de
uma análise. Por exemplo, você pode incluir
alguma reunião de feedback no processo
de avaliação de desempenho porque você
descobriu que o motivo de uma determinada
área ter aumentado muito a performance
nos últimos meses foi porque o gestor
da equipe adotou essa prática por conta
própria.

24
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

Disponibilize As Crie visualizações que façam sentido e

Informações representem bem os dados para cada tópico.
Tão ruim quanto informações incorretas, é
uma interpretação incoerente devido a um
E agora chegamos a um ponto muito visual mal pensado, portanto leve isso em
importante: a distribuição da informação! consideração para mitigar o risco.

Para qualquer tipo de ação que você tome, Lembre-se: é comum encontrar alguma
como falamos anteriormente nos 4Ss de resistência a conceitos estatísticos em
people analytics, ela não será de longo prazo equipes de recursos humanos, dado que o
se não for sistematizada e disseminada. background dessas pessoas normalmente é
A possibilidade de retrabalho em caso falho uma formação em humanas e não exatas.
desses pontos é imensa. Isso não significa que você deve desistir!

E mais: no final do dia, quem tomará ações Uma vez que você mostrar o valor que
em cima das análises serão os gestores aquelas análises têm para a empresa, e
e o RH. Logo, eles precisam ter um contato mostrar ainda que elas servem para provar o
íntimo e profundo com tudo que foi gerado, retorno direto do RH para os resultados
para que de fato usem aquilo no dia a dia. Se de negócio, todos irão te apoiar e levar o
não, você ficará só nas análises e números seu trabalho para frente!
por muito tempo, sem gerar valor para o
negócio.

Por outro lado, pense que a função principal

do gestor não é analisar os dados de pessoas.
Essa função é a sua como people analytics.
Logo, é essencial que a disponibilização
da informação seja clara e útil. Do
contrário, você irá atrapalhar mais do que
ajudar.

Algumas boas práticas nesse quesito:

Aproveite os painéis de dados para

fornecer uma visão rápida dos principais
indicadores de desempenho para os líderes
da empresa

Tenha uma solução de analytics que

permita que os usuários na ponta interajam
com os dados, aplicando diferentes tipos
de filtros para critérios específicos, como
identificação de high performers. Assim,
você dinamiza o uso das informações e te
economiza tempo: ninguém vai precisar
ficar te pedindo para tirar determinados
dados aqui e ali

25
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

COMO CONQUISTAR A
LIDERANÇA DA EMPRESA
Esse é um dos nossos últimos tópicos, mas nem de longe o menos importante. Já falamos
e vamos repetir: de nada adiantará ter os algoritmos mais sofisticados se você não
conseguir conquistar os líderes da sua empresa para o seu projeto.

Os líderes precisam sentir que aquelas análises serão essenciais para levar o trabalho com
os times a um novo patamar. Eles precisam entender que os dados estão ali para ajudá-los a
pilotar o avião de forma mais eficiente.

E para que você os conquiste, eles precisam ver os dados como algo amigável, eles precisam
ter os dashboards como parceiros, e eles precisam confiar nas predições dos algoritmos.
Logo, você precisa garantir que tudo que você faz seja acessível e amigável para as
lideranças.

Para garantir esses pontos, te apresentamos o framework LAMP. Como o acrônimo propõe,
esse modelo servirá para iluminar seus resultados perante os líderes. Confira:

Lógica: você precisa articular de forma consistente a conexão entre os dados de

talentos e resultados da organização, além de deixar claro os princípios e condições que te
ajudam a predizer o comportamento humano. Por exemplo, em vez de apenas mostrar as
tendências de diversidade demográfica da sua força de trabalho, explique como a diversidade
impacta na inovação e quais são os resultados que isso traz para a empresa.

Analytics: Use análises sofisticadas e avançadas para mostrar seus argumentos. Do

contrário, você mostrará apenas mais do mesmo. Por exemplo, você precisa ir além de uma
simples correlação de dados para provar que maior engajamento gera maior performance,
pois senão, a conclusão poderia ser apenas que os funcionários de alta performance são os
mais engajados

Medidas: confira com profundidade todas as análises e dados. Seu resultado precisa
ser confiável, ou você nunca terá credibilidade. Tome cuidado e sempre faça uma “limpeza”
na base dados. Senão, nem mesmo o processador mais avançado não chegará em bons
resultados

Processo: se preocupe com os canais de comunicação, o timing, e os formatos corretos

para que os líderes se motivem a utilizar os insights fornecidos por você. Por exemplo, se você
faz uma análise de funcionários de alto potencial e entrega aos gestores em um momento
qualquer, no meio de um ciclo de performance, via anexo em um e-mail, o impacto será baixo.
Bem mais baixo do que se você fizer uma apresentação dos resultados em uma reunião de
planejamento de equipes bem no começo de um novo ciclo de performance.

Captou todas essas dicas? Ótimo. Use-as no seu dia a dia e temos certeza de que você
conseguirá consolidar sua área de people analytics para os líderes.

26
O GUIA COMPLETO DE PEOPLE ANALYTICS: TUDO QUE AINDA NÃO TE CONTARAM

ONDE POSSO
APRENDER MAIS?
Falamos aqui de vários conceitos e metodologias úteis para estruturar uma área de people
analytics. Acreditamos que este guia servirá para apontar os melhores caminhos para sua
atuação.

Por outro lado, como já falamos, você não pode ter preguiça de aprender mais sobre estatística
e ciência de dados para fazer isso funcionar. Deixamos aqui então algumas indicações de
cursos e certificações que podem ser uteis para esse propósito:

Curso de People Analytics da Faculdade de Wharton, Universidade da Pensilvânia,

disponível via Coursera (gratuito): [Link]

Curso “People Analytics: Transforming Management with Behavioral Data” do MIT:

[Link]
behavioral-data

Curso “Human Resources Analytics: Exploring Employee Data in R” do DataCamp:

[Link]
data

Curso “People Analytics for HR” do Human Capital Institute: [Link]

PAHR

Certificação em People Analytics da AIHR Academy: [Link]

people-analytics-certificate/

Por fim, uma ferramenta que pode te ajudar muito nessa construção é o Full Analytics. Esse
novo produto da Mindsight te ajudará a centralizar, organizar e processar todos os seus
dados de pessoas. O software ainda permite que você tenha os seus algoritmos preditivos
dentro da plataforma, sendo que a nossa equipe de ciência de dados irá construí-los com
você.

A era de people analytics já é uma realidade e ela está bem ao seu alcance.

Saiba mais:
[Link] /mindsightbr

/mindsightbr /mindsightbrasil

27