Actualmente, el interés por el análisis de grandes volúmenes de datos en el mercado laboral está ganando terreno para dar cuenta de los cambios que se producen en la movilidad laboral o para la gestión de recursos humanos. En este post se hace un breve repaso de experiencias globales que utilizan soluciones de ciencia de datos y big data para comprender mejor el mercado de trabajo.
La disponibilidad de datos masivos, provenientes de sitios de oferta de puestos de trabajo, indicadores de movilidad laboral o encuestas de clima, entre otros, genera una oportunidad sin precedentes para el seguimiento y monitoreo de la dinámica del mercado de trabajo.
Diagnosticar desafíos, encontrar áreas no cubiertas, retener o gestionar talento o, por ejemplo, conocer cuántas horas de trabajo se perdieron a partir de la pandemia de COVID-19 son algunos de los desafíos emergentes del uso de la ciencia de datos aplicada a esta dinámica, y que permiten formular nuevas políticas o iniciativas.
¿Cómo explotar la heterogeneidad y enorme volumen de datos generando modelos de análisis más avanzados, que puedan monitorear el mercado laboral y predecir sus nuevas tendencias?
Si bien la respuesta no es sencilla, los procesos, fuentes y métodos han avanzado significativamente en materia de pronósticos. Una posible aplicación es el uso del análisis de las búsquedas en Google para adelantarse a las tendencias del mercado de trabajo, comúnmente recolectadas a través de encuestas de hogares, usualmente de cobertura limitada y frecuencia muy baja. El trabajo pionero de Azkitas y Zimmerman (2009) utiliza Big Data para medir y predecir la desocupación (que sigue una ruta similar al estudio de Google Flu Trends, que permite adelantarse semanas a los datos provistos por oficinas estatales).
Al mismo tiempo, dos casos recientes resultan innovadores en este sentido: el primero se trata del artículo de Chetty y autores varios (2020), sobre el impacto del COVID-19 en la evolución de la economía de Estados Unidos, que derivó en el proyecto Economic Tracker. El otro proyecto, relacionado con las estadísticas laborales y con la finalidad de revisar el impacto de la COVID-19, lo constituye el modelo de nowcasting de la OIT (Organización Internacional del Trabajo), con el que se ha estado monitoreando la evolución de la pandemia en términos de pérdida de horas de trabajo, para todas las regiones del mundo (el modelo conjuga datos de estadísticas oficiales y registros administrativos con datos de registros de dispositivos móviles para calcular la variación de horas de trabajo).
Desde el punto de vista de las posibilidades para las empresas, el monitoreo de información de los puestos y habilidades de trabajo resulta fundamental. Recurriendo a servicios propios de la ciencia de datos, los profesionales de recursos humanos pueden evaluar y mejorar prácticas que incluyen reclutamiento, capacitación y desarrollo, desempeño, retención, compensación para los empleados y desempeño general del negocio.
Entre los principales beneficios de gestión de los recursos humanos, con herramientas y software de data science, se encuentran:
- Procesos de contratación optimizados y simplificados: los gerentes de recursos humanos pueden recopilar, almacenar y evaluar los CV de lo que podrían ser miles de solicitudes recibidas en una misma búsqueda. Una tarea que usualmente consume mucho tiempo y que se puede optimizar gracias a estas herramientas.
- Comprender mejor oportunidades de crecimiento: el uso efectivo de analytics de la fuerza laboral puede ayudar a responder y predecir momentos en los que el crecimiento será beneficioso para la organización.
- Aumentar los niveles de compromiso de los empleados: la aplicación de Big Data para mejorar el compromiso de los empleados es más que simplemente rastrear datos en encuestas de satisfacción laboral. También es posible destacar, recompensar y reconocer a los mejores, incluso identificar a aquellos que pueden estar perdiendo la motivación o enfrentando problemas de rendimiento (por ejemplo, recientemente Microsoft pudo maximizar el análisis de recursos humanos para desarrollar perfiles estadísticos de los empleados que probablemente abandonarían su empresa y desarrollar tácticas para retenerlos).
- Permitir decisiones más informadas: la ciencia de datos posibilita ser más estratégico en todo sentido; los tableros de los datos que se han recopilado y analizado ayudarán a las áreas de recursos humanos a comprender la historia de la organización, lo que está sucediendo y, lo que es más importante, qué tendencias se predicen en función de datos históricos esenciales para la empresa (contratación, desempeño, movilidad interna, crecimiento o estancamiento, etc.).
- Disminuir la deserción y aumentar la retención: el análisis y la visualización de datos globales de los empleados, puede ayudar a localizar patrones y tendencias en equipos, departamentos y líneas de servicio. Se trata de resaltar los problemas que pueden estar a punto de surgir y responder en tiempo real a los problemas de deserción a medida que se desarrollan.
En definitiva, mejorar las soluciones en gestión de recursos humanos implica considerar nuevas soluciones de ciencia de datos e invertir en herramientas de procesamiento y análisis de datos masivos (Big Data) para alcanzar resultados excepcionales.