El algoritmo que revela cuándo un empleado quiere irse

Empresas como Wal-Mart o Credit Suisse analizan datos que les indican la probabilidad de que un trabajador abandone la compañía… o se quede. Todo influye: el jefe directo, los compañeros e incluso la personalidad.

Por: Redacción Gestion.pe

¿Sabías que es posible saber con antelación qué trabajadores tienen un pie fuera de la empresa? A medida que la rotación vuelve a suponer una preocupación y un coste reseñable para las compañías, Wal-Mart, Credit Suisse o la puntocom Box, entre otras, han empezado a analizar grandes cantidades de datos para determinar qué empleados tienen más probabilidades de irse. Para un responsable de equipo, la advertencia temprana de que un trabajador está pensando en abandonar el barco supone la oportunidad de hacer algo al respecto.

Para averiguarlo se tienen en cuenta docenas de factores, incluyendo los años de antigüedad del profesional, el lugar de procedencia, su rendimiento laboral, posibles patrones en la comunicación y forma de actuar, e incluso test de personalidad. Estos datos con frecuencia revelan una compleja fotografía de los factores que incentivan a un trabajador a permanecer en una empresa… o a abandonarla.

Cada empresa es distinta
En Box, por ejemplo, el salario o la relación de un empleado con su jefe resulta mucho menos determinante que su conexión con el resto del equipo, según un análisis elaborado por la firma de software de recursos humanos Culture Amp. En Credit Suisse, por su parte, la capacidad de liderazgo de los superiores y el tamaño de los equipos han resultado ser factores de gran influencia.

La compañía Ultimate Software Group, también especializada en soluciones para los recursos humanos, asigna a cada empleado tanto propios como de sus principales clientes un valor en función de su probabilidad de abandonar la compañía.

Willian Wolf, responsable de captación y desarrollo de talento en Credit Suisse, estima que por cada punto que se reduce la deserción no deseada, la entidad ahorra entre US$ 75 y US$ 100 millones.

Aunque a muchos empleadores les gustaría, ésta no es una ciencia exacta. Los científicos de datos crean modelos predictivos combinando multitud de variables y van afinando sus predicciones a medida que pasa el tiempo. “La gente quiere encontrar esa pista irrefutable que revela que alguien se va a ir, pero no es tan fácil”, confirma Thomas Daglis, de Ultimate Software.

Aun así, los científicos que estudian la relación entre distintos factores y la motivación de un empleado han encontrado algunas correlaciones reveladoras:

VoloMetrix, que analiza datos procedentes de los departamentos de recursos humanos, así como de los emails y calendarios de los trabajadores, asegura que es posible predecir con hasta un año de antelación quiénes están planeando irse. Les delata, por ejemplo, reducir el tiempo con el que interactúan con sus compañeros o empezar a asistir a más eventos de los que su puesto requiere.

Ultimate Software ha encontrado también una correlación entre aquellos trabajadores que renuncian a bonus o a otro tipo de prestaciones variables, y aquellos que poco después se van a otra firma.

Y después, ¿qué?
Por supuesto, “no podemos decirle al trabajador que la única razón por la que hablamos con él es porque un algoritmo nos ha dicho que lo hagamos”, comenta John Callery, responsable de analítica del comportamiento en AOL, que recientemente ha empezado a trabajar con la tecnológica Visier para prevenir la huída del mejor talento.

Credit Suisse lleva ya tres años estudiando qué pasa con los trabajadores que, a lo largo de los años, reciben subidas de sueldo, promociones o cambios a otros departamentos. Wolf confirma que la movilidad interna mejora sustancialmente la retención. En este contexto, hace un año y medio el banco lanzó un programa para incentivar los cambios internos, y en la actualidad el 80% de las posiciones abiertas se ofrecen abiertamente a la plantilla. Hasta la fecha, 300 personas han sido promocionadas a través de este programa, muchas de las cuales posiblemente se habrían ido de no haber logrado el cambio. “Queremos pensar que hemos evitado que muchos busquen un empleo en un banco de la competencia”, dice Wolf.

Credit Suisse usa las estadísticas también para investigar por qué las mujeres registran una tasa de abandono mayor que los hombres, mientras que Box ha decidido reforzar el sentimiento de pertenencia a la organización a través de más eventos sociales, trabajos en equipo y sesiones de mentoring para las nuevas incorporaciones. Por su parte, el fabricante de semiconductores Micron Technology está usando el análisis de datos para prevenir la rotación entre los empleados que llevan menos de un año en la compañía, entre los que la rotación ronda el 20%. Micron ha descubierto que muchos abandonan porque el puesto no se ajusta a lo que esperaban, y ahora trabaja en mejorar las descripciones de las ofertas.

Para Wal-Mart, las analíticas permiten determinar qué empleados tienen mayor probabilidad de ser ascendidos, y agilizar así cuestiones como la búsqueda de un sustituto y su formación, antes de que su vieja posición quede disponible. El gigante minorista promociona cada año a entre 160,000 y 170,000 personas.

Diario Expansión de España
Red Iberoamericana de Prensa Económica (RIPE)