Conversamos con Claudina Padilla, Gerente de Recursos Humanos de Tata Consultancy Services. En esta entrevista ella nos cuenta sobre los nuevos retos que encuentran los líderes de gestión humana al trabajar con Big Data y las innovaciones que traen para esta área.
En realidad, son varias, pero desde la perspectiva de talento, creo que hay dos principales.
Primero, es el tema de retención. Hoy en día hay un gap en profesionales o talento en tecnología. Nosotros lo vivimos y no solamente en Perú, sino que es una tendencia global. Hay muchas oportunidades que, por lo tanto, nosotros tenemos que procurar usar esta data que se genera con toda esta información que podemos obtener para generar mejores planes de retención, procesos, actividades, que además deben ir segmentadas.
Para mí, uno muy relevante es retención y el otro es el desarrollo de conocimiento. Cuando digo desarrollo me refiero a apps killing, rest killing, desaprender para volver a aprender, entre otros. Nuestro negocio en tecnología radica en las soluciones que damos, y sabemos que en este rubro todo es muy cambiante e innovador.
Hay muchas más necesidad, pero para mí esas son las dos más importantes, porque permiten al negocio atender y dar soluciones a nuestras necesidades. Me gustaría enfatizar que nuestro servicio se basa en las personas y en los profesionales o consultores de tecnología.
No sé si lugares de trabajo más felices, pero creo que los usuarios, o en nuestro caso como los asociados, constantemente nos están brindando información. Entonces, el área de recursos humanos maneja mucha información de los trabajadores y no solamente de lo que hacen, sino también de su preferencia e intereses.
Nosotros manejamos data de mercado, del negocio y todas esas fuentes se integran y lo que hacemos es definir planes focalizados para poder atender las necesidades de los diferentes grupos. No es lo mismo, hablar de la satisfacción o motivación del colaborador a variar en la diferente etapa o ciclo de vida del asociado en la compañía, los planes de acción cambian para cada uno de ellos.
Entonces, todas estas variables, toda esta información que nosotros recogemos, que nos dan los sistemas, se tienen que traducir en planes, políticas, acciones que estén enfocadas en los diferentes poblaciones o géneros de la organización.
Definitivamente. Lo que hace el Big Data es que tengas información y que puedas usar la información para la toma de decisión. El reto es, ¿cuál es la información que yo selecciono? Habiendo tanto volumen de data que cambia muy rápidamente, se debe seleccionar cuidadosamente la correcta para el negocio.
Yo puedo tomar data histórica para predecir, proponer ciertas tendencias, pero hay necesidades de negocio que con la data pasada ya no pueden hacer mucho. Hoy en día, el Big Data tiene un desafío muy grande que es agregar y seleccionar la información, porque muchas veces se puede tener la data, pero no se hace un buen análisis tomando una data que no logra impactar hacia lo que nosotros queremos lograr.
La información es mucha, lo relevante es correlacionar con lo que necesita el negocio y tomar una decisión como empresa que atienda las necesidades globales.
El área de recursos humanos tiene muchos KPIs, los más valiosos creo que están en función a la estrategia del negocio. Por ejemplo, si para mí es importante la retención y el desarrollo de las capacidades de los asociados del conocimiento; entonces yo tendré que identificar los KPIs similares y los correlacionaría con la situación actual del mercado.
Además, yo iría a un nivel de profundidad mayor en estos KPIs que están relacionados con mis dos prioridades que a la vez atienden una necesidad de negocio. Lo importante aquí es que uno pueda profundizar en ellos, y no solamente trabajar un KPI si solamente hablo de retención o contratación, tengo que ir a un segundo nivel para entender mejor la problemática y tener planes en conjunto.
Hoy en día, creería que no necesitamos muchos KPIs, sino los más relevantes para poder analizarlos y tener un mayor detalle.
Yo considero que el Big Data no es posible si nosotros no tenemos herramientas que nos permitan obtener la data en sí. Entonces, lo primero pienso que sería la sistematización de los procesos, donde nosotros podamos recolectar esa data.
Un segundo desafío podría ser la veracidad de la data engineer, porque puede haber mucha data, pero también hay cosas que no sirven o no aportan. El siguiente paso sería elegir una data fiable que sea de ayuda, que sea real.
Yo creo que un tercer desafío es la velocidad en la cual nosotros acumulamos data, los sistemas son un punto de partida de cómo estamos analizando esa data, que sea un análisis profundo que tenga más impacto en las decisiones.
Eso es algo que nosotros estamos trabajando, que estamos en proceso y que vienen a ser los retos a los cuales nos enfrentamos desde el área de gestión de talento o recursos humanos al hablar del manejo de datos.
Sin duda, es algo que necesitamos y los nuevos profesionales tienen estas capacidades que se van desarrollando en este aspecto. Hoy en día, los encargados de esta área tienen que ser capaces no solo de poder ejecutar los planes, sino también deben especializarnos para poder entender la data y aplicarlas. Nosotros tenemos que tener ese mindset de data analytics para utilizar la información de manera efectiva.