Contente
- O papel do RH
- Caso para aprendizado de máquina em RH
- Sem erros, sem estresse - seu guia passo a passo para criar software que muda vidas sem destruir sua vida
- Desenvolvimentos
- Conclusão
Fonte: Kentoh / Dreamstime.com
Leve embora:
A análise de RH está revolucionando a maneira como os departamentos de recursos humanos operam, levando a maior eficiência e melhores resultados em geral.
Os recursos humanos usam análises há anos. No entanto, a coleta, processamento e análise de dados tem sido amplamente manual e, dada a natureza da dinâmica de recursos humanos e dos KPIs de RH, a abordagem tem restringido o RH. Portanto, é surpreendente que os departamentos de RH tenham acordado com a utilidade do aprendizado de máquina tão tarde no jogo.
No entanto, o aprendizado de máquina tem entrado lenta mas seguramente no domínio de RH, e vários casos de uso, como previsão de atrito, contratação correta e treinamento de recursos humanos foram estabelecidos. Acredita-se também que o aprendizado de máquina possa prever o sucesso de um candidato em potencial. É provável que mais casos de uso sejam descobertos em breve. Diferentemente da abordagem manual, a abordagem de aprendizado de máquina é muito mais rápida, muito mais responsiva a situações dinâmicas e fornece dados precisos, acionáveis e valiosos. (Embora o campo da análise de dados esteja se tornando cada vez mais automatizado, ainda não há necessidade de se preocupar com o desemprego. Saiba mais em Não, os robôs de análise de dados não vão roubar seu emprego tão cedo.)
O papel do RH
Recursos humanos é indiscutivelmente o ativo mais valioso de uma organização. O RH é responsável por gerenciar os recursos humanos de uma organização, de modo a obter o máximo valor possível de seu pessoal. O papel do RH inclui o seguinte:
- Identificando o talento certo para o papel certo
- Remuneração e benefícios adequados
- Gerenciando o desenvolvimento dos funcionários com treinamento e oportunidades
- Acompanhar e gerenciar o crescimento de recursos humanos com incrementos, promoções, oportunidades e benefícios
- Gerenciamento de motivações, queixas e sentimentos dos funcionários
- Gerenciando saídas
Caso para aprendizado de máquina em RH
Com o tempo, as expectativas do departamento de RH mudaram. Anteriormente, o RH encontrava candidatos adequados; conduzir ou facilitar avaliações; distribuir ofertas, remuneração e benefícios com base nas políticas de RH; e gerenciar carreiras e saídas de funcionários. Agora, espera-se que o RH agregue mais valor ao que já faz e faz ainda mais, como prever o desgaste e o sucesso do candidato em uma função. A abordagem atual para atender a essas expectativas está permitindo ou restringindo o RH?
Antes da adoção do aprendizado de máquina, o RH gerenciava dados de maneira manual e semi-automatizada. Ele coletava, armazenava e processava dados para produzir análises antes que os dados se tornassem rapidamente irrelevantes porque a situação havia mudado e os dados precisavam ser atualizados. Por exemplo, os dados coletados antes do ciclo de avaliação anual mostraram baixos riscos de atrito. No entanto, após a avaliação, há um aumento no desgaste e insatisfação dos funcionários, principalmente devido à incompatibilidade de expectativas e recompensas reais e ao aumento de oportunidades no mercado de trabalho. Basicamente, as análises de pré-avaliação enganaram a organização e o esforço pode ser considerado um desperdício.
Os métodos manual e semi-manual não estão equipados para permitir que o RH gerencie dados sobre as variáveis que mudam rapidamente relacionadas aos recursos humanos. O RH precisa de análises regulares e atualizadas sobre fatores relevantes, como sentimentos dos funcionários dentro da organização, atitudes dos funcionários em relação às políticas e atratividade das oportunidades de mercado versus as oferecidas pela organização. Isso é coisa séria. A menos que o capital humano seja bem gerenciado, uma organização pode potencialmente perder funcionários valiosos. Bill Gates comentou certa vez: "Você tira nossos 20 principais funcionários e nos tornamos uma empresa medíocre". Entre no aprendizado de máquina. O que o aprendizado de máquina pode oferecer sobre os métodos antigos? Considere o seguinte:
Resposta mais rápida às mudanças dinâmicas
Essa é a era do big data. Para gerenciar funcionários, você precisa de dados sobre:
Sem erros, sem estresse - seu guia passo a passo para criar software que muda vidas sem destruir sua vida
Você não pode melhorar suas habilidades de programação quando ninguém se importa com a qualidade do software.
- Atitudes e sentimentos dos funcionários
- Credenciais ou qualificações
- Visualizações dos funcionários em relação às políticas
- Tendências de remuneração e benefícios
- Desenvolvimentos externos relevantes, como mercado de trabalho e organizações rivais, e seu impacto sobre seus funcionários
Isso resulta em um volume enorme de dados que chega a cada momento. O gerenciamento manual está simplesmente mal equipado para lidar com isso. No entanto, o aprendizado de máquina é apropriado para aceitar, armazenar e processar consistentemente esses volumes de dados e fornecer informações relevantes e acionáveis na forma de análises simples. (Saiba mais sobre a função do big data nos negócios com o Tackling Big Data Analytics Pain Points.)
Previsões precisas
O aprendizado de máquina pode prever desenvolvimentos importantes, como atrito, sucesso em cargos e eventos adversos, como comportamento antiético. Por exemplo, a probabilidade de sucesso de um funcionário em uma nova função pode ser prevista com base em uma análise de dados anteriores, como desempenho de projetos anteriores, base de conhecimento e iniciativas-chave adotadas para melhorar a base de conhecimento, o que reflete atitudes. As descobertas baseadas nesses parâmetros podem ser convertidas em análises e, em seguida, decisões podem ser tomadas.
Identificação de Candidatos e Rastreamento de Candidatos
O aprendizado de máquina pode conectar o trabalho certo ao candidato certo com base na função e nas credenciais, experiência e interesses do candidato. O aprendizado de máquina pode aproveitar as redes sociais para isso. Reduz significativamente o esforço manual nas avaliações e rastreamento de candidatos.
Desenvolvimentos
O domínio de RH, após uma resposta morna ao aprendizado de máquina, está despertando para sua utilidade. Muitos casos de uso estão sendo implementados e mais estão a caminho. Um resumo dos principais desenvolvimentos é apresentado abaixo.
Identificação de candidatos e rastreamento de aplicativos
Com o big data de fontes da web, como fóruns e mídias sociais, as organizações estão encontrando os candidatos certos para as funções certas. Ao avaliar a candidatura, o aprendizado de máquina considera qualificações, experiência, interesses, conexões e associações profissionais, realizações, discussões em fóruns e muito mais. Isso melhora significativamente as chances de ajuste de função, se não a garantia. Um bom exemplo pode ser o site de rede profissional, LinkedIn.
O aprendizado de máquina reduz significativamente o esforço manual no gerenciamento de aplicativos e libera o RH para se concentrar em esforços mais produtivos. De acordo com Cristian Rennella, CEO e co-fundador da MejorTrato.com.mx, uma empresa que compara produtos financeiros: "No passado, passávamos 67,2% do tempo de cada pessoa no RH para ler os currículos de cada candidato que nos procurava por meio de nosso site próprio e de terceiros. Graças à IA, esse trabalho hoje é realizado automaticamente pelo nosso sistema interno, que através do aprendizado profundo usando o TensorFlow, podemos automatizar essa tarefa. "
Previsões precisas
A análise de RH geralmente pode prever com precisão os principais fatores, como atrito, desempenho dos funcionários e até eventos adversos, como comportamento antiético. Por exemplo, dados de várias conversas em fóruns, postagens em redes sociais, vídeos, organizações rivais e oportunidades de mercado podem apontar para mudanças nos níveis de desgaste. Os níveis de atrito são particularmente suscetíveis a alterações após os ciclos de avaliação.
Previsões de sucesso no trabalho
Dados sobre credenciais, associações, atitudes e desempenho de um candidato podem apontar para uma probabilidade de sucesso nas funções. O ponto é que, tentar manualmente calcular previsões com base em tantas variáveis é simplesmente inadequado. A análise de RH pode fornecer informações precisas com base nas organizações que podem encontrar os candidatos certos para as funções de trabalho certas.
Conclusão
As organizações já estão colhendo os benefícios da adoção do aprendizado de máquina.Enquanto o aprendizado de máquina já reduziu o esforço manual, espera-se que o ML se torne ainda mais preciso e proeminente em áreas como previsão e gerenciamento de atrito, gerenciamento de funcionários e sucesso.