Durante mucho tiempo pensé que hacer People Analytics era tener dashboards increíbles, modelos predictivos complejos y muchísima tecnología.
Veía casos de Google, Meta o Netflix y sentía que eso estaba muy lejos de la realidad de la mayoría de empresas.
Y creo que eso le pasa a muchísima gente en RRHH.
Parece que para empezar necesitas:
miles de datos,
herramientas caras,
un equipo técnico,
automatizaciones,
o una infraestructura enorme.
Con el tiempo entendí que gran parte del trabajo real es mucho más simple.
Y mucho más humano.
La mayoría de las veces, People Analytics empieza intentando entender un problema.
Nada más.
¿Por qué aumenta la rotación en un equipo?
¿Por qué cuesta cubrir ciertas posiciones?
¿Por qué un líder siente que “algo pasa” pero no sabe explicarlo?
¿Por qué RRHH trabaja muchísimo pero le cuesta mostrar impacto?
Y muchas veces el trabajo no es construir algo sofisticado.
Es:
ordenar información,
conectar datos,
encontrar patrones,
hacer mejores preguntas,
y explicar algo de forma clara.
Uno de mis errores al principio fue obsesionarme con hacer cosas “avanzadas”.
Pensaba demasiado en dashboards, visualizaciones y métricas.
Y muy poco en si realmente estaba ayudando a resolver algo importante.
Con el tiempo entendí que muchas empresas todavía pueden generar muchísimo valor simplemente:
midiendo mejor,
teniendo más claridad,
dejando de depender solo de intuición,
y mostrando información útil en el momento correcto.
A veces creemos que People Analytics empieza cuando tenemos “todo listo”.
Pero en la vida real casi nunca pasa eso.
Los datos suelen estar desordenados.
Faltan cosas.
Los sistemas no se conectan.
Hay información incompleta.
Y muchas veces ni siquiera existe una definición clara de qué se quiere resolver.
Y eso también es normal.
De hecho, creo que una de las habilidades más importantes en People Analytics no es analizar datos.
Es aprender a navegar ambigüedad.
Porque muchas veces el trabajo real se parece más a esto:
hablar con personas,
entender contexto,
detectar dónde hay fricción,
validar si un problema realmente existe,
y recién después pensar qué métricas ayudan.
Hoy intento empezar casi siempre por el mismo lugar:
¿Qué decisión necesita tomar esta persona?
Esa pregunta cambió muchísimo mi forma de trabajar.
Porque evita hacer análisis “interesantes” pero inútiles.
Y obliga a enfocarse en impacto real.
A veces el mayor valor no está en descubrir algo revolucionario.
Está en darle claridad a alguien.
· Mostrar algo que nadie estaba viendo.
· Ordenar información dispersa.
· Demostrar un patrón.
· Poner contexto.
· O ayudar a priorizar mejor.
Y honestamente, muchas veces eso genera más impacto que un dashboard espectacular.
También aprendí otra cosa:
La credibilidad en People Analytics no se gana haciendo lo más complejo.
Se gana resolviendo problemas reales.
Cuando alguien empieza a confiar en que tus análisis ayudan a tomar mejores decisiones, cambia completamente la conversación.
Porque People Analytics deja de verse como “algo técnico”.
Y empieza a verse como algo útil.
Creo que por eso hoy me interesa mucho más:
entender problemas,
comunicar simple,
y generar claridad,
que intentar parecer una empresa de Silicon Valley.
Y no digo esto para minimizar la parte técnica.
La técnica importa.
Muchísimo.
Pero muchas veces internet muestra el último 5% del proceso:
el modelo,
el dashboard,
la visualización final.
Y muy poco del trabajo previo:
las preguntas,
los errores,
las conversaciones,
los datos imperfectos,
las hipótesis equivocadas,
o el tiempo intentando entender qué estaba pasando realmente.
La vida real de People Analytics suele verse bastante menos glamorosa.
Pero también bastante más útil.
Y honestamente, creo que eso es una buena noticia.
Porque significa que no necesitas esperar a tener todo perfecto para empezar.
Muchas veces empezar pequeño ya genera muchísimo valor.
· Un mejor reporte.
· Una métrica más clara.
· Una pregunta correcta.
· Un análisis simple.
· Una conversación basada en datos.
Eso también es People Analytics.
Y probablemente es donde empieza casi todo el mundo.
P.D.: Una de las cosas que más disfruto últimamente es ayudar a que más personas en RRHH pierdan el miedo a empezar con datos. Sin obsesionarse con herramientas ni con parecer “demasiado técnicos” desde el día 1. Por eso gran parte de mi contenido y de mi curso online va justamente hacia ahí
¡Hasta la próxima!
Gabriel Pietrafesa
Cuando creas que es el momento
Quiero compartir algunas cosas más contigo. Puedes acceder a ellas haciendo clic en su nombre ⬇
+100 herramientas para Recursos Humanos: Descubre +100 herramientas para Recursos Humanos curadas y con reseñas reales.
Plantillas de Dashboards para Recursos Humanos: Tu propio dashboard en 3 minutos. Copia y pega tus datos para que los gráficos se actualicen solos. RRHH, Reclutamiento ¡y más!
Aprende sobre datos en RRHH, jugando: Un juego gratuito, diseñado para enseñar cómo leer, entender y usar datos en RRHH.
Genera tus propias métricas de RRHH: Tus KPIs de RRHH personalizados, utilizando IA, y conecta tu trabajo con los resultados del negocio. ¡Prueba gratis humanresourceskpi.com!
Curso de 0 a 1 en People Analytics: Mi curso online de introducción a People Analytics. A tu ritmo, con ejemplos de casos reales y sin necesidad de conocimientos técnicos previos.
Gana premios por compartir este email con colegas de recursos humanos
Si este email te agrega valor y quieres ayudar a otros mientras tu ganas premios, esto te interesará.
¡Ganarás productos de valor desde la primer persona referida, subirás de nivel y el premio máximo tiene un valor de €300!
Copia y pega este link para que otros se suscriban:
{{rp_refer_url}}
Te cuento más detalles aquí debajo 👇
▸ Si te han reenviado este correo, suscríbete con el siguiente botón verde para recibir más contenido y aprender People Analytics.