Analisi predittiva: quello che i team delle risorse umane devono sapere

Prova a immaginare che spetti a te monitorare la fidelizzazione dei dipendenti presso la tua azienda. Grazie ai dati sulla forza lavoro e all'intelligenza artificiale, hai a disposizione strumenti che possono aiutarti a individuare chi presenta un maggiore rischio di abbandono. Tali strumenti ti indicano, ad esempio, che potresti perdere un gruppo di dipendenti donne molto efficienti e in grado di assumere ruoli di leadership. 

L'analisi predittiva ti permette di fidelizzare questo tipo di persone e ti avvisa se, ad esempio, non disponi di un numero sufficiente di dipendenti con le competenze giuste per quella grande iniziativa prevista per l'anno prossimo. Può inoltre essere utilizzata per promuovere l'equità: prima di fare un'offerta importante a un candidato, l'analisi può indicarti se questa influirà sulla tua scala retributiva rendendo, ad esempio, la retribuzione dei gruppi minoritari inferiore alla media.  

"Puoi chiederti se la tua azienda stia costruendo soffitti di cristallo, oppure se esista un livello che non presenta lo stesso grado di rappresentanza esistente ad altri livelli. E puoi scoprirlo con l'analisi predittiva", afferma Trey Causey, Head of AI Ethics e Data Science Director presso Indeed. "In effetti, mi troverei in difficoltà se dovessi pensare ad altri modi per individuare problemi di questo tipo che non prevedano l'utilizzo di questi strumenti. L'analisi predittiva permette di affrontare tali questioni in maniera quantitativa". 

La proliferazione degli strumenti di analisi non è una novità nell'ambito delle risorse umane, hanno iniziato a prendere piede nella seconda metà del secolo scorso. Oggi, la maggior parte delle grandi aziende si basa sulle analisi per esaminare i dati sulle prestazioni precedenti e prendere decisioni informate su assunzioni, licenziamenti e promozioni. 

Tuttavia, l'ascesa dei big data e dell'intelligenza artificiale (AI) fa sì che le risorse umane non debbano più fare affidamento su indicatori superati. L'analisi predittiva, insieme alle nuove e innovative tecnologie basate sull'AI, permette di guardare al futuro. Che impatto avrebbe sui dipendenti la decisione di non tenere riunioni il mercoledì? Quando dovresti prendere in considerazione la possibilità di offrire un bonus a un dipendente per favorirne il coinvolgimento? 

Sebbene i primi soggetti ad averli adottati siano prevalentemente grandi aziende tecnologiche o finanziarie, la diffusione di questi nuovi strumenti sta aumentando in tutti i settori, secondo la Dott.ssa Ric. Hallie Bregman di Bregman Group, società di consulenza nel settore delle risorse umane incentrata su procedure basate sui dati. "Siamo solo all'inizio, ma l'utilizzo di questi strumenti è destinato ad aumentare", riferisce. "Tra cinque anni assisteremo a un netto incremento. Tra dieci anni tutti vi ricorreranno".

Per usare questi strumenti al massimo del loro potenziale, i team delle risorse umane devono impegnarsi ad adottare un approccio proattivo, informato e responsabile nei confronti dei dati, in modo che la tecnologia aiuti i dipendenti anziché danneggiarli. 

Segui questi consigli per assicurarti che la tua azienda stia implementando l'analisi predittiva nel modo giusto.

Chiarisci gli obiettivi da raggiungere

"Molti dei clienti con cui lavoro non conoscono neanche la domanda a cui stanno cercando di rispondere tramite l'analisi predittiva", dichiara Hallie Bregman. "Dicono semplicemente che devono utilizzarla ma non sanno perché". 

"Occorre chiedersi quale problema si intende risolvere nell'arco dei 3-5 anni successivi", continua. Vuoi creare un nuovo team che si occupi dei prodotti? Dare un grande impulso alla crescita? Se non identifichi chiaramente il risultato da ottenere con l'analisi predittiva, potresti spendere tempo e denaro per strumenti che non ti aiutano a raggiungere gli obiettivi aziendali. 

Rivolgiti al tuo team legale

È inoltre importante consultare il team legale, che può valutare se gli strumenti che stai utilizzando condividono i dati in conformità con le regole aziendali e con le leggi in materia di privacy e non discriminazione. "Ho visto troppe organizzazioni diffondere dati a gruppi di persone che non avevano bisogno di vedere tutti gli attributi presenti in un report. Comportamenti di questo tipo possono implicare dei rischi", afferma Hallie Bregman. 

Affidati alla scienza

Non tutti i prodotti di analisi predittiva saranno in linea con i valori e l'etica della tua azienda. È essenziale valutare i dipendenti in buona fede sulla base dei requisiti per le posizioni e dei dati relativi al loro comportamento e alle loro prestazioni. Non prendere decisioni fondate su valutazioni della personalità che prevedono la fedeltà di un dipendente in base al fatto che preferisca i cani o i gatti oppure che provenga da una piccola città.  

"Molti fornitori vendono pseudoscienza mascherata da analisi predittiva", dichiara Causey. "Non esitare a richiedere un secondo parere agli esperti del settore". Se il tuo team People Operations non può farlo, cerca servizi e consulenti che valutino gli strumenti per le risorse umane in modo imparziale.

Gli strumenti che ti servono devono essere in grado di individuare tendenze all'interno di grandi set di dati. Cerca di evitare i dati granulari, come le prestazioni di un dipendente in un singolo trimestre, soprattutto in presenza di circostanze pregresse che non possono essere valutate dallo strumento di analisi. 

"La situazione è simile a quella del mercato azionario: è meglio non ricorrere al trading giornaliero", afferma Causey. "Quando prendi decisioni, non devi reagire in modo eccessivo a piccoli cambiamenti nelle metriche, ma devi piuttosto analizzare la tendenza di lungo periodo e assicurarti di prendere in considerazione il contesto".

Estendi l'iniziativa all'ambito DEIB

L'analisi predittiva permette di effettuare una valutazione basata sui dati delle procedure in materia di diversità, equità, inclusione e senso di appartenenza (DEIB) che, altrimenti, sarebbero difficili da quantificare. Adottando un livello responsabile di protezione della privacy, puoi ricorrere a un approccio basato sui dati per analizzare le decisioni relative a retribuzioni, aumenti, opportunità di formazione e promozioni. L'obiettivo consiste nell'assicurarsi che la retribuzione e le opportunità di avanzamento professionale siano in linea con le prestazioni e le competenze dei dipendenti e non guidate dall'istinto di un professionista del recruiting, che potrebbe essere condizionato da bias inconsci. 

L'analisi dei dati sui dipendenti può inoltre aiutare i team delle risorse umane a verificare che le opportunità vengano offerte con la stessa frequenza ai vari gruppi demografici. "Se questo non si verifica, cosa sta succedendo?", chiede Hallie Bregman. "Si riesce a trovare la causa?" 

Questo tipo di dati può facilitare la promozione delle iniziative in ambito DEIB nel caso in cui alcuni leader aziendali abbiano dubbi in merito. "Se puoi usare i dati per dimostrare che si è verificato X, Y o Z, anziché argomentare solo in base a dei principi, avrai maggiori probabilità di favorire il cambiamento", asserisce Causey. 

Verifica la presenza di bias

"Ricorda che i dati che utilizziamo per addestrare gli algoritmi e gli strumenti di AI possono contenere bias",  indica il Dott. Ric. Salvatore Falletta, professore e Program Director for Human Resource Development presso la Drexel University. "E gli strumenti di AI sono caratterizzati da bias tanto quanto le persone e a volte anche di più, dal momento che possono amplificarli". 

Se utilizzi strumenti aziendali, assicurati di verificare la presenza di bias al loro interno. Se li acquisti da un fornitore esterno, chiedi a quest'ultimo in che modo ha effettuato un controllo in tal senso. 

Causey ricorda che i dati rappresentano solo un input del processo decisionale. Se non sei d'accordo con il risultato prodotto dalla macchina, non devi seguirlo ciecamente. Se l'analisi predittiva imposta obiettivi troppo difficili da raggiungere o tempistiche eccessivamente brevi, apporta le modifiche necessarie.

Non essere invadente

Se sfruttata partendo da buone intenzioni, l'analisi predittiva può favorire la creazione di condizioni di parità, l'implementazione di procedure di recruiting migliori e fare in modo che i dipendenti si sentano apprezzati. Tuttavia, se portata alle sue estreme conseguenze e utilizzata senza tener conto della privacy, può risultare decisamente invadente e inquietante. Cosa succederebbe se tali strumenti usassero gli aggiornamenti dei social media come input di dati per capire se un dipendente rischia di lasciare l'azienda? O se tenessero traccia dei movimenti delle persone all'interno dell'ufficio per capire con chi parlano durante la giornata e quanto sono comunicative? Oppure se le aziende installassero "bossware" (strumenti di monitoraggio dei dipendenti) nei computer dei lavoratori da remoto per valutare la loro produttività? 

Trey Causey, Salvatore Falletta e Hallie Bregman sottolineano l'importanza di comunicare in modo trasparente ai dipendenti quali dati vengono raccolti e per quali motivi. Alle persone non piace l'idea di essere spiate. 

"Deve diventare una sorta di regola aurea: come ti sentiresti se l'azienda ti valutasse ricorrendo a questi espedienti?", chiede Causey. "È bene non misurare le prestazioni dei dipendenti in modi in cui noi per primi non vorremmo venissero valutate le nostre performance".