4/04/2017

La métrica de oro para medir el valor de un empleado


Aunque las empresas gastan entre un 60% y un 70% de su dinero en capital humano (http://bit.ly/2n6oec9), la mayoría de las organizaciones siguen contratando y desarrollando el talento de los empleados con decisiones basadas en la intuición. Hay, sin embargo, métodos más rigurosos a nuestra disposición.
En People Analytics, el Employee LifeTime Value (E-LTV, valor de la vida útil del empleado – no confundir con LGTB 😃), sirve para determinar el valor económico que un empleado aporta a una organización durante el tiempo que pasa en un puesto.
El E-LTV debería ser una métrica fundamental en todas las organizaciones. ¿Por qué?
Porque si no sabemos lo que un empleado aporta, no podemos saber cuánto hay que invertir para ficharlo o lo que debemos gastar para mantenerlo. Más aún, se trata de una medida que debería guiar muchas de las decisiones que tomamos en las áreas de selección, onboarding, desarrollo del talento, fidelización o motivación.
En el lado del cliente, el Customer Lifetime Value o CLV es una métrica de marketing que representa el beneficio total que una compañía obtiene de la relación con un cliente durante toda la vida útil. Algunos han llamado al Lifetime Value “la métrica de oro” porque nos ayuda a determinar cuánto negocio podemos esperar de un cliente existente en el futuro.
Para el contexto de People Analytics, simplemente vamos a necesitar reemplazar la palabra cliente por la palabra empleado. Después de todo, nuestros empleados son clientes internos. Todos nosotros (Marketing o RRHH) compartimos el mismo objetivo final: proporcionar la mejor experiencia a nuestros clientes o empleados y optimizar su valor.
Calculando el Employee Lifetime Value
Con E-LTV vamos a ser capaces de responder a la siguiente pregunta:
- ¿Qué beneficio neto dejará un empleado durante el tiempo que pasa en un puesto?
Para responder a esta pregunta, vamos a necesitar tres métricas: el costo, el rendimiento y el abandono.

Breve (y seguramente innecesaria) nota sobre el "vil metal", el oro y los datos. ¡Saltad esta sección al completo si aborrecéis las digresiones!

Entiendo que a estas alturas algunos estaréis pensando que un análisis de este género está "deshumanizando" la gestión de personas (de recursos humanos) al reducirlas a números, y, peor aún, a "vil metal".
Hablemos primero de números. No deberíamos desconfiar de la cuantificación. Al contrario, es fundamental para el método científico. Para ser capaces de mejorar, necesitamos medir lo que observamos. La conocida cita de Lord Kelvin en versión completa, es de obligado cumplimiento:
" Lo que no se define no se puede medir. Lo que no se mide, no se puede mejorar. Lo que no se mejora, se degrada siempre"
En cuanto al "vil metal", puedo llegar vuestra aversión, como veréis más abajo. Pero, seguraemente por razones diferentes.
Hoy día, "vil metal" es sinónimo de "dinero" y nos llega cargado de connotaciones nada positivas. Sin embargo, en su origen, la expresión "vil metal" se refería al cobre (o el estaño) en contraposición a los metales preciosos, como el oro o la plata.
Como cuando en 1562 mi paisano Fray Diego de Estella escribía en su Tratado de la vanidad del mundo:
Por un pedacito de cobre no comprarás nada en la plaza. Pero si le pones el sello Real y es moneda corriente compras lo que has menester. […] Nuestras obras de su naturaleza son como cobre, que es vil metal y de baxo precio y por ellas no comprarás el Cielo mas si están acuñadas con el cuño de la gracia y llevan este sello Real y las armas de la caridad son de tanto valor y tan meritorias y de tan alto precio que comprarás con ellas la bienaventuranza y vida eterna.
Así, el vil metal (el cobre), que carecía de valor per se, cuando se acuñaba, cuando se convertía en moneda, adquiría su valor de cambio. De ahí que "vil metal", originalmente cobre o estaño, pasara a convertirse en sinónimo de dinero.
Una cita más, la última. Ya a principios del siglo XX, en la traducción que Blasco Ibáñez hizo de las mil y una noches, leemos un pasaje sobre el alquimista Hassán:
Y Hassán echó al crisol los pedazos de cobre, […] levantando la voz, gritó: ¡Oh vil metal, que la virtud del oro ahuyente tus impurezas! […] ¡Oh cobre, conviértete en oro!" 
Me resulta inspirador esta transformación metálica de los alquimistas. Del mismo modo que los alquimistas intentaban convertir el cobre (el vil metal) en oro (metal noble), en People Analytics (y en ciencia de los datos) intentamos transformar el dato, "que es vil metal y de baixo precio", en oro (valor para las organizaciones). Con ciencia y no cona magia, claro. Nos hemos acercado un tanto al oro de nuevo, aunque sea dando un rodeo considerable. Volvemos al Employee Lifetime Value.

Costo y Rendimiento

Nos vamos a centrar en dos métricas: costo y rendimiento. Dejamos para otro post un tercer elemento fundamental para una análisis predictivo del Employee LifeTime Value: la predicción de abandono. Utilizando costo y rendimiento, vamos a ser capaces de responder a otras dos preguntas fundamentales: ¿Cuál es el punto de equilibrio de un nuevo empleado?
¿Cuándo empieza un empleado a aportar beneficio neto a la organización? Responder a estas preguntas nos va a servir para tomar muchas decisiones que impactan significativamente en la cuenta de resultados. Nos va a permitir segmentar a los empleados con un foco en valor. De ahí lo de la Métrica de oro. Para entender mejor estas métricas, vamos a representar costo y rendimiento con gráficos. Veámoslos uno por uno.
Costo: ¿Cuánto cuesta encontrar, capacitar y mantener a un empleado en este puesto?
La curva de costos registra la cantidad de dinero que se gasta durante el tiempo que un empleado está en un puesto. Hablamos de puesto y no del tiempo que pasa en la empresa. Si cambia a otro puesto, se inicia un nuevo ciclo de vida.
El gráfico de costos es como un registro diario de costos para un nuevo empleado, desde el primer día. En el gráfico mostramos la evolución por semanas de estos costos para el año 1 de un programador de JAVA recién contratado y que llega con 2 años de experiencia previa antes de entrar en la empresa.  El punto “cero” de la gráfica, recoge los costos de reclutamiento: anuncios, entrevistas, pruebas, etc. Empezamos con 3.105 €. Se corresponde a los gastos de contratación. El análisis de estos gasto requiere un estudio más detallado. Esta captura puede servirnos para empezar. En el excel que podéis descargar aquí tenéis los detalles. 
A partir de la semana 1, y hasta la semana 4, al sueldo se suman los gastos de orientación y capacitación. Después de la semana 5, sólo quedan los gastos de sueldo + seguridad social y “overhead”. “Overhead expense” son los gastos generales, los que no pueden ser trazados o identificados con ninguna unidad de costo en particular y que por lo tanto no generan directamente beneficios.

Rendimiento: ¿Cuántos ingresos genera?

La curva de ingresos muestra la contribución que un empleado hace a la empresa, comenzando el primer día. 
Normalmente, hasta que el entrenamiento inicial y la orientación estén terminados, los ingresos son igual a cero. En este ejemplo la contribución comienza en la semana 5. Los empleados suelen aumentar la productividad después de semanas, meses o años. Después de una fase de ascenso del rendimiento (semanas 4-14 en el ejemplo), ese nivel puede estabilizarse, aumentar gradualmente, o incluso inclinarse hacia abajo después de años. El nivel final de contribución se puede calcular directamente en algunos puestos. En otros simplemente se puede hacer una estimación.

Punto muerto diario (daily break even point)

El gráfico muestra juntas las curvas que representan costes e ingresos para un empleado durante un año. Al principio, los costos de reclutamiento y entrenamiento son altos mientras que el rendimiento es cero. Día a día, la organización pierde dinero. En la semana 13 las líneas se cruzan por primera vez. Esto se conoce como punto de equilibrio diario (daily break even point).
Después de varias semanas de equilibrio, a partir de la semana 28, por primera vez, el empleado entrega diariamente una contribución positiva neta.

Resultados acumulados

La “cuenta de resultados” de una organización con sus empleados varía mucho según el día en el que se produce el abandono.

En el gráfico se muestra cómo al contabilizar los ingresos por un lado y la deuda contraída por los gastos de contratación y la formación, sumado a el saldo es negativo hasta la semana 127. A este punto de inflexión se le denomina punto muerto acumulativo (cumulative break even point). Por tanto, sólo con empleados que permanecen al menos 127 semanas en la empresa, obtiene la organización un beneficio neto en su relación con un empleado. Cualquiera que permanezca menos que es tiempo hace perder dinero. En el caso peor, si un empleado abandona la empresa entre las semanas 11 y 34, las pérdidas netas para la organización son de más de 15 mil euros.

Rotación: ¿Cuánto tiempo permanecerá en el puesto?

Vamos a ver este punto con más profundidad en otro post. Unas líneas como adelanto: vamos a entrar en el territorio del análisis de supervencia, donde trabajamos con la probabilidad de que un empleado esté en su puesto durante diferentes puntos de su estancia en la empresa.

=============================================================
People Analytics Pro es el primer máster que enseña a los profesionales de RRHH a dominar las técnicas analíticas necesarias para evaluar y resolver problemas de sus área de desempeño como reclutamiento, gestión del talento, compensación o retención.
=============================================================
Referencias
Jean Paul Isson, Jesse S. Harriott. (2016). People Analytics in the Era of Big Data: Changing the Way You Attract, Acquire, Develop, and Retain Talent. Wiley (http://amzn.to/2njPGUY).
Jeff Higgins and Grant Cooperstein, Managing an Organization’s Biggest Cost: The Workforce, Human Capital Management Institute (http://bit.ly/2n6oec9)

0 comments:

Post a Comment