Para entender lo que Google ha aportado a la ciencia de los datos en Recursos Humanos, es imprescindible leer Work Rules!: Insights from Inside Google That Will Transform How You Live and Lead de Laszlo Bock. O al menos leer este post y creeros lo que os cuento :)
En 2015 cuando publicó su libro, Bock era aún Vicepresidente Senior de People Operations en Google. Nos cuenta en su libro su experiencia al frente de un departamento que llevó la responsabilidad de pasar de seis mil empleados, cuando él comenzó a trabajar en Google en 2006, a casi sesenta mil.
En 2007, la cantidad de nuevas contrataciones alcanzó su punto máximo: 200 nuevos empleados cada semana.
Ya en 2015 Google recibía 2 millones de solicitudes de candidatos.
Un poco más adelante, ese mismo año Google sacó bajo la dirección de Bock, el sitio re:Work, que en palabras de Laszlo Bock:
El sitio web Re: Work es nuestra respuesta a la comunidad de personas que quieren mejorar el trabajo en todo el mundo.
Lección 1. Google inventó el nombre “People Analytics”
Si hoy hablamos aquí de “People Analytics”, en lugar de "HR analytics" o "Talent Analytics", la culpa es de Google.
Ellos rebautizaron su departamento de Recursos Humanos (HR) como “People Operations” y a la actividad analítica centrada en las personas de la organización la llamaron “People Analytics”. No hay duda de que el nombre caló. “People Operations” se ha convertido en un nombre popular para los departamentos de recursos humanos: Dropbox, Facebook, LinkedIn, Square, Zynga y más de veinte compañías han adoptado el nombre.
Según Google Trends (26/09/2017)”HR analytics” se busca dos veces más que “people analytics” y cuatro veces más que “workforce analytics”. “HR analytics” es predominante en todos los países, excepto en Brasil.
Lección 2. Eliminando los sesgos de contratación con algoritmos
Como reconoce Laszlo Bock, para Google, el reclutamiento es más importante que la formación.
En Google, gastamos más del doble en reclutamiento, que una empresa promedio. Si somos capaces de seleccionar mejor a la gente, eso significa que tenemos menos trabajo que hacer con ellos una vez que son contratados.
El grupo de trabajo de People Analytics decidió evaluar las predicciones al entrevistar al candidato con el desempeño real de las nuevas contrataciones en un esfuerzo por averiguar con qué precisión los entrevistadores podían predecir el desempeño.
Los resultados fueron decepcionantes… A pesar de todo ese tiempo y esfuerzo, la investigación demostró que las entrevistas no predecían el rendimiento futuro muy bien.
El entrevistador subconscientemente sabía, desde el primer momento si le gustaba o no le gustaba el candidato. A partir de entonces, durante la hora siguiente, se dedicaba a buscar señales que confirmarían su primera impresión. Resultó que cuando un candidato creaba una primera impresión mala, era casi imposible dar vuelta a esta primera corazonada.
Google decidió atajar el problema eliminando en lo posible el sesgo humano tanto como fue posible. Lo hicieron automatizando la entrevista. En estas entrevistas utilizan ahora una aplicación llamada qDroid que dirige la entrevista.
El entrevistador ingresa la función del candidato y las preguntas las genera la aplicación. Estas preguntas están formuladas por qDroid. Este método asegura que la entrevista esté estructurada.
Además, el hecho de que los entrevistadores no formulen sus propias preguntas hace que las entrevistas sean menos sesgadas. Las preguntas de qDroid han sido ampliamente probados y han sido probados para predecir con precisión el desempeño laboral del candidato.
Daniel Kahneman: un algoritmo o al menos una entrevista estructurada
Las conclusiones del equipo de Laszlo Bock son las mismas de Kahneman, el psicólogo que ganó el "Premio Nobel" de Economía por haber integrado aspectos de la investigación psicológica en la ciencia económica, especialmente en lo que respecta a la toma de decisiones, después de 60 años de investigación y práctica real en el área de contratación: un algoritmo, mejora sistemática los resultados de una entrevista no estructurada.
Es un placer ver a Daniel Kahneman en la conferencia de People Analytics 2016 en Wharton. La entrevista dura casi una hora. Pero os aseguro que emociona ver la lucidez, la humanidad y el grandísimo sentido del humor de un Kahneman de 82 años.
Kahneman nos recuerda que los estudios en el área son concluyentes: que el uso de algoritmos es el método más eficaz para tomar decisiones en tareas de contratación.
El cerebro humano comete espontáneamente numerosos errores a la hora de tomar decisiones, ya sea debido a sesgos y sobre todo por la extraordinaria variabilidad del proceso, por el ruido asociado a este tipo de procesos.
Un algoritmo o una entrevista estructurada es la recomendación de Kahneman.
Lección 3. ¿Cuántas entrevistas se necesitan para contratar a un Googler? La regla del 4.
El proceso de contratación en Google fue diseñado para ser meticuloso con el fin de evitar falsos positivos o contrataciones tóxicas. Pensaron que cuanto más empleados de Google hubieran entrevistado a un solo candidato, mejor sería su decisión de contratación, lo que significaría que alguien que solicitaba a Google podría estar sujeto a más de una docena de entrevistas. Un gran esfuerzo, sin duda, que exige una cantidad masiva de tiempo del empleado y que podría hacer para una experiencia agotadora para el candidato.
El equipo de People Analytics decidió examinar los datos para ver cuál era la utilidad real de una entrevista.
En Google, aparentemente, las entrevistas se hacen uno a uno. Cada entrevistador asigna una puntuación de entrevista al candidato. Al mirar los datos, comprobaron que, efectivamente, la media de los puntajes de dos entrevistas mejoraba sustancialmente la capacidad de predecir si el candidato recibiría una oferta que si sólo miramos una puntuación de una entrevista. ¿Qué sucede de la media de añadir la puntuación de un tercer entrevistador? ¿Y un cuarto?
Resulta que hay un rendimiento decreciente en el feedback del entrevistador. Basándose en su análisis estadístico, el equipo encontró que cuatro entrevistas fueron suficientes para predecir si alguien debería ser contratado en Google con un 86% de confianza.
Después de la cuarta entrevista, el aumento en la precisión cayó dramáticamente - con cada entrevista adicional, la exactitud de la capacidad media de la cuenta de la entrevista para predecir una decisión del hire / no hire aumentó menos de un por ciento.
Este gráfico muestra el aumento de la precisión de la puntuación media de la entrevista a medida que crece el número de entrevistadores. Cuatro entrevistas fueron suficientes para predecir el desempeño de un nuevo empleado en Google con un 86% de confianza. Después de la cuarta entrevista, la exactitud de la puntuación media aumenta en menos del uno por ciento
Las implicaciones de esta investigación eran obvias: se podían tomar decisiones de contratación con confianza con tan sólo cuatro empleados experimentados de Google que realizan entrevistas. Armado con estos datos, el equipo de personal de Google propuso lo que llaman la "Regla de Cuatro", que utilizan para la contratación estándar. La regla del cuatro redujo el promedio de tiempo de contratación en cerca de dos semanas, ha ahorrado a los empleados cientos de miles de horas en el tiempo de entrevistas, y ha ayudado a reducir el ya estresante proceso para los candidatos
