- Un personal adaptable depende en primer lugar de saber qué capacidad tiene realmente su organización y, para la mayoría de las organizaciones, el panorama es mucho menos completo de lo que parece.
- Los datos sobre las habilidades son fundamentalmente diferentes de otros tipos de datos de una empresa grande. Son probabilísticos, dependen del contexto y se degradan con el tiempo, lo que significa que al obligarlos a encajar en las mismas estructuras rígidas que se utilizan para transacciones y contratos, se destruye gran parte de su valor para la toma de decisiones.
- La mayoría de las organizaciones sufren de lo que se podría llamar pobreza de datos laborales: el trabajo se realiza y la capacidad se demuestra, pero casi nada de esto se convierte en datos estructurados y utilizables porque los sistemas de una empresa grande se diseñaron para administrar el trabajo y no para recoger los indicadores de capacidad.
- Generar información sobre el personal con casos prácticos sucesivos supera constantemente a la transformación descendente. Cada caso práctico exitoso demuestra su valor, genera confianza en los datos y crea la base sobre la que el próximo caso puede desarrollarse.
Pregunte a la mayoría de los líderes de RR. HH. si su organización está desarrollando un personal adaptable, y la respuesta será sí. Pregúnteles si saben, ahora mismo, lo que su personal puede hacer en realidad y la respuesta se complica rápidamente. Porque la preparación del personal es complicada.
Pero esa pregunta —¿sabe realmente lo que sus empleados son capaces de hacer hoy en día? — casi nunca recibe la atención directa que merece.
La visibilidad del personal es la primera capacidad de la que depende un personal adaptable y, para la mayoría de las organizaciones, es también el cimiento más inestable sobre el que están construyendo.
Existe un momento que la mayoría de los líderes de RR. HH. conoce bien. Una iniciativa estratégica se estanca, y alguien en la sala pregunta si la organización tiene los empleados para llevarla a cabo. Usted cree que sí, pero cuando va a demostrarlo, no tiene suficientes datos. En su lugar, encuentra cargos, registros de cursos finalizados y, quizás, una valoración de habilidades del año pasado que la mitad del personal nunca terminó. Por lo tanto, la organización recurre por defecto a la contratación externa. Los meses pasan, la ventana se cierra y, en algún lugar del edificio, tres empleados que podrían haber hecho el trabajo se sienten invisibles y empiezan a buscar empleo en otro lugar.
Se trata de un fracaso de datos disfrazado de fracaso de estrategia de talento. Y hasta que las organizaciones lo traten así, todas las iniciativas relacionadas con las habilidades, todos los mercados de talento y todos los programas de movilidad interna seguirán produciendo menos resultados de lo previsto, ya que sus cimientos nunca se construyeron para respaldar las decisiones que se les exigen.
El problema de confianza que siempre reaparece
Las estrategias de talento basadas en habilidades suelen fallar de una manera muy concreta. Rara vez fracasan por completo. En lugar de eso, pierden credibilidad discretamente, y el patrón es casi siempre el mismo.
Un líder empresarial pregunta quién tiene experiencia en arquitectura para la nube. El sistema devuelve una larga lista. Algunos de esos empleados completaron la formación hace dos años. Unos cuantos están trabajando con sistemas de producción desde hace seis meses. El líder no puede distinguirlos, por lo que duda, y la indecisión no tiene nada que ver con resistirse a la idea. Sencillamente, los datos no pueden respaldar la decisión solicitada.
Un equipo de formación inicia un programa estratégico de mejora de habilidades. Seis meses después, las brechas no parecen reducirse. El sistema registra las finalizaciones en lugar del cambio de capacidad, y el indicador parece positivo mientras que el resultado no lo es.
Un mercado de talento muestra candidatos internos para un nuevo rol, y los responsables ignoran las recomendaciones porque no comprenden por qué esta asignación tiene sentido. La adopción se ralentiza. La plataforma permanece técnicamente activa, pero operativamente irrelevante.
Desde fuera, nada parece estar averiado. Los medios funcionan y los dashboards se actualizan. Pero el modelo de datos subyacente no puede respaldar las decisiones que se toman con él, por lo que los empleados compensan. Confían en su memoria y sus redes personales y validan a través de conversaciones informales, no porque se resistan a los enfoques basados en las habilidades, sino porque los datos nunca llegan a ser lo suficientemente fiables como para reemplazar su propio criterio.
Este es el problema de confianza en el centro de la visibilidad del personal, y tiende a persistir hasta que las organizaciones comprenden qué tipo de datos son realmente las habilidades y construyen su infraestructura en torno a esa realidad, en lugar de en torno a lo que es práctico recoger.
¿Qué hace que los datos sobre las habilidades sean más difíciles de recoger que cualquier otro tipo de datos de una empresa grande?
La causa fundamental es un error de categoría, y reconocerlo cambia por completo el enfoque de la solución.
La mayoría de los datos de una empresa grande describen hechos. Se procesó un pago, se envió una unidad, se firmó un contrato. Se trata de eventos deterministas que tuvieron lugar o no. Se registran una vez y se puede contar con ellos indefinidamente. Las habilidades son otra cosa bien distinta. Son valoraciones probabilísticas, inferencias obtenidas a partir de evidencia incompleta en lugar de hechos que simplemente puedan registrarse.
Considere qué significa realmente decir que alguien posee habilidades de arquitectura para la nube. ¿Qué plataformas? ¿En qué medida? ¿Qué tan actual? ¿Basado en qué evidencia? Puede que observe que completaron una certificación hace catorce meses, han estado trabajando en una parte diferente del montón de trabajo durante los últimos cinco meses y recientemente pidieron ayuda a un compañero por un problema de configuración. Una deducción razonable a partir de esos indicadores es una confianza moderada, pero en declive, en las implementaciones estándar en la nube, y una menor confianza en el trabajo de arquitectura avanzada. Sin embargo, la mayor parte de los sistemas almacenan una sola entrada: arquitectura para la nube, presente.
Esto es de suma importancia para la preparación del personal. Un personal adaptable depende de saber no solo si una habilidad existe en la organización, sino qué actual es, cuál es su nivel de profundidad y dónde se sitúa exactamente. Un registro de habilidades que no pueda responder a esas preguntas proporciona una falsa sensación de visibilidad en lugar de información valiosa y legítima, y las decisiones tomadas sobre esa base tienden a agravar el problema en vez de resolverlo.
La pobreza de datos laborales: ¿Por qué la mayoría de las capacidades demostradas nunca se convierten en datos útiles?
Incluso si los sistemas estuvieran diseñados para gestionar bien los datos probabilísticos, existe un desafío estructural subyacente más profundo. La mayoría de las organizaciones simplemente no registran qué trabajo hacen realmente sus empleados.
Piense en un responsable de producto que ha liderado su iniciativa más estratégica durante dieciocho meses. ¿Dónde reside la evidencia de su capacidad real? Su trabajo estratégico reside en un medio, las hojas de ruta en otro, la investigación de los usuarios en un tercero, la coordinación de los interesados dispersa en el correo electrónico y el chat. Cada sistema guarda un fragmento, ninguno tiene una visión completa y no existe un mecanismo para sintetizar esos fragmentos cuando alguien pregunta quién debería liderar el próximo vertical de un producto clave.
Compare esto con las finanzas, donde cada transacción se registra inmediatamente en el ERP, o con las ventas, donde cada interacción queda registrada en el CRM. En ambos dominios, el indicador de capacidad existe y se registra de forma sistemática. En el personal, el trabajo se realiza, se crea valor y se demuestra la capacidad, pero casi nada de todo ello se convierte en datos estructurados y utilizables. Los sistemas fueron diseñados para administrar el trabajo en lugar de generar los indicadores de capacidad de los que dependen las decisiones de personal.
Esto es la pobreza de datos laborales. Es una realidad arquitectónica que subyace a cada iniciativa de visibilidad del personal llevada a cabo por una organización, y es por eso que la transición hacia un personal adaptable requiere un enfoque distinto a qué datos se recogen y cómo, en lugar de simplemente mejorar los informes además de lo que ya existe.
Las organizaciones que han generado una auténtica visibilidad del personal han abordado esto de forma directa. Deducen habilidades a partir de la actividad laboral real y del comportamiento formativo, en lugar de esperar autoinformes o ciclos de valoración formal. Tratan el panorama de habilidades como algo que se actualiza continuamente, porque actualizarlo anualmente significa que cada decisión tomada en ese periodo se basa en una visión de cómo era el personal en el pasado.
Cómo unos datos de mala calidad sobre las habilidades debilitan en todas sus dimensiones a un personal adaptable
Cuando una iniciativa estratégica o un programa de transformación se estanca, el instinto es culpar a la tecnología o a la gestión del cambio. El culpable más frecuente es la incertidumbre sobre la capacidad: las organizaciones invierten en plataformas y recursos sin saber si realmente cuentan internamente con los empleados necesarios para usarlos, desarrollarlos o dirigirlos. Disponer de mejores datos sobre la capacidad cambia esto de forma sencilla. Visibiliza el talento interno antes de que se asuman compromisos y permite distinguir las carencias reales de las capacidades adyacentes que pueden desarrollarse rápidamente. A menudo, esa es la diferencia entre una transformación exitosa y una prueba piloto costosa.
La dotación de personal para los proyectos cuenta una historia parecida. Cuando los datos sobre la capacidad son precisos y están actualizados, los roles críticos se cubren más rápido, los empleados adecuados encuentran el trabajo adecuado y la contratación externa se convierte en una elección meditada en lugar de un acto reflejo. Cuando los datos no son fiables, los costes se multiplican discretamente. Las contrataciones externas cubren roles que los candidatos internos podrían haber ocupado. Los contratistas cubren la demanda que existía dentro de la organización desde el principio. Y los empleados capaces que se sienten invisibles empiezan a buscar en otro lugar, llevándose consigo la capacidad que la organización nunca supo que tenía.
La inversión en formación es donde la brecha resulta particularmente frustrante. La mayoría de las organizaciones está gastando más que nunca en desarrollo. Sin embargo, sin datos de referencia precisos sobre la capacidad, los programas se diseñan en torno a las carencias supuestas y no en torno a las verificadas. La cuestión clave que debe plantearse es si se puede medir realmente la eficacia de la formación. Sin ese punto de referencia, resulta realmente imposible mejorar la respuesta, y se sigue invirtiendo sin tener ninguna indicación clara sobre el retorno.
La movilidad interna es quizás la consecuencia más visible. Los empleados que podrían ocupar un rol nunca se dan a conocer. Los responsables no saben a quién tener en cuenta. El mercado de talento recomienda una coincidencia que se descarta porque la justificación no es transparente. Los datos sobre las habilidades verificados son los que hacen que esa coincidencia sea visible y justificable, retienen a los empleados que, de otra forma, se irían en busca de oportunidades que no sabían que existían dentro de la empresa y reducen la contratación externa que sigue al abandono evitable.
Juntas, las brechas describen una organización que está intentando ser adaptable sin la visibilidad que la adaptabilidad requiere.
Cómo los líderes de RR. HH. pueden reposicionar los datos sobre las habilidades como infraestructura de una empresa grande
La conversación sobre las habilidades ha estado posicionada como una iniciativa de RR. HH. durante demasiado tiempo, y este enfoque conlleva un coste silencioso. Cuando una iniciativa de RR. HH. no cumple con las expectativas, RR. HH. es responsable del fracaso. Se recorta el presupuesto, se quita prioridad al programa y el problema de datos subyacente sigue siendo el mismo.
Los datos sobre la capacidad del personal pertenecen a una categoría completamente diferente. Son infraestructura de una empresa grande que se encuentra en el dominio de RR. HH., en el mismo nivel que el ERP, el CRM y los sistemas de cadena de suministro. Las finanzas funcionan con ERP. Las ventas funcionan con CRM. La cadena de suministro funciona con dashboards operativos integrados. El personal debería operar con datos verificados y dinámicos sobre las capacidades, y merece la misma disciplina de inversión, rigor arquitectónico y responsabilidad multifuncional que requieren otros sistemas.
El líder de RR. HH. que presenta esta propuesta, que posiciona los datos sobre la capacidad como infraestructura de una empresa grande e invita al CIO y al CFO a compartir la responsabilidad del problema, cambia tanto la conversación como el resultado. La tecnología no tiene que ser nueva. Lo que cambia es que el encuadre, por fin, coincide con la escala de lo que está en juego.
También es aquí es donde la visión general del personal adaptable adquiere relevancia. La visibilidad del personal alimenta la infraestructura que traduce la inteligencia en acción, y esa infraestructura solo ofrece todo su valor cuando una cultura de activación garantiza que los responsables utilicen realmente lo que el sistema muestra. Acertar con los datos es el punto de partida de todo el sistema, y el marco del personal adaptable describe cómo la visibilidad, la infraestructura y la cultura se refuerzan mutuamente una vez que esa base se ha establecido correctamente.
Generar información sobre el personal con casos prácticos sucesivos
Las transformaciones globales y descendentes de las habilidades suelen fracasar por una razón predecible. Requieren que la organización esté de acuerdo en todo antes de dar ningún paso. Los debates de taxonomía se prolongan durante meses. Se genera resistencia a la gestión del cambio. La iniciativa se estanca antes de que se haya mejorado una sola decisión.
Es mejor un punto de partida más pequeño.
El éxito proviene de aplicaciones específicas desarrolladas con casos prácticos sucesivos, en las que cada caso demuestra su valor, genera confianza en los datos y crea la base sobre la que el próximo caso puede desarrollarse. El primer caso práctico adecuado se sitúa en la intersección de la importancia estratégica y los problemas evidentes: un programa de transformación que continúa demorándose, una iniciativa de crecimiento bloqueada por las carencias de talento, el gasto en contratistas que sigue aumentando porque las capacidades internas son invisibles para los empleados que podrían redistribuirlas. Cuanto mayores son los intereses empresariales y más cuantificable es el coste actual, más sólido es el argumento para la conversación sobre la inversión que sigue.
Una vez identificado ese caso práctico, el patrón tiende a mantenerse. Empiece con un problema de negocio concreto donde unos mejores datos sobre la capacidad cambiarían fundamentalmente la decisión disponible, no una taxonomía global de habilidades, sino un problema con un coste o una consecuencia estratégica claros. Desarrolle la infraestructura de datos mínima necesaria para resolver ese problema, en vez de una arquitectura exhaustiva que exige acuerdo sobre todos los detalles antes de ofrecer resultados. Mida los resultados de la empresa en lugar de los indicadores de RR. HH.: los roles cubiertos de forma interna, la reducción del tiempo de dotación de personal de los proyectos, el gasto de formación dirigido a carencias verificadas en lugar de supuestas.
Ese conocimiento hace que el próximo caso práctico sea más rápido y más fiable. Y, quizá lo más importante, cada éxito crea empleados dentro de la organización que experimentaron de primera mano una mejor toma de decisiones y quieren más de lo mismo. Ese tipo de impulso es más valioso que cualquier mandato de gobernanza.
Conclusión
El problema de los datos sobre las habilidades suele plantearse como una cuestión de tecnología de RR. HH. Una mejor taxonomía, un marco de valoración más sofisticado, una nueva plataforma. Eso puede tener alguna utilidad, pero se queda en la superficie sin llegar a la raíz del problema. Lo que realmente hace cambiar la situación es tratar la capacidad del personal como lo que ya es: datos operativos que merecen el mismo rigor, la misma responsabilidad multifuncional y la misma disciplina de inversión que cualquier otro sistema que utiliza la empresa.
La conversación que vale la pena tener es una invitación al CIO y al CFO a asumir la responsabilidad conjunta de algo que afecta a toda la organización, enmarcada en el idioma de la inversión en infraestructura y no en el programa de RR. HH. El líder de RR. HH. que defiende bien esta posición no solo soluciona un problema de datos. Modifica lo que la organización cree que es capaz de lograr.
Para obtener una visión completa, vea el ebook Cómo crear un personal adaptable: La preparación del personal en una era de reinvención constante.
Preguntas frecuentes
¿Por qué es importante la calidad de los datos sobre las habilidades para la preparación del personal?
Un personal adaptable depende de saber en tiempo real qué capacidad existe y dónde se encuentra. Cuando los datos sobre las habilidades están incompletos, desactualizados o no son fiables, cada decisión sobre el talento que se toma basándose en ellos es más débil de lo que parece. Las inversiones en desarrollo acaban en lugares equivocados, la movilidad interna fracasa porque no se identifican los talentos y las organizaciones recurren a contrataciones externas cuando la capacidad que necesitan ya existe en el seno de la propia empresa.
¿Qué es la escasez de datos laborales?
La escasez de datos laborales describe la brecha estructural donde la capacidad se demuestra mediante el trabajo real, pero casi nunca se recoge como datos útiles. Los sistemas de una empresa grande se diseñaron para administrar el trabajo en lugar de generar indicadores de capacidad, por lo que la mayoría de las habilidades demostradas simplemente nunca llegan a un formulario que pueda respaldar las decisiones sobre el personal.
¿Por qué las estrategias de talento basadas en habilidades pierden credibilidad con el tiempo?
Porque al modelo de datos subyacente le cuesta apoyar las decisiones que se le solicitan. Los líderes dudan en actuar según las recomendaciones del sistema que no pueden verificar. Los responsables ignoran las coincidencias del mercado de talentos que no pueden explicar. Con el tiempo, los empleados compensan a través de conocimientos informales y redes personales, y el sistema se vuelve operativamente marginal aún cuando sigue funcionando a nivel técnico.
¿Cómo deben plantear los líderes de RR. HH. la conversación acerca de los datos sobre las habilidades con el CIO y el CFO?
Como una discusión sobre la infraestructura de una empresa grande en lugar de una iniciativa de RR. HH. Los datos sobre la capacidad del personal pertenecen a la misma categoría que el ERP y el CRM, infraestructura operativa de la que depende toda la organización. Esta perspectiva modifica la conversación sobre la inversión, el nivel de rigor aplicado y el sentido de responsabilidad multifuncional que le sigue.
¿Por dónde deben empezar las organizaciones para generar información sobre el personal?
Con un problema empresarial determinado en el que tener mejores datos sobre la capacidad cambiaría fundamentalmente la decisión disponible, medida en los resultados de la empresa en lugar de en los indicadores de RR. HH. Cada caso práctico exitoso genera la confianza y la arquitectura que hacen que el siguiente sea más rápido y fiable.


