O turnover ou a alta rotatividade é um problema muito comum entre as empresas. De acordo com uma pesquisa feita pelo Dieese e Robert Half, o Brasil é líder mundial em rotatividade de funcionários.
Dessa forma, o desafio mais imediato dos setores de rh é aumentar o tempo de permanência dos funcionários dentro das empresas. Contudo, essa não é uma tarefa simples, uma vez que a saída de um funcionários é causada por inúmeros fatores.
Para o nosso alívio, metodologias como a people analytics chegaram para auxiliar as empresas na retenção de pessoas. Leia o nosso artigo e veja como a ciência de dados pode ajudar o seu rh na retenção de pessoal:
O que é ciência de dados? E como ela pode reduzir o turnover?
A ciência de dados ou data science foi criada para ajudar as empresas a encontrarem soluções para problemas, por meio da coleta, seleção e análise de dados. Isso é feito com a ajuda de metodologias como a computação, estatística, modelos matemáticos e conhecimentos profundos sobre o negócio.
A ciência de dados, por meio da people analytics, que é a coleta e análise de dados voltada para gestão de pessoas, é capaz de fornecer informações tão confiáveis que podem até prever situações futuras! Dessa forma, ela é uma ferramenta extremamente valiosa para os rh’s que buscam diminuir a taxa de turnover.
Quais são as principais causas da alta rotatividade nas empresas?
As altas taxas de turnover podem ter inúmeras causas, e os motivos se diferenciam de acordo com a situação da empresa, do país e até mesmo por questões individuais. Confira a seguir as principais causas da saída de funcionários:
- Falta de fit cultural;
- Onboarding deficitário;
- Falta de feedback;
- Dificuldades em se relacionar com a equipe e gerência;
- Estresse e sobrecarga de trabalho;
- Falta de transparência nos processos e na comunicação;
- Políticas de promoção e desenvolvimento insatisfatórias.
São tantos fatores, que é compreensível que os rh’s tenham dificuldades para definir quais são as informações mais relevantes. Por isso, é importante que as decisões Dados x Recursos Humanos_ como a ciência de dados pode auxiliar na retenção de pessoalsejam tomadas com base em dados confiáveis, fruto de estudos e de minuciosa análise.
Afinal, já é de conhecimento dos rh’sas possíveis causas de um turnover. Porém, poucas são as empresas sabem exatamente quais são os motivos que levam a saída de seus funcionários.
Turnover e seus impactos negativos
Infelizmente, ainda existem empresas que acreditam que a alta rotatividade de funcionários é um problema que pode ser contornado sem grandes esforços. Entretanto, a falta de ação pode ter consequências prejudiciais para a saúde do negócio a longo prazo.
Custos primários relacionados a alta rotatividade:
- Custo de contratação;
- Custo de treinamento e/ou integração;
- Qualquer indenização ou pacote de bônus pago ao colaborador desligado;
- Perda de produtividade durante o tempo em que a posição estiver vaga;
- Erros no atendimento ao cliente;
- Aumento do desgaste dos outros funcionários que precisarão trabalhar mais.
Todas essas questões impactam na eficiência operacional, na reputação e na lucratividade, tornando os processos mais lentos e muito mais custosos para toda a organização. Mas fique tranquilo, tem solução!
Como a ciência de dados pode auxiliar o RH na diminuição do turnover?
O people analytics é uma das aplicações da ciência de dados e consiste no processo de coleta, armazenamento e análise de dados voltados para a gestão de pessoas. A metodologia é uma tendência no mercado de rh, e já é utilizada por diversas empresas.
A partir do uso de informações extraídas de entrevistas de desligamento, ou vindas de perfis de funcionários, por exemplo, é possível identificar oportunidades de melhorias e gaps nos processos de recrutamento, seleção e retenção de talentos.
Acesse o nosso artigo sobre people analytics e aprenda mais sobre o assunto!
Principais benefícios do people analytics para a gestão de RH
O uso do people analytics é com certeza um dos métodos mais eficazes para redução de turnover nas organizações. Pois, além de diminuir os prejuízos gerados pela alta rotatividade, pode aumentar a receita e diminuir custos. Veja a seguir os principais benefícios dessa metodologia:
Contratações mais alinhadas
De posse de informações estruturadas, é mais fácil traçar planos de contratação de candidatos. Assim o rh consegue selecionar pessoas com habilidades alinhadas às necessidades, objetivos e que tenham fit cultural com a sua empresa.
Análise de falhas nos processos
Outra vantagem da utilização da ciência de dados na gestão de pessoas é a possibilidade de detectar as falhas nos processos, proporcionando ações mais direcionadas e respostas rápidas para solucionar erros.
Decisões mais estratégicas
O people analytics também pode ser utilizado como um braço do Business Intelligence, sendo uma ferramenta extremamente valiosa para economia de recursos e redução de custos, uma vez que, auxilia na adoção de medidas mais assertivas em todas as áreas.
Prevenção contra possíveis demissões
O people analytics pode ajudar o rh na identificação de características e padrões. Logo, os gestores são capazes de identificar quais candidatos têm mais probabilidade de ficar e quais podem deixar a organização.
Esses dados podem e devem ser utilizados como critério para uma seleção de candidatos mais adequada e também na implementação de projetos e ações de retenção de funcionários.
Aumento da lucratividade
Uma das consequências da redução da taxa de turnover é o aumento da lucratividade. Pois com as equipes sempre completas, o desgaste dos trabalhadores é menor, o engajamento aumenta e consequentemente a produtividade cresce!
Cases de sucesso com o uso de people analytics
Segundo um artigo publicado pela Fest Company, a empresa Nielsen descobriu que a cada redução de 1% no turnover de colaboradores, foi possível economizar aproximadamente 5 milhões de dólares, é muita coisa né?
Além da Nielsen, outras empresas também viram a rotatividade diminuir, ao utilizarem ações pautadas em insights extraídos da people analytics. Confira alguns cases de sucesso:
Johnson & Johnson: Experiência e retenção
Hipótese 1: mais experientes permanecem mais tempo na empresa
A multinacional americana Johnson & Johnson estava procurando melhorar o desempenho e a retenção dos funcionários. Na época, seus recrutadores priorizavam candidatos com experiência de trabalho no setor, presumindo que:
- Eles tinham maior probabilidade de permanecer na empresa:
- E seriam mais rápidos em fazer contribuições significativas.
Então, a empresa decidiu reduzir em 10% as contratações de pessoas recém-formadas na faculdade. A atitude foi tomada levando em consideração apenas suposição, sem o uso de dados.
Testando hipótese 1 com ciência de dados
Para testar a suposição, o rh e a equipe de people analytics da Johnson & Johnson compilaram dados de 47.000 funcionários para testar o vínculo entre experiência e rotatividade.
Os dados revelaram que os funcionários contratados logo após a faculdade permaneceram na organização por mais tempo do que os candidatos mais experientes. Além disso, não houve diferença significativa entre as contribuições dos dois grupos para a empresa.
Conclusão
A nova hipótese é que um programa de desenvolvimento de liderança de dois anos da Johnson & Johnson, poderia ajudar a reduzir a rotatividade. Com base no resultado, a empresa aumentou as contratações de recém-formados em 20%, reduzindo efetivamente a taxa de turnover e mantendo o bom desempenho.
Credit Suisse: Prevendo a rotatividade
O Credit Suisse é uma empresa de serviços financeiros com sede na Suíça que emprega mais de 47 mil pessoas. Para reduzir a rotatividade, eles tentaram prever quais funcionários tinham maior probabilidade de deixar a empresa e quando isso aconteceria.
Estima-se que o custo de substituição de um colaborador pode variar entre 30 e 400% do salário de um funcionário, dependendo do tempo de serviço e da experiência. O que seria uma perda substancial para uma empresa deste tamanho.
Dados e análises
Como a empresa já possuía uma cultura voltada para o people analytics, eles já tinham informações substanciais sobre ex-funcionários. Então, a equipe mapeou circunstâncias específicas anteriores ao pedido de desligamento.
Eles rastrearam mais de 40 variáveis, como avaliações de desempenho, o tempo gasto em uma determinada função e o tamanho da equipe de um funcionário. Será qual foi o resultado? Vamos descobrir?
Resultado
A partir do uso de um modelo preditivo de análise, ou seja, com dados, algoritmos estatísticos e técnicas de machine learning para identificar a probabilidade de resultados futuros, a partir de dados históricos, a Credit Suisse adquiriu a capacidade de prever com precisão a probabilidade de um funcionário deixar a organização no próximo ano com base em apenas 10 indicadores, o que simplificou a operação.
Dessa forma, a empresa tornou-se capaz de identificar fatores de risco e abordar essas questões com os funcionários antes que resultem em desgaste. Viu como tomar decisões com o uso de dados e análises bem estruturadas faz toda a diferença?
Aumente a retenção de talentos da sua empresa com o suporte da Kriptos! Somos uma empresa do Grupo BHS, nossas soluções capacitam pessoas a tomarem decisões mais assertivas por meio do uso de dados!
