PEOPLE ANALYTICS

Moneyball, una pelcula estrenada en 2011 protagonizada por Brad Pitt e inspirada en el libro
de Michael Lewis Moneyball: The Art of Winning an Unfair Game, narr las vicisitudes atravesadas
por Billy Beane, el gerente general de los Oakland Athletics, un modesto equipo de bisbol, en su
bsqueda del secreto que habra de conducir al xito en este deporte. Tambin ilustr su
colaboracin con otro personaje de la pelcula, un genio de la computacin recin graduado en
economa en la universidad de Yale, lo cual haba resultado en una asombrosa serie de triunfos,
con el menor gasto en jugadores en una Liga Mayor de Bisbol. El secreto haba sido el uso creativo
de la informacin disponible.
El libro, publicado siete aos antes, se haba inspirado a su vez en la figura de Bill James
quien haba comenzado a publicar a fines de la dcada de los 70 un resumen donde analizaba las
estadsticas relativas al bisbol de una manera distinta a la tradicional y donde sealaba que muchas
de aquellas que aparentaban ser objetivas no eran ms que un conjunto de opiniones. En forma
similar, esto es lo que ha contribuido Moneyball al tema de analytics. Una vez que el pblico
comprenda el valor del O.B.S.on-base slugging percentage 1 , una medida clave identificada en el
libro de un bateador no tardar en aplicar principios similares en sus organizaciones. (C. Massey y
B. Tedeschi, When Data Guys Triumph. The New York Times, 1 de octubre de 2011)
Por qu esta referencia al mundo del bisbol? C. Massey y A. Grant, profesores de la
Wharton School de la Universidad de Pennsylvania, coincidieron en una entrevista en el hecho de
que Moneyball y el crecimiento del tema de sports analytics constituan un antecedente y un
estmulo para trabajar en el rea de people analytics. La introduccin al texto de la entrevista deca
lo siguiente:
La manera como una organizacin toma decisiones relativas a su gente tiene un
gran impacto en su xito o fracaso. Las decisiones se basan con frecuencia en la
intuicin o los prejuicios y son proclives a cometer errores. En la actualidad existen
empresas que han comenzado a utilizar datos y anlisis sofisticados en temas tales
como reclutamiento, compensacin y evaluacin del desempeo porque creen que esto
las ayudar a mejorar su toma de decisiones. (K@W, Knowledge Wharton, Can People
Analytics Help Firms Manage People Better?, 10 de abril de 2015)
Segn los entrevistados los datos y anlisis sofisticados se reflejaban de distinta manera. En
el caso de reclutamiento y seleccin sealaron que exista inters en investigar si era posible utilizar
medidas objetivas para identificar sin una entrevista personal a quienes estaban en condiciones de
alcanzar un buen desempeo en una organizacin. Su conclusin haba sido que, aunque la idea
La razn entre el nmero total de bases alcanzadas con pegadas desde la base y el tiempo oficial en el bate de un
jugador de bisbol.

era atractiva, no haba sido fcil convertirla en realidad (otro autor explic que lo habitual parece ser
que se contrate a gente como nosotros, gente que ha ido a escuelas que conocemos, gente que
nos han referido nuestros amigos). Tambin mencionaron en la entrevista los esfuerzos realizados
por Google para investigar el proceso de incorporacin de gente nueva, un aspecto poco explorado.
Los experimentos realizados haban indicado que lo que marcaba la diferencia entre una
incorporacin exitosa y otra que no lo era dependa posiblemente de si el nuevo empleado conoca o
no a su gerente durante su primer da de trabajo en la organizacin.
En lo referido al trabajo en equipos se dijo lo siguiente: Cada vez trabajamos ms por medio
de equipos en los que no es raro que sus integrantes pertenezcan a distintas generaciones, estn
dispersos en distintas pases y deban aprender a trabajar juntos. Una investigacin estudi la
productividad de los equipos en funcin de las caractersticas personales de sus integrantes y los
resultados obtenidos en conjunto. Llegaron a la conclusin de que parecera existir un cociente de
inteligencia 2 (o cociente intelectual o coeficiente de inteligencia) del equipo que es distinto a la suma
de sus partes. En otras palabras, no se obtena el mejor resultado por poner a la gente ms
inteligente en el equipo, sino por poner a gente que entenda cmo trabajar unos con otros y como
parte de un equipo. Parecera existir algo especfico acerca del nivel de inteligencia de un equipo
que era distinto a la suma de las inteligencias individuales.
En otra ocasin, uno de los profesores citados se refiri a la evaluacin del desempeo y dijo
esto:
Uno de los desafos de las evaluaciones del desempeo consiste en el riesgo de
querer cuantificar porque es ms fcil que emitir una opinin. En este ltimo caso slo
se llenan cuadraditos. Algunos aspectos son observables o medibles y se le puede
echar la culpa al nmero correspondiente. Si se evala de esta manera todo el peso
recae en estas cosas; pero uno se puede preocupar tambin por otros aspectos que no
son cuantificables objetivamente. En consecuencia, las evaluaciones del desempeo
requieren una combinacin de evaluaciones subjetivas y mediciones objetivas. (K@W,
Knowledge Wharton, How Effective is a Number-crunching Approach to Managing
People?, 21 de marzo de 2014)
Para terminar: people analytics hay quienes dicen data mining, evidence-based
management 3 o anlisis cuantitativo es un enfoque basado en datos que tiene por objetivo permitir
a los gerentes tomar decisiones que se relacionan con sus subordinados mediante procesos algo
ms sistemticos que los utilizados hasta el presente. Si bien empresas importantes lo han puesto
en prctica, el enfoque no se ha difundido en forma amplia. No sorprende que esto se deba en parte
a la resistencia al cambio. Como se seala, una cosa es manejar un modelo elegante o contar con
una mayor comprensin de los problemas y otra aplicarlos en la prctica (Loqui facile, praestari
difficile del dicho al hecho hay un gran trecho).
Guillermo S. Edelberg DBA
Profesor Emrito, INCAE Business School
www.guillermoedelberg.com.ar

2
3

Ver artculo # 238 Cocientes en www.guillermoedelberg.com.ar

Ver artculo # 117 Evidence-based Management en sitio web mencionado.+