Índice:
- Analytics em ação
- Preparando-se para mudanças táticas
- Melhores dados = melhores funcionários
- Diferenças na escola e nos negócios
Os alunos não são os únicos que voltam à escola. Todos nós podemos voltar para aprender maneiras de direcionar nossos esforços de maneira mais produtiva. A análise preditiva pode mostrar o caminho. Seja aplicado ao recrutamento universitário ou à contratação corporativa, o que o big data revela pode nos mostrar que nossas suposições sobre o que funciona estão nos levando na direção errada.
Analytics em ação
Para quem tem negócios na escola, a preparação para esta temporada exige planejamento e a análise de big data pode mostrar como obter o máximo de resultados. Essa é a história do planejamento estratégico da Universidade Estadual de Wichita. Há alguns anos, David Wright, vice-presidente associado de sistemas de dados acadêmicos e planejamento estratégico, vendeu a escola do Kansas usando a análise de big data para aumentar a eficiência nos gastos e recrutamento de bolsas de estudos.
"Construindo um campus mais inteligente: como o Google Analytics está mudando o cenário acadêmico" detalha como o software da IBM reduziu os custos, identificando de onde vieram os estudantes com maior probabilidade de permanecer na universidade. "Um conjunto de equações que pesam dados demográficos, histórico acadêmico e outros fatores" foi analisado para identificar quais "têm as maiores probabilidades de chegar ao estado de Wichita". Com base nisso, a universidade adotou uma estratégia mais direcionada para o recrutamento.
Por exemplo, depois que a análise revelou de onde vem a grande maioria dos estudantes da universidade, o departamento de admissão se concentrou nessas escolas secundárias. A revelação de que pouquíssimos estudantes vêm de fora do estado levou a universidade a cortar 14 feiras universitárias e reduzir as viagens. Eles também adotaram uma abordagem mais focada na mala direta. No passado, eles enviaram 9.000 cartas. Depois de aplicar a análise, eles só precisavam enviar de 5.000 a 6.000. A diminuição do número de cartas na verdade se traduziu em um aumento no recrutamento de 26%.
Preparando-se para mudanças táticas
Em uma troca de e-mail, Wright explicou os desafios de conseguir que uma instituição troque de marcha e adote a análise. Ele disse que três aspectos estavam envolvidos:- Uma era levar as pessoas a ver o benefício da tomada de decisão baseada em evidências. Usar dados para tomar decisões é muito diferente de usar dados para confirmar uma decisão. No começo, a universidade tinha dificuldade em convencer as pessoas a usar dados antes do ponto de decisão. Os dados devem estar na mesa conforme as decisões são tomadas.
- A segunda dificuldade foi levar as pessoas a confiar nas análises, especialmente quando os dados são tão contrários à intuição ou às práticas anteriores. Demorou muito tempo para os consultores acreditarem nos dados.
- E a terceira era a qualidade dos dados necessários para usar a análise.
Melhores dados = melhores funcionários
A aplicação da análise de big data também foi comprovada para melhorar o recrutamento e a retenção de funcionários. A empresa de big data Evolv está aplicando análises preditivas à contratação em particular. Isso porque o uso de big data para direcionar as decisões de contratação compensa, de acordo com a empresa.
Por exemplo, o insight de Evolv mudou a estratégia de contratação da Xerox para selecionar funcionários de call center. Em um artigo do WSJ, o diretor operacional de serviços comerciais da Xerox admitiu: "Algumas das suposições que tínhamos não eram válidas". Esse é o valor real da análise de big data; revela correlações reais baseadas em informações objetivas, em vez de sentimentos instintivos dos gerentes de contratação.
Como se viu, currículos e verificações de antecedentes não se mostraram os indicadores mais confiáveis dos funcionários da Xerox que permaneceriam até a empresa obter um retorno sobre seu investimento de US $ 5.000 em treinamento. Os dados de Evolv mostraram que um registro de prisão que remonta a mais de cinco anos não indica "mau comportamento futuro" mais do que um registro perfeitamente limpo. Um registro anterior de salto de emprego também não significa necessariamente que o novo contratado não fique parado. Evolv concluiu um estudo com 21.115 agentes de call center. A análise dos dados indicou "muito pouca relação entre o histórico de trabalho de um agente e seu mandato na posição".
Quais são os fatores que fazem a diferença então? Personalidade, conexões e localização. O software da Evolv identificou o candidato ideal como uma pessoa criativa, ativa em uma a quatro redes sociais e que se encontra em um trajeto administrável do local de trabalho. Outro fator chave na retenção foi a associação. Os que provaram a maior probabilidade de permanecer em uma empresa foram aqueles que conheciam três ou mais funcionários que já trabalhavam lá.
Diferenças na escola e nos negócios
Embora a análise de big data possa ser tão eficaz no recrutamento corporativo quanto no recrutamento para universidades, também mostra onde os paralelos entre os dois se quebram. Em um artigo da Forbes de 2013, sobre o que uma empresa aprendeu ao aplicar análise preditiva na seleção de vendedores, o autor Josh Bersin ressalta que a experiência escolar conta muito menos do que as pessoas pensam em termos de previsão de sucesso no trabalho. De fato, contrariamente à crença popular, o GPA de um candidato ou a escolha da faculdade não se correlacionou com o sucesso no trabalho.
Isso não significa que a educação é sem valor; terminar alguma forma de educação era um dos indicadores de sucesso na carreira, mas a chave era a conclusão, e não a escola ou as notas. Outros indicadores-chave incluíram um currículo gramaticalmente correto, sucesso demonstrado em um emprego, experiência de vendas bem-sucedida e capacidade de trabalhar em condições não estruturadas. Depois que a empresa incorporou a análise de dados em suas etapas qualificadas e identificou os fatores que eram preditores precisos, ela melhorou o desempenho das vendas, com um ganho de US $ 4 milhões em receita.
Quaisquer que sejam as necessidades da organização, a análise preditiva pode colocá-las no caminho certo. Como Wright disse sobre sua própria experiência: "Ao capacitar as pessoas com os recursos necessários para tomar boas decisões, todos ganham".
