El análisis de redes y la optimización del clima laboral
Felipe Maggi
07/12/2022
Es un hecho contrastado que el paradigma de gestión de recursos humanos ha evolucionado enormemente desde los albores de la revolución industrial. No todas las empresas, o empresarios (léase Twitter, de Elon Musk), lo tienen tan claro, pero la realidad ya se encargará de poner las cosas en su sitio.
Hace tiempo que la productividad dejó de ser el único indicador relacionado con la fuerza laboral. Hoy en día tienen mucho peso conceptos como el índice de rotación (la relación entre las personas que se incorporan y las que se marchan en un periodo de tiempo determinado).
En otras palabras, además del número de tornillos que se aprietan, ahora también nos preocupa que quede alguien en la cadena de montaje apretando tornillos.
Reforzar la retención de talento es, actualmente, uno de los principales dolores de cabeza de empresas modernas. El ultimatum de Musk a los empleados de Twitter, por ejemplo, quizá habría funcionado hace 50 años, pero hoy, en países ricos, la gente responde ante esas cosas con un “ahí te quedas”
Pero no hace falta llegar a esos extremos para que la gente decida probar suerte en otros sitios. En los países ricos, insisto, con democracias relativamente bien establecidas, no solo las empresas valoran a sus empleados; los empleados también valoran a sus empresas.
Si desde la perspectiva empleado-empresa el principal indicador era tradicionalmente el salario, ahora, y según Forbes, los puntos más valorados por las personas con respecto a su vida laboral son:
- El reconocimiento.
- La conciliación.
- El trabajo en equipo.
- El respeto por los horarios laborales.
- La existencia de un plan de carrera.
- Los retos.
- Un equipo directivo referente.
Según donde se mire el salario aparece o no, y el orden cambia (asumiendo que el orden tenga algo que ver con la importancia que se otorga a cada punto) pero, en definitiva, está claro que para retener talento las empresas tienen mucho más trabajo que limitarse a subir sueldos.
Trabajo en equipo y análisis de interacciones
De los puntos mencionados anteriormente, en este post nos centraremos en el análisis de redes y el trabajo en equipo, un elemento directamente relacionado con el clima laboral, y la felicidad de los empleados.
La felicidad laboral es un elemento
esencial de la productividad
Parece existir cierto consenso en afirmar que la felicidad laboral es un elemento esencial de la productividad (mira por donde, hemos vuelto al principio). Por lo tanto, analizar las relaciones entre los empleados, buscando la manera de mejorar la calidad de dichas relaciones y de potenciar el trabajo en equipo debería tener consecuencias directas, y positivas, en la retención de talento y los resultados económicos de la compañía.
Es importante destacar, para dar contexto a lo que viene a continuación, que el análisis de las relaciones entre las personas busca entender la naturaleza de la red organizacional, y detectar aquellos puntos en los que es necesario intervenir para mejorar las cosas. En ningún caso se pretende fiscalizar esas relaciones.
Explorando la situación
En Datarmony no queremos que se nos aplique aquello de “en casa del herrero, cuchillo de palo”. Por eso, testeamos sobre nosotros mismos lo que predicamos para los demás. Con ese principio en mente, analizamos de forma constante nuestra red organizacional, y tomamos decisiones para reforzar la calidad de la misma.
El análisis de redes mediante Machine Learning permite graficar las relaciones entre personas (se puede aplicar a otras cosas, pero vamos a dejarlo ahí para simplificar), y es un ejemplo de aprendizaje no supervisado.
La imagen que encabeza esta sección del post es el resultado final de un trabajo que incluye recopilación y tratamiento de datos, exploración y modelización, pasando por análisis de componentes principales (PCA) y clusterización.
Nuevos KPIs
El modelo no solo grafica el estado de cosas, si no que arroja indicadores de calidad de la red como:
- La distancia media entre pares de nodos (los círculos del gráfico),
- El diámetro de red
- El radio de la red (o excentricidad)
El objetivo: contar con una red compacta
Sin entrar en detalles, podemos decir que mientras más compacta es una red, mejor. Una red compacta, en términos de la distancia media entre nodos, supone una situación en la que la comunicación entre los integrantes del equipo es fluida, y en la que, en general todos interactúan entre sí.
Adicionalmente, el modelo detecta quienes están en la periferia de la red, y quienes están situados más al centro (grado de centralidad). Los actores con mayor número de vecinos y relaciones tienden a situarse en el centro.
Esto no es, a priori, ni bueno ni malo. Hay personas dentro de la organización que deben ocupar posiciones centrales, y otras que es normal que se encuentren más hacia la periferia. La clave es detectar situaciones anómalas (gente que por su perfil y responsabilidades no está situada donde se espera). En estos casos, se analiza la situación de forma cualitativa, y se busca la manera de resolver el problema.
Evolución y tendencias del trabajo en red
Este tipo análisis permite observar la evolución de la red, y ver cómo se comporta cuando se producen cambios organizacionales importantes. Por ejemplo, en julio de 2022 entraron en la empresa cuatro personas.
Los nuevos compañeros siempre pasan por un proceso de adaptación, que supone encontrar su sitio, conocer y ganarse la confianza de los demás, y hacerse con el espíritu de la organización. Durante ese proceso, toda la red lo nota, sobre todo si el número de personas nuevas es grande con respecto al número total de personas en la empresa. Tras las nuevas incorporaciones, la distancia promedio entre los nodos aumentó ligeramente, denotando así que la calidad de la red se había resentido un poco.
Esto nos hizo trabajar para disminuir ese tiempo de adaptación, y así recuperar rápidamente nuestro flujo normal de comunicación, acompañando adecuadamente a los compañeros recién llegados.
Otro ejemplo, más gráfico, es el siguiente:
La red de la izquierda muestra el estado “normal” del flujo de interacciones de Datarmony. A la derecha, se observa el efecto de la incorporación de una persona nueva (el punto inferior, separado del resto).
La red, a grandes rasgos, sigue siendo la misma, pero se ve claramente que la persona que acaba de entrar se halla separada del resto (situada anormalmente en la periferia). Ayudar a que esa persona se integre rápidamente es esencial para su bienestar laboral.
Imagine ahora que este mismo análisis se aplica en su empresa. Los ejemplos que hemos puesto con personas nuevas nos han permitido explicar y visualizar los efectos en la red, pero suponga que encuentra uno o varios casos como los de la red de la derecha, que afectan a gente que lleva tiempo trabajando.
Esas personas, con toda probabilidad, necesitan apoyo. Por alguna u otra razón están separadas del resto, aisladas. Quizá, para un caso concreto, es normal. Pero para aquellos que deberían interactuar con el resto por su tipo de trabajo, la situación es delicada.
Detectar estas situaciones nos permite emprender acciones para entender qué pasa, y cómo podemos ayudar a cohesionar al equipo. Es posible, por ejemplo, que esas personas deban ser presentadas a actores que ocupan posiciones centrales en la red, para aumentar sus opciones de interacción a través de ellos.
Con este tipo de información los responsables de Recursos Humanos pueden poner en marcha programas de integración de equipos, focalizándose en la gente que necesita más apoyo en ese sentido. Esto no sólo repercute en el bienestar de los afectados, sino también en todo el resto, puesto que la red se hace más compacta.
Esto no es ciencia ficción
Hasta aquí hemos ejemplificado un caso real de aplicación del análisis de redes. Sin embargo, aún puede sonar a ciencia ficción si no se dan detalles sobre cuestiones tan básicas como la procedencia de los datos.
En Datarmony trabajamos con la suite de Google, lo que nos da acceso a los eventos de registro de uso de las aplicaciones de comunicación corporativa. En concreto, para este análisis hemos utilizado los registros del correo electrónico, de Meet y Calendar. Adicionalmente, hemos incluido en el modelo la información proveniente de nuestro programa de gestión e imputaciones, que nos permite saber quiénes colaboran en los mismos proyectos.
Los registros no incluyen el contenido
de las comunicaciones
Antes de finalizar, de nuevo quiero recalcar que esto no se trata de Un Gran Hermano. Estos registros no contienen información sobre el contenido de las comunicaciones, simplemente ofrecen datos sobre los emisores y receptores de los mensajes, la fecha, el medio, etc… Otras suites de comunicaciones empresariales como la de Microsoft (Teams), ofrece registros similares. Todo administrador con privilegios suficientes puede descargar esa información.
Es importante que esto se entienda bien. Todo análisis, más ahora que las aplicaciones de Machine Learning e Inteligencia Artificial empiezan a asustar a la gente, puede generar reticencias si no se explica bien el objetivo del mismo.
Lo que hacemos en Datarmony lo hacemos para detectar posibles problemas de comunicación e integración, y para ayudar a los equipos a resolver esos problemas. Nuestros principios empresariales nos empujan a trabajar por el bien de todos nuestros compañeros, y eso siempre se tiene en cuenta cuando generamos y aplicamos nuestros modelos.