30 de enero de 2026
El papel de People Analytics en la evolución estratégica de la Gestión de Personas
Ana Caroline Marçal Rezende; Simone Kunde
Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.
Esta investigación analizó cómo el uso de People Analytics contribuye a la evolución del rol de Recursos Humanos de una función operativa a una actuación estratégica, identificando los principales beneficios, barreras y factores críticos de éxito desde la percepción de profesionales del mercado. La investigación buscó comprender cómo el análisis de datos reconfigura las prácticas de RR. HH., desplazando el foco de actividades administrativas a una contribución medible a los resultados del negocio. La premisa central es que, al sustituir decisiones basadas en la intuición por aquellas fundamentadas en evidencia, RR. HH. optimiza sus procesos y se legitima como un socio estratégico, influyendo en decisiones de alto impacto sobre talento, productividad y competitividad.
Históricamente, el área de Recursos Humanos fue percibida como un centro de costos con actuación reactiva y enfocada en tareas burocráticas, lo que limitaba su capacidad de influir en la estrategia corporativa (Becker et al., 2001). La creciente complejidad del entorno de negocios, sin embargo, impuso a las organizaciones la necesidad de gestionar su capital humano de forma más proactiva. En este escenario, surgió la demanda por un RRHH que se convirtiera en un socio estratégico, capaz de alinear las prácticas de gestión de personas a los objetivos de largo plazo de la empresa, conforme defendido por teóricos como Ulrich (1997).
La transición a un rol estratégico se vio obstaculizada por la dificultad de medir el impacto de las iniciativas de RR. HH. en los resultados de la organización. La ausencia de métricas sólidas debilitaba la capacidad de RR. HH. para demostrar su valor, perpetuando un ciclo de decisiones basadas en percepciones subjetivas (Marler y Boudreau, 2016). People Analytics surge como un enfoque transformador en este contexto. Definido como la aplicación sistemática de métodos estadísticos y tecnológicos para analizar datos de personas, ofrece a RR. HH. las herramientas para generar insights accionables, predecir tendencias y fundamentar sus recomendaciones en evidencia concreta, aumentando su credibilidad ante la alta dirección (Marr, 2018).
La implementación de People Analytics es un viaje de madurez analítica que involucra dimensiones culturales, técnicas y estratégicas. La evolución ocurre en etapas progresivas: análisis descriptivos, que monitorean indicadores operativos como el ausentismo; análisis diagnósticos, que identifican causas y correlaciones; análisis predictivos, capaces de anticipar escenarios como el riesgo de desvinculación de talentos; y análisis prescriptivos, que recomiendan acciones para optimizar resultados (Davenport et al., 2010). Alcanzar las etapas más sofisticadas depende de una infraestructura tecnológica adecuada, de una cultura organizacional que valore la decisión basada en datos y de un claro alineamiento con las prioridades estratégicas del negocio (Van den Heuvel y Bondarouk, 2017).
A pesar del potencial, la consolidación de People Analytics enfrenta desafíos considerables. La resistencia cultural de los gerentes acostumbrados a confiar en la intuición, la baja calidad o fragmentación de los datos y la escasez de profesionales de RRHH con competencias analíticas son barreras frecuentemente citadas (Angrave et al., 2016). Superar estos obstáculos exige un esfuerzo que va más allá de la adquisición de software, demandando el desarrollo de una mentalidad analítica, el patrocinio de la alta dirección y la capacitación continua de los equipos de RRHH. Este estudio se propuso investigar cómo estos elementos se manifiestan en la práctica, explorando las percepciones de los profesionales y mapeando el estado actual de People Analytics en el contexto organizacional brasileño.
Para cumplir el objetivo, el estudio se caracterizó como una investigación aplicada de naturaleza descriptiva, con un diseño de encuesta (levantamiento), método adecuado para recopilar información de un grupo específico, capturando sus actitudes y prácticas (Gil, 2019; Yin, 2015). Se utilizó el enfoque descriptivo para mapear las prácticas, percepciones y desafíos relacionados con el uso de datos en la gestión de personas en diferentes organizaciones, proporcionando un panorama detallado de la realidad investigada.
La recopilación de datos se realizó a través de un cuestionario estructurado en Google Forms. El instrumento, basado en la literatura sobre People Analytics y gestión estratégica de RR. HH., se organizó en bloques temáticos: perfil del encuestado y de la organización; prácticas de uso de datos; impactos en la toma de decisiones y en el posicionamiento de RR. HH.; y barreras y factores críticos de éxito. Una pregunta abierta permitió la recopilación de percepciones cualitativas. La difusión se realizó en línea, en redes profesionales como LinkedIn y comunidades especializadas, durante 37 días.
La muestra fue no probabilística por conveniencia, compuesta por 127 profesionales de RR. HH., People Analytics o gestión de personas. Aunque no permite la generalización estadística, el muestreo fue adecuado para los objetivos descriptivos del estudio, con el fin de identificar tendencias y patrones emergentes (Lakatos y Marconi, 2017). Todos los participantes aceptaron un Término de Consentimiento Libre e Informado (TCIL), que garantizó el anonimato y la confidencialidad de las respuestas para uso exclusivo con fines académicos.
El análisis de los datos utilizó un enfoque mixto. El análisis cuantitativo implicó estadística descriptiva para generar tablas de frecuencia, gráficos y cruces de variables. Esta etapa mapeó las tendencias generales de la muestra. Complementariamente, el análisis cualitativo de las respuestas abiertas se realizó mediante análisis de contenido, siguiendo las etapas de Bardin (2011): pre-análisis, exploración del material con categorización y tratamiento de los resultados. Este enfoque permitió profundizar la interpretación de los datos, capturando los matices de las experiencias de los profesionales y ampliando la validez de los hallazgos (Creswell, 2014).
El análisis de la etapa de adopción mostró que el 48% de los encuestados considera que sus empresas tienen prácticas estructuradas de People Analytics, mientras que el 30,7% reportó una aplicación inicial. Una porción del 15% afirmó limitarse a indicadores operativos, y el 6,3% admitió no utilizar análisis de datos. Esta distribución refleja las diferentes etapas de madurez descritas por Davenport et al. (2010). Las respuestas cualitativas ilustran esta disparidad, con informes de uso de modelos predictivos en grandes empresas y dificultades con hojas de cálculo en pequeñas. Aunque el 63% cita el uso de software de Business Intelligence, el 86,6% todavía depende de hojas de cálculo, lo que evidencia que la tecnología no garantiza, por sí sola, la madurez metodológica, un desafío señalado por Levenson (2015).
A pesar de la heterogeneidad, el impacto estratégico del uso de datos es ampliamente percibido. Un total del 74% de los encuestados afirmó que los datos de RR. HH. se utilizan “siempre” o “frecuentemente” para fundamentar decisiones estratégicas. Esta percepción es más fuerte entre líderes/gerentes (82%) y especialistas en People Analytics (77%). El impacto en la percepción de RR. HH. también es notable: el 75,4% de los profesionales en empresas con uso estructurado de People Analytics afirmó que el área pasó a ser vista como más estratégica, porcentaje que cae al 38% entre aquellos que utilizan solo indicadores básicos. El dato refuerza que la capacidad de presentar evidencias concretas cataliza la valorización de RR. HH., alineándose a la visión de que su influencia depende de la contribución medible para el negocio (Ulrich et al., 2009).
Los beneficios de People Analytics se identificaron claramente. El “apoyo al liderazgo en la toma de decisiones” fue el más citado (81,1%), seguido por la “mejora en la asertividad de las contrataciones” (45,7%), el “aumento de la productividad” (29,9%) y la “reducción del turnover” (26%). Estos resultados están en línea con la literatura, que destaca la capacidad de los análisis de talento para optimizar recursos y mitigar riesgos (Levenson, 2011). Informes cualitativos complementan, afirmando que “RRHH ganó voz en las discusiones estratégicas al presentar evidencias en lugar de opiniones”. Las áreas más impactadas fueron Reclutamiento y Selección (79,5%), Evaluación de Desempeño (67,7%) y Remuneración (62,2%).
La implementación de People Analytics, sin embargo, está marcada por barreras más culturales y organizacionales que tecnológicas. La “ausencia de una cultura orientada a datos” fue el principal obstáculo para el 68,5% de los participantes, seguida por la “carencia de profesionales capacitados” (56,7%) y la “falta de integración entre sistemas” (51,2%). Otros desafíos incluyen la baja calidad de los datos (44,9%) y restricciones presupuestarias (43,3%). Estos hallazgos hacen eco de las advertencias de Angrave et al. (2016), quienes argumentan que el éxito de la práctica se ve comprometido si no hay una mentalidad analítica y el apoyo del liderazgo. Testimonios cualitativos refuerzan el punto: “Tenemos las herramientas, pero no tenemos personas que sepan interpretar los datos”.
El análisis cruzado revela que la percepción de las barreras varía según el contexto. Las grandes empresas informaron más problemas de integración de sistemas y calidad de datos. Las pequeñas y medianas empresas enfatizaron las restricciones presupuestarias. Sectores como la industria y la salud señalaron una mayor resistencia cultural, mientras que el sector tecnológico, aunque más avanzado, destacó la dificultad para encontrar profesionales cualificados. Esta diferenciación demuestra que no existe una solución única, siendo necesario adaptar las estrategias a cada realidad organizacional.
Ante estos desafíos, los factores críticos de éxito señalados refuerzan la centralidad del factor humano y del liderazgo. Un “líder comprometido con el uso de datos” fue considerado el factor más importante por el 79,5% de los participantes. Le siguieron la “calidad y confiabilidad de los datos” (69,3%) y la construcción de una “cultura organizacional data-driven” (63,8%). Esta tríada —liderazgo, datos y cultura— es consistente con los modelos de Davenport et al. (2010), que enfatizan el patrocinio ejecutivo, y Minbaeva (2018), que destaca la credibilidad metodológica como condición para que los insights sean utilizados. La percepción es clara: la tecnología es una herramienta, pero la transformación depende del compromiso de los líderes y de la capacitación de las personas.
Los resultados demuestran que People Analytics está actuando como un agente de transformación para RR. HH., aunque su consolidación es un proceso gradual y desigual. Los beneficios en términos de apoyo a la decisión, optimización de procesos y legitimación estratégica son evidentes. Sin embargo, la plena realización de este potencial está condicionada por la superación de barreras estructurales y, principalmente, culturales. La transición de un RR. HH. operativo a un socio estratégico orientado por datos no es solo una cuestión de implementar tecnologías, sino de fomentar una nueva mentalidad, capacitar equipos y garantizar el compromiso de la alta dirección.
El análisis de los datos recopilados permite concluir que People Analytics representa un camino fundamental para la evolución del RH de una función administrativa a un socio estratégico del negocio. Los resultados evidenciaron que, en las organizaciones donde la práctica está más consolidada, el RH gana mayor credibilidad, participa más activamente en las decisiones estratégicas y demuestra su valor de forma objetiva. Los beneficios, como la mejora del proceso decisorio y una mayor asertividad en el reclutamiento, impactan directamente la competitividad. Sin embargo, el estudio dejó claro que la tecnología, por sí sola, es insuficiente. El éxito depende de un ecosistema que incluya liderazgo comprometido, cultura orientada a datos y profesionales con competencias analíticas. Las barreras identificadas, especialmente la ausencia de una cultura data-driven y la falta de capacitación, refuerzan que la transformación es humana y organizacional, exigiendo inversión continua en desarrollo y gestión del cambio. Las limitaciones de este estudio, como la muestra no probabilística, sugieren cautela en la generalización de los hallazgos, pero los patrones identificados ofrecen insights valiosos para los gestores. Se concluye que el objetivo fue alcanzado: se demostró que el uso de People Analytics contribuye a la evolución del papel del RH de una función operacional a una actuación estratégica, condicionada a la superación de barreras culturales, tecnológicas y de liderazgo.
Referencias:
Angrave, D.; Charlwood, A.; Kirkpatrick, I.; Lawrence, M.; Stuart, M. 2016. HR and analytics: why HR is set to fail the big data challenge. Human Resource Management Journal 26(1): 1-11.
Bardin, L. 2011. Análise de conteúdo. Edições 70, São Paulo, SP, Brasil.
Becker, B. E.; Huselid, M. A.; Ulrich, D. 2001. The HR scorecard: linking people, strategy, and performance. Harvard Business School Press, Boston, MA, EUA.
Creswell, J. W. 2014. Investigação qualitativa e projeto de pesquisa: escolhendo entre cinco abordagens. 3ed. Penso, Porto Alegre, RS, Brasil.
Davenport, T. H.; Harris, J.; Shapiro, J. 2010. Competing on talent analytics. Harvard Business Review 88 (10): 52-58.
Flick, U. 2009. An Introduction to Qualitative Research. 4ed. Sage, Londres, Reino Unido.
Gil, A. C. 2019. Como Elaborar Projetos de Pesquisa. 6ed. Atlas, São Paulo, SP, Brasil.
Lakatos, E. M.; Marconi, M. A. 2017. Fundamentos de Metodologia Científica. 8ed. Atlas, São Paulo, SP, Brasil.
Levenson, A. 2011. Using targeted analytics to improve talent decisions. CEO Publication. G 11-03 (591). University of Southern California, Center for Effective Organizations.
Levenson, A. 2015. Strategic analytics: advancing strategy execution and organizational effectiveness. 1ed. Berrett-Koehler Publishers, Oakland, CA, United States.
Marr, B. 2018. Data-driven HR: how to use analytics and metrics to drive performance. Kogan Page, Londres, Reino Unido.
Marler, J. H.; Boudreau, J. W. 2016. An Evidence-Based Review of HR Analytics. The International Journal of Human Resource Management 28(1): 3-26.
Minbaeva, D. 2018. Building credible human capital analytics for organizational competitive advantage. Human Resource Management 57(3): 701-713.
Rasmussen, T.; Ulrich, D. 2015. Learning from Practice: how HR analytics avoids being a management fad. Organizational Dynamics 44(3): 236-242.
Ulrich, D. 1997. Human resource champions: the next agenda for adding value and delivering results. Harvard Business Press, Boston, MA, United States.
Ulrich, D.; Brockbank, W.; Younger, J.; Nyman, M.; Allen, J. 2009. HR Transformation: Building Human Resources from the Outside In. McGraw-Hill, New York, NY, EUA.
Van den Heuvel, S., Bondarouk, T. 2017. The rise (and fall?) of HR analytics: A study into the future application, value, structure, and system support. Journal of Organizational Effectiveness: People and Performance, 4(2), 127–148.
YIN, Robert K. 2015. Estudio de caso: planificación y métodos. 5ed. Bookman, Porto Alegre, RS, Brasil.
Resumen ejecutivo proveniente del Trabajo de Conclusión de Curso de Especialización en Gestión de Personas del MBA USP/Esalq
Más información sobre el curso; haga clic aquí: