Quando ouvimos a expressão Data Science somos remetidos a um universo exato, matemático, complexo e que não está ao alcance do entendimento de todos, principalmente se você é um profissional de “humanas”. Essa é uma grande falácia, um erro comum que nos afasta de uma ciência e de ferramentas que, hoje, são mais do que fundamentais para a nossa vida, pessoal e profissional.
Um bom exemplo disso é a própria tecnologia. Muitos de nós não são nativos digitais. Nascemos e conhecemos um mundo sem internet, conexão rápida, informação disponível. Ainda assim, nos adaptamos e estamos nos adaptando continuamente à tecnologia, quer por opção ou por falta dela. Entendemos que o mundo mudou, está mudando e vai continuar em transformação acelerada daqui para frente e isso subentende que precisamos conhecer e utilizar os recursos disponíveis mais adequados, que provavelmente não existiam quando estávamos na faculdade.
A Ciência de Dados ocupa um lugar muito semelhante no nosso dia a dia hoje.
Por que eu, uma consultora de soluções educacionais digitais, e não um programador ou tecnólogo para falar sobre esse tema para o RH e as áreas de treinamento? Porque eu sou o perfil de vocês: uma pessoa de humanas que vem de uma outra formação, que entendeu a importância e relevância dos dados e, agora, está se especializando em Data Science.
O QUE É CIÊNCIA DE DADOS E COMO ELA APOIA A ÁREA DE TREINAMENTO
A Ciência de Dados é um processo e, como processo, ela tem etapas bem definidas. O ponto de partida, ou primeira etapa é o que chamamos de “dados brutos”, ou seja, o momento em que recebemos os dados exatamente conforme coletados, sem que tenhamos feito nenhum tipo de triagem, análise ou interferência.
A partir dos dados brutos, o processo vai acontecendo gradativamente, passando a “Dados Líquidos” (dados após a primeira triagem); “Conhecimento” (quando fazemos análises dos dados que foram triados e que são relevantes para nós) e, finalmente, “Inteligência” (quando utilizamos os dados analisados para montar cenários preditivos e tomar decisões assertivas para melhores resultados).
Trazendo para um exemplo prático do nosso dia a dia, o processo de Ciência de Dados começaria com a extração da base de dados da nossa plataforma de treinamento, com TODOS os dados de alunos, conteúdos, trilhas e utilização da plataforma. Essa seria a primeira etapa: extração dos dados brutos.
A segunda etapa é a de dados líquidos, quando faremos uma triagem, selecionar os dados que são relevantes para nós. Nessa etapa, vamos excluir todos os dados de utilização de plataforma e dar foco nos dados que dizem respeito a conclusões, participação dos alunos, trocas de mensagens e tudo o que tem a ver com o conhecimento que eles estão adquirindo. Essa etapa pode ser feita manualmente pela nossa equipe de RH por meio de Excel, ou podemos acionar um profissional de Data Analytics ou da nossa área de Tecnologia para montar um script de programação e nos ajudar a selecionar esses dados automaticamente. Quando escolher cada uma dessas alternativas? Dependendo do volume de dados que você precisa processar. Então, se estamos falando da equipe de 25 líderes de uma determinada área, talvez você mesmo possa fazer essa triagem. Se estamos falando de uma população de 20 mil colaboradores ao redor do mundo, provavelmente você vai querer muito que isso seja feito automaticamente: menor risco, menor erro, maior velocidade.
A terceira etapa é a de Conhecimento, quando analisamos os dados que foram triados e selecionados, atribuindo a eles um sentido, contexto ou uso. É quando transformamos a mera informação em conhecimento real. No nosso exemplo, é o momento em que pegamos todos os dados sobre as trilhas, conclusões, notas, participação dos colaboradores nos nossos programas de treinamento e fazemos conexão disso com cenário dos colaboradores, equipes, metas de negócio, tempo dedicado a estudar e todas essas variáveis que nos dizem quem é cada pessoa, e como ela está utilizando a oportunidade que a empresa deu de aperfeiçoar conhecimento e desenvolver uma carreira
.
Percebam que essa análise não é simplista. Ela requer muita dedicação e cruzamento de várias informações. Aqui estamos falando do que é o processo de ciência de dados, mas cada etapa tem recursos, protocolos, equações e um monte de outras informações que precisamos conhecer e seguir para chegar na melhor interpretação de dados. Mesmo assim, você, como RH da sua empresa, tem toda a competência necessária para pegar esses dados e chegar à várias conclusões a respeito de quem são os colaboradores e como eles estão se desenvolvendo. Então, você tem acesso aos dados, agora sabe que precisa selecionar o que é relevante para você e tem conduções de analisar esses dados sob a ótica do desenvolvimento humano. Então faça. Porque isso vai te levar à próxima etapa, talvez a mais importante desse processo e que vai colocar o RH em uma posição estratégica para qualquer empresa.
A quarta etapa, como dissemos antes, é a etapa da “Inteligência”. Por que chamamos assim? Porque é o momento em que, depois de ter analisado os dados e chagado a algumas conclusões sobre seus colaboradores e o desenvolvimento organizacional você está apto a montar cenários preditivos e tomar decisões sobre as diretrizes e rumos dos projetos de treinamento da empresa. Mais doque isso! Você terá condições de montar cenários preditivos e ajudar a alta liderança e tomar as decisões de negócio, justamente porque foi capaz de entender os dados e estruturar cenários possíveis de negócio.
Então, é seguro dizer que Ciência de Dados é um processo eficaz para nos prepararmos para tomar decisões assertivas, eficientes e orientadas a dados. Você não precisa ser um cientista de dados para fazer isso. Mas precisa saber que esse processo existe, em qual momento dele você deve atuar e quem você precisará acionar para te apoiar nas etapas que, talvez, você não queira executar, mas que precisam ser feitas análise confiável de dados e montagem de cenários realistas.
Nesse contexto, você deve estar se perguntando: onde entram os matemáticos, estatísticos, programadores que eu tenho certeza de que são os profissionais que mais atuam com pesquisa e ciência de dados? Bem, eles são profissionais que atuarão ao longo do processo, não necessariamente (e muito raramente na verdade), na etapa final de montagem de cenários e tomada de decisão.
A matemática, estatística, lógica e programação são fundamentais na ciência de dados e todo cientista de dados precisa ter conhecimentos desses temas. Da mesma forma que o Chef de Cozinha precisa saber como desossar um frango e fatiar um bife, mas não é um açougueiro. O conhecimento dos cortes de carne são fundamentais para um Chef criar seu menu e ele, eventualmente, precisará executar o corte de uma carne. Mas o ofício de cortar, desossar e filetas carnes não é dele e sim do açougueiro. Da mesma forma, um Cientista de dados precisa ter conhecimento sobre matemática, estatística, lógica e programação, mas não necessariamente ele executará as atividades do estatístico e do programador no processo ele pode delegar essas etapas para profissionais da área e se dedicar à análise de cenários. Ainda assim, ele precisa saber demandar e pedir o que precisa aos outros profissionais.
DECISÃO ORIENTADA A DADOS OU EMOÇÕES?
Uma pesquisa da PwC de agosto de 2023 revelou que 89% dos brasileiros tomam decisões baseados em emoções. Além do traço cultural latino que nos leva a agir emocionalmente na maior parte do tempo, a pesquisa indica que a percepção que as pessoas têm de si mesmas, como tomadores de decisões lógicas, não é realidade.
Isso no leva a um fenômeno comum, histórico e muito presente nas empresas: o “feeling”. MUITOS líderes e liderados tomam decisões de negócio baseado em achismo, experiência prévia e intuição. Vejam bem, esses três elementos são importantes e diferenciais humanos. A proposta não é ignorá-los. Porém, na era da informação, com velocidades de processamento e conexão cada vez maiores, crescente risco de exposição de marcas e pessoas, tomar decisões pautadas exclusivamente em intuição e achismo é uma temeridade.
Isso posto, o que fazer para sair desse lugar vulnerável para assumir as rédeas estratégicas, tanto do próprio RH quanto da percepção de valor dos tomadores de decisão da empresa? A resposta é simples: os dados estão na base da empresa, você de RH tem acesso à maioria deles, principalmente aqueles relacionados ao desenvolvimento interno, engajamento e resultados de aprendizagem. Você precisa sair do achismo, analisar os dados e montar cenários reais, ainda que esses cenários não sejam o que a sua liderança quer ouvir ou aceitar. Você precisa apresentar o cenário como ele é. Descartar soluções assertivas deve ser uma atitude consciente, e não impulsiva. Ou seja, ignorar os dados deve ser uma decisão também. Mas você terá feito a sua parte de estruturar uma inteligência de mercado consistente, que pode apoiar o negócio e o desenvolvimento das pessoas de maneira concreta. As decisões tomadas a partir desses dados e cenários já não estão na cesta da Ciência de Dados.
A partir dessa reflexão, qual exemplo prático do “feeling” dentro do contexto de treinamento e desenvolvimento nas empresas e como escapar dessas armadilhas? Um exemplo clássico da utilização de impressões pessoais baseadas em “feeling” são as avaliações de desempenho.
Avaliações de desempenho estão no quotidiano de milhares de empresas há anos. Elas já integraram os processos de gestão e, nem por isso, se tornaram mais simples ou fáceis de estruturar, aplicar e analisar. Ao contrário! Quanto mais complexo o mundo e as pessoas, mais difícil é fazer avaliações de desempenho. E por que é assim? Porque esse tipo de avaliação tem seu alicerce na subjetividade. E a interpretação da subjetividade, como o próprio nome já indica, é particular de cada um.
Por isso, as avaliações de desempenho bem-sucedidas não têm apenas as competências, valores e comportamentos que líderes e liderados veem quando olham e precisam atribuir as notas. Não! As boas avaliações de desempenho têm documentações extensas e detalhados do que significa cada uma dessas coisas, com exemplos específicos para cada equipe, área e negócio, detalhamentos de significados e mais uma infinidade de recursos que tem como objetivo, única e exclusivamente, diminuir as diferenças interpretativas pessoais. Ainda assim... o resultado não é garantido porque a ferramenta é utilizada por uma pessoa que, se não for muito bem-preparada, pode ignorar todas as orientações e atribuir notas baseada no que ela entende que são só comportamentos, valores e competências.
Por suas características estruturais, uma avaliação de desempenho dificilmente será mais do que 50% orientada a dados. Não por conta da ferramenta e sistemas, mas devido ao fator humano que resiste à padronização e que tende a tomar decisões de maneira emocional.
E por que isso tem a ver com o RH e com o tema que estamos abordando? Porque, de acordo com as pesquisas de mercado e com o que tenho observado nas diversas consultorias de treinamento que conduzo dentro das empresas, é perda de tempo investir tanto em padronizar o pensamento e emoções humanas. As três recomendações de ouros são:
DADOS QUE TODA EQUIPE DE TREINAMENTO DEVE USAR
A primeira coisa que você nunca pode esquecer é que treinamento e desenvolvimento também é um processo. Como processo, ele precisa acontecer gradualmente, tanto para que estrutura as ações e programas, quanto para quem experimenta as ações e programas, no caso, o nosso aluno.
Note que eu não falei de cargo. É porque para o processo de ensino-aprendizagem, cargos são absolutamente inúteis. Todos nós precisamos estar me processo contínuo de aprendizado, independentemente do nosso cargo na hierarquia da empresa. Caso esse fluxo seja interrompido, o impacto negativo para o negócio e as equipes pode ser irreparável.
Então, anote aí: cargo só é relevante para você mapear público e identificar necessidades de desenvolvimento específicas; elaborar exemplos diretamente conectado à rotina dessas pessoas, entender o cenário delas para propor formatos e carga-horária. No resto, todos são aprendizes.
A segunda coisa importante é ter dados e informações da efetividade dos programas, saber o que e como melhorar as experiências. Então, entenda que saber sobre isso está na cesta do RH e que nada disso tem a ver com quantas pessoas acessaram a sua plataforma. Acesso só é importante para reportar ao boarding e verificar se temos o número de licenças adequado ao número de usuários. Mais nada. Para saber mais sobre indicadores, você pode acessar o nosso artigo sobre indicadores educacionais.
As informações que são fundamentais para nós, que gerenciamos e estruturamos programas de formação e treinamento vão muito além de acessos, número de downloads, likes em mensagens.
Você precisa saber qual foi a nota do colaborador; qual foi o aproveitamento dele (entenda aproveitamento como o número de atividades previstas consumidas no tempo), se ele participou das atividades opcionais ou se só fez os obrigatórios, se trocou com alguém, se construiu algo novo a partir do que aprendeu.
Isso nos leva à terceira recomendação que fiz anteriormente: que tipo de programas estamos disponibilizando para os nossos colaboradores? Temos uma trilha de 20 vídeos expositivos para serem assistidos um depois do outro? Ou fizemos a estruturação de maneira a promover reflexão, discussão, aulas ao vivo e momentos práticos entre esses conteúdos conceituais e expositivos? Parece uma pergunta banal, mas pensar sobre isso e fazer diferente muda o jogo.
Lembre-se de que os dados não surgem do nada. Se você quer e precisa de dados para medir efetividade, engajamento e retorno de investimento dos programas de treinamento você precisa ter meios, ter ações que gerem esses dados na sua plataforma e que possam ser extraídos como dados brutos por relatório ou base de dados. Isso significa que ter uma lista de conteúdos, vídeos e textos autoinstrucionais dificilmente vai gerar os dados de participação, reflexão, aproveitamento e engajamento que você espera e deseja.
Para ter dados, você precisa ter recursos aportados que gerem esses dados, ou seja, se você quer saber o quanto as pessoas trocaram e participaram na sua trilha ou jornada de aprendizagem, se você não tiver alguma atividade que fomente, permita ou leve as pessoas a trocar e participar você não terá dado nenhum! Parece óbvio, mas a gente não fez. Não faz, mas espera ter ou ter resultado, que tenhamos dados de monte, ainda que eu não tenha nenhum recurso ou fonte para captá-los. Paradoxal, não concorda? Esse é um dos motivos para você repensar e remodelar seus programas, prevendo momentos de reflexão, troca, construção de soluções e prática real.
O outro motivo é engajamento. Seu colaborador não vê mais valor no conceito desconectada da aplicação. Isso se reflete em todas as pesquisas de hábito de consumo de conteúdo e redes sociais. Nunca o “como fazer” esteve tão me alta. Por melhor, mais bonito, mais bem estruturado, caro, perfeito que seja o seu programa, se ele não tiver aplicação prática imediata e se não tiver exemplos reais do dia a dia do público treinado, a chance de evasão chega, hoje, a 80%. #fica a dica.
POR ONDE COMEÇAR O MOVIMENTO DE MUDANÇA
O primeiro movimento de mudança deve ser dentro do próprio RH e áreas de treinamento. É preciso abandonar a postura passiva para se posicionar estrategicamente. Para isso, ter dados confiáveis, ter cenários estruturados para apoiar tomadas de decisões internas ou externas à área é a forma mais rápida e eficiente.
Não é somente o uso de dados e posicionamento estratégico que o RH precisa mudar. É urgente transformar o mindset das pessoas que atuam com o desenvolvimento de pessoas nas organizações, e partir daí, contaminar positivamente toda a estrutura hierárquica. Crenças limitantes que devemos abandonar ONTEM:
Bom, muita coisa sobre Ciência de Dados, análise de cenário, tomada de decisão e, no meio disso tudo, você, profissional de desenvolvimento humano, correndo para aprender sobre dados, mudar seu mindset para um mindset orientado a dados. Mais do que isso, você precisa aprender e motivar todos os colaboradores da sua empresa aa aprenderem também e a mudarem seus próprios mindsets. O tempo está passando, estamos atrasados nessa disrupção e a conta vai chegar bem ata em pouco tempo. Precisa de ajuda? Estamos aqui para te apoiar. Conte coma gente.