A Milestone lança HXM Analytics, uma solução analítica avançada para gestão de recursos humanos que não só prevê e antecipa a saída de profissionais, necessidades, descontentamento ou problemas de motivação, como também ajuda os gestores a desenhar propostas e benefícios à medida de cada perfil de colaborador, permitindo o acesso a indicadores de felicidade, envolvimento e desenvolvimento de cada elemento da organização.
A RHmagazine foi conhecer em primeira mão esta nova solução que através do uso da inteligência artificial e Machine Learning, analisa permanentemente toda a informação profissional e pessoal dos colaboradores, e oferece uma visão holística e integrada do ciclo de vida dos mesmos às equipas de recursos humanos e aos líderes das empresas, de uma forma simples e intuitiva.
A solução trabalha os três pilares fundamentais numa boa liderança desta experiência humana na organização:
- A atração da pessoa certa para o lugar certo, no momento certo, através da identificação do perfil correto (competência, experiências profissionais e pessoais, estágio de vida, gostos, entre outros) mais ajustado à função, empresa equipa e cultura.
- O desenvolvimento desse talento, com foco nos objetivos e com base numa boa experiência, permanente feedback e formação ajustadas.
- A retenção através de processos e ferramentas de compensação, reconhecimento e identificação de top talents, baseado em factos em tempo real.
Entrevista a:
Jorge Afonso, Manager de Analítica Avançada da Milestone
A Milestone acaba de lançar uma solução tecnológica que não existe ainda no mercado português. Porquê o lançamento desta solução e que desafios pretende responder?
Na Milestone, as pessoas estão no centro da equação. Durante o período pandémico sentimos a necessidade de ter uma maior aproximação às pessoas, de obter mais informação sobre os nossos colaboradores de forma a conseguirmos otimizar e melhorar toda a comunicação, e evitar que os valores/cultura da empresa se perdessem devido ao distanciamento físico a que fomos forçados. Dentro desse desafio, e sabendo que a comunicação tem sofrido alterações nos últimos anos (comunicação via redes sociais, whatsapp, etc), quer a nível pessoal quer a nível profissional, percebemos que é necessário olhar para a liderança de pessoas de uma forma mais holística.
Nesse contexto a Milestone estudou e analisou estas questões e desenvolveu uma solução que visa apoiar os líderes de pessoas nessa liderança. Implementámos esta solução com sucesso na Milestone, percebemos as suas vantagens, e decidimos lançá-la para o mercado.
Essa solução vai além da comum análise do perfil do colaborador. Através da analítica de dados, da inteligência artificial e do machine learning, ela consegue indexar o ciclo de vida da pessoa para prever os seus comportamentos e dar indicações de como evoluir, atrair ou reter o colaborador. A esta solução chamamos HXM Analytics.
Referem que esta solução prevê e antecipa a saída de profissionais, as suas necessidades, descontentamento ou problemas de motivação…
O ciclo de vida de um colaborador é constituído por diferentes fases, sendo que as mais críticas na liderança das pessoas são: Atração / Recrutamento, Desenvolvimento e Retenção.
O ciclo de vida de uma pessoa também passa por várias fases – a nível pessoal. Apesar de tipicamente pensamos apenas no histórico profissional das pessoas, a verdade é que somos a junção de toda a nossa vivência e experiência pessoal e profissional. O nosso dia a dia profissional é, que queiramos, quer não, muito influenciado pelo nosso estágio de vida pessoal. Este pode ser inclusive determinante para diferentes temáticas, como a motivação, os objetivos, a valorização dos benefícios, entre outras coisas. Se juntarmos a pessoa como individuo, e a pessoa como Colaborador, conseguimos ter uma perceção mais completa do profissional que queremos gerir, uma visão mais holística.
Através de técnicas de inteligência artificial e machine learning, e tendo como base informação do cadastro do colaborador e dos questionários de satisfação / avaliação de desempenho, entre outros exemplos, esta solução oferece insights sobre níveis de felicidade, envolvimento emocional com a empresa, necessidades de desenvolvimento do colaborador, definição dos Top Talents e ainda previsão de risco de saída dos colaboradores.
A Felicidade no trabalho é cada vez mais um indicador de desempenho que as empresas precisam considerar. Como é que esta solução dá acesso a estes indicadores?
Através de diferentes fontes de dados, como o questionário de satisfação por exemplo, temos uma série de informação que nos permite avaliar o nível de felicidade dos colaboradores, e confrontar com diferentes variáveis de análise, como, idade, senioridade, performance, etc.
Com esta solução é muito fácil perceber quem está mais ou menos feliz na organização. Ela tem um componente de visualização muito completa e intuitiva que dá acesso a esses e a outros insigths, numa perspetiva de diagnóstico, descritiva, preditiva e prescritiva.
Concluo que com esta solução inovadora os RH conseguem perceber e antever o comportamento dos seus colaboradores e muito mais, certo? Como a Milestone pretende ajudar os profissionais de RH?
Certo. A solução analisa os comportamentos dos colaboradores e através dessa análise consegue criar uma matriz de migração de segmentos onde prevê o comportamento futuro dos colaboradores. Além disso consegue antecipar as saídas voluntárias dos colaboradores e identificar os Top Talents da empresa.
A Milestone pretende dessa forma, ajudar os profissionais de RH com a adoção da solução HXM Analytics.
Agnóstica à tecnologia, fácil de implementar, permite uma visão holística dos colaboradores e assim reduzir custos de integração, desenvolvimento e saída. Essa solução simplifica a vida dos profissionais de HR na implementação de novos processos internos, de políticas, de iniciativas e na tomada de muitas outras decisões.
Sabemos que quanto mais próximas as empresas estiverem dos seus colaboradores, mais fácil será a comunicação entre ambos. Colaboradores felizes tornam empresas mais atrativas e mais produtivas.