Engenharia de Dados e Ciência de Dados no RH?

Texto escrito por: Guilherme Goya | Editado por: Thuany Gibertini

Entenda a diferença e saiba como a engenharia de dados e a ciência de dados atuam na prática dentro do RH

Muitas empresas estão buscando transformar a área tradicional de recursos humanos, em um RH data-driven. O mercado traz essa demanda, que cada vez mostra mais vantagens e cases de sucesso.

Entretanto, no meio do caminho podem surgir muitas dúvidas sobre como funciona um RH orientado a dados na prática. Uma das principais questões está na formação de time.

Ainda mais quando se chega ao impasse: contratar um profissional da engenharia de dados ou da ciência de dados? Qual é mais adequado para o RH?

Neste artigo vamos te explicar as diferenças entre essas duas áreas, sua atuação dentro da área de gestão de pessoas e qual é mais adequada quando o assunto é RH data-driven e People Analytics.

O que a Engenharia de Dados e a Ciência de Dados compreendem?

Em síntese, a Engenharia de Dados é responsável por garantir que os dados estejam disponíveis para a análise de forma segura. Para isso, é necessário realizar o desenvolvimento e sustentação de arquiteturas compostas por diversos bancos de dados.

Uma vez que esses dados estão disponíveis, a área de Ciência de Dados poderá aplicar técnicas analíticas para trazer inteligência, transformando os dados em informações para embasar as decisões do negócio.

Qual é a diferença entre elas?

Em primeiro lugar, a engenharia de dados é a área responsável por realizar o tratamento e a organização dos dados brutos, sendo eles estruturados ou não.

Uma de suas principais atividades é a realização do processo de ETL (Extract, Transform, Load). Esse método consiste nos processos de extração, tratamento e carga dos dados higienizados em uma infraestrutura segura e confiável.

Já a Ciência de Dados é uma área que busca trazer inteligência e extrair insights para direcionar ações sobre um vasto volume — e em acelerado crescimento — de dados.

Dados esses, que são gerados todos os dias pelas mais diversas fontes. E, essa ciência é uma combinação das áreas de estatística, computação e conhecimentos sobre um negócio específico, a fim de gerar informações relevantes para o negócio.

Seu alvo é o volume de dados e com o poder de computação que temos nos dias atuais, a ciência de dados busca aplicar técnicas matemáticas e estatísticas para identificar padrões e projetar tendências futuras de uma determinada empresa ou mercado.

Qual é o papel da engenharia de dados e da ciência de dados na implementação do People Analytics nas empresas?

O papel da engenharia de dados é conseguir construir esse processo de ETL ( que em português é extração, tratamento e carga dos dados). Então, primeiramente, é feita uma análise de todos os dados que a empresa possui e se entende os objetivos de negócio que se deseja conseguir trazer com o People Analytics.

Por exemplo, reduzir o turnover ou aumentar a performance da equipe. Então, as hipóteses são levantadas, entende-se onde os dados estão.

A partir disso, o papel da engenharia de dados vai ser, extrair todos esses dados, fazer o tratamento e a higienização de todos eles e fazer com que todos esses dados que estão localizados em diferentes sistemas de planilhas se conversem.

Em outras palavras, o papel da engenharia de dados é essa extração, tratamento. Depois, com essa base tratada e carregada num banco de dados, o engenheiro de dados vai fazer tudo isso de forma automática.

A ideia é que esse profissional consiga automatizar esse processo para que todo mês ou todo dia, enfim, quando necessário, seja possível extrair as bases, tratar e deixá-las disponíveis para serem analisadas.

Já a ciência de dados vai pegar esses dados tratados e trazer inteligência para eles. Essa área é responsável por transformá-los em informação a partir de métodos estatísticos, matemáticos, computacionais e de conhecimento de RH mesmo.

Ou seja, o seu papel é consumir os dados já tratados pela área de engenharia de dados e conseguir trazer inteligência e previsibilidade para conseguir responder às perguntas sobre o que aconteceu na organização.

Para isso, o cientista de dados faz uma análise histórica, que apresenta quais são os principais fatores que contribuíram para que aqueles dados estejam daquela maneira. Assim, é possível prever qual a tendência dos resultados futuros.

Como fazer em empresas que querem implementar o People Analytics mas não possuem essas expertises no time?

O primeiro passo é conseguir ter uma aprovação da diretoria. Esse projeto precisa ser patrocinado pela própria diretoria, afinal, envolve diferentes áreas da empresa. Por exemplo, você vai precisar envolver um time de TI, um time de RH, um time, se a empresa possuir, de BI e de People Analytics.

Então, é um projeto que precisa ter a diretoria a bordo para conseguir o sucesso. O segundo passo é conseguir definir quais os principais problemas, qual o principal objetivo da aplicação do People Analytics? A empresa precisa ter muito claro quais são os objetivos, o que que eles querem extrair com essa metodologia.

Algumas possibilidades são: querer aumentar a produtividade, aumentar a retenção ou ainda aumentar os índices de diversidade. Seja como for, é essencial elencar quais são os objetivos que a empresa espera alcançar com o People Analytics.

A partir disso, é hora de construir uma equipe. Esse é um processo complexo nas empresas, porque você precisa de profissionais com conhecimentos bem específicos.

Esse time precisa ter muito conhecimento de negócio, de RH, muito conhecimento em estatística e em computação. Além disso, você também precisa conseguir deixar o People Analytics acessível para diferentes camadas de gestores, para que não fique só em um núcleo.

Sendo assim, você precisa conseguir transformar isso numa plataforma para que diferentes pessoas tenham acesso. E esse é mais um processo complexo, principalmente pelas questões de segurança da informação.

Então, como são dados sensíveis de colaboradores, não é qualquer pessoa que pode ter acesso a todos os dados.

O que nós da Salt recomendamos, é a contratação de uma plataforma que consiga fazer isso num preço muito mais acessível do que montar um time internamente E com muito mais know how para tocar esse tipo de projeto.

Como a hierarquização dos dados de People Analytics acontece na Salt RH?

Para poder realizar os projetos de People Analytics nas empresas, nós utilizamos todos os dados estruturados que a empresa possui.

Normalmente nós usamos os sistemas de ERP e de folha de pagamento, mas uma das vantagens da Salt é que a gente consegue utilizar dados, por exemplo, da pesquisa de clima, de treinamentos, dados de recrutamento e seleção.

Então, nós pegamos todos os dados de pessoas existentes na organização para conseguir construir os nossos modelos. A partir desses dados brutos realizamos o tratamento e a higienização.

É a partir desses dados que também fazemos o processo de criação de novas variáveis, que é essencial para os projetos de People Analytics.

Por exemplo, a empresa só possui ali o dado da data da da promoção. Nós vamos calcular o tempo que a pessoa está no mesmo cargo, o tempo que a pessoa ficou sem receber um mérito, enfim, vamos executar todo o processo de criação de novas variáveis a partir dos dados brutos da empresa.

Implemente o People Analytics agora com a Salt RH

A Salt RH é uma empresa especializada nesse novo modelo de negócios e construiu uma plataforma capaz de realizar previsões correntes sobre turnover voluntário e involuntário na sua organização.

Da adoção do people analytics aos modelos preditivos mais avançados, levamos tecnologia, estatística e gestão de pessoas para trabalhar a favor do seu negócio. Entre em contato conosco!

Gostou deste artigo sobre turnover? Compartilhe com a sua rede e acompanhe mais conteúdos como este em nosso blog e nos siga nas redes sociais.

*Crédito da foto destacada:Imagem de Pexels por Pixabay

#RHedados #CiênciadedadosnoRH #RHDataDriven #EngenhariadedadosnoRH #PeopleAnalytics


Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

dez − 5 =

Mapa do site

© 2024 · MineHR – Todos os direitos reservados