O primeiro passo para a aplicação dos princípios do Analytics em T&D reside em identificar as competências necessárias para executar as tarefas que impactam os indicadores mensurados.
Dando continuidade à série de posts iniciada em “O que é analytics em treinamento corporativo“, em que falamos sobre todo o potencial dessa abordagem e apresentamos a síntese das quatro etapas que compõem o jeito ReFrame – Learning Thru Data de colocá-la em prática, vamos agora falar sobre o primeiro passo desta jornada: estabelecendo as correlações entre KPIs, tarefas e skills.
Esta é a etapa da construção do que chamamos de “mapa neural” ou “mapa mental”, que servirá como um verdadeiro guia para tudo o que será feito a partir de então ao longo do processo de treinamento.
Trata-se de um processo simples e lógico do ponto de vista conceitual, mas, na verdade, é extremamente trabalhoso e árduo dado o volume de informações e variáveis que devem ser consideradas e processadas. Isto porque antes de efetivamente elaborar o mosaico de correlações entre KPIs, tarefas, skills e treinamentos, sempre partindo de uma função específica, é preciso destrinchar cada um desses aspectos, a começar pelo próprio job description.
Quando falamos em “destrinchar”, estamos nos referindo a analisar e separar todas as informações relacionadas ao trabalho executado por cada indivíduo naquela função até chegarmos à menor parte possível: a tarefa.
Cada cargo e função existente em uma estrutura organizacional é composto por um conjunto de tarefas e, em última análise, são elas as responsáveis por impactar os resultados da empresa (KPIs). Em um cenário ideal, em que a demanda por treinamento nasceu com base em dados objetivos e mensuráveis (KPIs, novamente), fica fácil compreender que apenas a partir da identificação de cada tarefa será possível endereçar os próximos passos. E impactar positivamente esses indicadores, enfim.
Após identificar cada tarefa, é preciso vincular cada uma delas as competências CHA – Conhecimentos, Habilidades e Atitudes) necessários para executá-las de maneira plena e satisfatória. A pergunta a ser feita aqui é: que skills as pessoas precisam ter/apresentar para executar tais tarefas e ter um bom desempenho profissional?
O passo seguinte, naturalmente, é vincular esses skills aos treinamentos, perguntando: quais treinamentos vão desenvolver essas competências de maneira a impactar positivamente a forma como aquelas tarefas são executadas?
Assim, temos uma relação causal que nos permite afirmar, em retrospectiva, que: se o treinamento escolhido (e aplicado) for bem-sucedido, haverá impacto em determinado conjunto de competências , que vão aprimorar a execução das tarefas em questão, que, por sua vez, farão os KPIs melhorarem.
Analytics em T&D: menos achismo, mais data driven
Como falamos anteriormente, a lógica conceitual por trás de todo o processo de identificação de tarefas, skills e treinamentos é relativamente simples. O trabalho árduo está na composição desse mapa neural/mental que vai correlacionar cada um desses dados e ajudar a determinar quais treinamentos serão escolhidos ou preteridos.
Um componente que adiciona um grau de complexidade para quem estiver inserido na composição desse mapa neural/mental é o fato de que as correlações não são todas necessariamente lineares. Há competências que vão impactar mais de uma tarefa, treinamentos que vão desenvolver uma ou mais competência, e assim por diante.
Em síntese, o que está dado é que se você quer impactar tais KPIs, precisa mexer em determinado conjunto de tarefas, trabalhar tal conjunto de competências e ministrar esses treinamentos, não aqueles. Esse processo de agrupamento por necessidades vai potencializar os impactos buscados nos KPIs.
É por isso que a premissa básica e fundamental de tudo isso é que a necessidade de treinamento seja validada a partir de um dado mensurável e objetivo. A demanda surge a partir de um KPI que pode (e precisa) ser melhorado.
Menos achismo e mais “data driven”. Essa é a essência do analytics em T&D.
Analytics em T&D: estabelecendo as correlações na prática
Como é possível perceber, todo esse processo simplesmente não existe sem dados e informações confiáveis. E onde vamos buscar isso? Em entrevistas e workshops.
Partindo de cada função, abre-se uma grande lista de tarefas, que são desmembradas em competências (CHA). Tudo feito em grupo, discutido, validado e consolidado. Esse é o processo inteiro. Dedicando cerca de oito horas de conversas para cada função, envolvendo os profissionais, stakeholders e área de treinamento, é possível destrinchar o job description, identificar tarefas e skills, criar essas correlações, tudo em mapas visuais feitos com post-its em sala de aula (presenciais ou virtuais).
Depois, nos bastidores, esse mosaico vai sendo montado adicionando a análise de todo o portfólio de treinamento existente e relacionando cada um deles aos skills que devem ser desenvolvidos. Chega-se a um roadmap de desenvolvimento.
Naturalmente, a outra parte dessa análise se volta para a correlação entre tarefas e KPIs. E aqui entram as conversas com os gestores, que definiram os KPIs a serem analisados, em primeiro lugar. Aqui pode ser uma conversa ou um workshop (para mais gestores participarem) com o objetivo de determinar quais tarefas vão impactar os KPIs. Isso torna o processo como um todo muito mais coeso. É possível fazer esse mapeamento por pesquisa, por exemplo, mas uma conversa tende a render informações valiosas.
Esse é o processo compreendido nesta primeira etapa.
Nos vemos no próximo post desta série, que apresentará a segunda etapa desta jornada chamada “Analytics em T&D”, quando são feitas as análises individualizadas, em que é possível aferir como está a performance do time e definir quais treinamentos são indicados para cada indivíduo.
