SPEAKER_01 0:04

Olá, esse é o People Analytics na Prática. Podcast que explora como os dados estão transformando a gestão de pessoas no Brasil. Histórias reais, aprendizados and bastidores of People Analytics. Disponible in the áudio and in YouTube. Natália has de 20 years in recursos. She has experience sólida as a HR leader and senior business partner, with attention in multinacionais, liderances of teams multicultural, and at least for America Latina. Natália, eu vou começar perguntando sobre a sua trajetória. Você tem uma longa trajetória como HRBP antes de chegar à liderança de People Analytics, né? Como é que foi esse caminho?

SPEAKER_00 1:23

Bom, eu acho que tá aí, pra mim, a grande virada de chave de carreira, né? E foi essa experiência como HRBP. Mas eu sou formada em administração, né? Eu acho que aí tá a minha grande bagagem aqui na Federal do Rio Grande do Sul. E sempre fui muito, gostei muito de falar sobrenegócios. Minha cadeira preferida sempre foi economia. E aí, quando eu entrei no mercado de trabalho, eu fui, né? Então, para uma área de recursos humanos na época, e aos poucos foi avançando o modelo. E naquela época a gente tratava até de forma mais generalista. O HRB naquela época não é o HRBP que é hoje, mais robusto. But comecei atuando de forma mais generalista and foi onde eu me apaixonei. Então atuei por bastante tempo nesse papel. Depois fiz uma trajetória ali, acabei transitando para liderança de times também de recursos humanos. Voltei novamente para o papel de HBP. Então, assim, eu volto em vários momentos da minha carreira. Eu voltei para a cadeira de HRVP. And sempre esteve muito conectado com isso que eu gostei. Sempre gostei da administração, de falar de negócio. Mas sempre teve um pano de fundo importante de gostar de entender do negócio em que eu estava inserida. E aí, por fim, eu tive uma oportunidade super bacana no Cicred de iniciar a gestão da área de people analytics. E aí eu acho que vem muito embarcado dessa trajetória e da experiência de atuar como BP, mas sempre com esse olhar mais analítico, né? E de conexão com o negócio. Eu acho que caminhou muito por aí, assim, essa trajetória. Mas também aí vem junto na bagagem planejamento estratégico de pessoas e cultura, que conecta muito porque a gente bebe muito do que vem de dados, de people analytics, and projetos e inovação.

SPEAKER_01 3:34

Show show. O que da sua experiência como BP você carrega hoje de forma mais presente no seu trabalho?

SPEAKER_00 3:43

Olha, certamente esse olhar analítico de conexão com negócio, né? E aí, pra mim, é onde entra muito. Conversa com o que eu vejo, que é um papel importante de People Analytics, né? A gente trata dados, fala sobre dados de pessoas e cultura. Mas eles por si só geram valor de alguma forma limitada. Eu acho que a grande riqueza que a gente tem de poder ter atuação em People Analytics é poder fazer conexões com os dados de negócio, né? And conectar com a estratégia e falar mais a linguagem da liderança de negócio. Acho que passa por aí. A gente consegue ter maior influência, gerar mais valor de fato. E aí, como HRVP, eu sempre gostei muito, como eu falei, de entrar nesse lugar, de entender do negócio, de olhar os números, de ser curiosa, de viver um pouco a vida do negócio junto, assim, por um tempo, assim, eu conto essa história, porque ela é engraçada, mas eu fui HRVP de uma unidade específica de negócio de sucata, de uma empresa que eu trabalhei. E eu, uma vez, logo que eu entrei, falei para os compradores de sucata, vamos pro sucateiro. Daí eles, como assim, psicateiro? Não, vou junto com vocês do psicateiro, mas ninguém de RH nunca foi com a gente, como assim? Porque eu falei, não, precisa entender de fato o que vocês estão fazendo, né? O dia a dia, assim, então, esse é um exemplo, mas é muito mais amplo que isso, mas é entender do negócio, assim, né? O que a gente tá vivendo em relação a desafios internos, mercado, e começar a fazer essas conexões em como que a gente, como pessoas e cultura, contribui, né, e alavanca a estratégia, um desafio que a organização tá vivendo naquele momento. E como HRBP a gente tem uma oportunidade grande de riqueza de estar ali lendo cenários, de estar dentro das áreas e fazer essas conexões. Que é onde eu vejo então que em Pipponalytics a gente consegue criar esse ferramental para dar suporte, inclusive para um HRBP poder fazer o trabalho dele de uma farma de maior qualidade, com mais embasamento mesmo, and si, mas qualquer outro papel dentro da área de recursos humanos, né?

SPEAKER_01 6:03

Perfeito. Eu vou te perguntar, você passou então de HRBP pra hoje trabalhar como liderança. Eu queria saber, nesse momento, nessa tua trajetória, teve algum acontecimento de carreira que mudou a forma como você pensa o papel dos dados in gestão de pessoas?

SPEAKER_00 6:23

Ah, eu acho que isso a todo momento desde HRB, assim, não como algo específico, mas toda essa trajetória de conseguir contribuir com o HRB, ela sempre passou por momentos em que eu auxiliei de alguma forma as tomadas de decisão, mas que eu sempre utilizei pra mim no meu trabalho no paralelo, analisar dados, né? E aí trazer exemplos, assim. Eu vou olhar pra uma estratégia de crescimento de uma área, né? Eu vou precisar de um perfil mais específico para aquela estratégia que vai contribuir. Bom, como é que tá meu pipeline dessas pessoas? Como é que tem sido minha rotatividade desse perfil de profissional? Como é que eu crio estratégias de criar pipeline melhor? O que vem de dados sobre esse perfil desse profissional, que é o que mais engaja eles, o que mais motiva eles a estar com a gente? Então, onde é que eu crio estratégias específicas para esse perfil para eu poder fidelizar ele melhor, porque isso vai me ajudar na estratégia de negócio que eu vou precisar mais desse perfil. Então, analisar pesquisas de desligamento, analisar pesquisas de clima, isso é trabalhar com dados, né? Acho que a gente tem um pouco dessa mistificação, trabalhar com dados é só trabalhar em people analytics. Não, a gente lida com dados o dia inteiro, né? Uma BP ou qualquer outro profissional pega um neoproissional expert em clima, por exemplo. Ele tá lá analisando dados no final do dia, quando ele recebe a pesquisa nas mãos, né? Então tu não precisa ser um profissional de people analytics. E eu acho que tem um pouco disso da gente desmistificar, trabalhar com dados. Isso tá num grupo específico de profissionais de um perfil X. Não, isso tá no dia a dia, corriqueiro. Por vezes eu acho que a gente dá maior ou menor atenção, mas tá ali, né? A oportunidade da gente poder usar esses dados, assim. Então eu acho que é isso, esse uso do dia a dia, identificar essas oportunidades de também entender que dados são importantes, ser olhados para aquele contexto que eu tô vivendo, né? Isso é uma. Eu recebo muitas perguntas, mais que o Riqueira é Nath, mas quais são os dados que eu tenho que olhar? E a resposta é depende, né? Porque depende, qual é o teu problema, que desafio que tu tá vivendo, né? O que tu precisa responder. E passa por isso. Não tem um momento marcante em si, mas certamente os momentos em que eu consegui contribuir mais como BP foram os momentos em que eu consegui fazer essas melhores conexões e gerar uma narrativa mais sustentada in dados mesmo para que a gente pudesse tomar melhores decisões.

SPEAKER_01 9:11

Perfeito, perfeito. Isso me lembrou uma questão que você falou sobre. Às vezes a gente está trabalhando com dados, não precisa ser necessariamente. Sobre um conceito que é data-driven HR, or evidence-based HR, que é RH base in evidence. Pode ser dados internos, perspectiva ofem que pedir sobre the problem, ou seja, perspectiva of stakeholders, of course, the client internal. And expertise of quem vivencies, of quem vê or experience what's going on. I think it's relacionation with this. Exato. Eu vou te perguntar agora sobre people analytics. Na sua visão, o que significa people analytics?

SPEAKER_00 10:45

Olha, na minha visão é a gente passar a utilizar de dados mesmo de pessoas pra tomada de decision que em base em decisões de negócio. E eu acho que aí, pra mim, é o que é e ao mesmo tempo é um dos maiores desafios também.

SPEAKER_01 11:10

Perfeito, tá. Nath, como você vê o impacto de people analytics nas empresas? E quando você pensa em projetos de people analytics that realmente geraram mudança no negócio, o que esses projetos têm em comum?

SPEAKER_00 11:28

Ah, eu vou bater muito nessa mesma tecla que é a geração de valor pro negócio, né? Porque a gente pode ter escolhas de onde a gente vai investir pra fazer um estudo, criar um preditivo, né? Eu acho que assim, são infinitas as possibilidades hoje de aplicação quando a gente olha o que já tem de prática e mercado. Mas a questão é muito qual que vai responder alguma dor real minha que eu tô vivendo. E essa dor não pode estar apartada de uma dor que seja algo que gere um valor pra estratégia do negócio no final do dia, né? Senão a gente não tá conectado com o feed esperado real. In gerade de recursos humanos, que é como que a gente se aproxima mais do negócio and conecta nossas initiativas com geração de valor pro negócio. Então eu vejo que por aí, assim, o maior sucesso é quando a gente de fato consegue mostrar maior geração de valor. Andar conectado, ando pego os exemplos do que eu já vivenciei na minha carreira, é muito claro isso, é conseguir endereçar uma dor latente e conseguir traduzir ela dentro daquilo que a gente tem disponível de dado, porque isso também é um desafio, né? É to ter os dados disponíveis, estruturados, com qualidade. Porque por vezes, sim, tem um desafio, tenho várias hipóteses a poder desbravar, mas eu posso não ter, eventualmente, dependendo da minha estrutura, eu não ter aqueles dados disponíveis. Isso pode acontecer, ou eles não terem qualidade, daí também não me adianta, assim. E conseguir endereçar de fato alguma dor que converse com o negócio e que a gente consiga mensurar um pouco mais o resultado, né? Porque hoje, cada vez mais a gente vem falando, né? Ele tá no hype, falar sobre dados, IA. E as possibilidades de aplicação são infinitas, assim, né? Mas como que eu escolho dentre todas essas que eu tenho disponíveis e que existem? Onde que eu vou colocar meu esforço, minha dedicação, minha energia e recurso financeiro também no final do dia para desenvolver alguma saída, assim? Então, pra mim, tem que ser algo que de fato esteja relacionado a alguma dor latente que a gente possa traduzir numa geração de valor pro negócio.

SPEAKER_01 14:11

Excelente. É muito difícil fazer isso também, né? Acho que algumas coisas são difíceis de fazer aqui. Mas o que pra mim é difícil, e eu queria te perguntar agora, é sobre como mensurar esses resultados, assim.

SPEAKER_00 14:26

Olha, primeiro, assim, se a gente mapeia essa dor de negócio, aí eu vou te dar um exemplo, assim, que eu acho que grande parte das empresas devem viver, né? Mas assim, turnover, por exemplo. Hoje é um desafio reter bons profissionais, né? E aí muitas empresas têm, né? Um turnover alto, assim. Aonde que esse turnover se conecta no fato de que ele interfere no meu resultado de negócio? Bom, se eu tiver um turnover alto, eu posso estar impactando uma estratégia minha de expansão, eu posso estar impactando a própria sustentação do meu negócio atual, ou a minha rotatividade no meu negócio, tá impactando a satisfação do meu cliente, tá impactando o resultado que eu poderia estar dando e eu não tô, porque eu tenho pessoas ali a todo momento girando, conhecimento, ele não fica, vai pra pessoa, então eu tenho a todo momento pessoas fazendo uma curva de hamp de conhecimento, mas também de performance. Então eu tenho como conectar e avaliar, por exemplo, isso, né? Onde eu tô com Marta Nova, eu tô com algum impacto em resultado? Porque daí, a partir do momento que eu consigo trabalhar isso, eu consigo ver um impacto positivo de retorno em resultado. Claro que vão ter outras variáveis, provavelmente, que também vão influenciar em resultado, questões de mercado, enfim. Mas esse pode ser uma das variáveis a serem medidas, assim, esse é um exemplo, né? Por isso que a gente tem que entender muito bem do negócio para conseguir fazer essas conexões, né? E entender onde que pode estar contribuindo ou não, né, para a estratégia que eu tenho local de negócio. E aí, outros exemplos, né? Esse é turnover, mas eu posso ter uma dor, por exemplo, em SLA de vagas. Pode ser outra dor. E o fato de eu não estar conseguindo fechar meu funil pode estar impactando em eu conseguir dar vazão para uma estratégia minha que eu preciso da velocidade eu não estou conseguindo suprir. E aí eu tenho um impacto, claro, né? Eu tenho um problema de SLA, eu não tenho pessoas a tempo. E aí eu estou impactando botar uma estratégia no ar. Capacitação de pessoas. Bom, eu vou capacitar num produto X ou Y. Como é que é o desempenho das pessoas que eu capacitei versus as pessoas que eu não capacitei? Eu tive um resultado diferenciado, não. So I começo a medir a relação com o resultado que eu espero de negócio. Então, assim, tem uma geração, claro, na visão de pessoas, mas tem uma geração final que eu tô falando de negócio, né?

SPEAKER_01 17:04

Perfeito. Eu escuto bem nítido te ouvindo sobre a conexão de projetos com a linguagem do negócio, mas também com a estratégia, né? O que a gente tem de estratégia. Quando a gente pensa em projetos que falham, que não conseguem falar a linguagem de negócio, quais as características desses projetos? O que geralmente dá errado?

SPEAKER_00 17:26

Bom, tem um passo atrás de dar errado - que, assim, às vezes não consigo nem fazê-los. Pode acontecer, assim. Que a gente não tem os dados disponíveis. Isso pode acontecer também, né? Eu tenho uma hipótese de não sei, pode ser inclusive essa, né? Que o turnover me impacta no meu resultado. Mas eu não tenho dados estruturados para que eu consiga fazer esse teste dessa hipótese. Pode acontecer, né? Então tem um passo atrás, assim, que eu tenho esses dados disponíveis, assim. E aí, eu tendo eles, aí é uma questão de a gente entender quais são as hipóteses que eu tô testando. Testar boas hipóteses passa por eu entender esse contexto. E aí conversa muito com o que tu falou lá no início, daquelas quatro frentes de dados, porque assim, eu tenho que conversar com o stakeholder, eu tenho que entender o que da parte dele ele entende que pode ser uma hipótese, né? Com a pessoa de negócio. Ela tem lá, ela conhece, né? Ela é uma das melhores pessoas pra eu conversar. Conversar com a pessoa de expertise do assunto dentro de recursos humanos, because I told, no, de recrutamento de seleção. Vou conversar com a pessoa de recrutamento de seleção, que entende muito bem sobre o processo, né? Mas também com esse líder de negócio que tá sofrendo essa dor e tem as hipóteses dele. Então também coletar de todos esses papéis, esses stakeholders, assim, é super importante, criar boas hipóteses a serem testadas, né? Mas, então, te respondendo outra coisa que pode ser em sucesso é não construir boas hipóteses and, né?

SPEAKER_01 19:00

Sim, excelente.

SPEAKER_00 19:02

E aí não se conectar bem com esses stakeholders que são fontes importantes pra gente também pode ser um caminho que nos leva fora resultado, assim, né? And I think this is one of the apprentizados that I think, manter essaximity with expertise those, not dental of people in culture, but in negotiations. And the experience that those take a lot of things.

SPEAKER_01 19:43

Perfect.

SPEAKER_00 20:12

A gente está ali inserido dentro do. Claro que a área de people analytics acaba tendo o dado da original mais na fonte, mas todos nós temos acesso, trabalhamos com isso. E a BP ainda mais no contexto de estar ali no dia a dia da área, de poder captar coisas mais intangíveis, que nos ajudam muito nas questões das hipóteses e criar cenários. Mas são áreas que eu acho que tem uma visão mais generalista de pessoas e cultura. Estão menos nichadas por temas. A BP naturalmente tem que entender de tudo um pouco e está preparada ali para apoiar o negócio. E People Analytics também, a gente trata no final do dia de todos os temas. A gente olha para desde recrutamento de seleção até pesquisa de desligamento, a gente passa por todos os pontos de contato que tem alguma coleta de dados do colaborador. Então eu acho que isso é um comum, essa visão generalista nossa, assim. E o que nos diferencia, essa pergunta é difícil. Mas eu acho que hoje ainda assim é um pouco desse desafio do olhar analítico, assim, que eu acho que é onde a gente se ajuda muito, né? E cada vez mais eu vejo o time de BP se capacitando mais e avançando no nível de maturidade analítica, né? Mas porque de fato no passado isso não era uma realidade, acho que vem se tornando cada vez mais rotineiro nos últimos anos, assim, então eu acho que daí a gente vem com esse suporte de poder ajudar a acelerar. Esse olhar mais analítico dentro da área de PPs, assim. Então eu vejo até como um complemento, né? E apoiar a área de pessoas de cultura de uma forma geral, assim, a poder ocupar o lugar de maior influência, né?

SPEAKER_01 22:17

Tá, perfeito. Olhando também pra literacia em relação a dados e a como usar isso. Sim. É, letra no dia a dia, né? Perfeito. Olhando pra uma pessoa BP, que consegue fazer isso bem, o que ela faz de diferente de seus colegas, por exemplo? Ou o que ela conseguiria responder de maneira autônoma, sem precisar do time de People Analytics?

SPEAKER_00 22:41

Bom, como a gente tava falando, né? Dados tá por tudo, assim, e a BP tá em contato com pesquisa de desligamento, pesquisa de clima, até dados dos acessmos, né? Que seja PDA ou o que for, os acessmos, eles geram dados, né? Qual que é o maior perfil, concentração de perfil que eu tenho no time, XYZ, isso tudo é dado no final do dia. Então eu acho que tem uma riqueza grande no dia a dia do BP em trabalhar com esses dados. E aí, de fato, assim, a gente está atento a poder utilizá-los da melhor forma dentro dos desafios que a gente tem. Mas o BP que acompanha isso de forma constante, né? E daí acompanha tendências, vê alguns comportamentos que estão para acontecer, porque, por exemplo, eu como BP estou acompanhando sempre as pesquisas de desligamento e o turnover. Nossa, eu tô vendo que eu tô com uma tendência aqui que todo ano eu tô crescendo, sei lá, dois pontos percentuais. Todo trimestre. Então, eu tô vendo que eu tenho uma tendência a fechar o ano, eu tô com uma assinaleira ali vermelhinha ligada, né? Então eu posso começar a ficar atenta pra esse assunto. A partir do momento que eu vejo que isso começa a se tornar algo de uma tendência a acontecer, bom, e eu tô acompanhando as pesquisas de desligamento, eu tô atenta a entender o cenário, o que as pessoas estão falando, o que talvez seja um dos motivos que esteja contribuindo pra isso acontecer. Então eu consigo agir até de uma forma mais proativa de já perceber que isso tá acontecendo, que isso pode vir a se tornar um problema, e já começar a desenhar algumas soluções. E aí, né, aqui colocando pro abstrato, assim, né, vamos pegar algo que poderia acontecer. Bom, eu tô vendo que as pessoas estão reclamando na pesquisa de desligamento sobre oportunidades de carreira. Sei aqui, exemplo. Bom, então eu posso começar a trabalhar isso antes que isso se torne de fato, o turnover se torne um problema pra mim. E vou fazer iniciativas direcionadas a esse ponto. Enfim, então eu acho que estar sempre acompanhando, não esperar que isso se torne um problema pra que eu vá de fato olhar os dados e poder acompanhar e ver um comportamento e agir de forma proativa, eu acho que é um diferencial.

SPEAKER_01 25:22

Excelente, eu ia falar disso, dessa postura proativa, né? Como sendo algo diferente entre uma pessoa que pratica isso e quem não pratica. Agora, olhando pra entregas de times de People Analytics com os times de BP, como é que você vê a relação disso? For exemplo, quando People Analytics e BPs trabalham bem juntos, quais características têm esse trabalho? O que precisa acontecer pra isso rolar?

SPEAKER_00 25:48

Bom, a gente tem que ajudar o dia a dia, né? De quem tá ali, né, em recursos humanos vivendo o dia a dia na ponta, assim. E aí eu acho que o nosso papel como People Analytics é garantir que a gente tem, a gente tá desenvolvendo as soluções que de fato eles vão usar e vai fazer a diferença. E aí a gente volta para aquele ponto que é qual o problema que eles estão precisando resolver. Eu preciso entender. E aí, pra isso eu vou precisar entender de negócio, vou precisar entender o que está acontecendo lá no dia a dia. É precisar bem conectado. For example, a gente tá falando sobre tendência, enfim, de people analytics, prediction, trabalhar com predição é algo que cada vez vai ter que ser mais nosso dia a dia. E aí eu vou fazer um modelo preditivo, mas eu vou fazer voltado a quê? Bom, so a gente tá falando aqui que a Dora era turnover, por exemplo, esse é um bom investimento meu. I would fazer soluções, ferramentas ali, vou desenvolver um modelo de predição de turnover para ajudar essa BP no dia a dia dela a ser mais proativa, ser mais consultiva, e aí, de novo, eu poder tomar ações antes que aquilo se torne um problema, de fato, né? Que o problema se instaure, assim. Então eu acho que trabalhar próximo e entender a realidade de quem de fato vai usar soluções de People Analytics faz a diferença para que a gente faça escolhas, inclusive, sobre o que eu vou priorizar e desenvolver para apoiar esse profissional de gestão de pessoas no dia a dia dele.

SPEAKER_01 27:29

Excelente, legal. Me lembrou, teve um artigo do Eurek, é isso? De BTs lá. Esqueci o nome do Espírito. Uri, isso, isso, perfeito. Falando sobre produtos em RH. Que é uma coisa que eu tenho entrado mais agora e pesquisado. E ele traz sobre como a perspectiva acaba mudando recentemente, acho que tem a ver com isso também. De não olhar tanto pra o que vamos fazer, mas muito mais pra que problema vamos resolver e qual impacto tem isso no negócio, né? Então acho que escutando, me parece que é um pouco dessa perspectiva de olhar pra o que a gente vai entregar, okay. Mas que impacto isso vai ter? Será que isso resolve a dor? Será que é o que as pessoas estão pedindo? Elas vão usar isso no dia a dia, né? Qual impacto isso vai ter na operação? Então me lembrou um pouquinho essa dinâmica.

SPEAKER_00 28:29

E esse como ajudar, né? Porque isso é uma outra coisa que talvez vários líderes de Pippanalyrics Pivot, assim, que é a gente as vezes acionado com um pedido pronto, que é eu quero dash tal. And forces não é um dash, né? Então, de novo, a gente abordar mais sobre qual é a dor, qual que é o problema. Porque por vezes a gente vai construir juntos e vai entender que não, não é um dash que tu precisa. A gente precisa fazer um estudo, enfim, pode ser qualquer outra solução analítica que não necessariamente um dash, né? E aí, o que eu comentei desse desafio, que eu acho que muitos devem viver isso, que é a gente deixar de ser uma área fazedora de dash, né? Porque quando chegam pra área, normalmente o pedido é um dash. Então, não necessariamente essa vai ser a melhor solução, né? Então, como é que a gente também se coloca num lugar mais consultivo de apoiar as áreas e entender qual que é o problema pra desenhar melhor o como. Porque o como nem sempre vai ser aquilo que eles chegam já, né, com alguma coisa pronta, com um pedido já definido.

SPEAKER_01 29:44

Deixa eu te perguntar, então, como a gente pode se colocar num lugar mais consultivo quando chega esse tipo de pergunta.

SPEAKER_00 29:52

É ajudar muito nessa construção de desmembrar o problema. E aí, esse eu acho que é um diferencial, assim, do profissional de People Analytics que consegue ter essa conversa com as áreas, né? Que é antes de sair executando a parte técnica, esse passo atrás, que é, bom, deixa eu entender o porquê que tu tá me pedindo isso, o que tu tá vivendo, né? O que tu espera dessa solução. E aí é conversa, é entender a realidade, tá bem conectado com essa área de expertise, que seja a demandante, vai passar pra entender de negócio, né? Pra entender se aquilo de fato vai contribuir ou não. E ter boas conversas de construção. Porque eu brinco com o time que assim, às vezes, dá mais trabalho a gente gastar tempo nessa etapa inicial, a gente fica louco pra sair, né? E já desenvolver a parte técnica, mas essa parte inicial muito bem trabalhada, ela garante o sucesso do que tu vai entregar.

SPEAKER_01 31:02

Sim. Perfeito. Pra sair de uma área fazedora de pedidos, né? E uma área que realmente tem impacto no que tá sendo. no que tá acontecendo de dor realmente que surge, né? A gente fala aqui sobre a diferença entre pedido e demanda. Que pedido pode ser um dashboard, mas a demanda eu quero resolver o turnover. Que daí é outra coisa, não é um dashboard pra resolver, digamos, né? Olhando pra esse exemplo. Enfim. Isso me lembra também sobre scopo e como fazer perguntas melhores. Que eu acho que é uma das coisas que passa pelo trabalho com dados. A gente aprende a criar hipótese, né? E a não aceitar algumas declarações e a se questionar de maneira mais precisa sobre o que a gente quer descobrir. O que a gente tem feito in relation to estudos is mostrar o que a gente vai responder, for example. And so validation for continual, sorry.

SPEAKER_00 32:16

Setar expectatives, definitely o scopo, passa muito por isso, é que tem que ter proximidade, boas conversas, o que tu falou, fazer boas perguntas. But a gente, por natureza da área, acaba querendo sempre muito pra desenvolver o técnico, né? E essa parte é primordial pra gente garantir o sucesso depois e aplicação de fato daquilo que a gente está desenvolvendo.

SPEAKER_01 32:50

Como a área de People Analytics pode ter uma melhor relação com o negócio? Pensando em solução. A gente já discutiu sobre alguns pontos, né? Sobre escopo, impacto no negócio. Mas e sobre a relação de Pipo Analytics com outras áreas ou com outros subsistemas de RH e do negócio? Como é que a gente pode ter uma relação melhor desse time com os outros?

SPEAKER_00 33:14

Eu acredito muito na proximidade do dia a dia. Até a forma como a gente se organiza hoje na área que eu lidero, a gente se divide por temas. Então, cada pessoa acaba ficando bem imersa dentro da área junto com o time que toca aquela especialidade. E vive mais próximo, né? E consegue se aprofundar naquele assunto. E aí eu acho que essas trocas são ricas com esse nível de profundidade, porque por vezes a gente vai identificando oportunidades que nem mesmo a área de expertise pode ter se dado conta que podia ser uma solução para a gente desenvolver, alguma hipótese. Então acho que manter essas trocas constantes e aí talvez até a forma como a área se organiza contribui para isso. Pode ajudar a facilitar essas interfaces. Então, no caso hoje que eu vivencio, eu vivencio essa organização dividida por temas. Então, né, tem facilitado muito, assim. E aí a gente consegue dar uma profundidade maior por cada expertise, por cada tema dentro de pessoas e culture.

SPEAKER_01 34:38

Perfeito, perfeito. E como você lida, pensando em projetos, assim, in que a gente tem perguntas a serem respondidas? Como é que você lidaria com uma situação onde o dado tá apontando uma coisa, mas a percepção de quem tá na ponta é outra? Você tá dando uma risada?

SPEAKER_00 35:00

Isso é bem comum, assim, né? Quando a gente constrói as hipóteses iniciais, volta e meia, vem a hipótese já com quase que uma certeza por trás de que aquilo vai se consolidar. E com certa frequência acontece às vezes da gente ir lá testar a hipótese e não ser nada daquilo que se esperava. O que eu acho super rico quando acontece, é desafiador, eu acho que quebra uma. Tem uma quebra de expectativa, talvez, né, das pessoas, porque a gente acaba gerando uma expectativa de que aquilo de fato vai se consolidar, vai se comprovar. Que é um pouco dessa. A gente, por muitos anos, a gente trabalhou muito com a questão da percepção, né? E aí isso se mantém de alguma forma, né? E são essas percepções que nos ajudam a alimentar as hipóteses também de alguma forma, né? Então acontece, sim, mas sempre que eu tive situações em que isso ocorreu, foi muito tranquilo lidar com o fato da hipótese não ser validada, porque no final do dia isso são dados, né? Não tem muito como a gente fugir, tá ali, né? Tá comprovado, os dados indicam que aquilo de fato não tem correlação, não é uma verdade, enfim, assim, então foi tranquilo. E isso trouxe aprendizados. Eu acho que isso é importante, que trouxe um olhar daí de que quando a gente tá construindo as hipóteses e estudos lá no início, a gente já trazer esse alerta pra quem tá junto no time, né, nesse grupo envolvido, que é, ó, pode ser que isso não se valide pra já setar expectativas, porque no início muito o que acontece é, né, se tu não seta essa expectativa, no final isso pode ser uma surpresa, e se tu vem já trazendo que isso é algo que pode acontecer, sim, né? É normal. Quando acontece de fato de se confirmar que algo não tem alguma correlação, a hipótese não se valida, isso não se torna algo tão surpreendente, né? Ou tão desconfortável. Porque isso já vem sendo trabalhado como algo que sim, é natural e pode acontecer.

SPEAKER_01 37:26

Além desses rituais, existem alguns outros rituais que vocês têm pra lidar com essas expectativas ou para embarcar as pessoas no que vocês fazem como área?

SPEAKER_00 37:37

Olha, eu acho que essa parte inicial de setar expectativas é bem importante, assim. Porque ela passa por definir escopo, por ter clareza do que a gente vai entregar. E eu compartilho muito de as áreas que não são tão técnicas lá de dados. Às vezes tem um olhar nosso, a gente acha que entendeu o que eles querem, eles acham que entendeu o que a gente vai fazer, andas lá, enfim, quando saiam, não saiam e aquilo. E a gente teve vários aprendizados ao longo dessa jornada, and hoje a gente começou já faz um tempo a formalizar, a criar junto com a área demandante um escopo formal, declarado, definido, desde escopo, mas regras de negócio etapas que eu acho que ajuda a gente a sair da conversa, ir para o papel, formalizar, e a gente ter um local de referência daquilo que tá combinado, que é expectativa acetada. Até porque volta e me acontece, isso tudo é muito comum, conforme a gente vai trabalhando com os dados, vão surgindo novas hipóteses ao longo da construção, e aí os estudos podem nunca ter fim. É infinito ali as ideias que vão surgindo. Então, acho que assim, você está desde o início o escopo, o resultado esperado, já regras de negócio, isso tudo muito bem claro ajuda bastante também.

SPEAKER_01 39:20

Excelente, excelente. Pensando em evolução como área, que tipo de conversas vocês estavam tendo antes, que agora não existem mais, e que tipo de soluções vocês hoje em dia estão criando que vocês não estavam criando há algum tempo atrás?

SPEAKER_00 39:36

Olha, eu acho que em termos de evolução, assim, passa muito por a gente deixar de ser visto como uma área fazedora de dash, eu acho que é um desafio importante, né? E estar mais nesse lugar mais consultivo. Então, acho que isso é uma mudança, passar a fazer muito mais estudos, modelos de predição. E assim, super importante, não que o Dash não seja importante, não é sobre isso, ele é muito importante. A questão é que não é só sobre dash. É sobre outras frentes de soluções analíticas que podem complementar. So é mais sobre isso, porque os dashes são super importantes, nunca perder o olhar da manutenção deles, de revisitar se eles ainda fazem sentido, se eles estão sendo utilizados, se as vezes já não teve uma, a gente avançou na maturidade of um tema and já exige uma outra linha de análise que a gente não estava considerando e precisa ir lá voltar andualizar esse dash. A questão é como é que a gente vai pro além do dash, feel outras coisas também, anda mais consultivo, porque a partir do momento que eu começo a trabalhar mais com modelos, com estudos, eu vou para esse olhar mais de prescrição, de pressão. Então eu consigo avançar na minha curva de maturidade, e claro, como o núcleo analítico sim, mas eu também começo a puxar o usuário para esse lugar. O próprio usuário também começa a avançar nessa curva de maturidade do uso do dado junto. E aí passa por isso também, eu vejo sair de soluções que são só para pessoas e cultura, mas também oferecer soluções que são pro leader, não ter, por exemplo, só um ambiente Power BI para pessoas e culture, mas ter um ambiente Power BI para liderança, que é o usuário lá final também, é importante. Isso ajuda a gente ir construindo esse ciclo de maturidade analítica dentro da areia. And particularmente acredito muito nisso that's ajudam, tendo esses dados em mãos tocar discussões junto com os times de recursos humanos. A partir do moment que o líder tem the dado, ele consegue identificar lá, fazer alguma análise of his time and ver uma opportunity, puxar esse profissional of the people who attend it and provocate, I think those two lots se aliment and ajudam and levar a régua de discussions as analyticas.

SPEAKER_01 42:50

Como tendo impacto no negócio, né? And ecossistema de RH. Perfeito. Eu queria te perguntar sobre a evolução de People Analytics. Como é que você vê a evolução dessa área daqui a uns anos aqui no Brasil? E aproveitando, como você vê a evolução de HRBPs aqui no Brasil nos próximos anos?

SPEAKER_00 43:15

Olha, eu acho que caminha um pouco junto, assim, eu vejo que é cada vez mais a gente não olhar só pra dados de pessoas e olhar pra dados de negócio. Então eu acho que a gente também tem que passar a dominar muito os dados de negócio. Assim como o HRBP, eu vejo que tem que cada vez mais estar conectado com os desafios de negócio, falar a linguagem e estar próximo para a gente caminhar em sinergia, porque a gente estava falando que é geração de valor, né? Então acho que essas duas áreas caminham muito juntas. Mas falando para um lado mais de tendência, isso é muito sobre o modelo de atuação pra mim, né? Mas sobre tendência e ferramentas, assim, eu vejo que em Pip Analytics, cada vez mais, a gente falar mais sobre predição, ter mais modelos. E o próprio uso da IA, né? Está aí e cada vez mais presente no nosso dia a dia. Então, certamente essa é uma tendência que está cada vez mais presente, assim.

SPEAKER_01 44:24

O que muda com o uso da IA em People Analytics?

SPEAKER_00 44:30

Bom, a própria predição passa por uso de A. Claro que a gente tem I' já que a gente já utilizava, né? But a própria IA generativa para nos apoiar na análise dos dados também, né? E trazer insights. É uma ferramenta que super pode nos alavancar e acelerar esse processo de análise. Assim como para o time de BPs também. É uma ferramenta que. De novo, partindo do simples, do que até já está à disposição nossa. Se a gente pega uma ferramenta atual, um chat GPT, um cloud, enfim, podem super nos ajudar com análises. Ferramentas atuais já disponíveis. Já deveriam ser do nosso uso.

SPEAKER_01 45:25

Sim, perfeito, perfeito. Pensando nessas mudanças daqui a um tempo, o que muda também no perfil das pessoas que trabalham with people analytics.

SPEAKER_00 45:38

Acompanhar essa evolução das novas ferramentas vai passar, claro, para as pessoas atualizadas as linguagens, nesses desenvolvements. But I think another skill, which is the skill of storytelling. Come to connect this in the storytelling of negócio. E aí precisa ter esse skill. But a narrativa que faça sentido para o usuário, que tenha conexão com a linguagem final. E aí eu vou precisar ter esse skill de storytelling. Então, acho que cada vez mais a gente vai precisar também olhar para esse skill pra ajudar a que as nossas soluções técnicas que a gente desenvolva tenham mais usabilidade mesmo, né? Sejam mais atrasivos.

SPEAKER_01 46:45

Sim, até pensando. Desculpa, até pensando que a gente tava falando sobre esse escopo inicial, né? E como é importante a gente definir isso bem, assim. E daí o storytelling, pra mim, também tem uma parte ali no final que é contar essa história. O que aconteceu aqui, né? O que foi feito? E pra gente fechar isso bem, a gente precisa realmente ter essa habilidade ou desenvolver um pouquinho mais, né? Essa característica, assim, quando a gente estiver desenvolvendo esses projetos. Então, pra mim, fez muito sentido, assim, o que você falou agora. Em relações, Nath, sobre livros, referências, fontes de aprendizado. Pra quem quer se aprofundar in People Analytics, o que você recomenda?

SPEAKER_00 47:30

Olha, eu tenho um. Eu tenho a agenda bloqueada, que é só pra me atualizar. E aí eu vou pro nosso copilot ali e eu peço pra ele me atualizar com artigos, estudos, notícias que tiveram durante a semana. Então eu tenho ele lá já preparado pra toda segunda-feira eu pedir pra ele me embarcar. Vem muita coisa. E por que eu tô falando isso de semanal? Porque de fato a gente tá tendo uma enxurrada de informação, assim, e toda semana tem alguma coisa nova pra gente ser atualizada. Então eu criei essa rotina, assim. E aí eu consigo estar a par e lendo sempre. Então, vem muita coisa legal, assim, porque daí vem artigo, vem pesquisas, reportagens, vem casos reais de empresas. Então é uma forma mais dinâmica do nosso dia a dia, de estar sempre aprendendo. Tem leituras que são bacanas. Eu tenho uma que é people analytics para leigos, eles têm várias. Várias. Você já viu para vários temas, e eles têm uma que é para people analytics. É um livro super bacana, assim, de pra quem quer iniciar, ter uma visão geral. Eu acho que ele já é uma boa leitura para entender um pouco do contexto, desafios, ter algumas ideias iniciais. Mas eu ainda acho que como a gente tem tanta informação nova surgindo, novidades atrofes, criar uma rotina de leituras rápidas e mais simples, mais aplicáveis, talvez, também eu acho que pode contribuir bastante. E tem informações mais estruturadas, tem vários cursos mais especializados, mas eu creio muito que começar e começar pelo simples é um bom começo. Então. Começar por aquilo que já tá ali disponível, é fácil, tá de acesso a todos. Já é um bello comece.

SPEAKER_01 49:54

Uma curiosidade sobre o People Analytics para. Ah, Jesus, vamos lá. Uma curiosidade sobre People Analytics para Lagos é que ele é do Mike West, que é um dos caras que estava lá na Google, né? In 2004, acho. Muito legal. É muito legal isso. Sobre. A gente falou de livros, né? E outras referências. Agora, olhando pra cursos, eventos ou comunidades, tem alguma que você acha interessante indicar?

SPEAKER_00 50:26

Olha, evento. Anualmente tem um que eu acho que ele é bem bacana ali, que é feito pela Blueprint. Acho que a gente até já falou sobre ele, né? Eu acho que é um evento bem bacana, né? Que eles reúnem os profissionais ali e fazem trocas bem legais. Eles fazem um summit, né? E trazem vários profissionais de mercado. As trocas normalmente são bem valiosas. Eu acho que sempre valeu a pena quando eu participei. Acho que é um bom fórum. E é legal que nesses eventos a gente vai criando conexão e normalmente se criam os seus grupos dos participantes. Eu tenho vários grupos até hoje de participações antigas, mas que a gente mantém o contato e vai fazendo trocas. You acho que independente do curso que seja, pode ser esse que eu comentei, mas pode ser qualquer outro. Eu acho que manter esse circuito desse networking e ir fazendo trocas constantes é super rico. Porque tá todo mundo amadurecendo junto em relação ao tema, né? É um tema relativamente novo, se a gente vai olhar para outros temas, assim. Então, essas trocas são bem ricas, né? E a gente ir vendo, assim, olha, tem alguém vivendo uma dor que é exatamente o que eu tô vivendo. Vou entender, ou já vivi isso, posso ajudar essa pessoa. As trocas têm sido bem ricas nesses grupos, assim.

SPEAKER_01 52:00

Legal, legal. Tem alguma mensagem final que você queira dar pra quem tá iniciando ou quer se especializar mais in people analytics?

SPEAKER_00 52:09

Olha, eu acho que é começar, e começar simples, né? Acho que é desmistificar um pouco a complexidade de trabalhar com dados, enfim. Tem que começar, começar simples, e se aprofundando aos poucos e construindo assim. A gente nunca vai partir de algo perfeito, né? Uma área com todos os dados estruturados, perfeitos. Todo mundo começou num lugar que teve que construir muito a base, né? A gente brinca, um terreiro muito cano para garantir que é um trabalho que ninguém vê, né? Fazer gestão de dados e tal, ninguém vê esse trabalho, todo mundo só vê quando o dash está pronto, bonito, o modelo tá rodando. Mas tem um trabalho enorme de estruturar tudo isso, enterracano ali, né? E um olhar para a governança importante também. Eu acho que esse é um ponto bem importante que a gente fala sobre dados de pessoas. Então, eu acho que é começar num esperar o perfeito e ir construindo, avançando na questão da qualidade do dado, da governança, aos poucos e passo a passo, assim.

SPEAKER_01 53:25

E pra quem quer acompanhar o teu trabalho ou saber mais de ti, como é que as pessoas podem entrar em contato?

SPEAKER_00 53:31

Bom, meu LinkedIn, né? Tô sempre ali atualizando e postando novidades, enfim. Então, tô como Natália Maciel, né? Podem ficar super à vontade ali de desconectar, mandar mensagem, me chamar, vai ser um prazer conversar com quem tiver interesse.

SPEAKER_01 53:50

Show! Muito obrigado, Nath, pela participação. Obrigada!

SPEAKER_00 53:53

Eu te agradeço pela oportunidade, pelo bate-papo, super fluido, muito bom.

SPEAKER_01 54:00

Obrigado por ouvir o People Analytics na prática. Se curtiu, compartilha com alguém que também vive ou quer saber mais sobre o universo de gestão de pessoas com dados. O podcast está disponível nas principais plataformas de áudio, como Spotify, Apple Podcasts e também no YouTube. A gente se encontra no próximo episódio.